大數據背景下 高校教育數據的管理研究

李延林

摘要：隨著信息技術的快速發張，教育大數據管理成為教育改革的重要手段，本文從教育數據管理現狀分析高校現階段出現的各類數據管理問題入手。將數據標準、數據結構、數據管理、數據分析、評價體系作為解決當前高校面臨問題的主要抓手，通過學校數據平臺，全面完整的分析師生工作學習效能，并由此制定高校管理措施，將高校治理從經驗管理逐步轉變為數據驅動管理。

關鍵詞：大數據;高等教育;教育數據

一、背景

2020年爆發的新冠疫情，給中國社會正常運轉帶來了巨大的影響。全面的停工停產，不僅造成了巨大的經濟損失，同時也對高校的正常教學工作產生了重大影響。不過，由于國內互聯網、計算機、5G等信息技術的快速發展，MOOC、SPOC、學習通、騰訊會議等各類在線學習工具迅速成為高校在線教學的重要工具。與此同時，教學大數據迅速增長，使得很多學校在數據管理上面臨許多新問題和新挑戰。尤其是教學過程中，師生間溝通效率不高，學生學習評估手段單一等問題越發凸顯。這些問題說明教師通過線上掌握的數據難以綜合評估教學質量，可用于分析教學數據的技術手段太少，單純的數據圖譜難以表明學生實際的學習效果。因此，加強高校教育數據的管理勢在必行。

二、高校教育數據管理現狀

（一）數據治理機制缺失

隨著“智慧校園”建設要求的提出，現階段，各高校依托云計算、大數據已經將學校各部門數據納入到一般的運行機制當中，無紙化辦公形式已然成型。但在實際運行過程中紙質數據的上傳下達，非標準電子數據、表格等信息流轉依然普遍，導致高校在數據治理上并沒有完全脫離傳統的工作模式，高校數據庫里的數據往往落后于真實數據。加之，缺少校級的頂層設計，各部門只能以自身業務需求為主，難以從全校數據融合的角度出發，針對性提出有效的數據治理方案。造成高校數據庫內數據雖豐，但數據結構各異，非結構化數據難以統一，自然難以完成后續的數據挖掘和數據決策功能。

（二）數據錄入標準缺失

現階段，高校部門間數據錄入方式一般為三種。第一種是師生自行錄入行政部門要求的數據;第二種是行政部門根據師生上報的紙質數據自行錄入系統;第三種是校內智能機器數據的自動錄入。從這三種方式便可看出，前兩種數據的錄入方式存在很大的人為因素，極易產生非標的非結構化數據。因為在數據挖掘中，一旦存在大量非標的非結構化數據必然影響后續數據分析工作。

（三）數據分析手段缺失

高校教育管理數據涉及教學、科研、學習效果、校內資產等信息，這些信息雖然存儲在學校服務器之中，但卻分屬于不同部門管理。而且，部門內部數據不完整，難以行成有效的數據分析手段。導致對教師的教學、科研以及學生的學習效果評價難以形成完整的數據支撐。現階段，多數高校的教務部門只能通過巡視、聽課的方式對教師教學效果進行評價;通過期末成績分析學生學習效果。這都說明由于數據管控的分散，造成經驗性的教學評價依然為主流方式，難以通過數據分析的手段來支撐整個教育管理的全過程。

三、高校教育數據管理策略

高校教育數據是高校制定決策管理的重要依據，教師教學評價、科研水平評估、學生學習效果評價、校內資源使用評估等，多是通過對高校教育數據的全面掌握。完善教育數據的治理機制、數據錄入標準以及數據分析手段，不僅可以提高教學管理效率，也有助于形成以數據為核心的教育教學評價體系，為高校管理提供更為堅實的數據支撐。為此，筆者提出以下建議。

（一）強化頂層設計，協調規劃數據標準

高校各部門應強化數據意識，摒棄“數據私有”思想。應一切從學校角度出發，按照學校教育數據規劃原則，重新調整教學數據、電子報表等信息資源標準。把數據一致性、完整性、時效性以及精準性作為教育數據調整的重要指標。為此，學校要加強頂層教育數據治理體系的構建。一方面，學校需要提供數據平臺統一的數據資源標準和系統邏輯模型;另一方面，學校要通過平臺貫徹數據治理的決心，將學校正常的教學管理全部納入到平臺之中。

同時加強數據質量管控，要平衡教學管理中各類復雜數據與平臺數據標準的“適恰性”。確保可以完整、準確、高效的將各類數據納入進平臺，這樣平臺便可以多維度對教育數據進行有效管理和分析。數據質量把控的過程中還要不斷更新和擴充不同類型數據庫，對各類結構化數據、非結構化數據、半結構化數據都能建立統一的數據標準，使其成為“可靠、完整、干凈”的教育數據

（二）依托數據驅動的教育精細化管理

通過高校教育數據的頂層設計，可基本實現高校決策與管理的數據化驅動。但是，由于高校每日產生的教學數據量是相當可觀的，而且教學節奏往往很緊湊，按照學校傳統的管理效力，實現高效的教學、科研以及學習效果評估是比較難的。因此，理順數據流通脈絡，實現數據庫的同步更新。需要實現以事件為核心的數據錄入機制，例如，將教學活動作為一個“事件”，以其為核心將教學活動中教師信息、學生信息、授課時長、作業完成度等全方位的數據進行記錄。通過對任意學生在多次“事件”中，出勤、作業完成等情況的分析可以實時反饋給教師或者導員，并針對性的做出有效管理。

隨著教職工、學生在系統中記錄數據的增加，系統將自動對所有被記錄人員進行畫像描述，不僅可以衡量全校師生的教學、科研水平，也可以衡量整個學校發展態勢，為學校未來發展提供數據支撐。

（三）豐富數據分析手段，完善評價體系

評價體系結構是學校鼓勵師生不斷前進的重要激勵機制，在數據逐步完善的過程中，能夠分析師生工作、學習的積極性。通過對師生數據的全方位分析，一方面，可以對師生進行聚類分析、偏好分析，提出針對性管理措施;另一方面，可以協助預測未來可能的發展走向，提前做好管理準備。因此，大力融入人工智能、大數據、云計算等各種前沿信息技術，豐富數據挖掘能力，是適應現階段教育改革的重要力量。

四、總結

本文從構建“智慧校園”的角度出發，從數據標準、數據結構、數據管理、數據分析、評價體系完善這五個方面進行分析，論述了將高校教育數據納入統一平臺的重要意義。教育管理不能僅僅依托經驗管理，更需要以數據為核心的管理模式。不僅可以大大提高管理效能，還能完善學校運行治理機制，厘清權責。為未來依托數據驅動的治理模式理論依據。

（作者單位：延邊大學經濟管理學院）

（作者簡介：延邊大學經濟管理學院信息管理與信息系統專業教師，碩士，助教，研究方向：大數據、機器學習、供應鏈優化）

參考文獻：

[1]余鵬， 李艷. 大數據視域下高校數據治理方案研究[J]. 現代教育技術， 2018， 028（006）：60-66.

[2]黃靜. 智慧教育體系架構與關鍵支撐技術[J]. 中文科技期刊數據庫（全文版）教育科學：00287-00287.

[3]鄭苑，梁振輝. 教育信息化背景下高校數據治理研究[J]. 中國教育信息化， 2020， No.476（17）：54-58.

[4]陳曦. 高校數據驅動教學改革的發展路徑[J]. 教育理論與實踐， 2020， v.40;No.740（33）：54-57.

[5]李艷， 劉淑君. 國外教師數據素養測評研究及啟示[J]. 開放教育研究， 2020， 026（001）：37-49.

[6]魏靚， 黃鶯. 大數據背景下軍隊院校教學管理研究.

[7]甘容輝， 何高大. 大數據時代高等教育改革的價值取向及實現路徑[J]. 中國電化教育， 2015.