基于大數據技術的高職學情分析方法探析

李玉君

摘 要：隨著互聯網技術的飛速發展和電子設備的不斷普及，人們的生產運營和生產活動不斷產生了大批量的數字信息，學術上稱這些數字信息為“數據”。大數據技術可以幫助企業和政府部門科學、合理地管理和儲存這些“數據”。大數據技術主要是指在一定時間范圍內使用常規的軟件或者工具對數據進行捕捉、管理和處理等操作。大數據技術可分為數據庫、數據挖掘、互聯網和云計算等。文章通過分析大數據技術的高職學情，在數據搜集、數據分析和分析結果3個方面進行分析和探討，使得高職院校教書育人工作更加高效。

關鍵詞：大數據;學情分析;高職教育

0 引言

隨著“移動互聯網+”時代的到來，分析海量的信息和數據的傳統手段已經不堪重任，大數據技術應運而生，通過常規軟件對數據進行捕捉、處理和管理，實現信息的高效整合和數據分析，對最終的決策提供了可靠的技術支撐。大數據領域主要涵蓋了數據管理、系統運行和維護、系統的開發、分析數據和數據挖掘等方面的內容，已經經歷了探索市場、市場啟動等的階段，在接受性、應用、技術方面已趨于完善，是信息技術領域具有創新概念的工具，將信息革命熱潮推向了一個高度。大數據的主要應用大致分為客戶群體的劃分、虛擬仿真、加強部門之間的聯系、降低成本4個方面，對為每個獨立的信息系統定制個性化的服務、創造新的需求、提高收益率、提高整條管理鏈條和產業鏈條的產能、發現隱藏的信息并進行一定程度地創新。對學生學習情況的分析是教學研究的重要組成部分，教師要想有針對性地指導學生，需要對學生的現狀進行分析。大數據在教育領域的發展有廣闊的前景，在搜集教育信息、挖掘教育資源、教育數據整合方面都已經產生很大的作用，如何使大數據為教育提供更加完善的服務、服務于教學的全過程是一個很好的研究方向。學生學習的過程會產生大量的學習信息和數據，通過數據分析對教學手段進行改善，提高獨立的學習系統的科學性和量化程度，本文在數據搜集、數據分析和數據分析結果3個方面開展了討論[1]。

1 大數據的高職學情現狀

1.1 高職院校的生源素質偏低

目前職業高校存在很尷尬的問題，甚至高職院校的教師也承認，高職學生事實上是高考的失敗者，但是社會需要解決這些人的繼續教育問題，高職教育在高中教育和大學教育的水平之間，許多高職院校的大數據技術的建設水平還不如一些重點的初中水平。高職院校最近幾年的發展更為艱難，以前的本科院校全面擴招，計劃生育的遺留問題，造成了本來生源就比較差的高職院校更難招收優秀學生。現在高職院校的整體生源素質水平偏低，高職院校很難孕育出國家的棟梁之材。目前，高職院校教育的缺位，是整個教育體制中存在的重要問題。社會對從高職院校走出的學生的技術認可度不高。

1.2 高職院校的學習氛圍不好

高職院校的大部分學生的自控能力較差，基本大部分時間浪費在娛樂游戲上，許多想要通過自身努力進行提高的學生受到了環境的影響難以取得學習上的進步。學校重視學生技能的培養，但是學校在人文素質建設方面有很大程度的欠缺，在課堂紀律和管理制度方面不夠完善，學生的學習環境無法得到可靠性的保障。學生存在的主要問題是學習態度不端正、管理不服從。應用大數據技術對高職學校學生進行學情分析，很難和學生做好溝通和信息交流，對學生的信息采集工作比較困難[2]。

1.3 高職院校的課程體系存在很大缺陷

高職院校一般按照相關行業的崗位情況對課程進行設置，一般設置模塊化的課程結構，大部分課程以實踐課程為主，其中實踐課程超過了總課程的百分之五十，這種過于注重實踐的課程模塊建構不利于培養“知識分子”，容易在高職院校中產生大量“知道分子”，通俗地講就是學生通過一套完整的教學過程后，只知道某種技術可以這樣去做，但是知識和理論方面十分缺乏，在以后的工作學習中十分不利于自身能力的提高，培養學生“知其然知其所以然”才是一個完善的課程設置需要遵守的必要原則。高職學生欠缺理論化的知識作為指導，不利于國家培養“創新型人才”。

1.4 高職院校教學方法需進一步改革

教師在對學生的教學中，通常對理論知識進行簡單闡述，雖然現在社會的整體氣氛比較浮躁，但是教師的本職工作便是“傳道授業解惑”，教師需要改進教學方法，激發學生學習的主觀能動性。在上課的過程中，許多教師較少使用真實案例，學生在理論知識的學習過程中缺乏實用性和真實性，自身成就感較低。在比較偏重實踐性的專業課中，教育工作者存在無法正確引導學生在做中學，學生缺乏崗位實踐能力，學生的職業行為偏低。

2 通過大數據改善高職學情的必要性

學情具有客觀性、開放性和動態性的特點，通過分析高職學生的學情，可以了解學生的學習興趣、難點、疑點和學習方式等。目前對學情分析大多采用問卷調查的方法和經驗分析的方法，這些方法對研究者的經驗程度要求較高，對學情分析的成本花費較大，而且主觀性較強，很難使教育工作者對學情進行可靠的掌握。通過大數據對學情進行分析，教師可以有效挖掘出學生學習存在的一些共性問題。這些問題反饋的數據和信息對體制和整體的教育計劃具有良好的指導性的作用。通過對學生個體系統的數據特點進行分析，教師更加了解真實和詳細的學情，指導效果更加明顯。

學生的學習情況和學業表現息息相關。教師通過對學情的分析，對學生進行針對性的指導。高職學生學習強度和難度都具有一定意義上的復雜性，而且高職學生大多已經進入成年階段，很難服從指令化的管理方式。高職教育對學生的自律程度要求較高，家長督查工作很難再發揮作用。填鴨式的輔導方式效果大大下降。對學生的學習情況的分析就顯現得尤為重要。大數據技術可以快速搜集高職學生的學習情況，對學生的學習數據和分析實現精準指導，通過借鑒大數據在商業領域的應用，大數據在教育領域的應用和實踐也在不斷發揮著巨大的作用。

3 通過大數據技術對高職學情進行分析

3.1 數據搜集

通過網絡爬蟲或者API等方式從網站上獲取相關數據，教師對學生在網頁上的點擊流等非結構化的數據進行爬取，存儲到本地的數據文件中，構建易于管理的信息處理系統。數據搜集的途徑分為學生上網行為和上網痕跡、學習過程、學習評價和畢業生就業情況。數據的類型分為靜態數據和動態數據，后臺對關鍵字、瀏覽時間、課上課后在網上學習平臺上留下的基本信息和課程基本信息等進行記錄。依據平時成績和期末考核的分數數據，后臺按照比重計算學生的成績數據。后臺對崗位信息變化進行數據跟蹤，對課程設置和培訓內容方面進行合理地調整[3]。

3.2 數據分析

數據分析的前提條件是具備數據處理的能力和數據分析的思維。數據處理能力就是高職學校應該加大對計算機、云平臺等基礎設施等的大數據硬件和軟件的投入。學校可以引進技術比較先進的大數據處理設備，也可以進行自主研制硬件設備。大數據處理一般應用較為廣泛的有SQL，Office和Python等工具。數據分析的思維具體化就是一些方法和理論，例如對比方法、細分方法、漏斗方法（分層次）、RFM分析法、TGI和AARRR分析法等。對學情的數據分析一般是對學生的學習過程、學習評價和就業情況3個方面進行分析，細化分析的層次，對學生的關注度、知識點和興趣點等進行多維度的分析，對每們課程進行獨立的、系統的分析，對就業情況、崗位的要求等進行分析和掌握。

3.3 通過分析情況對教學方式進行改善

教師根據搜集和分析后的數據對教學過程進行改善。就現在的高職招生存在的生源差問題，通過數據分析對學生的興趣擬制招生簡章，興趣是學生學習的強大動力，可以一定程度上彌補生源問題的缺陷;通過數據分析對課程體系進行整改，調整實踐課程占比較重的問題，增加理論課程的占比，適當開設選修課程，幫助學生實現全面發展;教師在課堂教學過程中，改變教學方法，引入學生感興趣的元素，因材施教，根據學生的個性使用不同的教學方式。針對學生存在的疑難問題，教師幫助學生定點突破提升，梳理知識框架結構，提高學生的主觀能動性，發揮學生的特長，利用崗位高薪等數據信息提高學生對專業學習的興趣。

4 結語

大數據在高職教育的應用為高職高校學情分析工作提供了較為高效的技術支持，從以往依靠經驗的問卷調查等傳統方式轉變為較為方便快捷的“互聯網+”類型的高能的網絡分析。教育評價從宏觀走向微觀，使教學更加精準化，教育方式更加多樣化，教學內容更加多樣化，促進了高職教育的數據化和可視化。筆者希望高職教育學情的大數據分析可以更加科學、合理、全面，我國的高職教育體制會更加完善，在信息時代的大潮流中涌現出一大批創新性、全面發展的人才。

[參考文獻]

[1]翁鶴.大數據時代高校民族聲樂藝術多媒體教學探究—評《大數據驅動下的教育變革與創新》[J].科技管理研究，2020（22）：263.

[2]操寧.依托大數據對學情的分析促進高中數學教學相長[J].安徽教育科研，2020（12）：75-77.

[3]曹玉峰.精準化教學：基于“大數據”的視角分析[J].小學教學研究，2020（17）：43-45.

（編輯 王永超）