文/郝妮(西北政法大學外國語學院)
現今,隨著信息技術和高校教學管理深入融合,高校教務管理工作信息化水平不斷提高,長期的運行過程中也積累了大量的數據。同時,大數據技術為教學決策提供了更多的依據,但已有的高校教務管理系統中大數據分析建設還存在一些問題,例如,教務管理系統以日常信息發布和查詢為主,系統與教師、學生的互動不強,信息反饋缺失,對數據的關聯性分析不夠。如何讓大數據分析更好地服務于教務管理系統,成為現階段各大高校教務管理信息化建設面臨的共同問題。
在維克托·邁爾-舍恩伯格及肯尼斯·庫克耶編寫的《大數據時代》中,大數據指不用隨機分析法(抽樣調查)這種捷徑,而采用所有數據進行分析處理。大數據的5V特點(IBM提出):Volume(大量)、Velocity(高速)、Variety(多樣)、Value(低價值密度)、Veracity(真實性)。
嵇會祥等界定了“大數據教務管理”的定義,提出樹立大數據教務管理理念,要以制度規范大數據管理,進行技術改造,打破信息孤島,實現大數據共享。同時在加強教務管理隊伍的能力培養,完善管理隊伍人才結構等方面也提出了針對性的建議。
高校的重點工作是人才培養,人才培養的中心就是教學教務管理。教務管理系統主要對學生和教師相關數據基本的增刪改查操作,大數據對教務管理工作的主要貢獻是利用算法對教務數據進行深度挖掘,獲得更多有效信息,用于評價和指導教學活動,促進教與學的有效發展。
高校教務管理離不開信息的采集、統計分析及管理,信息化對傳統教學管理模式帶來沖擊與挑戰,這就對教務管理人員的信息素養提出了很高的要求,高校教務管理人員必須要樹立信息化意識和大數據意識,在工作中有意識地利用信息技術來提升管理水平,提高工作效率。
建立標準、有效、準確的數據化信息采集與管理機制,數據采集和錄入要實現數據的規范化與完整化。這項工作對后期數據分析的準確性產生重要影響。在教學管理的過程中,還會產生大量中間數據,也要采取合適的方法將數據完整且準確的存入到數據庫中。
從功能上而言,目前教務管理內容主要包括以下幾方面:
1.對教師和學生的基本信息進行數據化管理
主要是管理教師的相關信息和對教師教學行為的跟蹤,管理學生的相關信息和對學生學習行為的跟蹤。教師相關信息包括教師個人基本信息、教師教學活動信息、教師教授課程信息等;教師教學行為的跟蹤是指學生評價、課程整改方案、課程同行評價、課程綜合評價等。學生相關信息包括學生個人基本信息、學籍信息、課程學習信息、實踐活動信息等;學生學習行為的跟蹤是指教師評價、綜合學習評價等。在教務管理過程中能夠提供獨立的數據空間,在數據存儲類型等方面進行拓展,形成更有效的數據管理模式。
2.對教學任務進行規劃與管理
通過教學管理、排課管理、選課管理子系統等,為開展教學活動提供便捷。其中選課子系統能夠對學生選課的結果信息進行匯總與統籌。在教學管理中,教師和學生可以查詢課程、教師、教室等信息,便于師生綜合掌握相關信息,并進行教學活動的開展。
3.對教學效果進行分析和評價
通過教師評價、學生評價、課程體系等多個維度對教學效果進行評價,并對后續教學改革、專業建設提供依據。通過綜合考量各種因素作用下的師生行為,能使得評價結果更加符合客觀事實。
大數據的應用能夠提高數據的信息容量,形成更加有效的結果。例如,在評價學生的學習成績方面,除了客觀考試成績,大數據能結合學生平時的課堂表現、作業提交、自學情況、出勤情況等內容提供更加全面、科學的結果輸出,避免了數據分析薄弱帶來的片面結果。
通過對大數據的建設,能夠形成包括學校、家庭、企業、社會等多方面的數據,同時對系統相關數據進行綜合分析,形成更為有效的評價體系來實現管理系統的引導作用。
目前,教務管理系統各個子系統實現了各自功能,但關聯性和緊密性還不夠,需要結合實際需求進行二次設計,深入挖掘教師信息、學生信息及學生與教師的交叉關聯信息。二次設計主要確定利用什么技術對哪些數據得到相對真實的結果,以便提供科學決策的依據。例如,根據神經網絡、遺傳算法、決策樹等挖掘教務系統的有效數據信息。在實踐中推動教務管理系統大數據化,指導高校教學改革、科學研究方面工作,進而提高高校教學管理的效率與質量。在實際中,主要應用到以下幾個方面:
一是教師管理方面,橫向分析師資質量和水平,培養師生良好的課堂意識,促進教與學的統一和因材施教,例如對課程教學的效果開展前期、中期和后期學生反饋,動態數據監控教師的授課水平和學生學習反饋;縱向分析教師結構和師資隊伍、教師課程教學變化,促進整體師資質量提升。
二是學生管理方面,橫向追蹤和分析學生課程學習情況,及時對學生學習的變化做出評估,加強學生學習和課程的建設,例如,對學生某一門課程的分數進行追蹤,發現問題并及時反饋給學生;縱向分析學生一個學期或一個學年的學習情況,對學生持續的學習狀態進行追蹤,對學生進行系統化、全面化評估,給學生統籌發展提供建議。
三是學籍管理方面,分析在籍學生異動信息、學業警示、畢業審核檢查等,設置學籍信息追蹤反饋機制,針對學生學習等情況自動啟動學業警示,并將相關信息反饋給學生本人和學生輔導員,及時提醒學生。
四是專業建設模塊,橫向分析學生專業學習情況,學生專業技能和專業競爭,課程設置變化,課程綜合評價,進而分析專業課程設置的合理性。縱向分析課程之間關聯、課程與社會崗位需求的契合度,課程與學生競爭力是否相符,對專業學科課程設置變化追蹤,促進課程調整合理化,促進專業整體安排與目前專業發展需求相符合。
所謂的外部數據,是指無法通過教務管理系統或校園獲得的相關數據。此類數據的建設也是未來系統建設的重點。在此過程中,可能需要借助政府、金融等高公信力平臺來獲取相關數據,再結合內部數據,在相互認證的基礎上實現教學管理系統數據的建設。通過引入外部數據,能夠獲得更多相關的信息,并在信息數據對比中形成自我認證,保障了數據的真實性和準確性。例如,在實際的管理過程中,為了評估學生的閱讀需求,我們需要獲取和學生閱讀習慣相關聯的數據,包括但不僅限于獲取學生電子閱讀的種類和時長、學生購買圖書消費記錄、學生家庭知識層次等。不難看出,我們的系統需要在不斷地邏輯關系確認過程中和不同的外部數據庫發生數據連接和共享。
大數據能夠有效增加教學管理系統中數據的客觀性和準確性,提升數據對于管理作用的支撐力度,基于大數據的教務管理是未來教務管理的必然趨勢。本文分析了教務管理系統中的大數據的核心作用和大數據在教務管理系統建設中的應用,為實際工作提供必要的指導。