數據驅動的高校教育管理信息化水平評估研究

鄒 宇

（江蘇開放大學，江蘇 南京 210012）

1 概述

近年來，教育部提出了加快教育信息化進程的號召，將我國教育信息化發展作為重要戰略之一列入發展規劃[1]。高校教育管理的信息化建設是推進教育信息化進程的重要組成部分，同時也是培養創新型人才的有效途徑之一。通過對高校的教育管理信息化建設水平進行評估，能夠促進教育信息化發展。當前已有部分研究人員開展了高校教育信息化評估的相關研究工作，研究重點大多集中于評估指標體系的構建方面。相關研究成果中提出的評估指標體系通常針對整體的信息化建設情況，而教育管理信息化水平僅作為其中的單個維度，針對該維度建立的指標體系較為簡單，尚不完善，且這些指標大多是面向結果性數據制定的，缺少對中間的過程性數據的挖掘利用，使這些數據的潛在價值尚未有效挖掘[2]。目前，大部分高校都建設了教育管理的信息化平臺，這類平臺在使用過程中產生了大量的教育數據，這些數據中包含了大量有價值的信息，對這些數據的充分利用，能夠對高校教育信息化進行準確評估，提高教育信息化管理水平。為此，本文開展數據驅動的高效教育管理信息化水平評估研究，通過構建完善的評估體系，設計評估系統，對結果性和過程性數據進行充分利用，實現對教育管理信息化水平的精準評估。

2 數據驅動的高校教育管理信息化水平 評估體系構建

本文在充分查閱現有文獻和相關政策文件的基礎上，結合當前高校實際，對教育信息化相關的結果性和過程性數據進行充分挖掘利用，采用文獻計量法、關鍵指標法等方法形成初始指標體系，然后利用專家調查法、預調研等方法對該初始指標體系進行完善，最終構建成相對完備的評估指標體系[3]。

該指標體系的基本構建過程主要包括指標初步構建、指標完善和指標賦權三個階段，如圖1所示。

圖1 評估指標體系構建

在指標初步構建階段，首先深入解讀教育信息化的相關政策文件，從文件中提取用于評估教育管理信息化的關鍵指標，并將其作為一級評價指標，這些關鍵指標包括信息化科研能力、數據共享、網站開發、管理信息系統建設、人才培養培訓等。然后在此基礎上，對數據驅動的教育管理信息化相關文獻進行查閱、梳理和歸納，以“信息化”“指標”“評估”等為關鍵字，在知網、萬方等權威數據庫中查詢篩選對應文獻，從中歸納出影響教育管理信息化的關鍵因素，主要包括平臺因素、數據因素、服務因素和保障因素等，對這些影響因素對應的二級指標可進一步總結形成信息化建設、信息化服務、信息化保障等三個關鍵指標。最后對該三項關鍵指標進行細化完善，形成初級評估指標體系，其中信息化建設下設管理系統建設、業務數據建設、網站建設3個二級指標；服務信息化下設業務辦理類服務、業務查詢類服務、數據利用類服務和網站應用4個二級指標；信息化保障下設信息化發展戰略與支持、信息化管理規章制度和人員隊伍建設3個二級指標。

在指標完善階段，主要采用專家調查法和預調研法兩種方法對指標體系進行修改完善。其中，專家調查法主要通過將建立的指標體系初稿向高校教育信息領域的相關專家征求意見，根據專家的反饋意見對指標體系進行完善[4]，修改的內容包括刪除信息化建設部分的“網站建設”指標（主要考慮到各個高校均有網站建設內容，區分度較小），在信息化保障部分，添加了運行管理指標（含系統維護和系統故障處理等內容）。預調研法主要選取了J省某高校的相關管理部門進行問卷調查，根據采集的數據，采用信度檢驗方法進行指標一致性檢驗，根據檢驗結果對指標體系進行微調。最終，綜上兩種方法結果，在信息化建設部分刪除了網站建設指標，在服務信息化部分增加了信息化服務需求指標，在信息化保障部分增加運行管理指標。

在指標賦權階段，本文采用客觀賦權法中的CRITIC法和主觀賦權法中的AHP法相組合的賦權法對各項指標進行賦權。首先，采用距離函數對AHP賦權法和CRITIC賦權法的一致性進行判斷，結果越小表明一致性越好，計算結果表明，對本文構建的指標體系，兩種方法的一致性較好。其次，在完成一致性檢驗后，分別構造完成AHP賦權法的權重向量集和CRTITC賦權法的權重向量集，組合形成主客觀賦權法的向量權重集。然后，采用博弈論的思想，從向量權重集中找出最合理的權重向量。最后，將對各項權重進行歸一化，得到各項指標的最終權重。

3 數據驅動的高校教育管理信息化水平 評估系統設計

本文建立的高校教育管理信息化水平指標評估體系，能夠對當前的各類信息化系統產生的各類過程性和結果性數據進行充分利用。為了將上述指標體系實際應用于對高校的評估，需要同步建設對應的評估系統。為此，本文對數據驅動的高校教育管理信息化水平評估系統進行了設計。在設計過程中，以數據為基礎，以準確、客觀地評估高校教育管理信息化水平為目標；在功能需求分析時，以數據采集、清洗、評估和展示為主要功能模塊；在進行性能需求分析時，要求系統能夠穩定運行，處理速度高、可擴展性和可維護性好。

系統的總體架構如圖2所示，主要分為數據支撐層、數據采集分析層、綜合評估層、評估結果展示層等四個層次，這四個層次依次形成支撐關系。

圖2 系統總體架構

其中，數據支撐層主要為系統提供各類基礎數據，包括教育管理過程中形成的各種過程性和結果性數據、各類系統日志、建立的指標體系中的各項評估指標以及指標對應的權重數據等。

在數據支撐層的基礎上，數據采集分析層主要完成對數據的自動采集和人工采集，針對不同數據分別設計不同的數據接口，且采集工具可采用現有公開的開源軟件實現；完成數據采集后，將數據分別存入各類數據庫和日志庫，并采用Flume、Sqoop等工具得到原始數據，對這些原始數據進行清洗，將其中格式混亂、無用的數據進行整理或刪除，為后續的綜合評估提供格式化數據。

綜合評估層是系統的核心層，該層在格式化數據的基礎上，利用建立的評估指標體系和評估算法，對指定的評估對象的教育管理信息化水平的各項指標進行計算評估，給出評估結果。

展示層直接面向用戶，將綜合評估層的評估結果以各種圖形、圖表的形式向用戶展示，使用戶能直觀地了解評估對象的教育管理信息水平。

在上述架構中，數據的采集、清洗和評估是其中的關鍵模塊。下面給出這三個模塊的詳細設計。

數據的采集分為自動采集和人工采集。自動采集部分采用Sqoop對存儲在服務器中的關系型數據庫中的數據進行采集，采集頻次設計為一周一次[4]，利用Flume來對日志文件中的數據進行采集，采集過程中需要先將生產環境服務器中的數據發送到接口服務器后再采集到系統中。人工采集部分主要實現對無法自動采集的數據進行收集和整理，其中較為重要的是調研數據，為此，人工采集部分需要設計一個問卷調查模塊，該模塊能夠進行個性化設計，可采用B/S架構實現，在客戶端采集數據，并存儲到對應的數據庫中，在服務器端向用戶展示。

數據清洗的目的是保證數據的準確定，進而保證評估結果的可靠性[5]。數據清洗工作由數據清模塊完成，由于系統將涉及大量數據，單臺計算機難以實現高效處理，因此需要對這些數據進行分布式處理?？紤]到Hadoop是目前較為成熟的分布式處理工具，在數據處理方面具有較為明顯的優勢，MapReduce的擴展性和伸縮性也較好，因此，本文采用Hadoop的MapReduce框架對數據進行清洗，首先將數據進行格式化并分割，對分割后的數據進行正則匹配，將其中錯誤的記錄進行刪除，并將處理后的數據存儲到指定的數據庫或文件中[6]。

綜合評估模塊通過對數據進行測算，實現對高校教育管理信息化水平的準確評估。本文采用的評估方法為綜合指數法，采用線性加權模型對綜合指數進行計算，在計算過程中對各項指標、指標個數以及各項指標的權重進行綜合利用，最終給出高效、客觀、準確的評估結果。

4 結束語

筆者在本文進行了數據驅動的高校教育管理信息化水平評估研究，針對當前高校教育信息化評估缺少專門針對管理信息化的評估指標的實際，構建了一套較為完備的評估指標體系，同時采用大數據技術，充分挖掘利用過程性和結果性數據，實現對教育管理信息化水平的客觀、準確評估。但是由于調研范圍有限，構建的指標體系還有改進的空間，后續隨著教育信息化的不斷推進，對應的評估指標體系還需進一步更新完善。同時，隨著信息技術的不斷發展，設計的評估系統所采用的技術也需要同步進行優化。