大數據背景下高職學院建立教學質量管理多維動態系統

羅睿 王成瓊

［摘 要］“大數據”技術的快速發展使其在許多行業中形成較為完善的應用模型。高職教育體系的質量保障，是教育教學質量提高的一項系統工作，信息化是這項工作的重要組成部分，是實現常態化、周期性檢查的重要依據。構建具有較強預警能力的網絡化、全覆蓋的內部質量保障系統，沒有一個完善的信息平臺和制度支持是不行的，因此要根據目前的數據收集系統和功能要求，對其進行優化設計。

［關鍵詞］大數據；高職學院；教學質量管理；多維動態系統

［中圖分類號］G47文獻標志碼：A

綜合分析貴州工業職業技術學院內部質量保證體系情況和學校教育教學信息化基礎與利弊，從“診改”的角度，建立高等職業學校內部質量保障體系。在大數據背景下，按照“功能完備、應用導向、循環治理、開放共享”的理念，開發質量診改信息化管理平臺，全面地收集和利用這些數據，在人才培養過程中，盡可能地提高決策的科學性和效率［1］。

1 大數據的基本概念與特征

大數據（big data），指的是所涉及的資料量規模巨大到無法通過主流軟件工具，在合理時間內達到提取、分析、并整理，協助管理者更好做決策的資訊。它是一種數量大到在獲取、存儲、分析等方面遠超出傳統數據庫軟件工具能力的數據集合。

2 大數據技術在高職教育應用中出現的問題

目前，我國高等職業教育在運用大數據技術時，還存在著大量的問題：一是在高等職業教育課程開發中，教師沒有充分利用大數據技術，導致了資源的浪費，也不利于教師教學水平的提升。二是缺乏對學生綜合素質評價的全面運用，缺乏對學生自我發展的過程數據的積累，也缺乏對學生未來職業生涯發展的預期。三是基于大數據的技術和工具在實際中的運用比較少［2］。

3 高職院校內部質量診改信息化管理平臺

以貴州工業職業技術學院為例，架構具有本校特色的大數據時代高職院校內部質量診改信息化管理平臺框架，診改信息化管理平臺由智能大數據平臺、數據分析與決策系統（五橫）、內部質量保證監測系統（五縱）、高職人才狀態數據庫、診改大屏五個模塊構成。

3.1 智能大數據平臺

智能大數據平臺是本次項目的核心系統，猶如高樓大廈的地基，結合學院的實際情況，智能大數據平臺主要解決數據分散問題、數據來源問題，累計校本資源庫 。

3.1.1 數據源

教育大數據的資源主要有四種：一是管理類別資料，包括學籍、學生考試成績、網絡數據、學生卡數據等；二是資源類別資料，其中包括媒體素材、考試試卷、上課的課件與案例等，這些數據以文本、音/視頻等非結構的方式存在于檔案系統中；三是行為類別資料，主要包括教師的教學行為與學生的學習行為；四是評估類別資料，包含學習能力測驗類別的資料和綜合素質評估資料。

3.1.2 采集層

教育資料的收集可以分成兩類：一是批量采集，二是實時采集。批量采集通常是用來導入、同步和復制歷史數據、數據庫記錄、資源檔案、網絡數據等；實時數據采集技術是利用Agent技術對各種行為進行實時的收集和傳送。

3.1.3 存儲層

教育大數據在數據來源、數據結構、數據體量等方面存在著根本差異。由于這些差異，傳統的數據存儲和運算技術已經很難滿足目前教育大數據的需要，因此數據存儲方式、計算方式、架構等都在不斷地改變。教育大數據存儲與計算技術分類詳見表1。

3.1.4 計算層

為了挖掘教育大數據的價值，必須有一臺能夠為其提供強大運算能力的計算機引擎。計算引擎主要由批量運算引擎、流運算引擎、記憶體運算引擎、圖表運算引擎等組成。在此基礎上，采用了批量計算引擎，實現了大量歷史數據的并行操作。流運算引擎用來處理實時生成的流數據。為了加快數據處理的速度，采用了存儲空間來實現數據處理。為了滿足海量圖數據處理的需要，提出了一種基于圖形的圖形生成引擎。

3.1.5 分析挖掘層

分析挖掘層主要有兩個方面：教學數據的挖掘，主要是針對新的算法及新的建模；學習分析，強調在教學中直接應用現有技術來解決問題。二者雖然側重點不同，但是在分析和發掘技術方面，有很多相似之處。在此基礎上，結合區域特性，可以構造出一種新的教學問題求解方法。

3.1.6 應用層

利用數據挖掘技術可以生成數碼圖像，對學生類型進行分析，對其現存的知識進行評估，對其進行診斷，找出其行為模式、學習規律，以及對其將來的學習效果進行預測，最后進行個性化推薦。

3.2 五橫結構

3.2.1 學校層面

在學校層面，把診改納入相關部門的績效目標評價中，層層推進，實現可持續發展和螺旋式上升，確保全面實現學校目標。

3.2.2 專業層面

在專業方面，以學校內部的專業診斷為切入點，不斷提高專業教學檢查的質量，建立動態的專業調整機制，并依據人才培養需要和培養周期進行職業監控。

3.2.3 課程層面

在課程層次上，程序控制采用“即評即改”的原則與方法。從課程基本信息、課程資源、實訓教學、課堂教學、教學評價等維度描繪課程。

3.2.4 師資層面

在教師方面，根據“一流師資建設行動計劃”和“教師發展標準”實施“評估”。教師綜合素質主要從基礎發展、教學和專業能力、科研和社會服務能力、學生管理能力等方面進行，以聚焦教師規劃發展。

3.2.5 學生層面

在學生方面，通過學業發展、身心素質、發展性素質、生活狀態、行為習慣等方面對學生進行分析，以聚焦學生的綜合素質，通過多元對比、資訊預警、激勵措施等，促進學生自我發展。

3.3 五縱結構

3.3.1 決策指揮系統

一是優化治理體系，不斷提高學校的管理水平。要在黨委領導下貫徹院長責任制，持續優化院校管理制度和運行模式。二是要有科學的規劃。按照國家發展戰略和地區經濟發展的要求，明確責任，層層落實。三是加強對質量的認識。通過組織學習、組織研討等方式，提高各部門、各教職工對內部質量保障工作的重視程度，確保全員、全過程、全方位地參與。

3.3.2 質量生成系統

學校要不斷地改進和完善教學過程和標準，力求提高教學質量。優化相關的人才培養方案、課程標準、實習教學標準、頂崗實習標準、考試成績管理質量標準。

3.3.3 資源建設系統

一是學院要制訂管理服務人員的能力建設行動方案，實行全員培訓制度。細化學院領導、中層管理、基層管理人員的能力需求，健全教師基本條件標準，建立健全雙師素質評價體系。二是加強對教育和教學的支持。學院積極推動高質量的教學資源，注重學科、課程，使優質的資源能夠更好地運用于課堂。

3.3.4 支持服務系統

一是建立健全信息化支撐體系［3］。建立統一門戶平臺、統一數據平臺。二是建立協作平臺體系。深化校政、校企、校院、校校與國際合作。三是建立完善的服務體系。立足高質量的資源，服務于經濟轉型升級，對工業企業實施職工繼續教育、專業技能培訓和鑒定。

3.3.5 監督控制系統

一是構建“督教、督學、督管”與“導教、導學、導改”并重的教學督導體系，不斷加強和規范教育教學督導工作，優化教育教學督導工作制度，加強督導隊伍建設。二是強化數據平臺對人才培養過程和管理實施過程等方面的檢查、監控、評價、考核、監督、反饋和整改，制訂并落實信息采集與平臺管理制度，加強對數據平臺的運用與管理，不斷優化數據采集與管理平臺，保證數據采集及時、正確、完整［4］。

3.4 人才狀態數據采集系統

3.4.1 人才狀態數據采集系統的業務流程

數據采集平臺的主要業務包括數據準備、數據錄入與采集、數據整理與審核、數據導出并匯總、數據上報。其中，“數據準備”具備用戶設置、代碼設置、基礎數據導入等功能；“數據錄入與采集”使規定時間內各類用戶按不同權限規定填報數據表，完成數據采集；“數據整理與審核”可授權數據審核人員查看數據并審核數據合法性；“數據導出并匯總”實現匯總采集數據并將重要數據導出為教育部規定的上報文件格式。

3.4.2 人才狀態數據采集系統的層次結構

通過對人才狀態數據采集系統的業務流程分析，可以得出數據采集平臺的層次結構，分為數據錄入、數據管理和數據展現三個部分。

數據錄入主要是數據采集人員通過自己的賬號密碼進去后，按照數據采集工作的要求將各項數據輸入相應的表內。

數據管理工作主要是用戶將數據輸入后對數據進行管理、分析，發現異常數據及時提醒用戶進行修改。

數據展現主要是用戶輸入完數據后，對用戶的所有數據進行匯總，然后以項目案例的形式展現出來，供學校參考。

3.5 診改大屏

診改大屏是展示學校人才培養狀態數據采集與管理平臺指標的一個可視化電子屏幕。它通過數據采集平臺的數據分析功能，可以體現出數據背后學校存在的具體問題，為學校各項發展提供有價值的決策信息［5］。同時，通過診改大屏的數據分析功能，學校可以解決高職教師在每年人才狀態數據采集過程中，對業務系統已有數據的重復性錄入問題。系統提供數據管理、人才狀態數據模板管理、人才狀態數據采集、系統管理等功能模塊，實現將業務系統已有數據自動填充至狀態數據對應表格。如圖1所示。

4 結語

本文結合貴州工業職業技術學院診改工作實際，運用大數據、云計算等現代信息技術手段，建成融診改、績效、數據采集功能為一體的內部質量大數據監控的信息化平臺，實現數據實時采集、動態監測、及時預警，實現學校、專業、課程、教師、學生各層面質量診改，實現部門績效考核工作實時呈現。通過對高校信息化建設的分析，可以使高校信息化建設與高校人才培養的工作狀況進行有效的整合。

參考文獻

［1］蘇世文，王國慶. 高職院校人才培養工作狀態數據采集平臺的柔性UML模型設計［J］. 江蘇經貿職業技術學院學報，2013（2）：49-52.

［2］王丹中，趙佩華. 高職院校質量保證體系診改平臺建設的思考高等職業教育探索——基于常州信息職業技術學院的實踐［J］. 高等職業教育探索，2017，16（12）：8-12.

［3］張培. 職業院校內部質量診改數據平臺建設的理念、架構與路徑［J］. 教育與職業，2019（6）：26-32.

［4］許劉英. 簡大數據背景下的高職教學診改：內涵、理念及策略［J］. 職教論壇，2019（2）：28-32.

［5］楊瑞. 淺析高職院校人才培養工作狀態數據采集平臺結構與應用［J］. 山東工業技術，2018（15）：209，223.