大數據背景下職業本科學生德育數據可視化研究

黃登桔 覃玉

摘要：伴隨時代發展的潮流與新興技術的變革，職業本科學生德育教育迎來了大數據背景下的機遇與挑戰，其中以德育數據的可視化價值最為明顯，能夠吸引學生參與德育活動，為學校德育教育的展開提供扎實依據。對此，職業本科教師要借助大數據的先進理念、獨特思維、超強技術，對學生德育數據進行收集，采取聚類法對學生德育數據進行劃分，利用規則算法對所得數據進行研究，最終將所得數據與學生行為、成績等信息進行關聯分析，實現數據的可視化。

關鍵詞：大數據，職業本科，德育數據，可視化

對于校園大數據的挖掘是近年來學術研究的重點內容，向職業本科教育工作者提供了采取手機定位系統、采集學生消費數據等實現大數據背景下德育數據可視化的方法。對此，職業本科院校教育工作者要積極看到德育數據的發展趨勢，在條件允許的情況下，采取切實可行的研究方法，總結具體的大數據背景下職業本科學生德育數據可視化實現方法，為職業本科德育教育的長久發展提供理論和實踐支撐。

（一）能夠吸引學生參與德育活動

可視化技術支持下的德育體系，能夠用更加直觀的文字符號、圖形符號、影視技術等向學生展示德育教育內容，能夠減輕學生對德育教育內容的陌生感、疏離感等，以此激起學生的德育活動參與興趣，更好地促進德育教育的落實。

（二）能夠為德育教育提供開展依據

大數據背景下的職業本科學生德育數據可視化研究能夠將德育數據與學生的行為活動、學習成績等進行關聯，在較短的時間內得出學生的心理特征、行為特征等，發現各要素之間的聯系，并將所得信息反饋于德育教育的展開。

（一）數據收集

職業本科院校內學生都持有校園一卡通，并以此作為開展多種校園活動的憑證，也成為記錄學生活動數據的載體。對此，要想實現大數據背景下職業本科學生德育數據可視化研究，相關人員可以在校園范圍內選擇部分具有代表性學生的一卡通數據，對學生在教室、圖書館、食堂等區域的數據進行集中處理，形成可視化學生德育數據。

首先，研究者可以在借助校園一卡通的客戶端或后臺，瀏覽一周內全校學生的活動數據，并從中抽取覆蓋圖書館、教室、食堂、校園活動區域的部分學生一卡通數據，確保學生德育數據的豐富性，為之后德育數據的可視化研究做好基礎準備。其次，為確保數據的真實性，研究者還可以在一卡通后臺顯示的校園某區域人流量最大值時間，進行實地觀察，確保現實情況與線上數據一致。最后，在數據收集的同時，教師還要注意數據的篩選。如，前期收集的部分學生一卡通數據雖覆蓋區域、活動較廣，但所停留的時間較短，無法從中總結有價值的德育數據可視化信息，那么此類數據便可以刪除。再如，收集到的數據在階段性的考察后，數據的趨勢表現出極大的不穩定性，可能會對可視化研究產生一定的誤導，此類數據也要盡量刪除，如此才能在最大程度上為大數據背景下職業本科學生德育數據可視化研究提供前提保障。總之，數據的收集是研究活動展開的前提，大數據背景下職業本科學生德育數據的可視化研究也要堅定此要求，積極促進高等教育德育水平的提升。

（二）劃分數據

學生是運動的，數據是變化的，要想讓大數據背景下職業本科學生德育數據的可視化實現過程更加流暢，相關研究者要以學生在校園生活中的行為特征變化為依據，站在德育教育進行指標體系劃分，借助聚類算法對學生的德育水平進行更加細致的劃分，進而搭建起分類體系，利用實驗得出數據的具體分類結果，并輔以解釋說明。

首先，在前期數據收集的基礎上，將德育作為指標體系總目標，將德育中所包含的思想、政治、道德、法律和心理健康作為具體指標。如，根據一卡通數據，分析學生在圖書館內的行為特征，即學生閱讀書籍種類，將其分別列入思想、政治、道德、法律和心理健康各指標中；分析學生在校園活動中的行為特征，將其列入心理健康、思想各指標中；分析學生在食堂內的行為特征，將其列入道德、心理健康各指標中；分析學生在教室內的行為特征，將其列入思想、政治、道德、法律、心理健康各指標中。其次，在完成指標體系的劃分后，研究者還可以借助聚類算法對學生德育水平進行更加細致的劃分。如，列入心理健康指標的數據，還可以將其中的相似數據進行歸類，可以根據數據波動的時間、波動的次數、波動的頻率等，還可以用距離來度量數據間的相似度，包括K-L散度、Hamming distance、Mahalanobis Distance、Jaccard（二元屬性對象）、Cosine等相似度度量指標種類。在該過程中要注意，相似度是非負的，取值要在0-1之間，距離越大，相似性越小，在具體的操作過程中要明確計算的是距離還是相似度。最后，在分類體系的搭建結束后，研究者可以將其作為實驗對象，展開大數據支持下的實驗活動，進而得出具體的分類結果，并在結果中加入一定的解釋說明。如為何會將學生在食堂中的行為特征變化列入心理健康這一德育指標，因為在實驗中發現，學生的心理狀態高漲時，進食量較大，反之較小；若學生長期選擇某一窗口，在一定程度上存在依賴心理，如若出現固執選擇的情況，則可以存在偏執心理；若學生經常在人流量較少的時間進入食堂，則該學生可能存在一定的心理壓力或逃避社交心理等。如此，在信息完整分類體系的支持下，研究者便可以對學校學生的德育水平形成更加直觀的認知，實現大數據背景下職業本科學生德育數據的可視化。

（三）研究數據

大數據背景下的職業本科學生德育數據可視化研究，可以利用關聯規則算法展開更深一步的探究，并參考德育數據的特征對APriori算法進行改進，通過對頻繁項集最小支持度閾值與不頻繁項集最小支持閾值的比較及判斷，減少對事務數據庫的掃描次數，進而提高算法執行效率。具體來說，研究者可以在大數據背景下借助APriori算法，第一步是去發現頻繁項集，經過掃描、計數、比較、產生頻繁項集、連接、剪枝，產生候選項集，之后重復如上步驟，直到不能發現更大的頻集；第二步是產生關聯規則。最終在APriori算法的支持下，實現職業本科學生德育數據的可視化研究。

（四）關聯分析

在大數據背景下職業本科學生德育數據可視化研究的過程中，研究者還可以將德育數據分析結果與學生的學科成績、行為活動等做出關聯分析，探究德育對學生不同程度的影響，研析影響學生德育水平提升的原因，并提出相應的解決策略，最終實現職業本科學生的高質量成長。

首先，研究者可以從學校的信息服務平臺中搜集學生的學科成績，與之前所搜集的德育數據進行關聯分析，得出“學科成績對學生的德育水平一般呈現正向影響，但也存在例外”；可以將學校公共平臺所記錄的各學生參與社會實踐活動的數據與德育數據進行關聯分析，得出“德育水平基本與學生行為呈正相關”等結果。其次，在關聯分析結果的支持下，研究者便可以依據已有的研究成果，分析影響學生德育水平的因素。如，從數據分析得出，部分學科成績較高學生的心理健康水平卻較低，在進一步的分析與實地調查后得出，原因在于學生的學習壓力較大，害怕自己的退步，且因困于學習中，自己的社交能力也在逐步下降，心理壓力較大。針對此，研究者同樣可以借助大數據分析，向學生表明當今社會年輕人存在心理壓力的常態化，引導學生借助網絡平臺的數據分析功能，搜集與自己情況相似的案例，從中獲取緩解辦法，或尋求學校心理咨詢室的幫助，及時調整心態，逐步提高自己的德育水平。總之，大數據背景下職業本科學生德育數據可視化研究的落腳點要放在指導學生德育水平提升之上，為學生未來的發展奠定內在基礎，提供具有指導意義的方向，最終為社會輸送更多高水平、高素質的職業型人才。

綜上所述，大數據背景下職業本科學生德育數據可視化研究，能夠在最大程度上推動學校德育教學的優化、學生德育水平的提升、社會環境的改善等。對此，相關研究者要積極發揮數據可視化研究對學生參與德育活動、學校展開德育教學的促進意義，進行數據的收集、分析數據、研究數據，并展開關聯分析，使得職業本科院校向著合理化、科學化、智能化的方向前進，為國家的發展和社會的進步培養更多具有職業理想的新時代人才。 PR

本文系《大數據背景下職業本科學生德育數據可視化研究》（項目編號：GXCVUKY2022B013）的研究成果。

參考文獻：

[1]趙敏.新媒體視閾中的大學生道德教育創新研究[D].山東大學，2012：247.

[2]田麗.智慧校園環境下的校園一卡通建設[J].華東師范大學學報（自然科學版），2015（S1）：530-535

[3]王麗娜.基于大數據背景下智慧校園的可視化管理信息系統研究[J].計算機產品與流通，2019（8）：2.

[4]賀玉學.大數據背景下的職業院校學生管理工作信息化研究[J].教育信息化論壇，2019，3（10）：1.

[5]高麗.大數據背景下“數據可視化”課程的教學改革探討[J].無線互聯科技，2022，19（11）：3.

（作者簡介：黃登桔，職務：助教、空港校區人事處副科長，學歷：本科、學士學位，研究方向：計算機科學與技術；覃玉，職務：信息工程學院教師，學歷：物聯網工程本科，研究方向：計算機綜合應用、物聯網技術與智能等）

（責任編輯：姜秀靚）