人工智能背景下職業教育大數據的應用研究

張蒙恩 張娟娟

【摘? 要】 現階段，在“網絡+”的教育環境下，我國的職業院校累積了海量數據，因此亟須提升信息化管理水平。文章從大數據信息融合、大數據分析以及先進的軟硬件設備等角度，剖析了職業教育領域大數據分析發展面對的各種挑戰，明確提出了依托人工智能的職業教育領域大數據分析發展模型，以認知圖像、自然語言信息處理為核心，通過開放云計算平臺，為學生提供個性化的學習咨詢、認知咨詢等智能咨詢服務，以推動職業教育領域大數據分析業務的發展，助力職業教育的智能化。

【關鍵詞】 職業教育；大數據；人工智能；特色教育；人才服務

隨著我國信息化技術的發展，人工智能對職業教育的重要作用也越來越受到社會的關注。人工智能的開發雖然起步較早，但由于現代信息技術的數據共享功能不全面，導致人工智能的使用規模相對受限，因此人工智能和職業教育的結合也相對起步較晚。隨著大數據時代的來臨，人工智能也將體現出巨大的社會影響力，并進一步推動職業教育領域的發展。

一、職業教育大數據分析研究的進展與實踐問題

（一）研究背景

近年來，隨著我國職業學院教育信息化水平的提高，特別是物聯網、移動互聯網和社交網絡等新技術在高校教學和管理中的應用，使我國職業學院的教育數據分析在很大程度上已經具有了教育大數據的4V（variety、volume、velocity、value）特點，重點表現在：1. 中國職業學院的數據分析類型豐富，包括了書籍、多媒體課件和教學活動錄像等教師教育資源數據信息，以及學生個人資料、成績單和學業流程錄入等學生數據信息，還包括因閱覽、閱讀、加載和維護管理工作等而形成于高校每日教學活動服務環節的各種異構數據信息等。在上述的統計信息中，包括了原有的結構性數據信息，但更多的是非結構化數據信息。2. 數據體量浩大，匯集了海量的教育資源數據，往屆及在校學生的數據，師資和管理者的數據分析。3. 職業教育的數據流量增加很快。近年來，教師在日常工作和生活交往中，普遍采用了計算機、平板和社交網絡軟件等新網絡平臺，移動技術帶來的訪問、檢索和加載的數據信息，以及QQ、微博和論壇等社交網絡帶來的非結構化數據信息飛速增加，這些數據信息具有增長速度迅猛、時效性強等特征，相關人員只有及時地分析這些數據，才能有效地利用。4. 職業教育資料的社會價值很大，但密集程度相對較低，海量的教育資料雖然隱含著很深的社會意義，但由于這些資料也含有了許多無用的內容，呈現出低價值密度的特征。怎樣通過職業教育大數據分析為職教事業服務，是一個有待探索的問題。

（二）研究進展

如今，大數據服務的發展也引起了職業教育領域的普遍重視，各個職業院校開始探索大數據分析在職教觀念、學科專業選擇和項目設計等各個層面的運用，并搭建了職業教育領域的大數據應用體系。與我國的傳統教育相較，在大數據分析時代的學校教育，有著個性化指導、自主學習、彈性學制和重視學生發展等特點，而大數據挖掘的重要意義，就是幫助教師真實地理解學生，從而形成“慧學”。互聯網時期職教改革的發展趨勢，涉及智能教學方式和學生學習方法的改變，具體包括全體數字的“多向相關性”分析思想發展趨勢，服務型信息管理和以數字為基石的政策發展趨勢，以及多元維度的評價發展趨勢。

學界認為，依靠互聯網的教育信息化平臺是智能職教的重要支持媒介，職業學院利用智能職教網絡平臺能夠進行翻轉課堂教學、云小班授課等。通過物聯網、虛擬現實和大數據挖掘等新型互聯網信息技術構筑的智能教育平臺，集成了教育資源內容、實現了資源共享、提升了教育管理水平，更好地支撐了職業學院智能教育和現代化教學的管理工作。

學界對職教行業的大數據服務進行了研究，得出一些有意義的使用途徑與發展方法。不過，當前的研究還處在初級階段，尤其是缺少對高職學校大數據分析使用方法、應用途徑的探討。黨的“十九大”報告指出，要完善職業教育與職業培訓制度，積極推進產教結合、校企合作。由于職業教育是中國國民教育系統的重要組成部分，高等職業院校肩負著培育高層次職業技術人才的重要使命，因此，有必要對大數據分析技術加以研究，使其更好地應用于職業教育領域，助力中國職業教育領域邁向智能職教。

二、人工智能在職業教育大數據中的應用

（一）智能系統

教育信息化和信息技術的持續發展，使網絡化、數字化教學管理更加普遍，隨之各種類型的智能終端被應用在教學中，這提高了教師的教學效率和學生的學習質量。學校搭建的智能教育系統平臺，包含面向學生的學習查詢平臺、面向教學管理人員的教學監督管理平臺以及面向教師團隊的教學執行平臺。

（二）智能反饋與測評

在職業教育教學體系的評測和反饋系統中應用人工智能，主要是將人工智能與大數據技術進行結合，以當前教育主管部門正在推行的教學診斷和改進系統作為依據，得到學校畫像；以校園智慧平臺的學生行為數據為依據，為學生群體畫像。

（三）遠程教育

當前，遠程教育正處于發展的快速通道，學校在現代遠程教育中應用人工智能，通過“人工智能+遠程教育”，能夠形成“1+1>2”的教育效果。“會議直播+錄播”是最常見的遠程教學模式，教師在組織教學期間，需要共享文件和桌面，進行一系列的教學作業。

三、人工智能技術應用在職教大數據中的優勢

（一）規整和結合了職業教育領域大數據的特征

職業學院通過應用人工智能的自然語言處理，能夠對圖像、視頻和教學錄像等非結構化信息進行研究與數據挖掘，從而獲得了職業教育大數據的內容。人工智能技術能夠將大量的職業教學信息，轉換成以實體關系為基礎的語義系統，形成信息圖譜表征實物，明確表征實物之間的關系，有效地整合了非結構化信息與結構化數據。

（二）研究和發掘職教信息，提供智力咨詢服務

通過應用人工智能技術，學校能夠充分地發掘職教信息的發展潛力，提供智力咨詢服務，從而完成“以學生為中心”的教育和管理工作，為新型職業培養提供了支撐。新型職業培養，是培養學生喜歡讀書的智力型文化素養、人機協作的創意型文化素養，從而促進了學生從工具型人員向智能型人員的轉化。為了實現新型職業培養，職業學院可以使用混合式教學，該教學模式結合了常規教學方式與計算機網絡教學方式的優點，對新型職業院校培養學生的綜合素質具有積極意義，有利于學生更好地適應社會的發展。人工智能技術為職業教育課堂和在線學習的緊密聯系提供了新的手段，對混合式教學有很強的作用，將促進課堂向個性化、精準化和智能化的趨勢演變。

（三）開源云技術支撐平臺的作用

職業院校通過應用人工智能技術下的開源云技術支撐平臺，能夠用更低的投資成本擁有高性能集群的能力，從而開展大數據業務。Hadoop系統是目前業界使用最普遍的開源云計算系統，由Apache基金會研發，包含分布式文件管理系統HDFS（Hadoop Distributed File System）以及算法構架MapReduce。MapReduce是一種設計優秀的并行化算法構架，可以自動實現對大數據的并行化管理，而HDFS則具備高容錯性的特點，因此可以在質優價廉的硬件上使用。同時MapReduce也是批處理引擎，其并行結構Spark擅長流計算，可以迅速處理大量動態的信息，為機器學習和下一代計算機發展構建一個更加優秀的框架。

四、基于人工智能的職業教育大數據應用服務模式探討

職業院校應用新一代人工智能技術，能夠使職教大數據分析呈現出智慧數據分析的特征，提供了智能化的咨詢服務，實現了智能化職教，是目前職業教育的發展趨勢。近年來，面向學生的個性化學習咨詢服務和專業知識咨詢服務，是職業教育科學研究的兩個重點主體。

（一）個性化學習服務

高等職業院校廣泛重視培養學生的專業知識和實踐能力。近年來，理實一體化授課、混合式教學、探究性教學和翻轉授課等授課觀念和教學方法不斷創新，并在高等職業院校中得到了應用，為進一步提高職業院校的教育教學質量創造了新的條件。學生是職業教育課堂的核心，教師應通過授課和組織協作來適應學生的學習需求，從而促進學生的個性化學習。高效的個性化學習將大幅提高學生的積極性，優化學生的學習效果。

教師對學生的全面了解，是為學生提供個性化學習服務的前提。不同學生的學習情況千差萬別，例如，有的學生有很高的學習熱情，有的學生學習積極性不高；對于同一門課程，有的學生對理論知識掌握得較好，但是欠缺實踐能力，有的學生則相反。職教大數據記錄了學生在使用教育資源和學習活動過程中的數據，人工智能將使提取數據、實現數據驅動的個性化教育成為可能。人工智能可以從學生的學習、行為和社交等各類數據中，了解學生的知識水平、學習風格、興趣偏好和資源需求等，構建學生的知識圖譜，對學生畫像，并將學生畫像的必備要素進行條理化、標準化、結構化和動態化，隨后根據學生畫像為學生提供個性化的學習支持和服務。例如對于學習熱情不高的學生，教師可以為學生提供趣味性強的音頻、視頻等學習資源，以激發學生的學習興趣；如果教師發現學生在某一方面的知識水平較差，則可以利用人工智能為學生定制學習計劃，讓學生進入特定的知識學習環境，幫助學生補齊短板。

（二）知識服務

在以前，職業院校的學生，其知識獲取主要來自教師的講授。如今，大數據分析和人工智能則給學生的學習平臺帶來了人才的技能保障。教師通過應用新型人工智能手段對原有的學習資料進行深度加工，能夠提煉出知識點的精髓，實現形式智能、信息智慧化及具有泛在性的知識提供。在混合式學習、探究式學習的教育方式中，學生進行了知識的探索、總結與運用活動，提升了學習能力，實現了學習創新。

職業院校利用機器學習挖掘技術，能夠分析和挖掘學科知識的圖譜，實現知識檢索、知識問答、知識導航和知識推薦等。知識檢索可以識別、查詢關鍵詞涉及的知識實體或屬性；可視化知識導航顯示了知識之間的關聯，立體化地展示了知識結構，方便學生在腦海中建立知識網，全面、整體地掌握知識；智能化知識問答在準確理解了學生意圖的基礎上，給出了學生問題的準確回答；情境化知識推薦能夠感知學生所處的學習內容、時間、地點和設備等情境，滿足了學生在特定情境下的知識需求。例如在軟件項目綜合開發實訓階段，學生需要綜合運用多方面的知識和技能，才能完成企業級項目的設計和開發，而情境化知識推薦，能夠完善學生的知識鏈和技能體系，促進學生知識到能力、知識到智慧的轉化。

五、結語

根據我國職教大數據領域存在的信息整合、數據挖掘、職業院校發展空間受限等三個重點問題，本文建議運用人工智能手段與信息技術，整合云計算平臺，發掘大數據分析的優勢，賦能職業培訓，建立基于人工智能的職教大數據分析技術模型，以自然語言處理、機器學習和大數據圖譜為核心，整合職教大數據分析技術，并在實踐中提供社會化的知識平臺、智慧產品和智能業務。本文的研究成果有利于職業院校借助人工智能開展基于大數據分析的智能管理，對職業院校實現智能職教具有一定的參考價值。

參考文獻：

［1］ 周曄，張剛要. 我國“人工智能+教育”領域的研究熱點與演進趨勢［J］. 開放學習研究，2022，27（01）：37-44.

［2］ 李鳳英，何屹峰，王同超. 融入智能圖元技術的學生個性化成長系統之構建與探索［J］. 遠程教育雜志，2021，39（04）：42-51.

［3］ 陳麗，逯行，鄭勤華. “互聯網+教育”的知識觀：知識回歸與知識進化［J］. 中國遠程教育，2019（07）：10-18+92.

［4］ 謝浩，鄭勤華，殷丙山. 基于回歸論知識觀的“互聯網+教育”多元共治模式研究［J］. 電化教育研究，2020，41（11）：56-62.

［5］ 夏吉安，林曉軍，胡光永，等. 高職院校大數據平臺運維實踐教學研究與探索［J］. 創新創業理論研究與實踐，2022，5（19）：27-30+54.

［6］ 王孝博，劉持良. 大數據分析在職業教育學生管理中的應用［J］. 電子技術，2022，51（08）：290-291.

［7］ 耿秀華，任憲臻，齊景雯，等. 大數據視域下職業院校教師發展中心功能研究［J］. 產業與科技論壇，2022，21（06）：78-79.