高校教育管理信息化發展與評估系統構建

文 麗

（龍巖學院數學與信息工程學院，龍巖 364012）

高等教育信息化建設的發展離不開信息技術的持續更新。構建教育信息化系統、發掘優質資源以及進行完善的基礎設施建設，是當前高等教育事業健康發展的重要內容。高校教育管理信息化發展與評估系統的構建是通過應用信息技術手段和管理方法，對高校教育管理進行全面、科學、定量的評估和監控，以實現高校教育管理工作的精細化、高效化和智能化。

1 信息化建設與教育管理的內涵

1.1 信息化

信息化建設以運用現代化技術來促進社會各個領域的提升與進步為中心。本文把信息化理解為對農業、經濟、教育和其他社會領域和行業在信息技術輔助下，以提高效率、提高質量、促進技術進步為主要特征的一種發展模式，高校教育管理信息化的意義如圖1所示。

圖1 高校教育管理信息化意義

1.2 教育管理

在高校管理工作中，教育管理是十分重要的內容。教育管理不僅包含教育設備設施，也包含教育計劃、教育活動等方面內容[1]。為了保證教育資源得到有效地優化配置，提高整體的教學質量，需要教育管理部門采用科學的方法，監督指導教育組織以及相關的教育機構開展工作，提高教育整體質量。藝術性、創新性是教育管理的特征，通過教育管理可以使教育資源得到合理的優化配置。

2 高校教育管理信息化發展中存在的問題

2.1 大數據技術應用效果不佳

以大數據、云計算為代表的新一代信息技術在各行各業中得到了快速普及與推廣，但在高校教育管理中大數據的使用效果卻差強人意。高校教師和學生對于大數據的使用意識不強，也不完全清楚大數據對于生活和學習所起到的影響。部分負責教育管理工作的教職人員對于信息化管理的認知較為片面，沒有充分發揮大數據技術強大的運算能力與信息處理能力，僅利用大數據技術提高數據信息處理效率，忽視了大數據技術在數據分析、篩選、甄別、歸類等方面巨大的潛力。一些高等院校出于信息安全方面的考慮，并沒有在學校層面成立教育管理數據管理部門，導致各個部門建立的信息化教育管理系統處于彼此割裂的狀態[2]。

2.2 教育管理數據標準不統一

除了大數據技術應用效果不佳之外，教育管理數據缺乏統一的管理標準，也是制約高等院校教育管理信息化發展的重要因素。實現教育管理信息化升級，需要對教育管理過程中產生的各種數據進行統一管理，以統一的標準對數據類型、結構、內容等進行約束，減少非結構化數據在數據流中的占比，以發揮大數據技術優勢。但在實際工作中，部分高校忽視了數據標準問題，將數據標準管理權限下放至各個院系，每個院系根據自己的實際需求，設定數據標準，使得大量教學管理數據無法在院系之間流通，教學管理數據共享性較差。例如，某校工商管理專業在開展教學管理工作時，按照“學號+姓名+性別+專業+年級”的順序編輯學生資料，而學前教育專業依照“學號+姓名+專業+年級”的方式編輯學生資料，由于缺少“性別”選項，導致一些重名但是性別不同的學生在接受教育管理時出現問題。

3 大數據環境下高校教育管理信息化優化發展策略

3.1 加強信息化基礎設施建設，完善教育管理信息系統

高校教育管理信息化的發展離不開對教育管理信息系統的完善。各個管理部門的教育管理數據共享情況，對于后續教育管理工作的開展有著十分重要的影響，所以必須要建立完善的教育管理信息系統。第一，高校需要加大力度進行教育管理信息化基礎設施建設，追加資金投入，均衡分配各項資源，從而保證教育管理信息化的基礎建設。第二，構建科學合理的教育管理信息系統。教育管理信息系統是當前教育管理工作傳遞信息的主要方式，完善的教育管理信息系統可以使各個部門之間的信息傳遞更加及時，更加快速發現問題并制定解決策略。同時，應用教育管理信息系統還可以使信息的儲存、整合更加便捷。第三，高校必須要重視對信息進行分組，構建不同的模塊內容。信息化組織模塊的建設能夠讓信息傳遞儲存更有規律同時也更加清晰。因此，高校必須要根據校內不同的教育管理情況，針對性地建立不同的組織模塊，保證信息傳遞清晰有效。

3.2 加強專業技術人才培養，構建信息化管理團隊

教育管理信息化發展受到技術人員以及信息化管理團隊的整體水平影響。在進行教育管理信息化平臺建設過程中，需要有專業的技術人員以及專業的管理團隊對平臺建設的每一個環節進行指導。大數據時代教育管理信息化的發展十分重要，高校必須要重視培養優秀的技術人才，并組建一個完善的信息化管理團隊。因此，高校應積極嘗試打造一支具有高專業素養以及職業素養的教育教學信息化管理團隊，使高校教育管理信息化建設更加有效率和質量，推動高校教育管理信息化的快速發展。

在對人才進行培訓時，高校必須要重視采用多元化的培訓方式，使人才的發展更加全面，也就是說高校必須要重視培養具備數據開發、挖掘、存儲以及分析等能力的人才，才能夠滿足高校信息化教育管理發展的要求[3]。一方面高校要重視開展各類培訓活動，組織校內管理人員參與到培訓中，讓其能夠學習到更多先進的知識、技術，提高管理人員的信息技術水平。另一方面，高校可以聘請企業有經驗的信息技術人員，全程加入教育管理信息化工作之中，提升高等院校教育管理信息化建設專業性。

4 構建教育管理信息化水平評估系統

上述內容中，研究人員從宏觀層面闡述了提升教育管理信息化的主要措施，但是在實際工作中，每一所高校教學環境不同，師資力量也存在差異。如果采用統一的優化措施，不僅會浪費大量教學資源，也無法保證每一所高校教育管理信息化水平符合要求。針對這一問題，研究人員基于客觀原則以及科學原則，嘗試制定一整套完善的教育管理信息化水平評估系統，將影響教育管理信息化水平的各項因素進行量化，并代入相應的模型中計算，得到評估結果。通過這種方式客觀反映高等院校教育管理信息化建設過程中的短板與不足，并制定具有針對性的解決措施，提升教育資源使用效率。在此基礎上，將該系統內化為高校管理工作中的一部分，定期審查教育管理信息化效果，確保教育管理信息化程度始終處于較高水平。

4.1 關鍵指標提取

高校教育管理信息化工作較為復雜，由三層指標共同組成，在實際開展教學活動過程中，影響教育管理信息化水平的因素有很多，為了在眾多影響因素中準確定位主要影響因素，研究人員基于教育部對于高校教育管理工作出臺的一系列政策制度，挖掘其中的關鍵元素，繪制“高校教育管理信息化水平評估指標體系”，在此基礎上邀請相關領域專家對該指標體系進行修正，最終得到真實有效的指標體系，如表1所示。

表1 教育管理信息化評估指示體系

4.2 搭建系統總體框架

基于上述評價指標，以及高等院校教育管理信息化功能具體需求，構建由數據層、采集與處理層、評估層、展示層為一體的總體框架，如圖2所示。

圖2 系統總體框架

4.3 設計關鍵模塊

高校教育管理信息化評估系統由數據收集、數據處理、數據分析三個模塊共同組成。第一個模塊是整個系統的基礎模塊，其主要任務是通過“人工+自動”的方式收集與教育管理信息化相關的各項指標數據（詳細內容見表1）；第二個模塊的任務是對收集到的數據進行處理，一方面剔除無效數據以及重復數據，另一方面對非結構性數據進行結構化轉變，方便后續模塊對數據進行計算與保存；第三個模塊主要負責對整理好的結構化數據進行計算，并生成綜合評估數據，再借助web可視化平臺，讓相關教職人員能夠憑借更為直觀的方法，判斷高等院校教育管理信息化建設情況[4]。

4.3.1 數據采集模塊 該模塊是評估系統的基礎，也是評估結果的數據來源。為確保評估結果準確、客觀，能夠反映高校教育管理信息化真實水平，要對數據采集模塊設計問題給予高度關注。本次研究中，相關工作人員考慮到數據采集效率以及工作成本等因素，決定采用“人工采集+自動化采集”組合模式，前者主要針對一些并不記錄在各個部門之內的數據，需要通過人工錄入的方式將其記錄在評估系統中；后者指利用數據自動化采集軟件，定期向評估系統傳輸、更新相關數據。（1）數據自動收集。從類型上看，自動采集數據包括日志文件以及關系型數據庫文件，研究人員決定使用Sqoop技術采集關系型數據，并使用Flume技術生成采集日志。（2）人工采集。為了提升人工采集數據效率，相關工作人員制作統一的調查問卷，參與調查的教職人員以及學生通過填寫問卷的方式，將反饋數據傳輸至教育管理信息化水平評估系統。該模塊采用Browser/Server框架，主要由數據庫、服務端以及服務終端組成。其中數據庫主要負責數據持續化操作，將收集到的調查數據進行格式化打包并發送至中央服務器。服務端主要任務是處理數據庫以及終端發送的http請求，并對調查數據進行邏輯處理，支持后端工作人員對問卷模塊數據進行修改、刪除、查找等操作，并將處理好的數據返送至客戶層。終端主要功能是基于http服務，實現調查人員與參與調查的教職人員、學生進行線上交互，通過填寫問卷內容生成反饋意見，并將反饋意見保存至服務器。

4.3.2 數據清洗 該系統中內置的數據自動化采集模塊在運行過程中，可能會出現數據重復、數據類型錯誤以及數據不完整等問題，這些存在缺陷的數據不僅會影響系統響應速度，還會對評估結果的精度造成影響。因此，設計數據清洗模塊，借助該模塊剔除無效數據以及重復數據，一方面壓縮數據體積，提升系統工作效率，另一方面提升評估結果精度。從微觀層面看，數據清洗主要包括兩個步驟：第一步對數據進行檢查，將不符合數據錄入規則的非結構性數據剔除或者將其轉變為結構化數據；第二步對保留下來的數據進行校驗，刪除多余數據，確保數據簡潔、一致。在具體實踐中，在線處理與離線處理是較為常見的兩種數據清洗方式。大數據清洗目前比較流行的有兩種方法，一種是離線處理，一種是在線處理。前者的主要特點是在某一個特定的時間節點，對收集到的數據進行集中清洗，后者對于數據清洗的時間要求較為嚴格，數據處理成本較高。考慮到系統運行成本以及高校教育管理信息化實際需求，研究人員決定使用離線處理方式。實際工作中，研究人員考慮到單獨一臺計算機算力有限，無法對龐大的數據流進行高效處理，因此使用Hadoop分布式數據處理工具，利用該工具中的MapReduce模塊，在采集到數據的第一時間，對數據進行預處理。其工作流程為：數據存儲在HDFS文件中，MapReduce模塊會對該文件中的數據進行格式化，將數據拆分為若干行字符串，利用正則匹配理論對數據屬性進行判斷，若判斷該數據為錯誤數據、空數據或者不完整數據，則直接在HDFS文件中將該數據刪除，只保留格式符合要求的數據。

4.3.3 評估模塊 評估模塊負責對清洗后的數據進行計算，主要包括三級指標發展測算以及綜合評估兩個模塊。（1）三級指標發展測算。根據表1中的三級指標，評估系統對每一項數據進行打分，根據指標所屬類型以及權重，使用不同的換算規則。例如一條記錄教育管理信息化平臺使用頻率的數據，可以依據其在總業務量中的占比，確定該數據對于教育管理信息化建設的影響程度，占比越高則說明該數據越重要。（2）綜合評估完成三級指標測算之后，研究人員運用綜合指數法針對本校教育管理信息化水平進行客觀評估。由于該模型中各級指標之間不存在強關聯性，并且指標差異不明顯，因此，研究人員決定采用線性加權模型進行測算，通過公式（1）推導綜合評價，其公式如下：

公式（1）中，EDI代表教育管理信息化水平，n即一級核心指標數量，m表示二級指標數量，r則為三級指標數量，Wi表 示i類指標在總指標中的權重，Wij表示第i類指標之中，第j項指標權重。Zijk則為第i類指標中第j項指標中第k項指標經過無量綱化處理后得到的數值[5]。

4.3.4 可視化輸出 在得到評估結果之后，系統會對評估結果進行表格化處理，方便相關工作人員查閱。負責教育管理信息化工作的相關教職人員利用該系統生成的各類圖表，判斷在推進教育管理信息化過程中，哪些環節較為薄弱而需要補強，哪些環節投入了過多的資源但沒有達到預期效果，要對其重新進行資源配比，通過這種方式提高教學資源利用效率，補齊教育管理信息化短板，制定具有針對性的優化措施。

5 結 語

信息化技術的不斷更迭，為高等院校教育管理工作的發展提供了全新路徑，信息化技術與教育管理工作的深度綁定，能夠有效提升高等院校教育管理水平，推動高校教育管理工作朝向數字化方向轉型。高等院校作為培養社會所需要的優質高素養人才，應該以社會為立足點，清楚地認識到形勢的變化。同時還要學會借助互聯網平臺，將學生數據收集到科技化設備和平臺中，然后將其合理高效地融合在一起，全面促進教育管理質量的提高，為國家培養更加適應社會發展要求的專業性人才。