大數據下高校教學改革及教育管理探討

前言：想要寫出一篇引人入勝的文章？我們特意為您整理了大數據下高校教學改革及教育管理探討范文，希望能給你帶來靈感和參考，敬請閱讀。

摘要：為培養高素質高水平人才，高等院校依托大數據技術平臺，打破傳統教育理念，進一步提高教學改革創新性與教育管理科學性，從而推動高等教育教學與管理方式的改革。文章分析了高等院校數據存儲的現狀和特點，提出了建設大數據平臺的迫切性以及構建平臺的必備條件;研究了大數據技術在推動慕課教學改革中的應用，指出了過程性評價的大數據價值;探討了大數據技術助力于學業預警、就業導向、教學審核評估等方面教育管理智能化實現的作用。

關鍵詞：大數據;教學改革;教育管理;慕課

一、引言

為深入貫徹新時代中國特色社會主義思想，教育部出臺了《教育信息化十年發展規劃》的文件，進一步落實“智慧教育大數據戰略建設”任務，打開了大數據技術建設與應用的新局面，標志著大數據戰略已經正式融入教育領域。大數據技術在高等教育領域中的應用及推廣是國家推進教育信息化戰略不可或缺的重要組成部分，將數據信息技術與高等教育的深度融合，正是推動高等教育方式改革、保障教學質量、促進教育公平，從而達到培養高素質高水平人才的最終目標。當前，傳統的課程資源平臺和教學教務管理系統已不能很好地適應高校建設雙一流大學的需求。它形式單一，缺乏數據資源的統一規劃，容易造成信息孤島，也無法完整的提供高質量的信息。將大數據技術運用于高等院校教學，除了采集與存儲教與學的數據外，更重要的是實現數據的分析處理:即通過獲取海量數據資源，進行深層次的數據挖掘和學習行為分析，發現問題、監控趨勢，從而讓使用者自身進行有效的調整，為教學提供更完善地服務。同時，大數據技術運用也讓高校教學管理層的思維模式從經驗教條主義轉變成為以數據驅動模式為依據的科學推斷，實現智能化管理與決策，制定出符合新時代人才培養標準的方案與措施。

二、大數據的涵義及構建技術

結合百度百科的定義，大數據(bigdata)是指無法在一定時間范圍內用常規軟件工具進行捕捉、管理和處理的數據集合，是需要新處理模式才能具有更強的決策力、洞察發現力和流程優化能力的海量、高增長率和多樣化的信息資產。由IBM公司歸納其“5V”的特征:Volume(規模大)，Velocity(增長速度快)，Variety(類型多樣化)，Value(價值性)，Veracity(真實可靠)。大數據技術起源于互聯網商業行為中，通過對購買者行為習慣的大數據分析獲取潛在商業價值，制定個性化銷售方案。隨著“互聯網+教育”時代的到來，高校教學資源數據、教學論壇數據、學生學習行為數據、教學與教育管理數據等規模“大”至“ZB”級別，且呈幾何性增長。據不完全統計，國內高等院校近年來教學結構化數據增速約達30%，而非結構化數據增速更高達約60%左右。數據的類型由關系數據庫存儲的結構化文本數據逐漸變成以視頻、圖像、動畫、圖表分析報告為主體的復雜類型數據。而高校教育的大數據最核心的價值體現就是如何通過數據挖掘等技術手段從價值密度低的數據提取出價值密度高的信息。在涵蓋了大量教學活動的復雜數據中，大數據技術對原始數據進行提純，分析結果為教學管理改革與產學研融合的發展方向提供了決策性參考價值。綜合高校教育大數據的特點，構建高校大數據技術平臺勢在必行。建設高校大數據技術平臺，必須由學校主管信息化的高層領導牽頭，教務處與信息科技中心協辦，根據需求聯合有資質的第三方公司共同建設。在整合原有資源平臺和信息管理系統數據的基礎上，覆蓋教學園區的無線網絡設備，提高數據網絡傳輸效率，升級數據釆集設備，利用云平臺分布式儲存技術建立數據倉庫，通過成熟的Hadoop框架和數據挖掘算法實現對半結構化和非結構化數據的過濾和清洗，分析提取高密度價值數據，構建預測性視圖和可視化視圖提供給決策者查詢參考。建設信息安全體系保障私密數據的安全性，防止數據因受侵襲發生災難性的丟失。培養專業的大數據技術管理人才對數據動態進行全面監控。

三、大數據在高校教學改革的應用分析

(一)大數據推動慕課教學改革

大數據技術可以推動高校教學模式改革。隨著大規模開放式在線課程MOOC和SPOC的盛行，翻轉課堂等混合教學模式也如火如荼地進入高等院校的課堂。學生以自主學習課程知識點視頻為中心，教師通過參與線上線下討論、答疑和測試等方式引導考核學生，使得在線教學日益成為廣大學生獲取新知識的重要途徑。在慕課教學的過程中，系統平臺詳細地記錄著學習者個人的學習內容、學習軌跡、學習成效等數據，當數據量累積到一定程度時就形成了大數據的基礎。在采集到大量多元化的數據中，不僅有單個學習者學習行為的深度縱向數72據，也涵蓋了多個學習者的廣度橫向數據。通過大數據挖掘技術對數據進行統計分析，授課教師就可以迅速地掌握學生的情況，診斷學習需求或課程難點，發現學生解決問題的能力，從而有針對性地調整教學進度，優化改進教學資源以及分配課程教學模塊的比重;通過大數據預測分析能力技術，系統還可以根據學習者的學習興趣和方式，以及學習能力推薦個性化制定的課程資源，讓學習目標與習慣相近的學習者可自行組合完成學習任務，體現了學習的個性化和差異化，充分調動了不同層次學習者的積極性。大數據技術運用學習的自適性推動慕課教學的應用，對高校培養人才具有巨大的創新改革性作用。

(二)過程性評價的大數據價值

傳統課堂對學生的學習評價形式單一、頻率低。任課教師往往只在學期末根據學生的日常課堂印象給予一個簡單的總分制平時成績。無論是評價設計方式，還是評價反饋時效性都是滯后的。大數據技術注重在線課程的過程性評價分析，特別是在完成測試任務或是作業同伴互評環節，教師可以通過可視化視圖數據分析，統計測試任務的考核結果，提高對授課班級學生整體學習質量評測的相關性和精確性;大數據技術還能把握單個學生對某個知識點參與討論的程度，根據特定學生的水平，調整作業任務的難易度，就一系列學習問題提供個性化的反饋。同時，把大數據的分析統計結果反饋給學生本人，讓其準確了解自己與同伴掌握知識的差距，幫助其更好地調整學習的節奏，改進學習方法。

四、大數據在高校教育管理決策的應用分析

當前，除了教學改革之外，高等院校還應當結合本身的建設發展特點，整合教育管理范圍的各項業務流程及系統功能，構建大數據技術平臺，為高等院校今后的發展提供更加科學化的管理和智能化的決策。

(一)學業預警大數據應用分析

為實現高?？茖W信息化管理，應當將學生的培養計劃執行預警、學風預警和學業審查預警納入大數據技術平臺，對學生的完成學業情況進行預測、管理和指導。其一，培養計劃執行預警是對學生在選修其專業培養計劃的課程且獲學分完成情況的監測。若當前選修課程截止時間止，學生選修學分未達到本學期專業預設的最低總學分值，大數據平臺就會自動給予學生發送警示信息，并提供補選課程清單。該預警對執行完全學分制的高校尤顯重要。其二，學風預警針對學生在線課程或混合教學課堂行為，對學生的曠課次數、課堂紀律、完成作業情況等進行實時監管。一旦學生表現異常，大數據平臺就會自動記錄下來，并向紀律監管職能部門的監控系統發出警報讓其介入干預，也會自動將數據結果作為課程平時成績評分的重要參考指標。其三，學業審查預警是針對在學業早期，因學習困難或身心不健康導致整體成績下滑甚至嚴重掛科的學生進行全程監測。學業審查預警由輕到重依次分為黃色預警、橙色預警、紅色預警三個等級，一旦監測到學生屬于某個級別的預警，大數據平臺就自動將詳細報告發送給管理者，并啟動相應的援助方案，例如，朋輩心理輔導、一對一學習生活幫扶、家校合作制定個性化方案等，通過動態跟蹤管理幫助困難學生完成學業，從而提高學校的升學率和畢業率。

(二)就業導向大數據應用分析

當前，高校人才培養與社會供需的結構性矛盾問題突出，輔助畢業生就業的方式十分有限，一般依靠開設就業指導課程、組織校園招聘會以及企業宣講會等方式，畢業生就業能力與市場需求的匹配精準度不高，很難在短時間內找到最佳崗位。而大數據引擎技術通過網絡爬蟲實時抓取就業網站招聘信息，將非結構化信息轉換成結構化信息，利用關鍵詞分類存入高校就業資源庫。在此基礎上，大數據平臺將自動把就業資源庫與畢業生庫中學生的專業課程、學習成績、專業技能水平、求職目標崗位等復雜綜合數據進行匹配，從而實現精準就業信息推薦。因此依托大數據平臺，高?？梢愿櫧迥戤厴I生的就業情況和薪酬變化，分析市場人才需求變化及行業發展趨勢，深入了解崗位對技能及知識儲備的要求，以便指導學生畢業前期完成學業任務、做好職業規劃;同時，幫助高校在頂層設計上調整學科專業結構設置、整合資源、調整招生比例，實現優勝劣汰的科學智能化決策。

(三)教學審核評估大數據應用分析

教學審核評估是教育廳依據評估高校自身制定的人才培養目標，來評判高?，F階段教學成果是否與原定目標相吻合的的重要手段。將大數據技術引入教學審核評估中，不僅提升了教學評估管理的科學性，更增強了教學質量常態監控的實效性。高校開展教學審核評估工作，必須以“教學基本狀態數據”信息平臺為依托，從辦學定位目標、教師隊伍建設、教學資源建設、培養過程建設、學生發展過程、教學質量監控、特色辦學等八個維度，建立學校培養人才的大數據支撐體系。同時，大數據平臺將對需要耗費大量人力物力的非結構化數據信息進行甄別和分析處理，如學生對講師評教評價、教學督導聽課評價、企業對專業實習認可度評論、導師指導畢業論文質量等。借助數據挖掘和聚類分析算法，將提取的非結構化高價值數據與教學基本狀態數據分類融合，形成圖表與文字結合的可視化教學審核評估自查分析報告，從而更能有效定位與培養人才目標的吻合度與不足之處。大數據技術提供了建立教學評估長效機制的可能性，“以評促建”的科學機制也帶動了高等教育的健康發展。

五、總結

大數據時代下，由于信息技術的變革引發的教與學行為模式的個性差異化變革，以及高校教學管理模式的科學智能化變革，讓教師、學生和管理者深刻感受到科技對整個高等教育創新性變革的巨大影響，其效力甚至可以稱之為高等教育領域的“第三次工業革命”。教育行政主管部門和高校的決策者要逐步樹立大數據頂層設計建設意識，重視高等教育大數據分析的深度與廣度比較，全面建設大數據智慧校園，為輔助高等院校的日常教學、科研、人才培養管理的全方位服務功能提供科學合理的保障。

參考文獻:

［1］中國海洋大學校報電子版．高等教育領域中的大數據［J/OL］．ouceducnxiaobao．cuepa．cn/show_more．php?tkey=＆bkey=＆doc_id=2187650．

［2］百度百科．巨量數據集合(IT行業術語)［EB/OL］．https://baike．baidu．com/item/dashuju/1356941?fr=Aladdin．

［3］ChrisDedeAndrewHo＆PiotrMitros，陳強．高等教育慕課大數據分析［J］．中國教育網絡，2016(12):45－48．

［4］候雪靜，鄭建峰，劉菁．大數據對高校教務數據化的推進研究［J］．學園，2015(12):20－22．

［5］余鵬，李艷，呂鵬．高等院校大數據挖掘與決策分析體系的應用研究［J］．現代教育技術，2016(8):102－107．

作者:邱向宇 單位:廣東技術師范學院