丁铁 陆建 王海军

（中山职业技术学院,广东中山 528404）

基于大数据的高职生综合测评策略研究

丁铁 陆建 王海军

（中山职业技术学院,广东中山 528404）

该文基于大数据的特征、发展历程及应用现状，分析高职生综合测评引入大数据技术的可行性，探索高职院校学生综合测评采集数据的主要措施、利用数据的模型等，从数据利用的目标、标准及风险等方面提出学生综合测评运用大数据技术的重点应对策略。

大数据;综合测评;智慧校园

在大数据时代背景下，各行各业都面临着对庞大而复杂的数据进行有效管理的挑战，人们越来越认识到对自身产生和拥有的大数据进行有效管理的重要性和迫切性，高等职业教育领域也不例外。学生综合测评作为高职生管理工作的核心业务之一，通过对学生课程考核成绩、日常行为、兴趣特长等方面数据的采集、分析与挖掘，对学生进行评价、引导[1]。

一、大数据技术发展及应用现状

目前大数据比较有代表性的概念是3V定义，即认为大数据需满足规模性（Volume）、多样性（Variety）和高速性（Velocity）等3个特点[2]。大数据的产生源于规模效应，这种规模效应给数据的存储、管理及分析带来了极大的挑战，与此同时，大数据的规模效应要求其存储、运算方案也应当从规模效应上进行考虑。因此，大数据系统运应而生，它的结构有些复杂，采用的技术也千差万别，但总体上都由四部分构成，具体如图1所示。

最早提出大数据概念是麦肯锡公司，2011年5月，麦肯锡公司在大数据的报告中指出：“数据已经渗透到每一个行业和业务领域，逐渐成为重要的生产因素”[3]。……