范立华

（上海公安高等专科学校， 上海 200137）

大数据视野下警察教育创新研究

范立华

（上海公安高等专科学校， 上海 200137）

数据已成为目前信息时代社会发展的重要资源。教育过程中会产生大量的学习数据，尤其是云计算、移动互联网等技术和泛在学习、移动学习等普及后，教育大数据自然而然地成为了教育领域的新资产。教育事业发展的内在逻辑性，教育现象、内容和规律之间的相关性被要求运用大数据的思维和方法进行深度地分析和挖掘。大数据开启了警察教育的时代转型，推动着警察教育理念的变革，警察教育必须适应大数据时代的发展要求，积极构建大数据警察教育平台，变革警察教育策略和训练模式，开创智慧教育。

大数据；警察教育；数据分析；个性化教育；教育信息化

随着微博、博客、社交网络以及云计算、物联网等技术的兴起与应用，互联网上的数据正以前所未有的速度在不断地累积和沉淀，各行各业甚至于政府各机构都已经开始密切关注大数据，应该说大数据是互联网发展到一定阶段的必然产物。互联网用户的互动，政府和企业的信息发布，物联网传感器感应的实时信息，时刻都在产生大量的结构化和非结构化数据，这些数据分散在整个互联网体系内，其体量极其巨大。这些数据中蕴含了对政治经济、科技教育等领域非常宝贵的信息资源，对其中大数据的研究就是通过数据挖掘、知识发现和深度学习等方式将这些数据整理出来，形成有价值的数据产品，提供给政府机构、企事业单位和互联网个人用户使用与消费。

一、大数据的涵义及其发展

（一）大数据的涵义

1．大数据的起源。2001年，Gartner公司的一份研究报告首次出现“大数据”概念的提法。现在虽然对“大数据”一词的定义说法不一，但越来越多的研究机构和媒体网络开始关注与研究它。大数据正成为继云计算之后新的热词。同云计算一样，大数据虽然看不见摸不到，却与当今的信息技术发展同步而行，并蕴含在现代的信息生产、加工、交换、传输、存储过程之中。这些数据绝大多数是非结构化数据，通常不能为传统的数据库所利用，但随着语言处理、模式识别和机器学习等人工智能技术的发展，这些海量的数据“宝藏”将成为未来世界发展的新“能源”。

2．大数据的特征。如Gartner公司报告里所论述的那样，业界普遍认同“大数据”具有明显的“3V ”特征，即量级（Volume）、速度（Velocity）和多样性（Variety）。大数据普遍具有量级大，要求处理速度快，数据本身具有丰富的多样性。在甲骨文公司和中国移动研究院的相关研究文献里，又追加了第四个“V”——价值（Value），而IBM在其相关文件中给出的第四个“V”则是真实性（Veracity）。其实，无论是价值还是真实性，两者有一定相通之处，真实性的东西本身就具有价值，而有价值的东西肯定有其真实性的一面。因此，大数据的特征简要来说就是4个“V”，即量级（Volume）、速度（Velocity）、多样性（Variety）和价值（Value）。

3．大数据的定义。在当今互联网时代，网络上每一次搜索，网站上每一笔交易，敲打键盘、点击鼠标的每一个输入都是数据，它的功能不仅仅在于事后被动地了解市场，搜集起来的资料还可以被规划，引导开发出更大的消费力量。大数据是由数量巨大、结构复杂、类型众多数据构成的数据集合，是基于云计算的信息处理与应用模式，通过数据的整合与共享，交叉复用形成的智力资源和知识服务能力。据此，我们可以把大数据定义为：以新信息处理技术为手段，在海量、结构复杂、内容多样的数据集中，以较快速度解析出规律性或根本性的判断、趋势或预见。

总之，大数据注重数据的关联性，将各种数据之间关联组合，以产生更大的价值，而处理大数据所需要的系统和传统的数据挖掘工作所需的系统有着根本性的区别。

（二）大数据的应用

1．大数据的技术基础。大数据的提出是为了解决现有信息技术无法满足快速增多、日益复杂化的数据集合。因此基于大数据的技术涉及层面较广，包括一些现有技术的综合运用，如关联规则学习、分类技术、分组分析、数据异构与同构、机器学习、自然语言处理、神经网络、模式识别、预测模型、情态分析、信号处理、时序分析和可视化处理等。另外，信息感知技术、信息传输技术、信息安全技术，也与大数据密切相关。

2．大数据的应用范围和实例。2011年5月，麦肯锡全球研究院发表了一篇题为“大数据：创新、竞争和生产力的下一个新领域”的报告，其中主要有两个观点：一是数据已经渗透到每一个行业和每一个业务领域；二是海量数据的应用意味着新一轮生产率的增长和消费“浪潮”的到来。支付宝自2011年起发布“年度个人对账单”。每个用户都能通过个人年度对账单看到自己一年来详细的网上支出状况，包括购物类别、每月支出、消费排行，以及对用户的购物习惯和消费态度的分析。在亚马逊和京东商城等网站购物时也会得到个性化的商品推荐，这就是通过数据挖掘技术追踪和揭示用户的行为习惯与消费喜好，从凌乱繁杂的数据背后找到更符合用户兴趣和习惯的产品与服务，从而实现对产品和服务的调整与优化。基于大数据时代的数据储备和技术理念，能够实现以前所未有的方式洞见事物的未来趋势，较为精准地预测事件的发生和发展。

大数据不仅能带来巨大的经济效益，其中也潜藏着大量的科学价值和社会价值，经济学、政治学、社会学和其他许多科学门类都会因此而发生巨大甚至本质上的变化与发展，进而影响人们的价值体系、知识体系和生活方式。当然，教育学科和教育领域的应用也必然在此之列。

（三）大数据的发展趋势

大数据为各行各业带来了种种利好，著名市场研究机构IDC曾预测：大数据市场规模到2020年新增的数字信息成长幅度将是2010年的45倍。其中传统的标准化、结构化数据只占15%左右，而85%的数据将来源于业内各种信息活动、电子商务、物联网或外界社交网络等领域中的半结构化与非结构化数据。

大数据技术是未来信息社会发展的一个大方向，它为人类全面深刻地认识世界、认识自身提供了一种崭新的方式和视角。大量的数据处理无疑给现有的信息技术提出了新的挑战，而这一问题在信息化程度不断提高的教育领域中同样日渐凸显。随着信息技术应用的推进和发展，警察教育的数据也会呈爆炸式增长。如何使用好大数据，充分激活警察教育数据资源，更好地服务当代警察教育事业，已成为摆在我们面前值得思考的课题。

二、大数据在警察教育中的功能手段及影响

（一）警察教育大数据的产生背景

1．MOOC（慕课）的蓬勃发展。MOOC是Massive（大规模）、Open（开放）、Online（在线）、Course（课程）四个英文单词的首字缩写，意为大规模网络开放课程。互联网技术的发展带动了教育的网络化和国际化，MOOC更将传统的远程教育推向了新的高度和广度，催动了网络学习时代的到来。2014年，山东警察学院李亦农教授的“经济犯罪案件侦查” 课程在校园网上以MOOC的形式出现，供学员学习与培训使用。在教学活动中，相对于通过师生面对面的接触获取教育数据的途径而言，基于大型网络课程平台进行数据挖掘的方式显然要有效得多。其间，学习行为的数据将自动留存，更易于后期对学习行为的评价和评估；教师只需通过分析整合学习行为就能发现学习规律；利用数据挖掘的关联分析和演变分析等功能，在学员管理数据库中挖掘有价值的数据，分析学员的日常行为，可找到各种行为活动之间的内在联系，并提出相应的教学对策。

2．传统警察教育研究方法面临突破。在信息处理能力受限的时代，研究人员往往借助数据处理来认识未知世界的规律，但受时代限制，用于收集和分析数据的技术工具比较缺乏。传统警察教育数据主要通过阶段性测试或调查量表等方式来获取，如学员整体的学业水平、体能与体质状况、职业素养与忠诚度、心理素质等，整个过程中被试者完全知情，这不免会受到来自实验环境及调查人员的表情、手势、语气等变量的干扰。而大数据的收集凭借一定的观测技术与设备的辅助，在不影响学员日常学习与生活的前提下记录学习者的日常状况。大数据时代的来临，使得警察教育研究者能够在更多的领域和更深的层次中获得与使用各类数据，从而实现从演绎到归纳这一思维路径的变革。可以说在大数据时代，警察教育研究者比以往任何年代更能获知反映学员真实状况的数据。

3．警察个性化教育的需求。国际个性化教育协会（IPEA）将个性化教育定义为：“为受教育者量身定制教育目标、教育计划、教育培训方法、辅导方案并加以执行，组织相关专业人员为受教育者提供学习管理策略和知识管理技术以及整合有效的教育资源，帮助受教育者突破生存限制，实现自我成长、自我实现和自我超越。”警察教育要为学员构建个性化教育环境，要根据学员的实际学习步调和学习情况开展有针对性的学习训练指导，使其真正融入学习训练过程中，这就需要对学员已有的学习准备、身体能力、兴趣和天赋、思维风格等加以评估，这在信息获取手段匮乏的传统数据时代极难实现。大数据时代的到来，使得警察教育管理者们能跟踪分析每一个学习者的数据，从而实现了真正意义上的全面细致的警察个性化教育。

（二）大数据在警察教育中的功能手段

在警察教育领域，数据挖掘、数据分析和在线决策面板是利用大数据开展警察教育的三大技术工具。

数据挖掘是指从大量的数据中搜索出隐藏于其中的有着某种特殊关联性的信息过程。警察教育领域的数据挖掘关注于开发新的工具和方法、发掘数据模式，侧重于以合理、快速的方法从警察教育数据库中发现相关信息和知识。

数据分析是指用适当的统计方法及逻辑思维（或归纳）的方式，对收集来的警察教育大量的第一手资料和数据进行分析，以求最大化地开发数据资料的功能，发挥数据的作用。警察教育领域的数据分析聚焦于在警察教学系统中更广泛地应用工具和技术。

在线决策面板是在线内容管理系统的控制页面，其功能是以简洁、直观的图表和数字展现数据分析的结果。对需要采取紧急应对措施的项目通常会标示在页面的明显位置，而不太重要的统计数据则被下移到页面底部，方便教官教师检测学员当前的学习情况。

一般地，基于数据挖掘、数据分析和在线决策面板三大工具的警察教育大数据运作流程大致可划分为六个步骤：一是学员使用警察院校提供的在线系统进行学习；二是系统收集和记录学员的在线学习行为，存入专用数据库；三是进行数据分析和处理、预测学员的学业表现；四是对预测和反馈结果进行可视化处理；五是提供适合学员个人的学习材料；六是教官教师、管理人员和学员干部适时给予学员指导和帮助。

（三）大数据对于警察教育的作用与影响

1．大数据环境下警察教育组织形式面临变化。教育大数据的真正力量在于将基于数据分析的针对性策略准确地指向并应用于学习者群体或个体。警察教育大数据创新了警察教育的组织形式，使警察教育工作更加科学和高效。利用大数据，警察教育的组织者和决策者可以在全面而坚实的经验基础上改善其决策的质量，从而使教育决策从主观判断中脱离出来，制定更加科学合理的教育政策和教学规划。警察教育管理者通过对“教育云”中教育大数据的分析，可以识别学习者，进而为学习者提供更加个性化的学习支持与服务，警察教育管理者对在线学习的管理正在从以内容为基础的弱互动，向以关系为基础的强互动转变。其教学策略过程构建大体分为识别学习者、确立最优个性化学习服务、学习服务推送等三个阶段。首先，警察教育管理者通过对学习行为数据、学习内容数据和网络虚拟关系数据的分析，结合学习者已有的评价数据，识别特定学习者，实现学习者基本属性和学习需求的准确定位；其次，警察教育管理者依据学习需求制定学习训练计划与培训方案，再依据教育策略和学习训练标准为学员选择出最优的学习支持服务；最后，警察教育决策者选择科学、合理、有效、人性化的学习训练方式向学习者推送学习培训服务。因此，在基于教育大数据的学习者个性化学习训练服务的构建中，生成的每一步数据都可以反馈到教育决策者和管理者手中。同时这些数据也会以多种形式被加以管理和评价，并存储于数据库中，以优化教育管理策略和教育政策的制定实施。基于警察教育大数据的教育培训服务，是一种遵从学习者学习需求，跨媒体、跨警种、跨终端、多情境，最大限度地整合与学习者相关的教育培训大数据的学习支持服务系统，能实现警察教育大数据工作链上决策、管理、指导、合作博弈的最优。

2．大数据环境下警察教学形式面临变化。在大数据环境下，随着各种大数据手段被越来越多地引入到教学管理中，特别是随着教学预测分析、教学行为分析、学员学业分析的不断推进，传统的警察教学形式面临着变化。首先，通过在教学活动开始前构建学员经验模型，收集学员前期的学习表现或者是分析前面课程的量表数据，并根据其在前期课程学习中的存留数据、表现、行为、选择等，对学习系统中的课程进行评估，然后再根据评估情况进行课程的教学设计，这种改变课程教学顺序的大数据模型，有助于提高学员的学习成绩和教官教师的教学效率。其次，通过对收集的学员的学习训练信息进行研究，分析出学员学习效果与教学策略之间的关系，然后对教官教师的教学策略与教学方案进行优化和改善，这样能够为警察教育工作提供更多、更有效的教学策略与教学方案。再次，通过构建学员行为模型，收集学员学习训练行为变化的情况、学员完成课程学习的状况、学员在网络系统中花费的学习时间以及学员的考试训练成绩等数据，得出学员的学习行为与教官教师实施教学之间的关系，从而可以预测学员的学习训练成效。最后，通过收集学员的大数据在线教学系统的交互数据，能够将学员的学习单元层面、训练课程层面、知识点层面的数据信息，通过人工反馈或自动反馈，为学员提供合适的教学内容与训练形式。总之，通过对警察教育大数据的在线决策、数据挖掘和教学分析，对警察教育现有的知识进行重新建模，研究学员与课程、学习单元、知识点等学习内容之间的关系，再结合学员的学习特征，将相同学习特征的学员进行分组和归类，建立学员教学档案，从而为不同类型的学员提供个性化的学习训练支持，进一步激发学员的学习积极性和主动性。

3．大数据背景下警察教育时空面临转变。警察教育大数据改变了警察院校和警察教育的时空观，使得“随时、随地、随人、随意”的学习训练工作更加有效。传统的警察教育对学习者学习行为数据的处理多为记录和储存，其中的数据多是静态、孤立的结构化数据，各学科之间的数据相互割裂，得不到有效联结。而基于警察教育大数据，可以实现以学习者为中心的学习数据的共建、共享，实现不同学习训练系统间的耦合，即多种学习情境中产生的数据形成有效联结，大大拓展了警察教育的时空资源。联通主义学习观认为，知识蕴含在学习时空网络的节点以及节点之间的联结中，并通过节点间的不断交互，在时空网络中不断生成新的知识，促进各个层次的资源网络在组织、内容和结构上更加有序、有效。学习的时空关键是形成知识网络内外的有效联结，在不同层次的有效联结中丰富和完善学习者个体的知识结构，这种时空联结和交互通过不同层次的知识网络间和网络内的数据和资源的流动而得以实现，从而激活学习者个体的智慧灵感。总而言之，大数据在警察教育领域的应用惠及多方，其中学员是最大的受益方，每一个学习者都有机会获得校方或管理者为自己量身定制的教学活动和学习资源；教官教师则从中获取对教学实施的效果反馈，对课程内容和教学过程的客观评价，进而挖掘出学员的学习训练模式，优化教学的手段；教育管理者能够更好地组织开发教育资源，制定教育改革的下一步方向，实施更为有效的教育管理措施，开拓新的教育管理思维和路径。

尽管大数据给警察教育带来了巨大的启发和机遇，对警察教育的发展产生重大影响，但我们不能就此认为有关学习的问题都可借此得以解决。作为一种技术，目前警察教育大数据本身具有一定的局限性。一是警察教育大数据忽视了学习者之间的个体差异，把学习者之间的关系变成纯粹的数据关系，对每位学习者个体的知识基础和思维习惯不加以区别；二是警察教育大数据受大数据技术发展的制约，当前对警察教育大数据的收集和存储比较多见，大数据往往只是单向地流向数据中心，很少形成基于教育大数据的教育反馈和对策建议；三是教育大数据的应用和研究人才缺乏，警察教育领域要有效利用大数据，需要有统计学或计算机工程等领域众多专业人员的支持，而当前事关教育大数据研究和应用发展的关键因素（教育大数据分析师）比较匮乏，以致大数据的应用效果有限。

三、大数据在未来警察教育中的运用

（一）充分发挥大数据在警察教育中的作用

1．基于学习分析技术，实施有效的警察教育教学。学习分析技术是对警察院校的学员在学习训练过程中生成的海量数据进行解释和分析，以评估学员学习训练的进展情况，预测其未来的学习训练表现，并发现其潜在的问题。数据可以来自学员的显性或隐性学习训练行为，如完成体能训练、课程考试、课外活动等。通过收集学习者的基本学习训练信息，建立基本学习行为数据库，利用数据挖掘、学习分析和机器学习算法，根据学习者的学习训练特征，将相同学习特征的学习者进行分组和聚类，建立学习者学习训练档案，为不同类型学习者提供个性化的学习支持服务，激发学习者的学习积极性和主动性，从而实施更为有效的警察教育工作。

2．大数据关联云计算，将警察教育信息化工作升级发展。传统的数字校园建设导致大量的信息孤岛与数字鸿沟，大数据和云计算为新时期的警察教育信息化建设带来了发展的新思路。“集中力量办大事”、“集中建设、分散使用”的建设思路，将更有利于警察教育信息资源的收集、存储、共享与应用，有利于形成区域性的警察教育大数据。基于警察教育云的信息化系统建设，可以对传统的警察校园网络系统进行重新整合与优化，促进警察院校教育活动的深刻变革。应用大数据关联云计算技术开发的警察教育服务平台，有助于将越来越庞大复杂的警察教育管理、教学行为、课改教研、教育资源等，抽象为简单型、个性化、智慧型、支持多终端且具有良好用户体验的应用，让每一个学习者都可以通过个人电脑、移动终端等设备访问所关注的教育服务，最终实现“任何人在任何时间、任何地点以任何方式”开展的个性化学习。

3．基于大数据、传感技术、物联网和海量信息处理等新技术的警察教育系统让警察教育信息化进入了全新发展的阶段。利用大数据对传统的警察教育信息系统、警察院校校园网络系统进行整合与优化，形成新一代的警察院校数字校园系统、智慧校园系统，实现对警察教育信息系统的重构，聚合更大范围的教育资源，建立可流动、可获取、可应用的大规模非结构化警察教育数据，形成警察教育大数据，以支持警察教育的智能决策、实施、评价等过程。警察教育大数据必将有助于推动教育评估、教育决策的实施，创新警察教育实践，为警察教育过程的智能化提供巨大的发展机遇。

（二）变革警察教育策略和训练模式

1．变革警察教育策略。大数据在警察教育领域的运用，其最终的目的是帮助教育决策者和管理者制定科学有效的教学策略和教学方式方法。通过对收集的学习者的学习训练行为信息进行综合关联分析，探明学习者学习训练成效与教学实施策略之间的关系，然后对教学策略与方法进行分析和总结，从而为警察教育工作提供更多、更有效的教学策略与方法。

2．变革警察训练模式。警察教育大数据使传统的“经验式”教学模式向“数据服务”教学模式转变。通过对学员学习训练相关数据进行分析，关注每个学习者的微观表现，有针对性地调整教学方案，从而实现教育管理和服务更加个性化。为了让学员的个性充分发展，需要教育实施者关注学员的不同特点与个性差异，发展其优势潜能，为其创新发展提供广阔的平台。在警察教育大数据时代，学员是教育的主体，通过大数据可以微观地、精准地了解并反映学员个体的学习训练规律。在学习过程中，交互性、协作性与自主性通过大数据得以实现，凸显了学员在教学活动中的主体地位，按需学习，使学员的自主学习变成一种日常习惯，从而提高警察院校教学训练的效率。

（三）开创警察智慧教育的未来

智慧教育是依托物联网、云计算、大数据、无线通信等新一代信息技术所打造的智能化教育信息生态系统，是数字教育的高级发展阶段，旨在提升现有数字教育系统的智慧化水平，实现信息技术与教育主流业务的深度融合，促进教育利益相关者（学生、教师、管理者等）的智慧养成与可持续发展。

1.建构基于大数据与学习分析技术的警察智慧教育。警察教育大数据汇聚存储了警察教育领域的信息资产，是发展“警察智慧教育”最重要的基础，而数据挖掘和学习分析技术是连接警察教育大数据与警察智慧教育的桥梁。建构基于大数据与学习分析技术的警察智慧教育，需要从警察教育网络大平台建设、学员学习方式变革、课程教学方式创新、教育数据挖掘与学习过程分析、警察院校教育体系重构等多个角度去推动。

2．构建警察教育管理公共服务平台。实现警察智慧教育的前提是应用新思维、新技术，重构已有的警察教育体系，推动警察教育数据的汇聚、存储与处理，从而形成警察教育大平台与大数据。警察教育管理公共服务平台将汇聚警察教育管理、警察教学支持等领域的海量信息，平台可采取学员和教官教师“一人一号”的建设思路，全面准确地汇聚学员、教官教师和教育管理者的动态数据，进而形成有效支持警察教育过程与警察教育管理的教学大数据。这些大数据也可以成为我们观察、监测警察教育系统的“显微镜与仪表盘”，成为智能化警察教育分析与决策的基石。

3．实现教育的个性化和多元化。警察智慧教育的本质是应用新一代信息技术，变革今天“教学工厂”式的院校警察教育，提升警察教育体系的效率和智能化程度，为信息社会培养适应时代发展的警务人才。随着警察教育信息化的发展，不同国家、不同研究团体也赋予警察智慧教育不同的内涵，但它最终将是信息时代警察教育发展的一种形态。警察智慧教育发展的愿景是在新一代信息技术支持下，尊重每位学习者的个性化与多元化发展需要，创建智能化的教育环境，推动信息时代教与学的变革，以最有效的方式促进学员的警务知识与技能的智慧发展。

[1] 方俊皓.大数据时代电力信息技术思考与探索[C].电力行业信息化优秀论文集，2013-11-30.

[2] 张燕南，胡继岳.关于大数据应用于教育的思考[J].教育理论探索，2013，（32）.

[3] 柯清超.大数据与智慧教育[J].中国教育信息化，2013，（24）.

[4] 张洪孟，胡凡刚. 教育虚拟社区：教育大数据的必然回归[J].开放教育研究，2015，（1）.

[5] 韩志君.简析大数据在教育领域的运用[J].科技视界，2014，（2）.

[6] 赵中建.与大数据同行的学习与教育——《大数据时代》作者舍恩伯格教授和库克耶先生访谈[J].全球教育展望，2014，（12）.

Study on Reformation of Police Education from the Perspective of Big Data

Fan Lihua
（Shanghai Police College， Shanghai 200137， China）

With the quick development of information technology and big data， police education has met new opportunity and grim challenge. Compared with the global scale， Chinese big data growth will be faster than the global average growth rate， and China will usher in the rapid expansion of big data market in the next few years. In big data times， police colleges and universities should grasp the essence of police education and concentrate on crucial points of information to make innovations. At the same time， police colleges and universities should be effi cient at planning and management of police education in order to improve the eff ectiveness of police education and training with big data technology and mobile Internet big data platform.

Big Data； Police Education and Training； Data Analysis； Personal Education；Information Technology of Education

D631.15

A

1008-5750(2016)01-0015-(08)

10.13643/j.cnki.issn1008-5750.2016.01.003

2015-12-02责任编辑：孙树峰

范立华（1969—），男，上海公安高等专科学校党委委员、副校长，本刊副主编。