刘 震

(武汉工程职业技术学院， 湖北 武汉 430080)

基于大数据分析的高职院校教学工作创新研究

刘 震

(武汉工程职业技术学院， 湖北 武汉 430080)

在大数据时代，传统的高职院校教学方法捉襟见肘，教师的实际教学效果由此大打折扣。对此，本文阐述了大数据的内涵和特点，概括出大数据在高职教学中的前提工作，以此为基础，分别从大数据分析观念、建立大型数据库、数据分类、数据分析方法这四个层面，提出高职院校教学模式的创新策略。

大数据分析；教学工作；创新策略；高职院校

高职院校教学工作在贯彻素质教育和培养综合素质人才方面起到了重要作用，是整个高等教育领域中的重要组成部分。对于大数据，肯锡全球研究所做出的理解是：一种规模大到在获取、存储、管理、分析方面大大超出了传统数据库软件工具能力范围的数据集合，具有海量的数据规模、快速的数据流转、多样的数据类型和价值密度低四大特征[1]。在大数据时代背景下，传统的高职院校教学方法捉襟见肘，无法满足高职院校教师进一步提升实际教学效果的需要，因此，高职院校教师如何在信息化社会的时代背景下，借助大数据的显著优势，持续提高教学效果，是一个值得深入研究的问题，同时也是本文的研究目的。

一、大数据内涵及特征

大数据(Big Data)俗称“巨量资料”，该概念最早由维克托·迈尔·舍恩伯格和肯尼斯·库克耶在《大数据时代》中提出，大数据是融合物理世界、人类世界和信息空间三元世界的纽带，在操作层面上，不再利用诸如传统的抽样调查等随机分析法，而是指凭借物联网、云计算等一系列新的信息化处理模式，采用海量数据进行分析处理，由此提升数据内在价值的信息资产。大数据的特点可以用“4V”来概括，即Volume(海量的数据规模)、Velocity(快速的数据流转和动态的数据体系)、Variety(多样的数据类型)、Value(巨大的数据价值)[2]。

对于高教领域而言，随着QQ、微信等社交平台的逐渐普及以及移动带宽的迅速提升，教育领域正在步入一个由大数据引领的智慧科技时代。一方面，教学信息的几何级数增长速度已经使传统的教学方式不堪重负。另一方面，更多的传感设备和移动终端纷纷接入网络，云计算、物联网的应用范围正在逐年泛化，都在驱使国内高职院校在教学方法上，要尽早把大数据的应用纳入其中。

二、大数据在高职教学工作中的前期工作

高职院校在有效实施教学工作之前，有必要分别从招生环节、学生的专业选择和调整环节、学习有效性环节入手，把大数据的应用投入到这些环节中，确保后续的教学过程更加高效。

(一)提高招生工作的新生报到率

高职院校可以充分利用以下两类数据，一是学生来源地的人口统计学数据，二是在校学生和已毕业学生的历史学习成绩数据，整合上述两类数据后，创建出最有可能入学的申请者的个人档案，并与微信、QQ、百度指数等各种网络社交平台和数据分析工具整合在一起，估算出这些学生对本校的“感情分数”以及这些学生与“潜在入学者”的链接，从而有效地进一步明确“潜在入学者”的地理位置，以便在后续的招生工作中有的放矢，提高新生报到率。

(二)引导入校学生的专业选择和调整

新生的专业确定工作一般在入校前就已经完成，但入校后，仍然会对个别学生开展专业调整工作。从大数据分析的角度来看，为了有效帮助少数学生学生选择和调整理想的专业，学校可以根据如下三类数据，为每一名学生建立专业选择的详细档案：一是学生的高中学习成绩(不仅仅只包括高考成绩)，二是学生在小学、中学阶段除了考试成绩之外的其他项目获奖情况，三是通过问卷调查获得学生的专业兴趣资料。搜集和分析上述信息之后，为每一名学生在专业选择和调整方面提出客观建议，从而能够增强学生的专业归属感和学习兴趣。

(三)增加学生的学习有效性

在引导学生科学地选择和调整专业后，学校还需对每一名学生的考试成绩进行持续监控和数据采集，一方面，可以对学生个体在不同时期的学习成绩进行纵向比较，另一方面，还可以对相似学生的成绩进行横向对比，并以此对相似的学生进行聚类，科学地创建学生日常学习行为档案，预估学生的学习倾向，从而为每一名学生的学习生涯提出针对性措施，例如，可以针对个别学生或某个学生小组进行单独辅导，或为他们追加问题课程领域的相关学习材料，或为他们单独实施不同的教学方法等。

三、高职院校教学模式的创新策略

(一)相关方要树立和提升大数据分析观念

从目前来看，大数据时代已经到来，大数据观念和实际操作已经渗透到各行各业。在这一背景下，对于高职院校教学工作而言，就需要高职院校管理人员、高职院校教师、高职院校学生等各方群体尽早树立大数据观念，对大数据进行深层关注和系统掌握。数据挖掘显得尤为重要，从概念上来看，数据挖掘的目的在于为人们提供新理论知识和相对准确的实务预测结果[3]，因此在具体运行过程中，就需要通过特定的软件，对海量数据分别进行理论层面和逻辑层面的分析，过滤掉无效数据，使有效数据之间的关系记忆规律得到深刻揭示。

第一，对于高职院校教师而言，数据挖掘的重要作用之一，在于能够帮助教师结合学生的相关兴趣指标，对学生当前的学业完成能力进行系统分析，并对学生未来的学业完成能力进行准确预测，从而做到有的放矢，对当前的教学方法进行动态调整。

第二，对于高职院校管理者而言，可以做好如下两项工作。一是针对校内，在硬件和软件方面投入相应资金，并积极辅助教师向学生大力宣传大数据的重要作用，以及协助教师完善后续的数据录入工作。二是针对校外，可以尝试针对学校周围开展系统、持续的宣传工作，并积极联系周边院校、政府相关部门以及专业公司，力争获得校外各方的支持。

第三，对于高职院校学生而言，则应该主动吸收大数据的相关知识，积极配合学校的宣传工作，留意在日常学习生活中持续关注自身的各项学习指标，并及时登录数据库系统进行数据录入，这不仅仅能够配合学校的工作，而且还能够对自己的学业负责。

(二)建立和完善专业学习指标的大型数据库

鉴于有效的教学工作离不开数据分析，因此建立和完善大型数据库是一项基础性工作，数据分析的良好运转离不开客观真实的海量数据[4]，基于此，有条件的学校可以购买服务器，首先确保学校内部能够得到数据库支持。在教师的实际教学过程中，根据预设的教学项目检测指标，对每一名学生进行真实、客观、完整的数据记录。

此外，还需要在这一数据库中为每名同学分别建立登陆账号，做到一人一号，并且能够终身使用，这样一来，就能够保证每一名学生每一门学科指标记录的完整性和持续性，无论是教师还是学生，都能够在充分利用这些持续完整的数据的前提下，对数据做出进一步分析，能够及时调整教学方法，提升后续的教学效果，对学生而言，则能够随时了解自身相关指标的动态变化，并以此增强自己的学习水平。

学校在做好自身内部工作的基础上，需要积极和校外各方取得联系。可争取所在省市建立起专门的大型服务器，使所在地区内的各个高职院校都能够互通互联，数据共享，从而为后续的数据分析提供更加完备的海量数据。条件成熟后，还可以争取在全国范围内建立起相应的大型数据库，甚至与国外数据库相连，收录所有入网高职院校的各个学科项目数据以及相应的教学方法，从而真正发挥大数据的教学价值。

(三)对各学科项目的数据进行系统化分类

对数据进行科学化和系统分类是提升教学效果的一个重要工作环节，这样能够让学校的师生群体更有效地分析和运用相应数据。

第一，可以运用多种分类指标对数据的收集、整理进行分类。例如，教师可以分别按照学生的性别、年龄、过往成绩、兴趣爱好等各种内化指标来进行数据的搜集和整理，这样就能够在后续的数据分析过程中减少不必要的时间浪费和精力耗费，使各类数据均能体现出各自的特征，从而能够借助数据本身的性质来推断其理论价值和实际意义，更加有针对性地指导教学工作。

第二，针对那些具有长周期的数据(例如高等数学、大学英语等跨学期的基础课程)，教师可以考虑为其建立长期追踪，并且随时更新数据库以及优化相应的数据分析模块。在实际操作中，可以尝试为学生建立关于个人学科项目学习成长过程的分析模块，并辅之以曲线自动生成系统，使海量、杂乱的数据更加直观。

(四)建立和完善科学的数据分析方法

第一，开展数据化分析。该分析方法实际上是数据分析中最重要的分析方法[5]，要求教师能够通过学生的各种学科项目指标来挖掘隐藏在海量数据背后的客观规律，从而更好地指导今后的教学工作。这就需要教师把众多的真实数据进行有效分组，通过查看不同组别之间的数据差别，对数据的发展趋势进行预测。

第二，进行可视化分析。教师在教学过程中，会随时收集到大量的数据，这些枯燥无味的数据的巨大价值并不体现在收集层面，而是体现在展示层面，并且，观看数据分析结果的人群中，很多人都只是普通大众，对数据结果并不具备足够的专业分析和判断能力，因此，有必要借助可视化数据分析平台，并辅之以人工操作，将数据进行关联分析，最终生成易于理解的可视化分析图表。

第三，预测性分析。预测性分析方法需要建立在前文所述的可视化分析和数据分析的基础上，对海量数据进行关联和运算，对未来可能产生的新数据进行推演和预测。因此，这就要求教师在实际操作中一是要做到目光长远，二是要做到视野广阔，在分析现存数据的同时紧盯数据结果的未来发展趋势。

四、结论与建议

对于高职院校教学工作发展而言，把网络信息技术应用于具体的教学过程中，符合高职院校教学发展的必然趋势。运用大数据分析这一信息技术来开展教学工作，具有覆盖面广、信息量大等众多优势，能够打破传统教学的时间和空间限制，全方位地指导教师运用有针对性的教学方法，为学生提供优质教育服务，同时还能有效推动我国高教事业的健康发展。需要注意的是，大数据分析方法在实际教学过程中的应用成败，决定因素还是体现在人的层面，因此，高职院校管理者、教师、广大学生都应该加强对大数据的关注度，不断学习相关知识，积累实际操作经验，从而真正有效地推动高职院校教学工作持续健康地运行。

[1]高利明.现代教育技术[M].北京:中央广播电视大学出版社,2011.

[2]方海光.教育大数据:迈向共建、共享、开放、个性的未来教育[M].北京:机械工业出版社,2016.

[3]张燕南.大数据时代思维方式对教育的启示[J].教育发展研究,2015(2):1-5.

[4]张植卿.大数据对教育领域产生的革命性影响[J].经济研究导刊,2016(2):23-25.

[5]徐鹏.大数据视角分析学习变革——美国通过教育数据挖掘和学习分析促进教与学 [J].远程教育杂志,2015(11):22-25.

[责任编辑：陈全胜]

2017-07-11

武汉工程职业技术学院课题“员工继续教育及培训模式创新”(201605)。

刘 震 ，男，湖北武汉人，副教授。研究方向：教育经济学。

G473

：A

：1672-1047(2017)04-0045-03

10.3969/j.issn.1672-1047.2017.04.13