摘 要：大数据是近年来非常热门的一门技术，在社会各个领域都有广泛的应用。而高职院校拥有丰富的教育大数据资源，为了更好地完成学校教学、科研、学生管理等各项工作，可利用大数据技术对其进行分析，从而真正实现智慧化校园。

关键词：大数据;高职院校;智慧化

0 引言

高职院校经过多年的信息化建设，其日常运转的行政、教学、科研、一卡通消费等众多领域均有相应的信息系统的支持，积累了丰富的存量数据，此外每天还会新增大量的数据资源。因此，如何有效利用教育大数据资源已成为摆在高职院校教育工作者面前的新课题。采取科学的方法对这些数据进行分析和挖掘，并进行科学合理的应用，可加强高职院校的日常管理，提升高职院校的教学科研水平。

1 高校大数据应用现状

2018年4月，教育部印发《教育信息化2.0行动计划》，要求深化教育大数据应用，全面提升教育管理信息化支撑教育业务管理、政务服务、教学管理等工作的能力。充分利用云计算、大数据、人工智能等新技术，构建全方位、全过程、全天候的支撑体系，助力教育教学、管理和服务的改革发展。以人工智能、大数据、物联网等新兴技术为基础，积极开展智慧教育创新研究和示范，推动新技术支持下教育的模式变革和生态重构。

目前，国内许多高校都已经建立了专门的大数据研究机构，致力于教育大数据的相关研究。例如，复旦大学成立了数据中心与数据分析平台，为教师和学生的教学、科研提供支持。陕西省则依托西安交通大学，建立了陕西省高等教育大数据服务平台，为教育部门开展高校评估提供了强有力的数据支撑。高职院校由于其自身的特殊性，在大数据研究和应用方面还处于探索阶段，与本科院校，特别是重点本科院校相比存在着不小的差距，但是高职院校的学生管理、教学、科研、财务、人事等日常工作同样会产生海量数据，大数据技术在高职院校中的应用势在必行。

2 大数据技术在高职院校中的应用

在大数据时代，高职院校只有借助大数据技术用好教育数据资源，才能更好地开展学生管理、教学、科研、财务、人事等日常工作，才能提高学校的信息化水平。本文主要从学生学习行为、毕业生就业情况、贫困生资助、校友联络、教师科研、教学评价等方面利用大数据技术进行分析，挖掘其潜在价值。

2.1 学生学习行为分析

在学习方面，高职院校学生普遍存在学习热情不高，自主学习能力弱的现象。为了激发学生的求知欲，引导他们养成自主学习、持之以恒的好习惯，可以利用大数据技术通过学校在线学习平台观察学生的学习情况并进行数据采集，分析学生的学习过程和学习行为，然后根据学生的需求进行个性化和差异化的课程推荐。同时也可以利用算法获取学生改变学习状态的优化方法，设置更加优化的学习路径，提高学生的学习积极性，让学生在课程学习方面能够投入更多的时间、制定合理的学习计划，并最终提高学习成绩。

此外，教师也可以随时调取学习行为数据和分析结果，并且能够利用平台和目前学习存在问题的学生进行交流，帮助学生调整学习状态。

2.2 毕业生就业情况分析

当前，特别是发生新冠病毒疫情以来，高职院校的就业形势越来越严峻，毕业生的就业压力越来越大。传统的就业情况分析，主要从毕业生的院系、专业、性别、就业年份、就业地区、就业单位等维度来展开分析，得到的往往只是普遍的、一般意义上的统计结果，对于预测未来就业情况和指导单个学生方面作用十分有限。

利用大数据技术，建立高职院校毕业生就业模型，并将学生在校时的学习情况、生活情况、获奖情况、参加的学生社团信息、校外顶岗实习信息、参加的竞赛、用人单位的招聘计划、往届学生在其用人单位的表现情况等信息进行收集和整合，存储在数据库进行数据分析后，对在校生提出预警，以便其在以后的学习中加以改进;并为毕业生提供个性化服务，推荐合适的就业岗位。

2.3 贫困学生资助分析

近年来，由于高职院校的扩招与收费制度的改革，在校生人数不断增加，贫困生人数偏高的问题也日益突出，并成为社会各界关注的焦点。

利用大数据技术，可收集学校教务系统、一卡通系统等信息系统中的学生基本信息数据和消费信息数据，并采用Apriori关联规则挖掘算法，进行特征提取，通过对比分析贫困生家庭成员是否患病、兄弟姐妹数量、是否获得奖学金、是否参加勤工俭学、食堂消费水平之间的关联关系，为高职院校的决策者和管理者提供解决对策，比如需要重点关注哪一类贫困生，是否还要适当增加勤工助学岗位，是否需要增加奖学金金额等，最终使真正需要帮助的贫困生受益。

2.4 校友联络分析

校友资源是高职院校的宝贵财富，对学校的宣传工作、招生就业工作的开展，以及对学校今后的发展都有很大的帮助。传统的校友信息收集工作，主要靠人力完成，不仅费时费力，而且准确性也不高。

利用大数据技术，通过网络爬虫从微博、微信、社交论坛等网络途径收集各类结构化、非结构化数据，并使用分类和聚类的数据挖掘方法，在确定校友身份后收集其工作单位、联系方式、参加的活动信息等，可大大提高校友信息收集的效率，并为以后利用校友资源打下良好的基础。

2.5 科研工作分析

一个优秀的高职院校除了教学工作外，科研工作也是其生存立足的根本。重教学轻科研已不能适应当今形势，教学、科研工作应当两手抓、两手都要硬。传统的科研工作，前期需要去知网、万方、维普等数据库搜索资料，后期需要人工进行整理分析，科研工作的效率低，周期长。

大数据技术可以提高科研工作的效率、节省科研工作的成本，对于项目的选題、项目资料的收集、项目团队的组建，以及项目完成后科研成果的汇总工作都有很大的帮助。

2.6 教学评价分析

教学评价是高校依据教学目标对教学过程及教学结果进行价值判断并为教学决策服务的活动，是对教学活动现实的或潜在的价值做出判断的过程。教学评价对研究教师的“教”以及学生的“学”具有重要意义。高校一般在每个学期末进行教学评价，教学评价是教学过程中的一个重要环节，对提升教学质量和提高教学效果有着积极的作用。科学合理地运用大数据手段开展教学评价，一方面有助于任课教师了解学生对该课程的接受程度和学习需求，收集教学意见等，为教师今后教学方案的调整和教学方式的改进提供依据;另一方面，运用大数据手段还有助于高校对教师教学质量的监督和管理，促进学科课程建设。此外，运用大数据手段可以对不同学生的教学评价数据进行分析，通过聚类、关联等数据挖掘技术，构建差异化教学数据分析模型，对具有不同学习需求的学生分类，以便教师提供精准化教学服务。

3 结束语

在大数据背景下，高职院校需要进一步加强信息化建设，改变以往高职院校工作效率较低的问题，充分利用大数据优势和互联网优势，提高高职院校工作效率。高职院校管理和教学人员，也要持续不断地创新工作理念，转变工作方式，调整工作内容，并结合大数据时代的特点，实现高职院校的教学和管理目标。此外，也要充分认识到大数据在高职院校信息化建设中的重要意义，对大数据在信息化建设的价值要有更深的认识，不断加强高职院校大数据人才队伍的培养和建设，打造“智慧型”校园，实现高职院校整体工作效能和教学、管理水平的提升，为学校今后的发展提供良好的技术保障和支持。

参考文献

[1]李江灵.大数据挖掘在高职院校智慧校园建设中的应用[J].电脑编程技巧与维护， 2019，（12）.

[2] 魏秋彦.大数据技术在高职院校智慧校园建设中的应用[J].计算机产品与流通， 2018，（11）：174.

[3] 龚明明.探究大数据挖掘在高职院校智慧校园建设[J].电脑迷， 2018， 115（12）：174.

[4] 张小寒.大数据挖掘在高职院校智慧校园建设中的应用[J].电子测试， 2018， 000（011）：135-136.

[5] 宋伟.大数据分析在高职院校教务管理信息系统中的应用研究[J].艺术科技， 2018， 31（09）：205-206.

[6] 唐燕， 刘仁权， 王苹.基于Hadoop的高校大数据平台的设计与实现[J].信息技术， 2017，（12）：105-109.

[7] 史洋.大数据驱动的智慧校园服务平台建设研究[J].科技创新导报， 2017， v.14;No.426（30）：133-133.

基金项目：重庆城市管理职业学院校级项目（2020KYXM003）

作者简介：韩永征（1984- ），男，河南新野人，数据库系统工程师，硕士研究生。主要研究方向为大数据、计算机信息管理。