大数据技术在高职院校教学管理的应用

大数据技术在高职院校教学管理的应用

摘要:该文对高职院校教学管理中存在的问题与困难进行了分析,并研究如何将大数据技术应用在学生的学习就业、教师的教学过程、院校的深度管理等方面,从而达到改善教学质量,提升学生水平,培养高素质人才的目的。

关键词:大数据;高职;教育;教学管理

现如今,大数据技术已经渗透到生活中的各个领域,交通、医疗、商业方面的应用屡见不鲜。高职教育领域若也能充分利用大数据技术价值,必能促进教学质量的提升,推动高职教育的可持续发展。

1高职院校教学管理现状

现如今,社会对于高校的育人过程及人才输出结果提出了更多的要求与期待,传统的教学管理模式已不能满足社会需求。就本人在岗位中多年积累的教学管理经验来看,目前凸显的主要问题有以下几点:(1)学生入学时往往对所学专业以及实习、就业方向没有宏观的了解。对于高职院校来说,学生的学习主动性、探索欲较差,很少有人能在入学时就能够有明确的发展目标和规划,导致后期的学习过程越来越迷茫、越来越消极;同时,教师的教学内容也稍显滞后,对于社会的生产需求变化不够敏感,缺乏前瞻性、预测性,而高职院校相较本科院校而言,培养的更多的是技术型、应用型人才,因而在此方面应有更高的要求。(2)在教师教学的过程中,因班级人数过多,任课教师只能顾及大部分学生的诉求,无法实现真正的因材施教,做到个性化的教育。在教学的实践工作中,班级中成绩较为突出的和较为落后的群体只占到整体的10%-30%,这部分群体恰恰是每个教学工作者真正应该投入主要精力去培养、教育的,而现有的教学条件导致教师在教学上只能顾及整体,而忽视了个性。(3)目前日益凸显的另一个难题是,心理健康出现问题的学生数目日益增加。但无论是任课教师还是辅导员,都不可能了解所有学生全天的行动轨迹和情绪变化,也不能及时发现某些隐患问题。教书的核心是育人,培养出一个身心健康、积极向上的学生,在一个教育者眼中,其价值要远远大于培养出一个善于考试、精通技术但心理或品德有瑕疵的学生。而因为工具及手段的缺乏,如何进行学生心理的观测及管理一直是一个重要的课题。传统模式中,针对以上问题,教师或管理人员大多会通过经验去改进管理方式,但该方式严重依赖相应人员的教学资历与能力;同时,部分改进虽然有一定的效果,但主观性较强,缺乏一定的科学性和准确性。为避免这些弊端,应充分利用已产生的大量数据信息,让数据更科学、全面地为管理人员提供决策支持。

2应用大数据解决问题

2.1解决思路

利用大数据对现有管理体系进行优化、改革,基础在于数据的采集、数据仓库的建立与数据管理。目前高职院校中有大量的、散落的数据信息,包括结构化和非结构化数据,而数据的应用,就是通过对各种可能的数据信息进行整合管理的过程。

1)在数据的采集方面,随着4G网络的普及,以及NFC设备的发展与普及,每个拥有智能手机的个体,都成为了数据信息的生产源。通过手机获取每个学生在校的学习、生活数据,场景分布在入学信息、学习信息、成绩信息、作息信息、餐饮信息、消费信息(校内)、群落关系信息等,能够精准的对每个学生进行信息的记录、分析与预测,形成学生素质评估、行为异常、心理异常等分析模型;同时,通过汇总的学生生活、行为信息,和学生的学习成绩、就业信息等进行交叉的综合因子关联分析等,能够判断出什么样的行为模式和学习成绩与就业等结果指标是正向相关的,最终从根本上有针对性地改善教学质量,输出高质量人才。这类基于数据的结果分析,是由大量的实践数据得出的,具备较高的应用价值及可信度,相较传统的经验判断,具备更高的实用价值。比如能够分析出什么样的作息对学生的学习提升最为明显;对长期不和他人交流、活动范围又单一的学生提出心理异常预警等。

2)基础的数据存储即数据仓库的建立,在技术上已经不存在门槛:可以通过使用开源数据仓库,如基于Hadoop的Hive等技术进行零成本搭建;直接采用阿里云、亚马逊AWS云等;或直接购买各厂商的平台等多种方式,均能解决数据仓库的建设问题。数据仓库的搭建是获取学生各类数据后,统一进行数据处理和存储的过程。由于获取数据的多元性,要对各类数据的格式进行统一的处理,对存在问题或不完整的数据按照相关算法进行数据的清洗等工作,最终留存下来完整准确的数据,用于接下来的数据应用。未来社会,信息及数据将会是价值最大的财富,对于教学工作来说,数据的有效留存,意味着每一批学生都在为下一批学生提供着宝贵的资源,能够产生明显的后来者红利,让学校的整体教学及管理工作的科学性和价值不断提升。

3)在数据管理方面,通过统一的规范与制度、严格的数据标准管理与元数据管理、数据的集成管理以及数据的质量管理等五个方面的规范化管控理论,能够解决数据质量不高、数据责任不清晰等问题。这使得全方位呈现学校的数据现状,出具全面的数据质量分析报告成为可能。综上,有效的数据获取途径,完整干净的数据存储以及规范的数据管理,是高职院校能够应用大数据的基础。同时,随着科学的进步,这一部分的技术实现及管理方法,都已经有非常成熟稳定的工具和经验可供借鉴,在高职院校进行大数据应用是具备实施基础的。

2.2具体应用

1)用数据指明学生的学习方向、完善教师的教学内容

“报考没方向、在校没目标、毕业没饭碗”是对当前高职学生的尖锐评价。通过大数据系统的建立,内部采集关于学生画像的基础信息以及同专业若干届毕业生的就业数据;同时,通过外部采集相应的专业岗位需求及相关知识技能匹配信息,能够建立起一条学生、教学与就业之间的桥梁。目前外部就业信息的抓取和采集可通过网络爬虫,定向的对公开的招聘网站进行抓取,数据来源可以说相当的丰富,能够获取包括任职资格、薪资待遇、工作条件、公司情况等各个维度的动态信息;通过对这类信息进行一个周期的抓取和分析,又能够得出各个就业职业方向整体的变化趋势,如对任职能力变化的趋势、薪资的变化趋势等,能够给学生判断所学专业及课程未来的应用行业应用领域及就业方向。通过不断地扩充数据来源,丰富数据的维度,能够精准的判断什么的学生适合什么样的就业岗位,需要通过什么样的教学内容和方式达成最终的就业目标;同时,系统也能够通过数据分析,帮助学生对未来的方向建立其宏观的认识,并在学习过程中,依据可视化的数据反馈,不断调整自己的学习内容和方式,获得有针对性的职业知识储备。该系统将充分利用大数据的后来者红利,通过将往期毕业生的就业区域、工资、行业、职位、技能以及随着工作年限的增长所需的维度、程度的变化录入系统,并通过各类分析图表直观的表达、传递给在校学生,可以让学生从入学就清楚地了解自己所学专业、未来可能的职业,明确三年学习生活的目标及自己在未来从业的位置和自身的不足;而这些宝贵的数据信息,也为教师的教学内容规划起到了很好的导向作用。

2)实现因材施教的个性化教育

基于大数据的分析使个性化教育的实施成为可能。通过在线学习平台,采集、汇总、分析全体学生的各类学习信息,如作业的完成时长、质量,复习的时间;图书借阅的信息,与老师、同学问题交流频率;成绩的分布等过程性、结果性数据,精准的建立起每个学生的学习画像,并在此基础上进行聚类,建立聚类群体画像,将学生整体分为拥有共同关键特质的不同群体,针对其在兴趣、认知能力、行为习惯等维度的区分,选择不同的教学内容和方式。除此之外,教师可以利用在线考试系统数据,根据学生的学习状态及考试分数实现挂科、留级等智能提醒;学生也可以了解自己在班内的学习层次,及时调整学习计划、避免不及格现象。

3)为学生行为管理提供有力工具

目前学生管理者普遍的痛点在于无法及时掌握足够的教学管理综合数据,不能量化地随时进行动态监管,而大数据的应用能从根本上解决这一问题。通过对学生日常行为的信息采集,能够精准的得到每个学生的行为规律,不但能从各个维度对可能出现的问题提出预警,如失联、学习成绩、消费、个人情感等,还能够根据数据去完善并优化整体管理模式。通过对大量数据进行深入的挖掘和分析,将数据分析的结果融入学校的管理与服务中,能够完成教学服务的精细化、科学化与智能化。例如,通过校园一卡通的消费记录能够实现助学金的精准发放;饭卡、门禁等行为记录可以分析出性格孤僻、行为异常的学生,等等。同时,在拥有了学生的行为数据后,还能对学生行为活动与学习、就业结果之间的关联进行深入的分析。之前在对学生的学习结果的分析上,只能单调的采用环比、对比的方式,只能就知识点的掌握情况“就事论事”。而在笔者在教学实践中发现,在高职学习阶段,每个学生的学习成绩波动的背后原因,往往需要从学生课堂学习之外去找原因。比如,学生父母离异导致近期学习成绩下降,女学生阶段性减肥导致的成绩下降等。而这些问题,很难从教学的过程中发现,学生也很少会主动的跟辅导员谈到相关问题,任课老师就更难获知类似情况。通过大数据在学生行为方面的挖掘与应用,不单能够发掘出可能导致学生学习成绩下降的因素,一旦有情况进行提前的预警,告知相关的教学工作者及时进行辅导;更能够通过对大量的学生行为画像分析,判断与学生学习成绩、就业相关的行为,预测学生未来的发展,最终能够通过不断的教学实践数据的积累,形成一套针对不同学生特点的行为导向画像,从根本上做到为学生行为指导提供科学有效的决策支持。

3结束语

作为高职院校的教育工作者,要充分意识到大数据在教育领域的重要性,把大数据作为教学管理的有力工具,利用数据不断提升教学质量、管理能力。数据和计算本身并不能颠覆一个行业,但大数据时代的到来让以往行业的改革变得更加科学、更加高效,对于教育者自身,也应拥抱变化,关注、学习、应用大数据技术,努力加强自身修养与学识。总而言之,随着大数据时代的到来,大数据在深刻改变着教育理念以及教育思维方式,以其特有的优势,推动着教育领域的改革。数据驱动的教育改革会是时展的必然。

参考文献:

[1]李绍中,王晓敏.大数据分析在高职院校教学质量评价中的应用研究[J].探索与实践,2017(4).

[2]韩成勇.大数据在高职院校教育教学中的应用及面临挑战探讨[J].安徽商贸职业技术学院学报,2017,16(3).

作者:孙丽 单位:河北政法职业学院