大数据实习体会范例6篇

更新时间:2022-04-29 10:53:30

大数据实习体会

大数据实习体会范文1

关键词:教育大数据;高校教学质量评价体系;实践路径

教育信息化2.0时代,教育进入以大数据驱动的新时代。现如今,高校数据统计融合了各类数据平台的数据,从高等教育基层数据统计、高等教育质量监测数据平台再到专业综合评估,高校数据统计类型日益增多,数据内涵逐渐复杂,数据关联交叉,这一系列数据均是学生培养质量和教师教学质量的直观反映。学生培养质量和教师教学质量是高校评判教学质量的重要组成部分,是教学质量评价体系的重要依据。各高校通过各类教育数据进行深入分析,建立以数据为基础的教学质量评价体系就成为各校的应然之举。同时,当前我国亦在大力实施质量强国的发展战略,《中共中央关于制定国民经济和社会发展第十四个五年规划和二〇三五年远景目标的建议》也提出要建设高质量教育体系,提高高等教育质量的战略任务。这一任务要求高校建立效率优先的内部质量评价体系,坚持以学生为中心,以结果为导向,多方参与其中的评价理念,逐步构建高校内部质量监控和保障体系。如今各个领域都在广泛运用大数据,教育领域更是如此。身处教育大数据时代,科学有效地运用各类教育数据,可以大力推动教育发展,从而逐步实现以各类数据反映教育问题,实施科学教育决策,实现高效教育管理,引领教育革新。在教育大数据驱动的基础上,基于数据的教育评价能更加关注教育教学过程,也使教育评价更加客观、全面,实现教育思想、理念、方法和手段的全方位创新,提升人才培养质量和高校办学水平。高校教学质量评价体系建设是高校走内涵式发展道路、实现可持续发展的必然要求,对高校教育现代化水平的提升,教学质量和办学质量的提高,全面培养高质量人才具有十分重要的意义。

一、教育大数据对构建高校教育质量评价体系的意义

教育领域在如今大数据时代的冲击下,正在加速走向开放,开始衍变出教育大数据。教育大数据是存在于教育领域,在教育过程中产生的,是用于教育发展的所有数据的集合体。教育大数据从各种教育活动中产生,具有明确的目标指向性,能直接反映高校的各方面情况。科学合理地分析利用教育大数据,能有助于提升高校教学质量,实现学生个性化学习,优化高校教育资源配置,推动高校决策者科学决策,甚至对于促进国家教育公平等方面均有积极意义。对于高校而言,教育教学质量是办学的根本。针对教学质量的评价是高校办学水平的直接体现。传统的教学质量评价体系数据分析处理能力较弱,不能及时整合各项教育数据,评价主体基本只涉及教师和学生,评价主体单一,同时评价大多只关注教师教学水平,忽视对学生的各种评价。教育大数据涉及到高校教师、学生、教育决策者等多个层面,关注学生学习结果和学习过程,教师教学效果和教学素养等多方面。教育大数据对构建新型高校教学质量评价体系而言,主要有两方面意义:一是教育大数据能及时反映学生的整体学习过程和学生实时的学习情况,建立在教育大数据基础上的教学质量评价体系有助于教师对学生学习状况的全面了解,进而对自身的教学过程和教学内容能更为有效地把控;二是教育大数据能全方位地反映每所学校的办学现状和教学质量,建立在教育大数据基础上的教学质量评价体系可以为高校教学管理者提供教育决策的参考依据,同时高校能根据自身办学现状,更有效地提高办学质量和教学水平。

二、教育大数据背景下高校的变革与发展

大数据时代,赋予了高校改革与发展全新的挑战。对于高校来说,教育大数据驱动下的高校不断改革与发展。首先,对于学生而言,大数据发展趋势下,学生学习的维度达到了前所未有的可量化程度,建立以学生为中心的教学体系已然是大势所趋。学生不再是被动的接受者,而是要成为学会数据分析技术的全方位人才。学生逐步建立基于大数据的个性化自适应学习系统,这一学习系统主要通过教育大数据环境,例如MOOC、云教育平台、智慧教育平台、社交媒体等,实现学习者相互之间,学习者与教师、学习者与教学资源等直接间接的交互影响,生成各类数据。同时数据统计、学习分析等技术向学习者推送与其相同或相近兴趣偏好的学习者的学习信息,实现学习者控制学习、自我调节学习,教师有针对性的个性化指导。学生的学习可以逐步实现个性化,学生可以找到符合自身学习特点、学习需求和学习风格的个性化学习路径。其次,对于教师而言,教育大数据驱动下要求高校教育者树立大数据思维,基于各类教育数据,有意识地将数据素养能力应用于教育教学,运用于学生培养。同时,教育大数据驱动下,教师也要善于利用丰富的教育数据和教育资源。大数据时代要引导教师全面、理性地认识大数据在教与学变革中的作用,提高高校教师的数据素养。此外,教育大数据可以使教育管理达到精细化。教育大数据驱动下能利用大数据不断创新教育管理和服务模式,提升高校管理的水平和质量。传统的高校管理模式都是传统经验式的,管理较为粗放,不够精细。随着互联网的广泛运用,高校管理者能通过对各种教育过程中的教师信息、学生信息、学校资产利用等数据信息进行科学采集、整合与分析,建立更科学、更全面的管理体系。大数据平台能够依托领先的大数据采集挖掘能力、文本分析能力,帮助学校获取全校各类教育数据,实时监测和管理高校舆情等,能够将数据分析的结果融入学校的日常管理与服务之中,成为高校信息化管理的重要工具。比如,浙江大学通过采集、梳理各种教育资源,帮助教务部门提高了各类教育资源的利用效率;华东师范大学利用学校预警系统跟踪记录在校学生的餐饮消费行为数据,以此确定学生是否需要经济补助。

三、教育大数据背景下高校教学质量评价体系的特征

(一)基于教育大数据背景高校教学质量评价体系实现全过程评价

教育大数据的运用,可以收集到更多的教育行为数据和学生行为数据,对于教学过程中教和学的各方面都能实现全方位的评价与监控。新型的高校教学质量评价体系注重对学生学习全过程的评价,不仅仅是只看重最终结果,还更为关心学习过程中的学习数据,注意挖掘学生学习结果、影响因素等数据的评价,收集每名学生个性化发展相关的数据。这种新型评价体系不仅能对学生学习情况以及学习过程的全面性进行深入了解,而且能对教学过程进行更为有效的把控。对于每名学生的学习特点、学习需求、学习风格加以灵活把握,可以推动学生个性化培养和个体差异化发展。

(二)基于教育大数据背景高校教学质量评价体系实现全方位评价

基于各个数据平台的教育大数据,涵盖范围甚广,基本上实现了对社会各个层面的全方位评价,不仅涉及到国家、社会、学校等各个层面,同时对于各所学校而言,也是涉及到教师、学生、管理部门等各个方面的评价。一般而言,教育大数据主要源于教学监督部门评教数据、同行评教数据、学生评教数据等等。教师教学质量的评价,学生学习质量的评价,学校办学水平的评价等各类评价组成了高校全方位的教学质量评价体系。科学合理的高校教学质量评价体系可以给教育管理者的教育决策提供依据,使管理者的决策管之有理,行之有道。

四、教育大数据背景下新型高校教学质量评价体系的实践路径

教育大数据背景下,新型高校教学质量评价体系亟待构建。传统的教学质量评价体系范围较为局限,而新型教学质量评价体系覆盖到学校的各个方面,通过全方位、全过程、全员参与的教学评价体系可以推动学校整体教学质量的提升。对于高校来说,每年教育事业基层统计数据、教育质量监测数据、专业建设评估等各类数据可能从一定层面上显现高校办学水平、学校师资队伍建设现状、人才培养质量、专业建设情况。建立在这些教育大数据基础上,再进一步开展对学校总体的教育质量评价、教师对自我的评价、学生对教师的评价以及社会评价,才会使得教育评价更有针对性,凸显科学性。建立新型的多元高校教学质量评价体系,评价中秉承客观公正的原则,采用问卷调查法、访谈法、实地观察法等多元访谈方式,注重定性与定量相结合,坚持“以评促建,以评促管,评建结合”的原则,才能逐步实现教学质量的稳步提升。

(一)高校应逐步建立单位—督导—学生全方位的教学质量评价体系

高校教学评价体系对于教学质量体系的构建影响甚远。目前高校基本都构建了“教学监控委员会监督制、学生评教制、教学日志反馈制、教管学联动制、学生联络员信息采集制、院领导巡视制、辅导员随堂听课制”这一“七制并举”的教学质量保障与监控体系,全方位监控教学全过程。因此,高校教学质量评价体系也要从全校教学质量保障与监控体系出发,综合考虑多方面的评价因素,构建高校全方位、总体的评价指标体系。为客观公正、全面准确地评价教师的教学工作,不断提高整体教学水平和人才培养质量,高校应建立多层面、全方位的教学质量评价体系。教师教学质量综合评价体系包括单位评价、督导评价和学生评价三个层面。单位评价主要重点关注每名教师的教学态度、教学效果、科研成果等各个方面。督导评价重点关注教师备课、讲课是否认真,是否注重因材施教,是否能够较好地把握课堂教学进度和理论联系实际等方面。学生评价重点关注教师是否有强烈的教学责任心,备课是否充分,讲课内容是否熟悉,教学方法和手段运用是否得当,讲课是否条理清楚、逻辑性强、重点突出,语言表达是否生动、有感染力等方面。教学效果不仅仅要看教师教学工作,还体现在学生的学习效果等方面,因此还需对学生的学习进行评价。学生学习评价着重于学生的学习态度、对知识的掌握程度、能否用所学的知识来解决生产实际工作中的问题以及创新能力方面的评价。

(二)高校应进一步构建教师互评体系

教师作为教学的主体,其自我的评价对于教学评价体系而言也有着至关重要的意义。高校教师数量众多,建立科学高效的教师互评体系也是需要每个独立学院思考的问题。针对不同岗位、不同类型的教授,构建分类互评机制可以对教师的教学情况予以最直接的反馈,推动教师进一步提升自身的教学水平。

(三)高校应不断完善学生评教机制

学生作为受教者,其对教师的反馈是教学评价体系中最有借鉴意义的评价。高校应建立学生评教制和学生联络员信息采集制,定期召开班级信息员会议,及时了解教学情况和学生的反映,每个学期期末,组织学生对每年度所有任课教师进行打分评价。同时,在日常教学中,学生联络员有问题也可以随时向教学院长或系主任反映。每学期召开多次学生座谈会,了解有关教学的情况。

(四)高校应试行多样化的社会评价体系

高校的社会评价也是反映其办学水平的重要指标。每年毕业生离校工作后,应定期向用人单位发函调研学生就业工作情况;定期邀请周边用人单位或同行专家座谈人才培养效果。同时,学校可以引入第三方评价体系,第三方机构通过科学合理的评价指标,运用新型评价工具对高校整体办学水平予以客观全面的评判。各所高校根据社会反馈信息,及时调整各专业培养方案和课程教学内容,以跟上社会需求发展,保证人才培养质量,提高就业率。现如今,新型教学质量评价体系尚未健全,教育大数据驱动下教学质量评价体系仍需不断改进与优化。运用教育大数据对教学质量进行评价,不仅能促进教育政策不断完善改进,而且能有效提升高校的教学质量和办学水平。目前,教育大数据在高校教学质量评价领域的应用较少,教师尚未树立正确的大数据理念,学校大数据平台易用性差,欠缺相关技术服务保障。因此,高校要形成以数据驱动教学的良好氛围,通过与数据应用相关的校本培训、专题进修班、网络研修班等培训形式,进一步提高高校教师的数据素养。同时,高校也要做好技术升级工作,积极建设学校自有的数据平台和数据库。只有多方努力,才能真正做到科学有效地运用教育大数据,对教育教学质量评价更为客观全面,从而推动高校教育改革,建设高校高质量教育体系。

参考文献:

[1]中共中央关于制定国民经济和社会发展第十四个五年规划和二〇三五年远景目标的建议[EB/OL].中华人民共和国教育部,2021-03-13.

[2]徐慧芳,陈原艳.大数据背景下地方高校教学质量评价体系的构建探索[J].牡丹江教育学院学报,2020(7):35—36.

[3]马星.基于大数据的高校教学质量评价体系构建[J].清华大学教育研究,2018(2):38—43.

[4]李珩.教育大数据:开启教育信息化2.0时代[M].重庆:重庆大学出版社,2019.

[5]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,2017.

[6]霍雨佳.基于大数据挖掘的教学质量评价体系的分析[J].计算机产品与流通,2019(6):232.

[7]易丹丽.大数据背景下高校教学质量评价保障体系研究[J].现代教育技术,2019(23):11—12.

[8]杨静.基于大数据技术的新型教学质量评价体系研究[J].汉江师范学院学报,2020(6):95—98.

大数据实习体会范文2

1大数据对中职计算机技术移动学习的价值分析

在计算机技术和互联网技术普遍应用的今天,大数据技术为行业发展和进步起到了积极的作用。就教育行业的发展来讲,有了大数据技术的利用,教育的针对性、专业性和市场化特征表现的更加明显,教育实效性效果有了显著提升。总结分析大数据在中职计算机技术教学中的应用,其产生了三方面的突出价值。

1.1大数据为中职计算机技术教学的课程设置提供了参考

计算机技术的发展日新月异,所以很多职业院校的计算机课程实际上是与社会脱节的,这对于职业院校的价值体现十分不利。中职计算机技术教学实践积极的利用大数据技术分析当前社会计算机的应用需求现状,可以为更加合理的设置计算机技术课程提供参考。简言之,大数据技术能够准确的分析技术发展以及应用趋势,可以为中职计算机技术教学的实践提供参考,使院校在课程设置的时候做到充分的与社会接轨,这样,职业教育的价值发挥会更加的显著。

1.2利用大数据技术可以为计算机技术教学的创新提供依据

传统的教学模式显然已经不能适应当前的教育需要,尤其是职业教育,传统教育模式对其的限制表现的越来月明显,所以教育模式、教育方法需要做创新。大数据技术的利用一方面能够掌握未来计算机人才需要的基本方向,另一方面可以了解到各种计算机教学方法的利用实效,基于人才发展方向和教学方法的具体分析,中职计算机技术教学可以选择更符合人才发展方向的教学模式,这对于教学促进来讲也是有积极意义的。

1.3大数据技术的利用能够为中职计算机技术教学的优化提供帮助

在教学实践中总会遇到各种各样的问题,利用大数据技术做教学问题的总结和分析,职业院校以及老师会更加清楚的掌握到教学中比较容易犯得错误,基于数据结果进行错误发生的研究和分析,能够有效的帮助中职计算机技术教学实现优化和进步。

2大数据背景下中职计算机技术教学存在的问题

2.1教学目标设定不科学

中职院校在对计算机应用技术进行教学时,对于一些非专业性的学生的教学目标,只是让学生们掌握住计算机的基本知识以及相关的操作技巧,帮助学生们通过全国计算机的考试,而对于一些非专业的学生只要考试及格,就可以满足就业要求。在这种教学目标之下,很多的学生们往往是为了提高自己的过关率,而对于一些考试内容进行学习,忽视了对其他计算机以及网络应用技术的了解和认识,很多学生的学习目标也出现了偏差。

2.2基础教材与现实需要的差距较大

经过对当下中职院校学生们的计算机基础教材以及大纲进行调查研究,可以发现其中包括了计算机的基本知识、计算机的操作系统、办公自动化的基础,以及计算机网络基础的内容,教师们在对教材进行讲解时往往注重于理论的灌输,忽视了学生们对于一些实践应用的培养,这样会造成考试和需求之间的相分离。在对学生进行教学时往往注重学生们对于一些应用模块题型的练习,而忽视了对相关内容的讲解,导致学生们知识为了应付考试,对于一些常见的常考的函数有所了解,但是对于多级列表设置等模块仍是相对存在着一定的偏差,由于中职院校计算机基础教材的内容不能够满足考试所需,很难真正的提高学生们的专业技术水平以及计算机应用技术。

2.3教学方法较为单一

在对计算机进行教学时往往以理论灌输为主,教师在课堂中居于主体,学生们只是被动的接受,参与热情不高,也无法提高自身的主观学习能动性。当下部分中职院校在进行计算机应用技术教学时依然是把课堂的实际任务操作演练或者是借助多媒体教学作为重点内容,帮助学生们对基本理论知识进行理解,尽管这样能够让学生们了解教材的重点内容,但是学生们实践能力相对较差,这种理论教学和实际教学相分离的教学模式,让学生们对于计算机应用技术的学习,日益的丧失兴趣,尤其是缺乏主动性和积极性,很难真正的解决实际的问题。

2.4教学实践与理论的脱节表现较为明显

中职院校开展计算机应用技术教学学生们的地位较为被动,教师们不注意和学生之间的互动,这样不仅让学生们的积极性下降,而且不能够及时的发现学生们在学习的过程当中存在的问题和不足,教师在讲解中也缺乏重点和针对性,这样不仅导致学生们对计算机教学较为反感,而且也不利于提高自己的主观学习性,最终让学生们在大数据时代的背景之下,对于计算机应用技术的掌握程度依然有限,无法满足社会对计算机专业人才的需求,也不利于提高中职院校学生们综合素质的提升,影响到学生们的未来就业。

3基于大数据背景下中职院校计算机技术移动教学措施分析

3.1改变传统的教学模式,提升教学的灵活性

传统的教学模式固定性比较强,学生学习的时间和地点比较的固定,这对于移动学习来讲十分不利,所以在大数据背景下要积极的进行教学模式的改变,提升教学的灵活性。就教学模式的改变来看,主要有两点:(1)针对大数据分析的结果总结教学实践中的重点问题,然后由老师基于重点做教学视频的制作。一般来讲,遵循“一个问题一段视频”的原则,这不仅对具体的问题进行了针对性的阐述,而且有效的区分了问题的解答,缩短的视频的实践。在生活和学习中,学生能够利用移动设备和网络进行灵活的在线学习,比如业余时候进行短视频的观看。(2)采用平台联系模式做移动学习。平台联系模式主要指的是老师利用大数据分析的结构构建具体问题的分析平台,学生能够在移动设备中随时随地的访问平台进行询问和探讨问题,进而解决相应的疑惑。总之,利用大数据分析技术做“问题教学”模式的构建,并积极的利用当前生活中的数据交流平台和移动网络设备,学生的移动学习效率会有进一步的提升,学习的灵活性和有效性得到显著的加强。

3.2创新教学方法,强化移动教学实践的加强

教学方法对具体的教学效果提升有重要的影响,因此在中职计算机技术教学实践中基于大数据分析创新教学方法,强化移动教学实践的加强现实意义显著。就具体的方法创新来讲,目标表现比较抢眼的方法有两个:

3.2.1采用碎片教育法

所谓的碎片教育法和系统教育法是相对的,这种教育方法的实施目的是让学生能够灵活的利用课余时间做小知识的学习和掌握。从具体的分析来看,系统的知识量比较大,需要的学习周期也比较长,所以学生很难在教学中实现移动学习。碎片教育法将系统性的知识进行肢解,将其拆解为零散的知识点,学生在生活实践中可以利用移动设备等进行细小知识点的存储,这样,其可以在生活休息中实现移动学习,掌握相关知识。

3.2.2翻转教学法、面对面教学以及在线教学等方法

在网络时代之下,可以借助于网络教学的平台开展计算机应用教学。比如教师可以通过进行翻转课堂教学模式,调动学生的主动参与热情,激发学生的主观能动性,通过对教学内容进行模块化的设计,并且制定出不同的任务,让学生们真正的在做中学、学中做,因此教师可以依托于现有的网络教学平台,采取面对面教学或者是在线教学等教学模式。通过构建这种计算机网络教学的平台,可以让学生们享受到更加优质的教学资源,也进一步增强了教师和学生之间的互动。

3.3构建网络教学平台,为移动教学提供资源

在大数据背景下,构建网络教育平台为移动教学提供资源,这于中职院校计算机技术的教学提升来讲现实意义显著。就网络教育平台的具体构建来看,主要分为两部分内容:(1)构建在线学习平台,此平台突破了传统教学模式的时间、空间限制,老师可以在平台上进行学习资料的共享,学生能够通过平台观看和学习老师共享的资源,这样,学生在课堂之余又多了一个学习的平台与渠道。通过平台的利用,学生与老师实现了从课上到课下的对话,知识领悟会更加的深刻,所以学生无论是理论记忆还是技术感受都会有明显的提升。(2)实现了对课程资源的有效补充。从具体的分析来看,虽然利用大数据分析结果能够实现针对性的课程设置,但是毕竟课程的执行周期较长,所以一些新技术、新内容无法在教材当中另做补充。网络教学平台可以作为信息资源补充站,老师以及学校将相关专业的最新消息在平台上,由老师和学生做在线的共享学习和交流,这不仅提升了老师的知识范围,学生也能够接触到最新的技术发展信息。简言之,通过网络教学平台的构建,中职院校的计算机技术教学有效的实现了课上和课下的联动,实现了课本资源和网络资源的相互补充,这对于最终的教学成果提升有显著的价值和意义。

3.4基于移动学习目标做评价和考核

在教育教学中,考核评价对于教学的具体进步有着非常显著的影响,所以为了在移动学习实践中强调对学生的考核,需要基于移动学习目标制定考核体系。从上述分析来看,在大数据背景下,网络教育实施对移动学习有比较大的帮助,所以当前的计算机应用技术的部分内容是以网络的方式进行教授的,这种教学方式和课堂教学形成了互补,所以学生只有实现了课堂学习和网络学习的双重认知,其学习的成绩才会有显著性提升。在教学考核体系的构建中,为了敦促学生积极的参与移动学习,可以将网络教学的内容在考核中做更大比例的设置,这样,基于考核评价可以确定学生具体的网络教学资源利用率。基于教学实践反馈的相关内容,学校和老师再做具体的课程调整,课程实施的具体价值和目标会更加显著。总之,基于移动学习目标做评价和考核体系的设定有突出的现实意义。

4总结

在大数据背景下,数据分析和利用能够为教育实践提供更好的参考,所以在教育教学中需要积极的利用大数据。计算机应用技术教学对于学生计算机使用能力提升有重要的帮助,但是目前的教育模式过于固定,不符合移动大环境,因此积极的分析移动学习的突出现实意义,并针对目前的教育教学问题做基于大数据的学生移动学习分析和讨论,这能够推进教育改革,实现教育和生活的有机融合。

参考文献

[1]董琰.大数据背景下中职计算机应用技术移动学习的研究[J].现代商贸工业,2017(32):66-67.

[2]柳甲荣.大数据背景下计算机技术在茶文化翻译中的应用研究[J].福建茶叶,2017(02):210-211.

[3]潘期辉.大数据背景下高校计算机应用基础课程创新教学初探[J].电脑知识与技术,2016,12(04):143-144.

[4]张建生.试论大数据背景下高校计算机应用基础课程创新教学策略[J].才智,2016(33):73-74.

大数据实习体会范文3

关键词:大数据;公务员继续教育资源;共建共享

“十三五”规划提出的“十四大战略”包含“国家大数据战略”,目前,虽然我国大数据的理论与应用研究仍处于发展阶段,但社会各界的重视程度前所未有。将“大数据”应用到继续教育工作中是继续教育的发展趋势,大数据为继续教育学习需求的分析以及提高资源建设的针对性、实效性、精准性提供了重要技术平台,同时也更加深刻地影响着继续教育结果。大数据思维和技术的广泛应用为公务员继续教育资源的优化、方式方法的创新提供了重要的平台和契机,有利于构建知识型的政府组织和高素质专业化的公务员队伍。

一、大数据平台助推公务员继续教育资源共建共享

1.大数据促进公务员继续教育资源共建共享的思维变革。思维是对事物的间接反映,它通过其他媒介作用认识客观事物,借助于已有的知识和经验以及已知的条件推测未知的事物。大数据思维包含两层含义:一是在思想上对大数据的认识和重视,这是一种思维态度;二是大数据思维范畴,这是一种思维方式[1]。过去,在公务员继续教育方面,不管是资源的提供者还是资源的接收者,都存在一些落后思维:以资源提供者为中心而不是以学习者为中心,重资源形式轻资源内涵、重理论资源建设轻能力培养、重知识传播轻效果反馈。以公务员培训为例,培训机构将培训视为完成软任务,而培训对象将培训看成走过程[2]。这些落后思维严重阻碍了公务员继续教育的效果。在大数据时代,资源建设之间的分割和限制不利于资源的发展壮大,对各种资源加以保护以达到独享更是幼稚。公务员继续教育资源是一种典型的公共产品,应遵循大数据背景下“知识公益、共建共享”的思维,通过各个资源建设主体的共同努力,打破时间、空间、层级及部门分割和限制,有效整合资源,取长补短、去粗取精,实现资源配给效益的最大化,弥补资源建设主体的有限性,切实提升公务员继续教育实效,为高素质公务员队伍的培育提供正确的思维模式。2.大数据推动公务员继续教育资源共建共享的技术变革。技术是数据挖掘和数据共享的关键环节,公务员继续教育资源的共建共享必须建立在技术革新的基础上,以便落实“知识公益、共建共享”理念。在大数据时代,大数据收集、分析、处理技术使获得接近于整体的数据越来越容易。从数据收集技术方面看,互联网、移动互联网的广泛应用能够实时产生海量数据并进行实时处理,以确保公务员继续教育资源变成随时随地唾手可得的资源,满足大数据时代无缝隙、碎片化的学习需求,增强了公务员继续教育资源获取的便利性、时效性和针对性。毫无疑问,大数据技术将成为增强公务员继续教育实效性的关键因素。因此,公务员继续教育资源建设主体要善于学习创新大数据相关技术,促进资源的共建共享。3.大数据提供了公务员继续教育资源共建共享的平台。正如中国工程院李德毅院士所说:“大数据整天和我们在一起,已经成为链接虚拟世界和现实世界之间的桥梁。”[3]大数据在资源与人类之间搭建了快速便捷的平台,拉近了资源与人之间的关系。在大数据平台上,资源建设者可以进行更加有效、更加精确的学习需求分析,学员在学习过程中留下的数字碎片,如资源选择、在线学习、沟通交流、意见和建议等数据都会被进一步地挖掘分析,以探索数据时代公务员继续教育规律、偏好和模式。大数据平台强化了学员学习前需求分析,学习中困难分析,学习后评价评估,这些都将为公务员继续教育资源的建设和完善提供最直接的数据依据。

二、大数据背景下公务员继续教育资源共建共享存在的问题

1.数字资源“大而无序”。在大数据时代,公务员继续教育资源不仅有量上的优势,还有平台获取的便捷性。但是,量上的优势不能掩盖两个重要问题:一是平台之间数据开放格式不一致、可机读性较差,更新频率较低,平台在流通效率、质量管理方面良莠不齐,不同资源建设主体的数据维度不统一、语义不协同等问题严重阻碍了资源的共建共享。二是在现阶段,我国公务员继续教育资源建设的主体有各级党校、行政学院、政府行业部门的培训机构以及部分高校等。这些机构对于资源标准的界定往往不一致,具体表现为资源制作标准、制作框架、制作目标、播放工具要求不统一,资源建设各主体间缺乏沟通交流和共建共享机制,导致数据重复采集、重复建设、效率低下。2.数字资源“大而无力”。关键技术和人才的匮乏是导致公务员继续教育资源“大而无力”的核心问题。一个严峻的事实是,尽管我国的大数据发展如火如荼,也得到从中央到地方各级政府的大力支持和关注,但由于我国仍处于大数据发展初期,与数据产业发达国家相比,我国大数据存在技术及应用滞后的差距,短板仍较明显,数据加工处理服务、数据库技术和通用数据分析工具等基础性通用数据技术差距较大,加上市场主体数量少、自主知识产权把控能力低导致数字资源大而无力,关键技术和人才匮乏是制约公务员继续教育资源共建共享的重要障碍因素。3.数字资源“大而无安”。近年来,全球大规模数据泄露事件频繁发生,如苹果iCloud系统性泄密事件、美国Target超市7 000万客户资料、摩根大通账号资料被窃取、国内“12306”用户身份证等敏感信息泄露,等等。据《2014年度数据泄露调查报告》,2014年全球共发生63 737起网络安全事件,经确认的数据泄露事件1 367起,掌握大量个人信息的政府机构成为信息窃取的重要对象[4]。这表明,大数据时代的资源安全保障体系建设刻不容缓。公务员继续教育资源共建共享不仅面临传统网络安全风险,还面临新的不确定的安全风险,当资源建设主体用数据挖掘和数据分析获取公务员学习需求的时候,黑客也可以利用大数据分析向资源建设者、公务员群体及个人发起攻击,从而给数据安全带来巨大挑战。如何确保公务员继续教育资源使用中的安全和放心,同样是公务员继续教育资源建设主体必须克服的困难。4.数字资源“大而不强”。长期以来,公务员继续教育资源建设重形式轻内容、重数量轻质量、重理论轻实践的实际导致相关数字资源“大而不强”。大数据之大,不仅是指数量上的优势,还包括数据的整体性和价值性。不挖掘大数据的价值,资源再多也没有用;同样,不提高数据内涵,资源再多价值也不大。这是因为当资源积累到一定程度后,学习者在“信息爆炸”的数据海洋里却陷入难以选择的困境,如何确保所选信息的有用性和针对性,对学习者而言成为一个技术难题。这表明,大数据背景下的公务员继续教育资源亟须提升资源内涵,去除资源冗余,提升资源吸引力,增强资源针对性,才会激发学习者的学习动机,提升公务员继续教育实效。5.数字资源“大而不享”。公务员继续教育资源各自为战、数据开放共享程度低是公务员继续教育资源的普遍现状。数据开放共享是促进公务员继续教育资源发展的重要举措。但是,一方面官方资源建设主体掌握了大部分的公务员继续教育信息资源;另一方面,这些信息资源由不同的部门控制,而且不同部门的数据标准不一致,导致信息流的上游环节处于封闭状态,不能有效地释放和共享,数据源的欠缺直接影响大数据分析和处理的需求,导致大数据资源应用缺乏价值。这些事实表明,公务员继续教育资源建设中的数据鸿沟从未得到真正解决,数据再大也没有任何意义。

三、实现大数据背景下公务员继续教育资源共建共享的对策建议

1.加强数据标准顶层设计,防止资源“大而无序”。加强公务员继续教育资源大数据统一标准的顶层设计,推进大数据产业标准体系建设。推进数据采集、指标口径、分类目录、安全保密等关键共性标准的制定和实施,实现标准化下公务员继续教育资源“大而有序”。为推动公务员继续教育资源大数据发展,需要进一步把握好数据源头,推动各资源建设主体不断加强自身数据能力建设,做优存量、做大增量,加快完善相关配套措施确保隐私和信息安全。同时鼓励各个参与主体共同推动数据标准化进程,健全数据共建共享规范。2.提升数据技术,防止资源“大而无力”。注重培养和造就一批会管理、懂技术、能研发的复合型的大数据人才,确保公务员继续教育资源关键技术和人才的自主控制。大数据技术是指设计用于高速搜集、发现和分析从多种类型的大规模数据中提取经济价值的新一代技术和体系,涉及数据存储、合并压缩、清洗过滤、格式转换、统计分析、知识发现、可视呈现、关联规则、分类聚合、序列路径和决策支持等技术[5]3。大数据挖掘涉及数据获取、存储、计算、传送、分配、挖掘、呈现和安全等环节,每一个环节都需要技术支持。大数据不仅是技术问题,更是高技术问题,唯有实现公务员继续教育资源关键人才和技术的自主控制,才能防止资源大而无力。3.重视数据保护,防止资源“大而无安”。大数据是一把双刃剑,在发挥大数据优势的同时,必须正视大数据的安全与隐私保护问题,防范信息泄密的风险,因此必须加强公务员继续教育资源显隐价值的保护,强化数据安全方面的立法工作,做到大数据的挖掘与利用要有法可依。应尽快制定“信息保护法”与“信息公开法”,既要鼓励面向群体、服务于社会的数据挖掘,又要防止针对个体侵犯隐私的行为,提倡数据共享又要防止数据被滥用[5]11。2015年以来,国务院出台一系列关于大数据发展的积极措施与意见,如《关于运用大数据加强对市场主体服务和监管的若干意见》《关于积极推进“互联网+”行动的指导意见》。《促进大数据发展行动纲要》明确提出:“加快法规制度建设,积极研究数据开放、保护等方面制度。”但总体看来,我国大数据安全的理论和实践仍相当不成熟,相关的大数据信息安全法律法规制度还没有建立,与大数据发展的势头很不相称。因此,可以借鉴和学习西方发达国家较为成熟和先进的做法,对数据的获取、使用、责任和权力等进行明确的法律界定,提升大数据的法制治理能力,这既是国家治理现代化的题中应有之义[6],也是大数据时代公务员继续教育资源共建共享的必然要求。4.着力提升资源质量,防止资源“大而不强”。实现公务员继续教育从重形式到重内容、重数量到重质量、重理论到重应用的转变,着力提升公务员继续教育资源的含金量。质量是资源的灵魂,资源质量直接影响学习者的学习动机,这就要求今后公务员继续教育资源建设一方面以提升优质教育资源为目标;另一方面,重复建设、相对过剩、与实践脱节的资源必须清理干净。公务员继续教育资源建设成效如何,绝不是建设者的自评自查就可以的,还必须引入第三方及用户评价机制。第三方评价有助于更为全面、客观、公正地对已有资源做出评估,并从效果效用角度、专业角度、用户角度提出建设意见和建议、对策与方法,帮助和督促资源建设者完善公务员继续教育资源。一是建议尽快出台专门的公务员继续教育资源共建共享评价法律法规,形成资源评估标准、流程、规范、主体为一体的评价体系,出台具体操作与实施细则,强化资源评估的有效性。二是应该从我国国情出发,分别从评价内容、评价标准、评价程序、评价机构及所占权重做深入细致的研究工作[7],确保资源建设转变到更加注重实效方面来,真正体现《国务院办公厅关于转发人力资源社会保障部 国家公务员局“十三五”行政机关公务员培训纲要的通知》里提到的坚持培训的双导向功能,即问题导向和目标导向。三是应建立由学习对象评价的制度。资源建设的效用如何,学习对象最有发言权,学习对象可以结合学习体会对资源打分,提出自己的意见和建议,分享学习体会和感受,并对资源再建设再编辑。这样做的好处是,既可以帮助资源建设者完善资源,也促使资源本身更加全面和合理,以便形成学习对象“既是使用者又是建设者”的模式,切实提升公务员继续教育资源建设的实效性。5.践行资源共享理念,防止资源“大而不享”。共享是大数据价值的终极体现,消除数据孤岛,必须从实践上注重公务员继续教育资源的落地运用。“知识公益,共建共享”的理念必须运用到公务员继续教育资源建设中。随着信息化、互联网、大数据技术的发展和应用,信息资源共享的载体必然从过去的纸质实体向电子资源的形式转变,这一转变为资源的共建共享提供了技术上的可能性。资源的共建共享体现在三个方面:一是获取途径的便捷性,学习对象能够通过网络获取想要的资源;二是免费获取资源;三是自助选择资源。公务员继续教育资源共建共享是“共享经济”的必然要求,不仅可以有效减少行政培训成本,还是提升公务员继续教育实效的关键。这就要求资源建设实现跨平台、跨终端、跨区域的要求,打破部门分割、层级制约和地域限制,并对共建共享者给予经济、物质和技术上的鼓励与支持,以确保资源建设的可持续发展。各个资源建设主体必须明确意识到,大数据不仅是技术问题,更是理念问题。当前,某些公务员继续教育资源建设主体拥有大量数据却缺乏资源共享理念,导致信息不完整或重复投资,因此必须打破数据割据的局面。公务员继续教育资源不是一次性产品,建立一套可持续性的资源支持体系,给予资源建设主体持续不断的资金、人才、技术支持,促进公务员继续教育资源共建共享既是政府的责任,也是资源建设者和资源接收者的权利。公务员继续教育资源的共建共享不仅有利于提升公务员队伍素质,增强公务员培训和继续教育实效,降低培训成本,还有利于营造学习创新氛围。因此,大数据背景下的公务员继续教育资源共建共享不仅是新一轮信息技术变革的题中应有之义,还将深刻影响到公务员行政行为的方方面面。

参考文献:

[1]张弛.大数据思维范畴探究[J].华中科技大学学报,2015,(2):120.

[2]徐美珠.我国公务员培训制度的困境及出路[J].理论与改革,2008,(4):66.

[3]李德毅.在实践中研究大数据和你在一起[EB/OL].科技资讯网,2013-06-05.

[4]展望2015网络安全十大趋势[N].中国信息化周报,2015-03-20.

[5]邬贺铨.大数据思维[J].社会与科学,2014,(3).

[6]付超.大数据时代服务型政府创新及注意事项[J].天水行政学院学报,2016,(2):15.

大数据实习体会范文4

学分银行是一个复杂而庞大的体系,不仅需要相关的运行机制、政策法规和标准体系等的支持,还需要一个功能强大的信息管理平台的支持才能真正有效运行。学分银行信息管理平台在设计理念上应坚持以服务学习型社会建设、充分考虑个性化需求和满足各类学习成果之间的转换需求为目标,其平台架构,既涉及制度设计层面,也涉及技术层面。如何实现不同层级的数据对接和异构平台之间的数据资源共享以及存储并管理日渐庞大的用户信息,并通过云服务实现教育大数据的价值,这些都是学分银行信息管理平台建设的重要内容。

【关键词】 学分银行;教育大数据;技术架构;云服务;智能网关

【中图分类号】 G434 【文献标识码】 A 【文章编号】 1009―458x(2015)06―0053―07

一、国内外学分银行信息管理

平台研究与建设情况

学分银行是一个复杂而庞大的体系,不仅需要相关的运行机制、政策法规和标准体系等的支持,还需要一个功能强大的信息管理平台的支撑才能真正有效运行。目前,国内外都围绕学分银行信息管理平台设计与开发这一主题进行研究。从国内来看,关于学分银行制度建设、认证框架及其运作模式等研究相对较多,而对于学分银行信息管理平台架构方面研究较少。崔铭香和乐传永较早探讨了学分银行的运行程 序[1];姚德明等人从一所职校的视角,提出了职校学分银行管理体系[2];汤书波等人研究了开放教育学分银行系统功能模块设计[3]; 彭飞龙对学分银行系统进行了一定研究[4];陈晶晶和陈龙根等人对基于学分银行的学习型城市服务平台建设进行了一定研究[5];鄢小平等人对基于云架构的学分银行信息平台设计以及我国学分银行制度模式选择和架构设计进行了研究[6][7]。这些研究选择不同视角和方法,讨论了学分银行信息管理平台的设计思路,对本文起到了启发和参考作用。

从已建成并投入运行的情况看,国内主要有上海市终身教育学分银行信息管理平台、江苏终身教育学分银行信息管理平台等。这些平台主要由三部分组成:门户网站、管理系统和用户档案信息库。门户网站主要用于学分银行工作动态、规章制度和运行流程等的展示,并有各种功能的导航等;管理系统包括用户、机构联盟和业务流程等的管理;用户档案信息库包括终身学习账户和终身学习档案,提供学习成果的累积、存储、转换和查询等功能。这些都是学分银行信息管理平台的基本功能。学分银行信息管理平台需要给用户提供的不仅仅是简单的档案信息查询,还需要提供相关智能化服务。智能化服务需要有数据来支撑。因此,学分银行信息管理平台还应具有针对各种异构平台的相关数据进行整合与分析的功能。

在国外,大多数学分银行体系的运行,都有强有力的信息化开放服务平台作为支撑。韩国终身教育振兴院(NILE)开发了多层次的学分银行信息管理平台,根据其职能架构实现多层管理,主要包括提供相关政策制度查询、在线学分认定申请、证书核对、学分登记、学分认定和学位授予等功能,并为个人和机构提供专业学习指导与培训计划推荐。平台数据实行多层级管理,并打通各类学习平台接口,为学分银行的运行提供了强有力的信息服务和保障[8]。英国资格与学分框架(QCF)建有国家认证资格数据库(NDAQ)、MIAP和SFA的LAR系统[9]。南非资格署开发了学习者档案数据库(NLRD)信息系统,它是一个国家资格框架电子管理系统[10]。欧洲学分银行是国际上发展较早且体系较为完善的学分认证体系,包括学分转换与累计系统(ECTS)和职业教育与培训学分系统(ECVET)。欧洲各参与国或有关院校大多建有信息化服务网络系统和便捷的学分转换系统热线。欧盟设立的“欧洲学习机会”(Ploteus)门户网站也提供了大量有关教育、培训和各种学习的机 会[11]。英国学者安东尼・约翰・维克斯[12]和荷兰开放大学赫曼・博世[13]对这两个系统做了大量研究。

二、学分银行信息管理平台

设计理念与原则

1. 设计理念

随着大数据时代的到来,数据的应用已经渗透到各行各业。在很多组织中,大数据的分析与应用已成为重要的影响因素和核心竞争力。大数据不仅是一种技术革新,更是思维方式的大变革。随着网络信息技术在教育领域的不断发展与应用,各类教育管理、学习服务模式以及人的思想观念、学习方法和行为习惯都将受到大数据浪潮的深度影响[14]。教育领域的大数据不仅来源于各类学习平台上不断积累的学习数据(包括课程视频、教案和习题库等),还包括学习者的行为数据和个人资料。当这些数据积累到一定级别且互联互通后,教育大数据就形成了。国内外教育界对于大数据与教学结合的看法,呈现出积极态势。目前,在教育领域,虽然已生成大规模的数据,但由于不同教育机构的数据相互独立,存在数据分散存储、结构不统一和数据不完整等问题,使这些数据很难集成在统一的数据平台中,得不到有效利用。如何将这些格式各异、分布广泛的数据集成与交互,整合成对教育和学习有价值的信息,正是学分银行信息管理平台最大的价值所在。

学分银行制度是学习型社会建设的重要组成部分,是服务于终身学习的重要体系支撑。学分银行信息管理平台在设计理念上,应该坚持以服务学习型社会建设、完善各级各类教育之间的衔接标准、满足各类学习成果之间的转换,并实现为个人、企业、机构和教育部门等提供学习教育需求和政策建议为目标。要实现这一功能,就要充分运用平台中的各类数据,挖掘教育数据中的隐藏信息,提供及时、高效的服务。基于此,在整个平台的开发过程中,数据架构显得非常重要,数据架构的合理性决定了后续的数据生态管理。这些都要求系统设计充分考虑用户需求,结合用户在相关学习平台中的学习行为和学习成果,通过数据挖掘与分析技术对用户的学习需求、培训计划和工作目标等进行设计、评估与指导,提供个性化需求服务与智能化学习引导。

2. 设计原则

首先,要遵循系统安全可靠性原则。安全是平台建设必须遵循的首要原则。平台的总体设计和安全体系设计要符合信息系统安全等级要求。学分银行信息管理平台存储了大量个人身份信息和学习成果数据,涉及大量个人隐私,存在被恶意攻击和用户信息泄露的风险。为了保障平台的安全,应该对平台的物理安全、网络安全、系统安全、应用安全、数据安全和安全管理制度等方面进行全方位评估,要有完备的运行维护及安全保障体系,确保信息的安全。

其次,要遵循开放性原则。平台要能提供标准化开放接口,支持多平台接入。学分银行不是一个独立的系统,它的主要功能是为了更好地连接并打通各级各类教育和培训间的通道,并提供相关分析与决策。因此,平台的数据来源需要与各级各类平台实现数据对接,充分考虑与其他外部系统的接口需要。

再次,要遵循海量数据处理原则。学分银行面向全社会成员开展学习成果认证、积累与转换服务,整合各级各类相关异构学习平台的数据,会形成海量的用户信息,因此,需要支持海量数据处理。

三、学分银行信息管理平台功能

模块与职能架构分析

1. 功能模块分析

学分银行信息管理平台主要包括对外服务、政策宣传、业务管理和平台管理等功能模块。其中,对外服务是最主要的功能模块之一,要能够支持对公、对私两大业务。对公业务模块主要包括机构资质申请、机构学员学习档案管理、学习成果认证管理、机构成员学分积累认证、学习成果转换、教育产品介绍与推荐、课程学习组织与推荐、专业或资格推荐、能力测评及专家引导等,实现为行业、企业等从业人员等提供非学历培训证书与学历教育课程互认服务,为学习型组织提供需求定制服务。对私业务,即个人业务,主要服务于学分银行个人学习者,管理学习者的个人信息,包括账户注册、终身学习档案管理、学习成果认证与转换、能力测评及专家引导等。其中,终身学习档案管理模块除了能够提供个人信息及学习成果的查询外,应能够综合分析个人的学习成果、工作经历和学习记录等信息,智能化地提供相关专业资格推荐等个性化服务。能力测评模块主要是通过分析用户提交的能力测评表并结合专家引导等方式帮助学习者制订学习计划等。

通过对外服务所积累起来的各种数据,都会保存在信息平台的各级数据库中,系统会根据用户的学习、工作与成果累积等情况,通过数据挖掘技术分析不同地区、不同机构的整体教育情况和需求,为行业或个人提供各级各类学习推荐与引导,并为培训机构提供相关信息,促进资源共享,实现跨区域合作。通过信息管理平台对外服务完善终身学习档案库的建设,实现各级各类教育及培训成果的转换,并与终身学习公共服务平台及其他各级各类学习平台之间数据互联互通、资源共享,结合数据分析提供专家评审与指导等功能,支持最优学习路径搜索与推送,促进行业需求与培训信息互通。

2. 职能架构分析

目前,我国正在建设的学分银行信息管理平台,有从国家层面设计的,如国家开放大学学分银行信息管理平台;有从地方层面设计的,如上海市终身教育学分银行信息管理平台。无论从国家层面设计,还是从地方层面设计,学分银行的职能架构都可分为三个层级:学习成果认证中心、学习成果认证分中心和学习成果认证点。

学习成果认证中心作为第一级的业务执行机构,主要负责机构设置与管理、标准制定和课程体系建设等顶层设计,并提供学分银行信息化运行所需的各类评价标准及外部资源,完成综合性数据分析。学习成果认证分中心作为第二级的业务执行机构,主要完成账户管理、部分学习成果认证转换等业务受理、终身学习档案建设与管理、网点或机构管理等。学习成果认证点作为第三级的业务执行机构,设立在每个二级认证分中心的下属区域,其职能是为用户办理开户、销户、认证、转换和学习档案查询等业务。三个层级之间的数据库互通。三层职能架构如图1所示。

<D:\教育盘\2015年教育\2015-06\06-14.jpg>

图1 学分银行信息管理平台三层职能架构图

四、学分银行信息管理平台

三层数据架构与云服务管理

1. 系统数据分析

当前,国内外各种不同形式的学分银行运行支撑平台,多以学习成果的认定、存储和转换为主要功能。随着业务的开展,平台数据不断积累,数据量日渐庞大,但这些数据并没有真正实现其应有的价值,这些平台大多只提供查询功能,很少有平台能通过数据分析提供个性化的服务或是为机构提供教育培训需求与决策分析。我国学分银行制度建设的宗旨是服务于终身学习体系和学习型社会建设,通过学分互认打通各级各类教育培训的纵向衔接和横向沟通,搭建终身学习“立交桥”。基于此,学分银行信息管理平台需要提供的不仅仅是学习成果的存储、积累与转换,同时,还需要为社会成员提供个性化服务,为教育机构和企业联盟提供教育需求分析,提供有针对性的评价模式和数据分析功能 。

如何通过给定的评价模型实现相关教育决策和培训学习分析,则需要通过挖掘技术对系统中的数据进行分析、提取和清洗。学分银行用户数量庞大,数据之间有着千丝万缕的关系,数据具有类型多、数量大和关联性强等特点,为用户个性化服务的实现提供了基础。例如,可利用文本语义的情感分析模型,分析出数据中对学习有促进的或无关的语义,通过定制评价模型对不同维度的学习成果及该用户或群体所对应的学习行为等相关要素进行监控,通过文本分析、不同维度之间的关联分析和趋势分析等技术挖掘数据中隐含的信息,找到与提升学习和促进教育相关的因素,预测学习需求与教育培训趋势。

与各异构平台对接后的学分银行信息管理平台中的数据存在显性和隐性之分。显性数据以结构化数据为主,比较好处理,如用户信息档案,包括用户特征、工作经历和教育程度等;隐性数据多数是非结构化数据,一般以用户的行为数据为主,包括学员的个人偏好和实时行为等,如学员参与交流互动的情况、E-mail情绪和视频及网页的浏览情况等,这类隐性数据一般属于非结构化数据。还有一类数据处于显性和隐性之间,以半结构化数据为主,如学员能力评估、学习方向分析、学员个性特质分析以及各类提交的表单、证书材料等数据。学分银行信息系统数据分析结构如图2所示。

<D:\教育盘\2015年教育\2015-06\06-15.jpg>

图2 学分银行信息系统数据分析结构图

传统的针对学习培训的评估方法是通过问卷调查,根据预先设定的评价模型,对学习效果与教育需求的各种影响因素进行分析得到相关结论。而采用大数据分析不仅实时、动态,而且可以通过挖掘数据的相关性实现面向未来的预测,与传统的相对静态、预设模型的学习分析方法相比,更加高效和便捷。随着学习环境越来越数字化,学习评估和学习需求也越来越被量化。从图2可以看出,和各异构平台对接后的学分银行信息管理平台包含了来自不同数据源的信息,数据复杂、时效性强且比较全面。从中提取出有价值的信息,通过相应的评价模型和数据分析,使教育培训的量化评估、个性化精准推荐和学习需求分析等成为可能。

2. 数据架构

数据的集成和整合需要完成数据的抽取、转换和加载。海量的数据管理与分析、多数据中心协同的大数据管理与分析处理技术以及较高的个性化服务功能,都可通过ETL工具和OLAP技术得到解决。OLAP分析是针对事先拟定的主题重新组织、筛选和转换数据,统一数据结构,重新整合产生综合性数据。有效提取、转换和加载是数据维护的难点。ETL系统模型主要包括数据抽取、转换、清洗和装载,是大数据集成和分析的重要环节和核心技术,其关键在于为数据分析和应用提供统一的数据接口。学分银行信息管理平台中应用ETL的目的是将分散在各教育机构和学习平台中与结构和标准不统一的数据进行整合,通过大数据分析技术,给个人和机构提供个性化服务,为政府和教育部门提供教育需求分析与决策建议。

数据集成与数据功能对平台技术要求较高。根据学分银行三层职能架构,可将学分银行信息管理平台数据集成划分为三层,通过ETL认证和OLAP分析实现数据架构管理。

三层数据依次是学习成果认证中心数据交换库、学习成果认证分中心数据交换库和学习成果认证点数据库。从第一级到第三级数据的组成分类由复杂到简单。第一级数据,即认证中心数据,主要包括账户信息、终身学习档案信息、机构信息、认证分中心相关信息、专家信息、证书信息、学习成果认证积累和转换信息、课程信息、清算信息和标签化资源信息等各类数据库;第二级数据,即认证分中心数据,主要包括分中心部分学习成果认证、积累和转换信息、分中心终身学习档案信息、认证点的相关信息以及清算信息等;第三级数据,即认证点数据,该层级以对外窗口服务为主,数据相对简单,以本地用户信息和学习记录信息为主,此外还包括一些开户、销户和认证申请等临时信息。三层数据架构如图3所示。

<D:\教育盘\2015年教育\2015-06\06-16.jpg>

图3 学分银行信息管理平台三层数据架构图

当档案信息数据量积累到一定程度时,这些数据可用于OLAP分析以及数据挖掘。通过学分银行信息管理平台的后台统计分析功能,可以按不同层级生成用户统计报表、存入课程统计报表、存入证书统计报表和转换学分与课程统计报表等。统计报表是可定制的,并具备相应的分析功能,通过学分银行信息管理平台中的智能报表生成与数据分析功能,可以根据业务需求和主管部门的要求随时生成各种统计报表,并对数据进行深入的分析和挖掘,真正实现决策支持。

3. 云服务管理

大数据的管理与分析离不开云计算。云计算的概念虽然出现在大数据之前,但随着大数据分析的重要性和价值不断提升,这两者就如同一个硬币的两面,缺一不可。学分银行积累和整合了教育大数据之后,如何让数据更有价值,离不开云计算和服务。

学分银行业务涉及各行各业,除了高校和教育机构之外,还涉及其他各类学习型组织、社区和企业等,用户数量庞大,分布广泛,要求不一,这对学分银行平台的架构要求更高。为了更好地实现学分银行的上述功能,可以采用云计算实现数据服务与管理。基于三层架构的学分银行数据服务从业务需求和复杂度方面分别需要实现三类云服务:SaaS服务、PaaS服务和IaaS服务[15]。学分银行信息管理平台云服务功能如图4所示。

(1)SaaS服务。SaaS服务主要面向数据架构中的第三层认证点,这层用户对业务要求不高,也不需要投入太大,系统只需提供个人和机构联盟一些简单的个性化需求,如开户注册、成果的录入、申请和查询等基础功能。在支持用户完成基本信息添加和学习成果录入的同时,促进了学分银行信息档案库的建设,实现学分银行平台基础数据积累。这些数据以结构化数据为主。

(2)PaaS服务。数据架构中的第二层级和第三层级中部分对平台功能要求比较高的机构可以提供PaaS服务,该服务帮助机构根据自身需求快速完成相关环境的开发,在提供功能开发扩建服务的同时,完成相对复杂的数据服务,包括半结构化数据和非结构化数据。

(3)IaaS服务。对于部分有特殊需求的机构,平台提供IaaS服务。该服务为用户提供功能强大的自主服务,可以实现要求更高的系统扩建需求,用户可以在三层数据架构基础上自己完成特定网络环境及软硬件部署,扩展本层的数据架构,实现更复杂的非结构化数据管理服务。

<D:\教育盘\2015年教育\2015-06\06-18.jpg>

图4 学分银行信息管理平台云服务功能图

五、案例应用――以国家开放大学

学分银行信息管理平台为例

国家开放大学学分银行模拟和借鉴银行特点,以学分为计量单位,对各类学习成果进行统一的认证与核算,是具有学分认定、积累和转换等功能的新型学习制度和教育管理制度。国家开放大学学分银行平台总体设计考虑学分银行系统服务于终身教育体系,与教育部整体信息化建设,包括教育管理公共服务平台、教育资源公共服务平台等各类相关平台整合对接,形成一体化的国家开放大学的终身教育信息服务体系。平台设计在延伸韩国学分银行系统架构理念的基础上,基于SOA标准,并通过智能网关及开放接口(OpenAPI)实现异构平台数据的整合,支持分布式部署的弹性支撑云服务应用,充分利用云计算IaaS平台统一管理资源池,做到按需分配,适应各应用模块的横向扩充,灵活应对解决业务量、数据量持续增大带来的数据管理与分析问题。

国家开放大学学分银行信息管理平台总架构如图5所示,其内容包括用户层、应用支持层、系统支持层、数据支持层和基础设施层,外部还有云管理服务及规范标准体系和运行维护及安全保障体系等。

用户层包括个人用户、机构用户和管理人员等。应用层包括对外服务、学习成果认证中心、学习成果认证分中心及学习成果认证点的各类应用。系统支持层包括门户支撑系统、站群管理系统、统一身份认证系统、CA认证系统、协作通信系统、数据交换系统、文件交换系统和决策支持系统等。数据支持层通过智能网关将学分银行三层数据集成架构与终身学习平台及其他各级各类学习平台的数据对接,形成一个数据资源开放平台。基础设施层包括虚拟化软件及平台、各类服务器、云存储与备份、云计算服务、网络支撑、负载均衡和接口管理等。

<D:\教育盘\2015年教育\2015-06\06-19.jpg>

图5 国家开放大学学分银行信息管理平台总架构

根据国家开放大学学分银行功能需求,平台在运行过程中将逐步打通对接各类异构平台数据,利用智能网关汇聚异构数据的特点,并通过OpenAPI接口实现跨平台数据对接,真正实现了数据共享,为教育大数据的积累提供基础。基于学分银行运行制度本身的特点,使学分银行信息管理平台的功能在技术方面面临着更多的挑战,为了实现平台的各项服务功能及教育大数据的价值,需要解决平台之间计算、存储、共享和分配等关键技术,因此在实际建设过程中还涉及负载均衡、数据库集群和库表散列、缓存技术、多中心数据同步和多终端自适应等相关技术。

国家开放大学学分银行平台已完成一期建设并投入运行。目前,平台主要由业务宣传门户网站、业务处理工作平台和社会公众服务平台三大模块组成,以学习成果的积累和转换为核心功能,综合各类平台的相关数据,为用户和机构联盟提供服务,并以促进终身学习体系建设为宗旨,实现国家开放大学学分银行的生态运行体系。平台前期运行以信息档案入库和不同层级的数据对接为主。国家开放大学及部分机构联盟信息作为平台第一层级的数据已入库,包括电大在籍生、党员干部培训、国培计划、社区、技师学院以及各类机构培训人员110多万用户信息。作为第二层级数据来源的分中心,如甘肃分中心、长春分中心、青岛分中心等和第三层级(部分认证点)的数据也正在逐步对接的过程中。国家开放大学学分银行主页面图如图6所示。

<D:\教育盘\2015年教育\2015-06\06-20.jpg>

图6 国家开放大学学分银行主页面图

平台运行时间短,大数据的形成和异构平台之间的对接还需要一个过程。随着平台的推广和学习成果的不断积累,以及各类学习平台和信息资源的不断整合,教育大数据的特点与功能将逐步显现。

六、结束语

我国学分银行建设还处于起步阶段,学分银行信息管理平台架构,既涉及制度设计层面,也涉及技术层面。学分银行的功能特点决定了学分银行信息管理平台不仅要实现自身功能建设,还要实现不同平台之间的数据对接,实现异构平台之间的资源共享。因此,学分银行信息管理平台的建设不能单考虑平台本身的功能架构,还应该充分考虑平台之间的联通性与整个系统的可扩展性。

文章基于教育大数据背景,从学分银行业务功能入手,提出了学分银行信息管理平台的技术架构,并通过数据分析、云服务和智能网关等技术的应用实现不同学习平台之间的数据对接与分析,通过平台运行逐步实现如下目标:第一,建立“前店后厂”互动模式。各类学习平台中经学分银行认定的标准化课程资源可直接为学习者所用,并转换为标准学分直接存入学分银行数据库中,学分银行可把学习平台中的这部分课程资源作为学分银行的产品推送给用户。换句话说,二者应该形成互动,形成链接,形成“前店后厂”互动模式;第二,建立一站式服务模式。学分银行系统将全体社会成员和机构联盟提供的用户信息和学习资源整合成为一个有机的整体,通过网络直接传送给用户。学习者通过门户网站可自主查询各类信息,使用各类资源,方便、快捷地进行实时信息交互,实现面向学习者的学习成果管理、学习服务管理、个性化推荐和信息咨询等一体化服务,实现基于网络的一站式服务模式;第三,积累教育大数据。通过学分银行系统不断整合积累教育大数据,通过大数据分析技术,给用户和机构提供个性化的服务,为政府和教育部门提供教育需求分析与决策建议。

[参考文献]

[1] 崔铭香,乐传永. 成人教育建立学分银行的思考[J]. 中国成人教育,2008,(8):20-21.

[2] 姚德明,基于知识共享的职业院校学分银行管理体系研究[J]. 科技文汇,2011,(03):157-158.

[3] 汤书波,陈梅艳,李志平. 开放教育学分银行系统设计方案探讨[J]. 电化教育研究,2011,(08):78-87.

[4] 彭飞龙. 终身学习体系学分银行的原理与技术[M]. 北京:高等教育出版社,2013:86-91.

[5] 陈晶晶,陈龙根. 基于“学分银行”的学习型城市服务平台建设[J].成人教育,2013,(07):4-7.

[6] 鄢小平. 基于云架构的学分银行信息平台设计研究[J]. 中国远程教育,2014,(05):66-71.

[7] 鄢小平. 我国学分银行制度模式选择和架构设计[J]. 远程教育杂志,2015,(01):

[8] 朴仁钟. 终身学习型社会与韩国的学分银行制[J]. 开放教育研究,2012,(02):16-20.

[9] 杨敏,孙耀庭,顾凤佳. 态势分析法视野下的上海市终身教育学分银行建设研究[J]. 现代远距离教育,2011,(2):13-18.

[10] 李建忠. 南非国家资格框架的发展与改革[J]. 比较教育研究,2010,(04):18-21.

[11] Commission of the European Communities.Proposal for a Recommendation of the European Parliament and the Council[Z].On the Establishment of the European Qualifications Framework for Lifelong Learning.2008.

[12] Anthony John Vickers.European credit recognition system:a system of transformation and accumulation[A]."Credit bank"and"lifelong learning"distance education teachers,scientific and cultural organization(UNESCO) east Asia international workshop series report[C].2011.

[13] Herman Bosch.Promote student exchanges by credit transfer and the previous tudy.[A]."Credit bank" and "lifelong learning" distance education teachers,scientific and cultural organization (UNESCO) east Asia international workshop series report[C].2011.

[14] 张植卿,程鲜彩. 大数据对教育领域产生的革命性影响[J]. 经济研究导刊,2014,(05):232-233.

[15] 余燕芳,葛正鹏. 终身学习平台设计与构建――以Web2.0到Web3.0的学习理念变迁为视角[J]. 中国远程教育,2014,(04):70-76.

[16] 余燕芳,葛正鹏. 终身学习平台建构的理念与架构――从Web2.0到Web3.0 [J]. 电化教育研究,2014,(08):57-63.

[17] 赵凤芝,王振雷,刘学爽等. 基于结构的异构数据模型映射方法研究[J]. 哈尔滨商业大学学报(自然科学版),2010,13(1):35-38.

收稿日期:2015-01-15

大数据实习体会范文5

关键词:数据库系统原理;绪论课;教学

作者简介:吴岩(1980-),女,河南南阳人,河南理工大学计算机科学与技术学院,讲师。(河南 焦作 454000)

基金项目:本文系河南省数据库系统原理省级精品课程项目的研究成果。

中图分类号:G642.1 文献标识码:A 文章编号:1007-0079(2014)02-0135-02

数据库技术是计算机科学领域中的一项重要技术,它已成为信息基础设施建设的核心技术和重要基础。“数据库系统原理”课程系统完整地讲述了数据库技术的基本原理、方法及实践应用。[1]作为计算机相关专业的一门专业核心课程,本课程的教学目标是使学生理解和掌握数据库系统的基本原理和技术,掌握数据库应用系统的设计方法,具有运用数据库技术解决实际问题的能力。因此,数据库系统原理课程的教学方法和效果备受关注。

作为数据库系统原理的第一堂课,绪论课教学对本课程的学习起着不可忽视的作用,这堂课常常是学生产生课程学习兴趣和求知欲望的关键教学环节。[2]数据库系统原理是一门理论性、实践性都很强的专业课,抽象概念多,相关知识面广,学生学习难度较大。如何讲授好该课程的绪论课,使学生对数据库的基本概念和原理及其在社会各个领域中的运用有全面的认识和理解,激发学生学习本课程的兴趣,是教学工作者不断探讨和研究的主要问题。

一、绪论课教学中存在的问题

在传统的绪论课教学中,大多是教师根据选定的教材,直接从数据库的基本概念讲起,描述数据库系统的特征、数据模型的类型和数据库系统的体系结构,[1]讲解过程如图1所示。单纯理论知识的介绍很容易使学生在学习过程中感到抽象而乏味,部分概念理解难度较大,从而造成学生一开始接触数据库课程就失去了学习的兴趣和动力。存在的主要问题有以下几个方面。

1.缺乏对数据库在现实领域应用的认识

在绪论课中,仅仅对以上知识点内容按部就班地讲述,学生生硬被动地接受,没有体验到数据库技术在信息化应用中的重要作用,不能够认识数据库技术在解决应用问题所采用的主要方法,从而容易导致学生认为数据库课程没有多少实际用处,因而难以激发学生的学习热情。

2.缺乏对整个课程知识体系的理解

数据库系统原理课程围绕数据库如何实现高效的数据组织、管理及应用,讲述相关的基本概念、基本原理和设计方法,具有完整的课程知识体系。教师缺乏对课程知识体系的介绍,或者只是简单地列出本课程讲授的主要内容,不足以使学生理解各部分内容解决的问题及相互之间的联系,从而对整个课程的学习没有全面的把握。

3.部分知识点难以真正理解

由于学生初次接触数据库知识,部分概念较为抽象,学生缺少直观感受,容易造成理解的困难,如概念模型、逻辑模型、模式等基本概念;另外,学生只对应用系统有初步的了解,并不熟悉其系统结构,所以在理解三级体系结构及二级映像知识点时,不能把握其本质,只停留在表面特征的记忆上,不能达到良好的学习效果。

二、对绪论课教学过程的探讨和实践

为了进一步激发学生学习数据库原理课程的兴趣,切实增强学生实践动手能力,本文对绪论课教学方法进行了探索和研究,在实际教学中采用了“以用促学”的教学思路,[3,4]“启发式推进”的教学过程,这种方法有效地提高了学生对数据库课程学习的积极性。主要教学场景如图2所示。

1.内容导入

首先由教师提问:请同学列举5个以上的由计算机管理并涉及大量数据的应用系统。[3]教师可先示例“图书管理系统”以供举一反三。这样做使学生首先感受数据库技术在生活中具有广泛的用武之地,体会数据库技术的重要性,激发学生的学习动力。学生可以结合自己身边的应用领域,列举很多的应用实例,如学籍管理系统、财务管理系统、电信业务管理系统、火车/飞机售票管理系统、医院管理系统等等。

教师可将提前准备好的应用系统在课堂上演示,如小型客户信息管理系统;也可请学生动手操作某应用系统,如学校教务管理系统。通过实际操作,使学生对应用系统的功能有直观的感受。

2.共性分析

教师通过对几个应用系统实例进行分析,引导学生得出这类系统都对大量数据进行了有效组织和管理,都具有数据输入、数据输出、数据存储和检索的共同特征,使学生对数据库的功能有初步认识。

3.列举问题

分析出数据库具有的基本功能之后,教师继续提出新的问题:应用系统是如何实现这些功能的?实现这些功能需要哪些技术?进一步引导学生思考在系统使用过程中可能存在的问题。可通过讨论的方式,激发学生思维,让学生自由发表自己的看法。最后,由教师对问题进行总结,可列举出如下问题:[3]系统如何描述数据?系统如何组织数据?系统如何操作这些数据?应用程序如何访问这些数据?如何提高大量数据的访问效率?系统允许哪些人可以操作哪些数据?多人同时对同一数据进行访问,系统如何处理?系统若出现故障,如何保障数据不丢失?

4.内容介绍

针对以上提出的各个问题,教师初步阐述在数据库领域是如何解决这些问题的,从而引出本课程学习的主要内容及学习的重点和难点,如表1所示。[3]在讲解过程中,应避免采用复杂的专业术语,尽量采用通俗易懂的语言。通过对问题解决方案的介绍,使学生对应用系统开发、使用过程中的关键问题有初步的了解,能深刻体会到数据库技术所起到的重要作用;同时,又使学生能较全面地理解数据库课程的知识体系、本课程和专业相关其他课程的联系以及本课程在专业培养目标中的重要作用。

三、总结

在绪论课教学中,教师从应用系统出发,通过引入和分析贴近生活的多个数据库应用实例,让学生感知数据库技术应用的广泛性和重要性,以及本课程在专业培养中的重要地位;通过总结这些实例的共性,使学生理解数据库的基本概念和功能;通过提出使用中会遇到的问题来简要介绍数据库课程的主要内容和各个关键知识点,使学生在课程学习的开始,对本课程产生比较全面、深刻的认识。这种“启发式推进”的讲授方法不仅可以使学生认识到所学知识对社会和对自己的意义,产生学习的需要,而且在满足这种需要而学习的过程中会产生愉快的情绪体验,从而产生进一步学习的愿望,有效地激发了学生学习的主动性和积极性。

参考文献:

[1]赵文涛.数据库系统与应用[M].北京:中国矿业大学出版社,\2012.

[2]姜巨福,程远胜,王迎.专业课程教学中上好绪论课的重要性[J].科技创新导报,2011,(7):154.

[3]胡旺.一种激发学习兴趣的数据库课程教学方法:从应用到原理[J].计算机教育,2009,(17):128-129.

大数据实习体会范文6

众所周知,大数据现今已经成为了国家政府以及社会大众广泛关注的焦点,当前各个行业领域也开始关注大数据并重视大数据,更是意识到大数据的率先掌握有利于自身抢占市场先机,这对于行业企业长足发展无疑是起到了重要的影响作用,教育行业也不例外。大数据从本质上讲也是高校教育尤其是英语课程从传统教学过渡到科学创新教学的关键。

一、初探大数据内涵

维基百科针对大数据予以的概念界定是主流软件难以整理或者是难以处理以及难以管理获取的数据,这些数据往往具备较大规模量,更是企业制定科学合理经营决策的关键。而国际著名的IDC则指出大数据本质上属于数据集合,具备较强的“4V”特征,而所谓“4V”特征则是代指数据规模呈现出的海量性以及数据体系呈现出的动态流转性和数据类型呈现出的多样性、数据价值呈现出的巨大性。英国在2014年的时候了《学习分析与数据挖掘的关系》报告,该报告重点阐述了五方面内容:包含挖掘教育数据以及解读个性学习和大数据自适应用、数据挖掘分析案例和教育应用大数据,而无论是哪一方面内容均强调了大数据有着多样数据以及海量数据和快速生成数据的实际特征。身处大数据环境之下高校教育则迎来了微课以及mooc和相应翻转课堂的第一波变革发展浪潮。

二、探析教育教学之中应用大数据流程

现今于教育教学之中应用大数据实际流程集中在三大步骤上:第一步为获取相关教育数据,此步骤中包含整理获取到的数据以及存储数据。从理想教育理论视角而言智慧教室能够依托传感器将学生日常行为数据予以良好获取并记录,例如台湾已经研发的相关智能座椅就可以将学生压力分布予以良好记录,进而帮助学校以及教师对学生学习注意力展开研究。第二步为分析相关教育数据,在将教育数据予以了良好收集记录之后就需要展开对数据的有效分析,如对数据中停留时间较长的片段进行详细分析,并研究数据反复程度,进行数据语义方面的研究由此将学习难点准确定位。第三步为呈现相关教育数据,教育数据的实际呈现和数据分析有着紧密的内在关系,换言之在分析数据之后就需要总结出学生日常需要强化学习的区域,这样才能有针对性地对学生开展练习。可以说正是因为大数据的出现以及在教育中的实际应用才促使微课以及相应的翻转课堂相应产生,这无疑是为高校实际教育模式改革奠定了坚实的基础。

三、探析基于大数据高校之中英语课程创新教学模式

可以说当前大学阶段英语教学应该是积极的创新教学模式,将教学紧紧的围绕学生展开,真正考虑学生内在英语学习需求以及学生层次,进而形成新型的分科以及分级型先进教学模式,尤其是需要将学生英语方面应用能力如学习能力以及听说能力有效重视起来。而基于大数据环境下的高校之中英语课程创新教学模式则可以从单词教学以及口语教学和相应的写作教学三方面展开。

1.创新单词教学。基于大数据环境的高校英语可以依托mooc创新单词进行教学。具体来讲,大数据能够促使英语语料反哺于学生日常的单词学习。例如学生提前将想要学习的词汇挑选出来,这些挑选出来的词汇将成为学生重点学习的英语词汇,之后学生就可以展开词汇学习,被挑选的词汇会依托不同的形式展现在学习面前,学生只有将该词汇词义应用有效掌握之后,系统才会不再呈现该词汇,这也意味着学生已经学会该词汇可以进入下一词汇学习之中。此外,所有的词汇还能够通过语音播放形式来考查学生,如果学生对于系统中听到的单词不会写或者是不知其意则完全可以将该词汇纳入系统单词本,后续还能够进行良好复习。系统中每一个单词均有着众多的例句予以诠释,而这些例句并非是刻意编造出来的句子,而是名人演讲以及相应的美剧、英文电影中的原句,而这样的例句显然能够为学生营造一种良好有效的学习环境,促使学生深入理解同样词汇在不同语境中的不同应用。同时,学生还无须担心系统中英语语料的匮乏,大数据环境能够和互联网进行有效对接,及时采集大量的、新型的词汇,促使学生的日常词汇学习更加丰富多彩,而教师完全可以在日常教学中向学生推荐和互联网连接的语料系统,如市面上的“百词斩”和“扇贝单词”等APP,以此促使学生积极主动展开词汇学习从而转变传统的词汇教学模式。

2.创新口语教学。基于大数据环境高校英语可以依托交互型口语训练平台创新口语教学。具体来讲,依托语音智能化有效分析技术能够对学生英语口语音量以及口语节奏和相应的口语发音展开多层面研究,并在研究基础上予以考评,由此也能够为学生自主学习实现英语听力以及英语口语双重提升奠定坚实基础。该种口语新型训练平台还可以将学生日常实际学习状况予以准确详细记录,如学生日常在线学习次数以及具体的学习时间等,帮助教师最大化地掌握学生学习目标和进度等状况,由此展开对各个英语水平层次相关学生的针对性教学。此外教师还可依托该平台向学生布置口语作业,如要求学生在此平台中进行口语练习,时间不能少于半小时,同时测评成绩需要达到85分以上,测试完毕向教师提交成绩。而该种建立在口语新型训练平台基础之上的英语教学则能够真正地提升学生口语表达能力,教师也可以在日常教学中应用“倡言交互”、“口语伙伴”等多样训练平台展开口语教学。