摘要：大数据时代对人才的要求更高，大数据也为教学管理的改变提供了技术支撑。因此，教学管理工作应该做出改革，实现教育工作的个性化发展。本文通过分析当前教学管理中存在的问题，进而从高校教学管理的视角提出基于大数据应如何提高教学个性化。
关键词：个性化教育；教学管理；大数据
引言
大数据提高了基于数据和实证的决策质量，可以提高学校对学生个人学习行为、程度和态度的了解，可以通过这些了解有针对性地提供个性化教学内容、支持和干预。现在对于教育数据的处理和分析变得越来越实时化，可以为学生即时适配个性化教育提供支持。这让高校实施个性化教育成为一种可能。当前对于个性化教育的研究主要集在在课程体系、教育教学方法、个性化的诉求与路径等方面，较少有从教学管理层面去研究个性化教育的，而教学管理又是高校各项管理工作的核心，是高校人才培养质量的重要保障。因此对个性化教育的研究，需要从教学管理的角度出发，研究教学管理如何影响和阻碍个性化教育的实现。
1传统教学管理模式的缺陷
培养人才是大学最主要的目的之一，而人才是指那些真正有能力、观点、目标、生存价值、批判思维，并对社会发展起到作用的人。教学管理作为培养人才的关键一环，在培养方案的设计、修订、改进，安排课程，专业设置，质量监控等方面都会影响到教育的个性化的实现。但是在很长一段时间内，我国高校都是将学生作为受教育者放在被支配的地位上，放在管理对象的位置上，并没有根据学生的兴趣和特长识别和发现学生的潜力，也没有根据学生的需求安排课程。现存的考评机制也不利于学生发挥个性。具体表现在以下两个方面：
1.1“标准化、统一性”教学方式未尊重学生的个体差异。现行高校的培养计划、上课模式、书本、教学大纲依旧是统一的。学生在选择课程教师、教学进度和时间方面，没有自主安排的权利。学生在相同的时间入学、学习、毕业。教学并未体现出对学生个性化的培养，在这样的环境中，很难培养出学生自己的能力、观点等。此外，课程的教授方式和课程体系的可调节性较差，其中学生必须选择的课程占据了学生求学过程中的大部分的时间，而学生可选的选修课资源又相对欠缺，学生能选择的余地太小，最终的结果是，符合培养个性化学生的课程无法开设，有些课程虽然开设了但不能满足学生的需求，无法达到培养人才的目的；而那些对学生的个性化培养不是特别重要的课程学生又不得不上，导致大部分时间被占据。尽管一些高校也推行了选课制、学分制，增加选修课的数量，扩大选修课的比例，但学生可以选择的余地还是很小。学生难以根据自己的兴趣或社会对人才需要的变化自主选择专业。有些高校规定，学习成绩位于该专业年段前10%~20%的学生可以转专业，但是实际上这些制度并不是出于保护和尊重学生的兴趣和特长而制定的，也没有真正体现允许学生入学后再次自主选择专业的实质性意义是让学生根据自己的兴趣特长和个性自主选择专业。
1.2教学评价体系限制教师实施个性化教育。教学质量评价标准是教学评估的基本依据，在教学质量的形成中具有导向作用。教学评估不是目的，应该是促进教学质量提高的手段，对教学效果评价体系的完善不仅需要突出学生基本素质和能力的培养，还要突出学生对课程知识的认知程度、兴趣以及师生教学互动的热度。但是当前的教学评价体系存在以下问题：（1）评价内容单一。现在大多教学质量评价采用学生期末教师评价表格填写、同行的听课、领导和教学督导听课等基本形式进行。这些都是对课堂教学进行刻板的量化，以此划分教师等级，难免会忽视教师的职业素质、心理素质和师德师风的评价。（2）评价目的偏离。当前大多教学评价以对教师的管理为目的，而不是为了促进教师教学能力的发展，评价的目的也不在于改进。另外，教学质量评价的结果与教师职位、薪资、评职称等挂钩。因为评价内容单一，而教学质量评价的目的又与教师职位、薪资、评职称等挂钩，就会导致有些教师为了提升教学质量评价的分数，放弃一些有助于培养学生思考方式、提高学生能力，但是不为学生所接受的教学内容。
2教学管理对策探讨
2.1建立弹性教学机制，充分发挥学生的主观能动性。各院系可以制定相关规则，在这个规则的实行下，学生可以依据自己的基础、兴趣爱好和社会需要，跨院(系)自主选修自己想要学习的课程，选择符合自己风格的主讲教师，并且在修满学校规定的学分之后获相应文凭和证书，甚至在学习期间可以提前也可迟后毕业，可以边工作边学习，也可暂时离校工作一段时间后再继续学习。当然，这可能会增加教学和教学管理工作的工作量，但将信息技术充分应用在教学管理中，可以有效地应对这一问题。在技术越来越发达的今天，依托大数据和机器学习技术、借助教务在线平台就可以实现学生自主智能选课，而这一模式将会成为高校发展的新趋势。通过数据采集处理、刻画学生画像、构建推荐模型三步，可以达到学生选课千人千面、提升课程推荐满意度、学生科学选课、学校合理设置课程的目标。大学生画像数据可以分为静态数据和动态数据。静态数据包括学生的基本信息、调查问卷、学生所在的专业年级、学生的学业信息等；动态数据则是实时变动的数据，例如学生的学习数据、行为数据、学生在图书馆的借阅情况等。通过学生的动态数据和静态数据等特征建立一个学生专属的模型。然后抽取典型特征生成标签，最终形成学生画像。因为学生画像里面又包含了动态数据，所以可以进行实时的更新。建立学生画像可以达到下列目的：（1）精准推荐，根据学生画像分析学生可能感兴趣的课程，并利用特定的消息机制通知其进行特定的学习，让学生可以自主选择是否上这门课程。（2）对数据进行统计，对最受欢迎的课程进行统计，并进行评比。（3）利用数据挖掘开发智能推荐系统。
2.2建立科学的考核评价体系。在大数据时代，教学的参与者不仅是大数据的生产者，也是大数据的使用者和受益者。所以在日常教学活动中所采集到的大数据，为以教师和学生为主体的共同参与评价架设了一道桥梁。同时使用大数据和互联网+的开放思维，还能帮助更多的教学评价参与者。每一位教学评价参与者的评价立场不同，评价的角度也有所不同，但是他们都属于教学评价的参与主体，他们都应该对教学评价提出自己的见解，都有权利表达自己的观点。因此把这样的数据收集起来，不但是更加透明和完整的数据，还能够帮助完善和更新教学评价指标。在这种对教学评价指标的完善过程中，不但能够及时淘汰不合适的评价指标，同时还能够及时增添新的指标。不论是关心教学还是参与教学的教师，甚至是学校领导都能对教师教学的情况和学生学习的情况有所了解，也能帮助管理者通过数据进行管理决策，并且还能够提升决策水平，同时也帮助教师改进教学和提高教学质量，让学生能够更加了解自己的学习水平，促进学生潜能的发现和利用，也推动高校教学评价的改革。
作者:王炤阳 单位:河北经贸大学
