張 翔 陸 嶸 丁明利 郭 琪
?
基于大數(shù)據(jù)的學(xué)位授權(quán)點質(zhì)量信息常態(tài)化監(jiān)測
張翔陸嶸丁明利郭琪
摘要:大數(shù)據(jù)由于其自身的大規(guī)模、高速度、多樣化和真實性的特點,可為學(xué)位授權(quán)點質(zhì)量數(shù)據(jù)的常態(tài)化監(jiān)測提供堅實的技術(shù)支撐。以東華大學(xué)為例,在分析學(xué)位授權(quán)點質(zhì)量信息要素和內(nèi)容的基礎(chǔ)上,探討了以大數(shù)據(jù)為基礎(chǔ)的學(xué)位授權(quán)點信息常態(tài)化監(jiān)測模型——數(shù)據(jù)的篩選與集成、數(shù)據(jù)的挖掘與分析以及數(shù)據(jù)的反饋與利用,并分析了該模型的特點及未來發(fā)展前景。
關(guān)鍵詞:大數(shù)據(jù);學(xué)位授權(quán)點;質(zhì)量信息;信息監(jiān)測
授權(quán)點質(zhì)量信息常態(tài)化監(jiān)測研究”(課題編號:ShsgeY201506)
為使研究生教育更好地適應(yīng)經(jīng)濟(jì)社會發(fā)展需要,國務(wù)院學(xué)位委員會于2014年先后發(fā)布了《關(guān)于開展博士、碩士學(xué)位授權(quán)學(xué)科和專業(yè)學(xué)位授權(quán)類別動態(tài)調(diào)整試點工作的意見》、《關(guān)于加強(qiáng)學(xué)位與研究生教育質(zhì)量保證和監(jiān)督體系建設(shè)的意見》及《關(guān)于開展學(xué)位授權(quán)點合格評估工作的通知》等一系列重要文件,提出要“構(gòu)建以學(xué)位授予單位質(zhì)量保證為基礎(chǔ),教育行政部門監(jiān)管為引導(dǎo),學(xué)術(shù)組織、行業(yè)部門和社會機(jī)構(gòu)積極參與的內(nèi)部質(zhì)量保證和外部質(zhì)量監(jiān)督體系”,明確“學(xué)位授予單位是研究生教育質(zhì)量保證的主體”,開展學(xué)位授權(quán)點合格評估,實施學(xué)位授權(quán)類別動態(tài)調(diào)整。尤其是在2014年11月召開的全國研究生教育質(zhì)量工作會議暨國務(wù)院學(xué)位委員會第三十一次會議上,劉延?xùn)|副總理指出:“要樹立科學(xué)的質(zhì)量觀,解決好培養(yǎng)什么人、為誰培養(yǎng)人的問題,圍繞經(jīng)濟(jì)社會需求優(yōu)化結(jié)構(gòu),堅持質(zhì)量為核心的內(nèi)涵式發(fā)展,著眼提升創(chuàng)新與實踐能力改革培養(yǎng)模式,把握好規(guī)模與質(zhì)量、借鑒與弘揚(yáng)的關(guān)系?!边@標(biāo)志著我國研究生教育開始進(jìn)入“質(zhì)量時代”。這一系列文件的發(fā)布,在提高學(xué)位授予單位自主權(quán)的同時,也向?qū)W位授予單位提出了新的要求。因此,對學(xué)位授權(quán)點(簡稱學(xué)位點)進(jìn)行質(zhì)量信息常態(tài)化監(jiān)測,既是學(xué)位授予單位掌握各學(xué)位點質(zhì)量的手段,更是學(xué)位點動態(tài)調(diào)整的重要依據(jù)。但是,何為學(xué)位點質(zhì)量信息,它包含哪些要素和內(nèi)容?現(xiàn)有的學(xué)位點質(zhì)量信息采集存在哪些問題?我們應(yīng)如何利用大數(shù)據(jù)的技術(shù)優(yōu)勢,對質(zhì)量數(shù)據(jù)開展常態(tài)化監(jiān)測是一個值得研究生教育工作者認(rèn)真思考的問題。
聯(lián)合國教科文組織于2007年出版的《質(zhì)量保證與鑒定:基本術(shù)語和定義詞典》對質(zhì)量保障是如此界定的:它是一個關(guān)于評價高等教育系統(tǒng)、院校或是學(xué)位點質(zhì)量的持續(xù)過程的寬泛概念,這里的評價包括評估、監(jiān)督、保證、維持及改進(jìn)等含義[1]。質(zhì)量保障作為一個調(diào)節(jié)機(jī)制,其主要任務(wù)是提供依據(jù)業(yè)已建立的準(zhǔn)則與一致協(xié)商所得出的信息和判斷,并以此來聚焦和推進(jìn)院校或?qū)W位點的責(zé)任和改進(jìn)[2]。
而學(xué)位點質(zhì)量信息是指在對學(xué)位點進(jìn)行質(zhì)量保障的過程中所選取的具有代表性的可以具體量化的觀測點,并以此為依據(jù)對學(xué)位點辦學(xué)質(zhì)量進(jìn)行評價。與各類評估中所涉及的評估指標(biāo)體系不同,評估指標(biāo)體系側(cè)重于宏觀指導(dǎo),而學(xué)位點質(zhì)量信息更側(cè)重于具體的微觀分析。以《學(xué)位授權(quán)點自我評估指南》中的抽評要素為例,該抽評要素分為3個一級要素和17個二級要素,對學(xué)位授權(quán)點自我評估提出了指導(dǎo)性意見和方向。而對應(yīng)的學(xué)位授權(quán)點質(zhì)量信息則應(yīng)在此基礎(chǔ)上進(jìn)行細(xì)化或量化,以便進(jìn)行數(shù)據(jù)的采集與跟蹤。以指南中的二級要素“課程教學(xué)”為例,其內(nèi)容為“本學(xué)位點開設(shè)的核心課程及主講教師,課程教學(xué)質(zhì)量和持續(xù)改進(jìn)機(jī)制”。這樣寬泛的標(biāo)準(zhǔn)是難以進(jìn)行數(shù)據(jù)的采集跟蹤的,必須進(jìn)行具體的細(xì)化與量化,如分解為“核心課程、出版教材情況、獲教學(xué)成果獎情況、學(xué)生滿意度調(diào)查”等。從某種意義上而言,質(zhì)量信息可以認(rèn)為是質(zhì)量評價指標(biāo)體系經(jīng)過細(xì)化和量化處理的最小數(shù)據(jù)單元。通過對學(xué)位點質(zhì)量信息進(jìn)行采集和跟蹤并對趨勢進(jìn)行預(yù)測,可以發(fā)現(xiàn)學(xué)位點存在的問題并在問題的初期階段進(jìn)行改正,從而促進(jìn)學(xué)位授權(quán)點的建設(shè)與發(fā)展。
以《學(xué)位授權(quán)點自我評估指南》為參考依據(jù),學(xué)位授權(quán)點質(zhì)量評價通常從“師資隊伍”等14個方面展開,具體可以展開為48個質(zhì)量信息觀測點,這些質(zhì)量信息觀測點及相關(guān)數(shù)據(jù)來源的業(yè)務(wù)系統(tǒng)如表1所示。
通過對上述質(zhì)量觀測點進(jìn)行數(shù)據(jù)采集、分析,便可對學(xué)位授權(quán)點的質(zhì)量狀況進(jìn)行清晰描述和判斷,從而為學(xué)位授權(quán)點進(jìn)一步鞏固優(yōu)勢、彌補(bǔ)不足提供依據(jù)。
高速發(fā)展的信息技術(shù)為各高校研究生教育管理帶來了便利與高效率。目前,各高校研究生教育管理已初步實現(xiàn)了信息化管理,逐步通過數(shù)字化、信息化和網(wǎng)絡(luò)化等手段,提高了工作效率,并積累了大量的歷史數(shù)據(jù),這為數(shù)據(jù)的分析和監(jiān)測提供了可靠的數(shù)據(jù)基礎(chǔ)。但在推進(jìn)信息化建設(shè)的同時,也存在著一系列的問題:
第一,隨著辦學(xué)規(guī)模的不斷擴(kuò)大,歷史數(shù)據(jù)不斷積累,采集數(shù)據(jù)類型不斷拓寬,涉及跨部門的數(shù)據(jù)不斷增多,數(shù)據(jù)信息正以幾何級的速度增加,傳統(tǒng)的數(shù)據(jù)分析方法已經(jīng)難以對如此規(guī)模的數(shù)據(jù)進(jìn)行分析。
第二,各高校對數(shù)據(jù)一般是以學(xué)期為時間節(jié)點,或在面臨評估或其他需要的時候才會階段性地提取數(shù)據(jù)進(jìn)行分析,缺乏歷史積累,難以實現(xiàn)對數(shù)據(jù)的跟蹤與預(yù)測。
第三,由于建設(shè)不同步及缺少統(tǒng)一的規(guī)劃,校內(nèi)各部門數(shù)據(jù)接口不統(tǒng)一,各模塊的數(shù)據(jù)難以在各部門間流動,難以實現(xiàn)跨部門信息的整合與管理。
表1 學(xué)位點質(zhì)量信息數(shù)據(jù)分類及來源業(yè)務(wù)系統(tǒng)
第四,由于各部門的信息化建設(shè)規(guī)劃不統(tǒng)一,對于一些公共數(shù)據(jù),如學(xué)生基本信息、教師基本信息、學(xué)術(shù)成果等,同時分布在多個系統(tǒng)內(nèi)。又由于各系統(tǒng)之間數(shù)據(jù)的封閉性,使得這些信息的更新存在著不同步的情況,直接影響了數(shù)據(jù)的可靠性與有效性,統(tǒng)計數(shù)據(jù)之間可能存在誤差,并進(jìn)一步影響到基于此數(shù)據(jù)進(jìn)行分析所得結(jié)論的可信度。
可見,數(shù)據(jù)規(guī)模過大、增速過快、缺乏實時監(jiān)測及跟蹤、數(shù)據(jù)來源過多難以跨部門流動與整合,信息分散可靠性不高等正是當(dāng)前難以對質(zhì)量信息數(shù)據(jù)進(jìn)行監(jiān)測的主要原因。而以往的常規(guī)手段也難以滿足對數(shù)據(jù)進(jìn)行迅速完整分析的需要,更無法對學(xué)位授權(quán)點質(zhì)量信息進(jìn)行實時監(jiān)測,采用新的數(shù)據(jù)處理方式來處理以幾何級增長的質(zhì)量數(shù)據(jù)迫在眉睫。
“大數(shù)據(jù)”是近年來關(guān)于數(shù)據(jù)處理的熱門領(lǐng)域?!按髷?shù)據(jù)”是指由數(shù)量巨大、結(jié)構(gòu)復(fù)雜、類型眾多的數(shù)據(jù)構(gòu)成的數(shù)據(jù)集合,最早是用于描述當(dāng)時超級計算在物理學(xué)、生物學(xué)、環(huán)境生態(tài)學(xué)等領(lǐng)域以及軍事、金融、通訊等行業(yè)的計算中所生成的巨大信息數(shù)據(jù)量。隨著技術(shù)的不斷發(fā)展,大數(shù)據(jù)已經(jīng)滲透到社會各個行業(yè),其概念也超越數(shù)據(jù)本身,延伸為通過數(shù)據(jù)的集成共享,交叉復(fù)用形成的智力資源和知識服務(wù)能力。大數(shù)據(jù)不只意味著數(shù)據(jù)量的大,同時也意味著研究方法更傾向于利用新的多種類型的數(shù)據(jù)獲取信息,并在數(shù)據(jù)的基礎(chǔ)上進(jìn)行研究與決策。大數(shù)據(jù)一般被認(rèn)為具有“4Vs”的特點:大規(guī)模(Volume)、高速度(Velocity)、多樣化(Variety)和真實性(Veracity)[3]。大規(guī)模是指數(shù)據(jù)數(shù)量巨大、結(jié)構(gòu)復(fù)雜;高速度是指處理數(shù)據(jù)速度快,能夠反映數(shù)據(jù)的最新變化;多樣化是指數(shù)據(jù)類型包括多種形式,如文字、圖片、視頻等;真實性是指大數(shù)據(jù)能夠真實反映事務(wù)的實際情況并在此基礎(chǔ)上對其發(fā)展做出符合規(guī)律的預(yù)測。由此可見,大數(shù)據(jù)的“4Vs”特點恰好可彌補(bǔ)上述不足,滿足學(xué)位點質(zhì)量信息監(jiān)測需求。
大數(shù)據(jù)的業(yè)務(wù)處理流程可以定義為:在合適工具的輔助下,對廣泛異構(gòu)的數(shù)據(jù)源進(jìn)行抽取和集成,并將結(jié)果按照一定的標(biāo)準(zhǔn)統(tǒng)一存儲,利用合適的數(shù)據(jù)分析技術(shù)對存儲的數(shù)據(jù)進(jìn)行分析,從中提取有益的知識并利用恰當(dāng)?shù)姆绞綄⒔Y(jié)果展現(xiàn)給終端用戶[4]。簡單來說,大數(shù)據(jù)的業(yè)務(wù)處理流程可以抽象為數(shù)據(jù)篩選與集成、數(shù)據(jù)挖掘與分析以及數(shù)據(jù)反饋與利用等三個階段。
1.數(shù)據(jù)篩選與集成
大規(guī)模與多樣性是大數(shù)據(jù)的兩個重要特點,這意味著數(shù)據(jù)的來源與類型相對傳統(tǒng)的數(shù)據(jù)環(huán)境更加復(fù)雜,這也對各類數(shù)據(jù)的處理提出了巨大的挑戰(zhàn)。首先必須對各類數(shù)據(jù)進(jìn)行篩選,從中抽取出有效的數(shù)據(jù),從而保證數(shù)據(jù)的有效性與真實性。篩選出的數(shù)據(jù)經(jīng)過一定的算法進(jìn)行關(guān)聯(lián)聚合后,采用統(tǒng)一定義的數(shù)據(jù)結(jié)構(gòu)進(jìn)行存儲,等待進(jìn)一步分析處理。數(shù)據(jù)篩選與集成流程如圖1所示。
圖1 數(shù)據(jù)篩選與集成流程圖
由于數(shù)據(jù)是從多個分散的系統(tǒng)中獲取,因此數(shù)據(jù)實時更新難度較大。為在系統(tǒng)穩(wěn)定性與數(shù)據(jù)有效性之間取得平衡,數(shù)據(jù)采集可以采用內(nèi)部數(shù)據(jù)每日同步、外部數(shù)據(jù)定期導(dǎo)入的方式,將學(xué)位點質(zhì)量信息數(shù)據(jù)定時從各分散的系統(tǒng)中進(jìn)行抽取、集成,經(jīng)過自動整理,生成結(jié)構(gòu)化的存儲數(shù)據(jù),等待進(jìn)行進(jìn)一步的數(shù)據(jù)挖掘與分析。
學(xué)位點質(zhì)量信息數(shù)據(jù)的篩選與集成不僅僅是如圖1所示的線性流程。實際上,除了每日更新數(shù)據(jù)的監(jiān)測,更包括了對歷史的縱向監(jiān)測和對同類型學(xué)位點的橫向監(jiān)測,存儲的質(zhì)量數(shù)據(jù)實際上是一個如圖2所示的三維結(jié)構(gòu)。三維結(jié)構(gòu)的數(shù)據(jù),使得后續(xù)數(shù)據(jù)分析除了主觀的分析,也包含了客觀的數(shù)據(jù)對比,從而使得對學(xué)位點進(jìn)行質(zhì)量跟蹤和質(zhì)量預(yù)警成為可能。質(zhì)量數(shù)據(jù)每日更新的同時,在學(xué)期始末、年度始末等重要時間節(jié)點,對數(shù)據(jù)進(jìn)行快照備份,作為學(xué)位點質(zhì)量縱向比較的基礎(chǔ)數(shù)據(jù)。校外同類型學(xué)位點的質(zhì)量數(shù)據(jù)主要來源于高校、行業(yè)或第三方等發(fā)布的質(zhì)量報告和公開數(shù)據(jù),其質(zhì)量數(shù)據(jù)更具可比性,通過對比分析,可發(fā)現(xiàn)本校學(xué)位點的努力和改進(jìn)方向。
圖2 質(zhì)量信息數(shù)據(jù)的三維結(jié)構(gòu)
2.數(shù)據(jù)挖掘與分析
數(shù)據(jù)挖掘與分析是整個大數(shù)據(jù)處理流程的核心,同時也是學(xué)位點質(zhì)量信息數(shù)據(jù)常態(tài)化監(jiān)測的核心,從異構(gòu)數(shù)據(jù)源中篩選和集成的結(jié)構(gòu)化數(shù)據(jù)構(gòu)成了數(shù)據(jù)挖掘與分析的基礎(chǔ)。由于數(shù)據(jù)規(guī)模巨大,傳統(tǒng)的人工方式難以滿足學(xué)位點質(zhì)量數(shù)據(jù)常態(tài)化監(jiān)測的需要,而學(xué)位點建設(shè)過程中存在的特殊情況較多,難以采用自動篩選的方式進(jìn)行數(shù)據(jù)挖掘。因此,可以采用自動篩選與人工處理相結(jié)合的方式進(jìn)行數(shù)據(jù)挖掘,即海量未分析數(shù)據(jù)按照預(yù)設(shè)數(shù)據(jù)挖掘模型進(jìn)行初步篩選;篩選出的特殊情況交由管理人員人工處理;人工處理數(shù)據(jù)后生成新的篩選規(guī)則添加至數(shù)據(jù)挖掘模型中。具體流程如圖3所示。
數(shù)據(jù)挖掘過程中的異常數(shù)據(jù)主要是指某項指標(biāo)數(shù)據(jù)發(fā)生異常波動或明顯異于模型中正常值水平的數(shù)據(jù),如教師結(jié)構(gòu)層次不合理、報考一志愿率下滑、盲審異議率上升等。通過自動化的數(shù)據(jù)挖掘,過濾掉正常數(shù)據(jù),而只將異常數(shù)據(jù)提交管理人員進(jìn)行分析,即可大大提高數(shù)據(jù)分析的效率,同時可避免系統(tǒng)對一些特殊情況進(jìn)行機(jī)械處理的弊端,保證了數(shù)據(jù)分析結(jié)果的正確性和可靠性。對于人工處理完成的異常數(shù)據(jù),可以進(jìn)一步反饋到數(shù)據(jù)挖掘模型中,這種自適應(yīng)、自學(xué)習(xí)的特性,可以不斷完善數(shù)據(jù)挖掘模型,提高數(shù)據(jù)分析的效率與準(zhǔn)確性。
3.數(shù)據(jù)反饋與利用
圖3 數(shù)據(jù)分析與挖掘流程圖
數(shù)據(jù)反饋與利用是監(jiān)測模型的最終落腳點。其表現(xiàn)形式即是根據(jù)異常數(shù)據(jù)所發(fā)出的質(zhì)量預(yù)警、利用歷史數(shù)據(jù)所做出的質(zhì)量預(yù)測,將可能發(fā)生的問題控制在萌芽階段,或者優(yōu)化調(diào)整學(xué)位點結(jié)構(gòu),使之向著更好的方向發(fā)展。
質(zhì)量預(yù)警就是利用明顯波動的異常數(shù)據(jù),對學(xué)位點可能發(fā)生的問題進(jìn)行預(yù)警。如對即將超出學(xué)習(xí)年限的學(xué)生提出預(yù)警,減少學(xué)生退學(xué)、肄業(yè)等情況的出現(xiàn);對盲審異議率明顯高于平均值的專業(yè)進(jìn)行預(yù)警,挖掘質(zhì)量下滑原因,及時采取相關(guān)措施以保證研究生培養(yǎng)質(zhì)量等。
質(zhì)量預(yù)測就是根據(jù)歷史數(shù)據(jù),對未來幾年內(nèi)學(xué)位授權(quán)點的質(zhì)量數(shù)據(jù)進(jìn)行預(yù)測。如根據(jù)教師年齡與近幾年招生人數(shù),預(yù)測未來幾年內(nèi)的生師比;根據(jù)用人單位反饋及近幾年的就業(yè)數(shù)據(jù)預(yù)測未來的就業(yè)趨勢;根據(jù)出國交流數(shù)據(jù)、學(xué)術(shù)科研數(shù)據(jù)預(yù)測近期學(xué)術(shù)成果等,為學(xué)位點的健康發(fā)展提供參考。
結(jié)構(gòu)優(yōu)化就是根據(jù)采集到的信息,對師資隊伍進(jìn)行優(yōu)化。如根據(jù)教師隊伍年齡、職稱與學(xué)緣結(jié)構(gòu),優(yōu)化指導(dǎo)教師結(jié)構(gòu)層次,為學(xué)位點人才引進(jìn)提供參考?;蚋鶕?jù)相關(guān)學(xué)位點、第三方機(jī)構(gòu)發(fā)布的質(zhì)量數(shù)據(jù),與本單位學(xué)位點進(jìn)行比對,發(fā)現(xiàn)自身不足之處,取長補(bǔ)短,明確本學(xué)位點的發(fā)展方向。
基于大數(shù)據(jù)的學(xué)位點信息常態(tài)化監(jiān)測還處于起步階段,如由國務(wù)院學(xué)位委員會辦公室主辦的“全國學(xué)位與研究生教育質(zhì)量信息平臺”和教育部學(xué)位與研究生教育發(fā)展中心所研究開發(fā)的“學(xué)科自檢平臺”,都是教育行政主管部門依托“大數(shù)據(jù)”技術(shù)對學(xué)位授權(quán)點進(jìn)行質(zhì)量監(jiān)測的重要信息平臺。同時,部分高校也積極開展探索,利用大數(shù)據(jù)技術(shù)對本單位的學(xué)位授權(quán)點進(jìn)行自我監(jiān)測、研究學(xué)科發(fā)展規(guī)律,是學(xué)校開展學(xué)科質(zhì)量保障的有效手段及實現(xiàn)科學(xué)管理的重要抓手。以“東華大學(xué)研究生學(xué)位系統(tǒng)”為例,該系統(tǒng)整合了學(xué)校多個部門的原有數(shù)據(jù),在此基礎(chǔ)上對數(shù)據(jù)進(jìn)行了整理與挖掘,并應(yīng)用在學(xué)位點自我評估等多個領(lǐng)域,下面做一簡單介紹。
1.數(shù)據(jù)篩選與集成
東華大學(xué)研究生學(xué)位系統(tǒng)打通了學(xué)校的研究生學(xué)籍系統(tǒng)、培養(yǎng)系統(tǒng)、管理系統(tǒng)、人事系統(tǒng)、科研系統(tǒng)、學(xué)生思政管理系統(tǒng),通過建立共享數(shù)據(jù)、每日定時更新的形式,生成了結(jié)構(gòu)化存儲的共享數(shù)據(jù)庫,并集成在校園信息門戶之中。
2.數(shù)據(jù)挖掘與分析
在系統(tǒng)使用的過程中,不斷積累數(shù)據(jù)挖掘案例,獲得了一套數(shù)據(jù)挖掘和分析使用的查詢命令集、存儲過程和虛擬視圖,從而實現(xiàn)了數(shù)據(jù)的“一鍵式”處理分析,如對論文盲審異議率出現(xiàn)異常波動的學(xué)位點進(jìn)行預(yù)警,分析比較學(xué)位點歷史質(zhì)量數(shù)據(jù)等。從數(shù)據(jù)挖掘頻率上來看,一般分為三種類型:①按固定時間節(jié)點進(jìn)行預(yù)警和清算:如預(yù)警超期學(xué)生,統(tǒng)計年度學(xué)術(shù)成果發(fā)表情況等。②實時更新監(jiān)測:如重復(fù)率、論文盲審異議率等。每當(dāng)有新數(shù)據(jù)錄入或?qū)霑r,數(shù)據(jù)自動進(jìn)行更新分析。③按需監(jiān)測:根據(jù)工作需要,在不固定的時間提取制定范圍內(nèi)的相關(guān)質(zhì)量數(shù)據(jù)。
3.數(shù)據(jù)反饋與利用
經(jīng)東華大學(xué)學(xué)位系統(tǒng)挖掘處理過的數(shù)據(jù),主要用于以下幾種用途:①挖掘數(shù)據(jù)可作為學(xué)校學(xué)位點自我評估的重要數(shù)據(jù)來源和依據(jù);②數(shù)據(jù)用于編寫當(dāng)年學(xué)校年度質(zhì)量報告;③與教育行政主管部門形成了無縫數(shù)據(jù)對接,如學(xué)位授予信息上報以及上海市學(xué)位論文雙盲抽檢等;④為學(xué)位點把握人才結(jié)構(gòu),制定人才引進(jìn)策略提供參考;⑤為學(xué)籍管理提供依據(jù):如超期學(xué)生預(yù)警、學(xué)籍異動等。
利用大數(shù)據(jù)技術(shù)對學(xué)位點質(zhì)量信息開展常態(tài)化監(jiān)測目前仍處于起步階段,其數(shù)據(jù)架構(gòu)設(shè)計、數(shù)據(jù)的安全性、數(shù)據(jù)挖掘模型庫的補(bǔ)充完善以及數(shù)據(jù)分析的自動化程度還需隨著實際工作的深入不斷地完善和補(bǔ)充。
1.頂層設(shè)計要抓緊
目前大數(shù)據(jù)一般的是基于各高?,F(xiàn)有信息化系統(tǒng),涉及數(shù)據(jù)系統(tǒng)過多,數(shù)據(jù)接口不一致,各系統(tǒng)的數(shù)據(jù)難以篩選集成進(jìn)行協(xié)同工作。在今后的信息化建設(shè)中,需對后續(xù)系統(tǒng)開發(fā)進(jìn)行統(tǒng)一的建設(shè)規(guī)劃和頂層設(shè)計。
2.數(shù)據(jù)安全需加強(qiáng)
當(dāng)前的學(xué)位點質(zhì)量信息檢測數(shù)據(jù)規(guī)模不斷擴(kuò)大,許多數(shù)據(jù)是學(xué)校辦學(xué)的關(guān)鍵數(shù)據(jù)或涉及學(xué)生、教職工個人隱私,因此在建設(shè)時,數(shù)據(jù)的安全性需進(jìn)一步加強(qiáng)。
3.系統(tǒng)處理能力待改進(jìn)
質(zhì)量數(shù)據(jù)挖掘模型、預(yù)警模型尚需在實踐中不斷修正完善,在此基礎(chǔ)上,系統(tǒng)的自動化處理能力有待進(jìn)一步加強(qiáng)。
總之,基于大數(shù)據(jù)的學(xué)位點質(zhì)量信息常態(tài)化監(jiān)測已經(jīng)取得了初步的成效。隨著學(xué)位點合格評估工作的不斷深入,相關(guān)單位監(jiān)測學(xué)位點質(zhì)量的歷史數(shù)據(jù)不斷積累,基于系統(tǒng)改進(jìn)的預(yù)警與預(yù)測模型不斷完善,數(shù)據(jù)挖掘與分析技術(shù)的不斷提升,大數(shù)據(jù)必將在學(xué)位授權(quán)點質(zhì)量保障中占有更加重要的地位,為學(xué)位點動態(tài)調(diào)整提供更加科學(xué)的依據(jù)。
參考文獻(xiàn)
[1]VL?SCEANU L,GRüNBERG L,P?RLEA D.Quality assurance and accreditation:a glossary of basic terms and definitions[EB/OL].(2007-06-01)[2014-09-16].http://unesdoc.unesco.org/images/0013/001346/134621e.pdf.
[2]韓映雄.國外學(xué)位點外部質(zhì)量保障體系的架構(gòu)及機(jī)制[J].上海教育評估研究,2013(6):32-38.
[3]祝智庭,沈德梅.基于大數(shù)據(jù)的教育技術(shù)研究新范式[J].電化教育研究,2013(10):5-13.
[4]孟小峰,慈祥.大數(shù)據(jù)管理:概念、技術(shù)與挑戰(zhàn)[J].計算機(jī)研究與發(fā)展,2013,50(1):146-169.
(責(zé)任編輯趙清華)
基金項目:上海市研究生教育學(xué)會資助課題“基于大數(shù)據(jù)的學(xué)位
DOI:10.16750/j.adge.2016.02.007
作者簡介:張翔,東華大學(xué)研究生部學(xué)位工作辦公室副主任,講師,管理科學(xué)與工程博士研究生,上海201620;陸嶸,東華大學(xué)研究生部副主任,副研究員,上海201620;丁明利,東華大學(xué)研究生部學(xué)位工作辦公室主任,副研究員,上海201620。