王倫生，宋傳玲

(山東商業(yè)職業(yè)技術學院，山東 濟南 250103)

信息化已成為新時期教、學、研、管、服的主要手段，在信息化應用過程中伴生了大量數據，如何采集、利用這些日常行為數據也是廣大教育工作者非常渴望的，基于日常行為大數據的研發(fā)、應用應運而生。在最近發(fā)布的市場研究年度更新報告中(Wikibon2017年大數據全球預測)發(fā)現，大數據分析[1]市場比前一年增長了24.5%,預測未來每年至少10%以上的速度增長。但隨著大數據開發(fā)和應用的普及，又出現了新的問題，面臨新挑戰(zhàn)：一方面應用在增加，另一方面存在推廣難、落地難。如何讓大數據平臺更貼近應用的實際，既滿足用戶的應用場景，又減少工作量。本文就大數據的主要應用和存在問題進行探討。

1 大數據的主要應用

1.1教與學的目標、質量更明確

根據學校實際，結合教學和學生狀況，構建大數據分析模型[2]，通過記錄學生學習、實驗技能、考試等數據，不斷積累，形成日常學習大數據。通過分析學生的學習習慣和思維模式，教師有針對性地設計課程、選擇恰當的教學方法，為每個學生搭建適合的學習情境，并可以做到對其學習過程和行為精準的指導、評價。真正建立起“以學生為中心”的智慧型新教學模式。

同時借助大數據技術支持，對教師的課程設計、傳授過程、輔導等環(huán)節(jié)進行評價和診斷，并與學生的學習效果進行對比，使課程體系設計與教學效果評價相互印證，互為指標。體現了以人為本、數據說話、持續(xù)改進的質量管理體系。

1.2管理更精準化

精準管理，有的放矢，這是管理者的目標。但現實是管理者卻經常面對無法及時掌握教學與管理現狀的窘境，導致了教育管理常常是粗放的、由直覺驅動的狀況。借助大數據模型，記錄學生管理數據，綜合分析學生日常學習、上網、借閱等行為數據，給出哪些學生疑似不在校、哪些有網貸嫌疑、哪些沉迷于游戲，實時展現學生動態(tài)和真時面貌。管理者對癥下藥，既保證工作的效率和準確性，又大大減少了工作量。

對全校的精準管理和科學決策，可以起到重要的支持、調節(jié)作用。形成數據隨機收集、自動分析、應用自主選擇的良性管理局面[3]。

1.3服務更有針對性

一切為了學生，提供最優(yōu)化師資配備、個性化服務是各級管理者的追求，改變過去服務跟著投訴走的被動局面。采集學生的日常行為數據，掌握學生日常所需維修、及時程度、購物場所和品類、飯菜質量和價格、文體娛樂，甚至開水、洗浴等需求。通過大數據模型，精準的分析。從學生需求出發(fā)，有效配置師資，確定合適的時間，提供合理的設施，與學生的需求同步增長或變化。從學校角度出發(fā)，在以學生為中心的同時，做到資源的合理利用。

2 大數據平臺推廣難、落地難

2.1數據信息不夠

數據是分析之源，目前大多數分析系統(tǒng)側重于系統(tǒng)產生的數據以及手工錄入，忽略了師生的日常行為數據，業(yè)務流數據。比如到圖書館的學習時間、次數、業(yè)務審批時間等。導致數據不系統(tǒng)、分析維度不全面，甚至與應用場景脫節(jié)。分析的結果與實際工作有差距或者說作用不大，也就是常說的沒多大用處。導致大數據分析落地難、推廣難。

2.2用戶場景不確定和持續(xù)變化[4]

大家對大數據分析需求迫切，但隨著機構改革、人員聘任和業(yè)務發(fā)展的需要，應用場景在不斷變化，甚至觀念也在持續(xù)變化，沒有通用的數據分析模型來應對。目前信息化也從“業(yè)務流信息化”轉向“服務信息化”，從以管理為中心轉為以服務為中心，大數據分析平臺沒有把反映人、物屬性的數據與工作實際相結合，更多的服務是為了迎合用戶，缺少對新教學、新管理的服務體驗。

2.3冗長的項目周期和巨大工作量

大數據分析是決策的依據、工作的幫手，但實際應用中卻需要用戶投入大量精力，整理數據，修改、審核等，工作量巨大，導致用戶的積極性不高。即使采用新技術，功能也非常全面，但因工作量增加，用戶使用并不積極。而且持續(xù)變化的場景，不斷變化的需求，開發(fā)成本大，周期漫長，短期難以看到相關成效，服務優(yōu)先更是空談。

3 解決大數據落地難

3.1建立行為日志，探詢數據源頭

日常行為規(guī)范中蘊含著豐富的數據，數據中又含有豐富的信息，大數據分析的基礎是數據。要獲取豐富的數據，又不能增加工作負擔，既有傳統(tǒng)數據整理，也有日常行為數據的收集，數據的采集就變得至關重要，這是大數據分析平臺落地的關鍵。

根據數據的產生方式，可分為自動產生和手動輸入(或伴隨產生)。如學生的圖書借閱、日常上網行為、教職工的上課情況、辦公系統(tǒng)流程數據等都是自動產生，經過數據清洗，直接存入日志數據庫。對于手工產生的數據以及伴隨數據，要做到一次填報，全部生成，全校共享，最大限度的減少工作量。如學生日常表現、學習成績、教師的評優(yōu)等，需要實時填報。同時把伴隨產生的各種統(tǒng)計結果，同時入庫。真正做到讓使用者同時參與數據的采集。

3.2敏捷開發(fā)，大數據分析制勝之法

場景變更、需求變化，今天的需求不一定滿足明天的需要。敏捷開發(fā)，就變得非常重要。以需求為核心，循序漸進，快速迭代，達到用戶預期。同時不斷重復“輸入—回應—反饋—學習—再輸入”，持續(xù)優(yōu)化和改進，以此來應對各種場景。避免項目周期過長。

3.3增加關注度，保證大數據分析平臺的有效使用[5]

大數據平臺要持續(xù)發(fā)揮作用，就要增加關注度，保持它的熱度。首先通過物聯網、移動設備、區(qū)塊鏈技術等技術，讓大數據的分析功能豐富、應用場景貼近實際，有針對性；其次在大數據平臺中增加與師生日常工作、消費、學習等有關內容，比如圖書館空位數、借閱排行、成績發(fā)布等信息，讓大數據平臺引起師生的關注，并及時補充師生新思路、新需求。始終保持大數據平臺活力。

3.4持續(xù)改進，與業(yè)務同步

教育信息化是大勢所趨，業(yè)務產生大量數據，數據分析又為業(yè)務提供支撐，智慧校園作為教育信息化的重要內容，關系更是如此。智慧校園建設過程中在系統(tǒng)中嵌入傳感器，通過物聯網等技術，將學校各個系統(tǒng)、軟件互連共享，實現各種數據的實時獲取、存儲、分析，為學校各項業(yè)務、決策提供依據。

4 前景展望

得益于數據收集手段的進步，計算服務成本的降低，利用大數據發(fā)現問題與解決問題也成為一種行之有效的手段。隨著大數據技術的發(fā)展，新的大數據應用層出不窮。目前，大數據相比傳統(tǒng)的數據分析處理手段，在智能性、高效性、直觀性上將有明顯的優(yōu)勢

4.1智能性

隨著人工智能技術的進步，大數據與人工智能天然的耦合性進一步促進大數據的發(fā)展。通過海量數據形成的數據樣本集，深度學習模型可以很好地擬合高校教學工作背后的數學模型，從而以定量的角度分析與解決高校教學工作中存在的問題，更精確的助力職教服務創(chuàng)新。

4.2高效性

數據的時效性極其重要，如何高效地分析數據也是必須引起注意的問題。大數據的獲取多為分布式，十分適合邊緣計算的范式。相較于傳統(tǒng)的數據分析手段，大數據可以更好的卸載計算任務，充分利用全校的資源，避免因為出現處理瓶頸而影響數據分析的效率，更快的發(fā)現問題，解決問題。

4.3直觀性

近年來，隨著對大數據研究的不斷深入，大數據應用層出不窮，出現了許多優(yōu)秀的大數據分析平臺。目前，谷歌公司發(fā)布的數據可視化工具Data Studio，百度公司發(fā)布的物可視等工具極大方便了大數據的處理，并提供靈活的結果反饋，這使得大數據分析的結果十分清晰直觀。方便大數據在高校教學管理工作中的部署與應用。

在信息化大發(fā)展的背景下，基于云邊協(xié)同計算的大數據應用可以實現對教師教學行為、學生學習行為、學生個性特征等進行分析和預測，從而為促進學生身心的發(fā)展提供適時地引導和幫助[6]。同時，還可提供學校運轉的實時動態(tài)數據以便于校領導和教師及時掌握最新的管理和教學信息從而助力教學管理更趨向科學化、智能化。