文/陳璐宇

隨著科技進步，計算機與網(wǎng)絡(luò)技術(shù)都獲得了跨越式發(fā)展，并且逐漸與高校教育深度融合，進一步推動了高校教育的革新，使教育信息化成為了不可逆轉(zhuǎn)的發(fā)展趨勢。近些年來，各地高校針對大數(shù)據(jù)時代下的教育革新問題開展了大量的研究與討論，以期能利用大數(shù)據(jù)技術(shù)助力于高等教育信息化，使高校教育理念與高等教育決策更富科學性，從而實現(xiàn)教育公平、提高教育質(zhì)量。在這一背景下，本文圍繞大數(shù)據(jù)在當代高校教育信息化過程中的應(yīng)用進行了如下探討。

1 大數(shù)據(jù)在當前高校教育改革中的主要應(yīng)用方向

1.1 個體分析

高校教育一旦應(yīng)用了大數(shù)據(jù)，對個體學習的研究和個性化學習也就成為了可能。在融合運用大數(shù)據(jù)之后，通過校園數(shù)據(jù)中心就能對諸如考試成績演變趨勢、期刊閱覽室使用頻率、校園出勤情況和圖書借閱情況等信息進行分析，全方位評估學生狀態(tài)，從而因地制宜、因材施教。

1.2 輿情預測

網(wǎng)絡(luò)是當代輿論信息的最傳送平臺，學生在存有疑惑時，最先想到的就是網(wǎng)絡(luò)。而通過大數(shù)據(jù)技術(shù)就能捕捉、積累和分析學生的校內(nèi)網(wǎng)訪問軌跡，對其心理動態(tài)、信息需求和行為動向等做到深入了解，同時借此加強輿情預測，避免不良的個體行為或情緒影響到群體，并且能及時保護學生不受侵害，提升校園輿情管理水平。

1.3 教學評估

高校教育借助大數(shù)據(jù)分析能夠挖掘出更多的教育數(shù)據(jù)。截至到目前為止，包括高等院校在內(nèi)的各類教育機構(gòu)已經(jīng)通過大數(shù)據(jù)技術(shù)積累了較多的數(shù)據(jù)資源，通過動態(tài)監(jiān)測、變動分析這些累積下來的信息，組建起一個教育數(shù)據(jù)庫，這些教育機構(gòu)就有機會探究校內(nèi)學生的學習環(huán)境、學習狀態(tài)和學習的全過程，從而總結(jié)教育工作，及時調(diào)整教學方針，客觀全面地評估教學工作。

2 基于大數(shù)據(jù)建立的教育信息化平臺基本框架

2.1 智能感知層

智能感知層是教育信息化平臺的基礎(chǔ)層，是平臺之所以能采集到海量數(shù)據(jù)的主要物質(zhì)基礎(chǔ)。利用智能感應(yīng)技術(shù)開展全方位與多角度的數(shù)據(jù)采集工作。安裝傳感器、GPS以及攝像頭等各種儀器，智能感知校內(nèi)環(huán)境狀況、各項儀器運行狀態(tài)以及教學情況等，使平臺采集海量數(shù)據(jù)、挖掘數(shù)據(jù)資源成為可能。

2.2 網(wǎng)絡(luò)通信層

網(wǎng)絡(luò)通信層包括網(wǎng)絡(luò)平臺層與計算、存儲層，主要是基于無線、有線網(wǎng)絡(luò)技術(shù)為教育信息化平臺提供網(wǎng)絡(luò)基礎(chǔ)的層面。繼智能感知層之后是網(wǎng)絡(luò)平臺層，該層面主要采用了3G/4G、ΙPV6、Wi-Fi以及ΙPV4等無線網(wǎng)絡(luò)技術(shù)。繼網(wǎng)絡(luò)平臺層之后便是計算、存儲層，該層由網(wǎng)絡(luò)服務(wù)器、磁盤陣列、ΙaaS和HPC等有線網(wǎng)絡(luò)技術(shù)組成，負責對視頻、文本、地理位置和多媒體等數(shù)據(jù)的計算與存儲工作。這兩個技術(shù)層都是平臺傳輸數(shù)據(jù)所需要的介質(zhì)，它們共同為教育信息化平臺提供必要的網(wǎng)絡(luò)基礎(chǔ)，使各種數(shù)據(jù)得以隨時隨地接入平臺體系，讓平臺可以快速互聯(lián)互通。

2.3 大數(shù)據(jù)層

在大數(shù)據(jù)平臺中，大數(shù)層是必不可少的層面。大數(shù)據(jù)層在平臺運轉(zhuǎn)中扮演著核心角色，主要包括兩個層面。

智慧商圈系統(tǒng)在城市大中型商圈中的應(yīng)用率較高，一方面可提升客戶對商圈的整體購物服務(wù)體驗，另一方面可提升商圈的管理水平和決策能力。該系統(tǒng)目前正在上海人民廣場地下廣場(迪美廣場、香港名店街)試用。通過全天候的客流量統(tǒng)計分析，了解商圈內(nèi)的客流動向、集中區(qū)域和逗留時間，形成按日期、按時間段的客流分析報告，為商圈的整體布局和客流引導、客戶轉(zhuǎn)化率及銷售量最大化提供參考。圖7為上海香港名店街各時間段各商鋪的客流量變化曲線,圖8為該商圈試用的APP界面。

（1）大數(shù)據(jù)采集、管理層，該層包括傳感器數(shù)據(jù)采集平臺、主體虛擬映像模塊、大數(shù)據(jù)管理中心和元數(shù)據(jù)管理模塊，是收集數(shù)據(jù)、存儲數(shù)據(jù)和計算數(shù)據(jù)的樞紐。

（2）大數(shù)據(jù)處理層，主要由數(shù)據(jù)服務(wù)平臺、數(shù)據(jù)挖掘引擎以及大數(shù)據(jù)分析處理平臺構(gòu)成，分析處理數(shù)據(jù)是該技術(shù)層的核心工作。

2.4 應(yīng)用支撐層

整個平臺的應(yīng)用支撐層由智慧應(yīng)用層與大數(shù)據(jù)應(yīng)用層組成，其中智慧應(yīng)用層一般包括五個模塊：

（1）智慧型教學；

（2）智慧型科研；

（3）智慧型服務(wù)；

（4）智慧型文化；

（5）智慧型校園。

主要承擔為高校教育管理信息化提供智慧型業(yè)務(wù)應(yīng)用的工作，是大數(shù)據(jù)信息化體系發(fā)揮其智慧校園效能的關(guān)鍵。而大數(shù)據(jù)應(yīng)用層則主要提供個性化學習應(yīng)用、數(shù)據(jù)預測應(yīng)用、輿情分析應(yīng)用和大數(shù)據(jù)評估應(yīng)用等個性化智能業(yè)務(wù)服務(wù)。

2.5 用戶層

3 大數(shù)據(jù)在當前高校教育信息化改革中的難點

3.1 技術(shù)層面

3.1.1 數(shù)據(jù)源的可用性

盡管大數(shù)據(jù)平臺集合的數(shù)據(jù)資源本身就有客觀性，但是并不代表數(shù)據(jù)本身就是客觀存在的事實，如果不能仔細甄別，人們也會受到數(shù)據(jù)的欺騙。高校大數(shù)據(jù)的來源渠道多種多樣，數(shù)據(jù)模態(tài)更是囊括了XML數(shù)據(jù)、標量數(shù)據(jù)、矢量數(shù)據(jù)和圖、流數(shù)據(jù)等多種類別，數(shù)據(jù)兼具了冗余與重復性特征，加上質(zhì)量的參差不齊，都為數(shù)據(jù)的高質(zhì)量加工整理帶來了困難。

3.1.2 數(shù)據(jù)分析的連續(xù)性

針對高校教育，我們經(jīng)常難以理清其規(guī)律，因為教育評價指標很難做到盡善盡美，需要連續(xù)幾年甚至更長期的觀察評估和不斷更正，所以，高校在融合大數(shù)據(jù)技術(shù)進行大數(shù)據(jù)分析時，需要兼顧部門橫向?qū)Ρ群蜌v史縱向?qū)Ρ?，更需要持續(xù)調(diào)整和修正每天產(chǎn)生的海量校園數(shù)據(jù)，這些數(shù)據(jù)詳實而瑣碎，加大了數(shù)據(jù)分析的難度。

3.1.3 數(shù)據(jù)挖掘的復雜性

在基于大數(shù)據(jù)形成的教育信息化平臺中，大數(shù)據(jù)只有經(jīng)過大數(shù)據(jù)分析才能產(chǎn)生價值。而高校大數(shù)據(jù)的各種應(yīng)用，特別是輿情預測與個性分析，都需要通過建立特定的數(shù)據(jù)挖據(jù)模型來實現(xiàn)，但是高校教育有其特殊性，常規(guī)的數(shù)據(jù)挖據(jù)、統(tǒng)計處理等分析技術(shù)并不能切實滿足高等院校的大數(shù)據(jù)分析的實際需求，需要對數(shù)據(jù)算法模型和數(shù)據(jù)預處理等進行調(diào)整。

3.2 實施層面

3.2.1 數(shù)據(jù)共享意識薄弱

大數(shù)據(jù)時代的教育信息化需要以海量數(shù)據(jù)資源為基礎(chǔ)，而高校大數(shù)據(jù)來源多以各種職能部門和兄弟學校為主，但是由于年代久遠，數(shù)據(jù)累積量較多，所以整理難度大，加上業(yè)務(wù)部門無法區(qū)分可共性數(shù)據(jù)和非共享數(shù)據(jù)，所以數(shù)據(jù)整理工作很難獲得較高的優(yōu)先級別，以致大數(shù)據(jù)資源無法高效分享形成規(guī)模效應(yīng)，歸根結(jié)底，還是共享意識薄弱的原因所致。

3.2.2 隱私保護不足

教育從來不是封閉的，而是一個交互過程，但是其交互性與隱私性之間是存在一定矛盾的，對于校園數(shù)據(jù)的收集和大數(shù)據(jù)分析來說，這一矛盾會更加顯著，因為大數(shù)據(jù)平臺在運行發(fā)展中難免暴露學生的網(wǎng)絡(luò)搜索習慣、查閱內(nèi)容、生活習慣以及個人消費情況等個人隱私，所以用戶隱私保護也是急需解決的難點。

3.2.3 資源規(guī)劃缺位

由于資源規(guī)劃缺位，高校內(nèi)部各部門不僅資源投入力度參差不齊，信息化建設(shè)進度也存在差距，給數(shù)據(jù)共享增加了許多壁壘，加上技術(shù)人才匱乏，使得高校大數(shù)據(jù)平臺的時效性嚴重低于商業(yè)環(huán)境下對大數(shù)據(jù)的應(yīng)用。

4 大數(shù)據(jù)在當前高校教育信息化改革中的應(yīng)用策略

4.1 科學規(guī)劃數(shù)據(jù)

由于高校大數(shù)據(jù)存在冗余和重復問題，并非全部都是能促進教育發(fā)展的可用性信息，加上配備人員的信息技術(shù)水平偏低，并不清楚高質(zhì)量數(shù)據(jù)同低質(zhì)量數(shù)據(jù)的差異，所以高校應(yīng)科學規(guī)劃校園大數(shù)據(jù)，明確數(shù)據(jù)篩選標準，并及時調(diào)整規(guī)劃。

4.2 健全管理體制

在利用大數(shù)據(jù)技術(shù)推進自身教育信息化的建設(shè)進程中，高等院校應(yīng)當建立一個專門的大數(shù)據(jù)技術(shù)職能部門和健全的管理體系，督促各部門加強數(shù)據(jù)共享意識，提升數(shù)據(jù)信息化工作級別，相互配合，共享資源，減少共享壁壘。

4.3 加強數(shù)據(jù)管理

大數(shù)據(jù)分析要想實現(xiàn)其價值，就必須保證數(shù)據(jù)質(zhì)量，因為只有高質(zhì)量數(shù)據(jù)才具有改進教育決策的作用。在搜集數(shù)據(jù)時，高等院校必須加強質(zhì)量管理，保證數(shù)據(jù)質(zhì)量，另外在整合處理時，也應(yīng)聘請專業(yè)人員甄別、分析這些數(shù)據(jù)，建立高質(zhì)量的校園大數(shù)據(jù)庫。

5 結(jié)語

隨著教育行業(yè)信息化的不斷推進，大數(shù)據(jù)開始融入高校教育，并迎來新的發(fā)展機遇，為高校教育提供更強大的數(shù)據(jù)應(yīng)用服務(wù)，推動教育變革，提高教育效果。但是我們也要認識到，無論是在觀念層面，還是在技術(shù)層面，亦或是實踐層面，高校教育大數(shù)據(jù)仍面臨著許多困難，統(tǒng)一思想，加強共享意識，系統(tǒng)規(guī)劃數(shù)據(jù)，以及加大數(shù)據(jù)管理力度都勢在必行，同時也需要繼續(xù)深入探索，使大數(shù)據(jù)成為高校教育信息化的重要思維與技術(shù)支撐。