王曉飛

摘要：大數據背景下的高校教育數據資源是十分寶貴的教育發(fā)展參考，必須加強對大數據的利用，并加強對教育數據的分析，才能增加其利用價值，使其可以有效推動素質教育發(fā)展。該文首先分析教育大數據內涵及現狀，希望可以通過加強對教育數據的分析，為教育教學和教育管理做好基礎;其次，講述大數據技術在高校教育中的應用現狀，希望可以通過分析，發(fā)現大數據技術在高校教育應用中存在的問題，并提出一系列解決對策，從而促進教育數據的有效應用，也為高校教育發(fā)展奠定基礎。

關鍵詞：大數據;高等院校;教育數據;分析

中圖分類號：G642? ? ? ? 文獻標識碼：A

文章編號：1009-3044（2021）06-0042-02

互聯網的不斷普及與發(fā)展，為大數據信息系統(tǒng)的升級奠定良好基礎。高校在發(fā)展過程中需要加強對大數據系統(tǒng)的利用，希望可以通過教育數據分析，及時發(fā)現教育教學中存在的問題，并對其進行適當革新，以此促進教育教學發(fā)展。雖然大數據應用價值較高，存儲量也較大，但其信息類型和數據類型也較為龐雜，這也使得數據整合和分析存在一定難度。必須加強對大數據的了解，才能促進高校教育數據的分析與應用，為高等教育發(fā)展奠定良性基礎。

1 教育大數據的內涵與現狀

1.1 教育大數據內涵

教育數據屬于大數據在教育領域的分支，將會采集和收納教育活動全過程的所有數據，通過對這些數據進行整合和分析，不僅可以為教育教學和教育管理發(fā)展提供幫助，其本身也存在巨大的科研價值。教育數據廣義包含國家、教育機構、學校、教育活動相關的所有數據。教育數據狹義是高校內所有部門及系統(tǒng)運行中產生的數據總和，其中包括大學生相關的所有信息數據。例如，選課、課堂出勤、日常考核、評優(yōu)、圖書借閱等等數據，這些數據會涵蓋學生從入學至畢業(yè)的整個過程。目前這一數據可以分為顯性數據和隱性數據。顯性數據是指：學籍信息、考試成績、課堂出勤率、學費繳納等等，而隱性數據是指不同顯性數據之間存在的內在關聯，加強對其內在關聯的分析，不僅能得出一系列隱性數據，也能加強教育數據的完整性和科學性及全面性。

1.2 教育數據存在的意義

教育數據可以分析一些客觀存在的教育信息，這些信息不僅能保證教育教學和教育管理的有效性和科學性，也能在最原始的教育過程中提取最有信息價值的原始數據，通過對這些原有數據進行分析，不僅可以為教育者、受教育者、管理人員、教育系統(tǒng)研究人員提供相關服務，也能促進整個教育活動的發(fā)展。一般教育數據可以為教育、管理、科研等等工作提供相關數據，也能通過提取教育活動的教育數據，加強對教學和教育管理以及科研工作的深入分析。由此可以得知，加強教育數據分析，可以深入挖掘潛在的、有價值的教育信息，這些教育信息不僅能保證教育活動的科學化及合理化，也能實現數據的雙向關聯。例如，東華大學成立智能實驗項目，并記錄相關項目運行的所有數據，形成動態(tài)表格，以此促進教育經費使用合理化及科學化。

1.3 教育大數據現狀

教育大數據包括信息收集、數據運算、分析預測等等程序，這些程序的有效運轉，可以有效促進教育發(fā)展。國外很多國家十分重視大數據，也對其相關聯的教育數據十分關注。例如，美國、澳大利亞、加拿大、德國等等國家的科研人員，已經成立專業(yè)的教育數據研究組織。2008年舉辦的第一屆教育數據相關的學術會議便是由此組織推動舉辦。同時，這一組織在2011年構建與教育數據相關的網站及期刊，這也為很多國家和學校研究大數據提供一定幫助。美國教育部也曾耗資兩億美元研究教育數據，希望可以以此促進教與學共同發(fā)展。并且，很多世界一流高校和知名企業(yè)也開啟對教育數據的研究計劃。例如，哈佛大學、耶魯大學;加拿大的知名企業(yè)Desire2Learn、美國的知名企業(yè)Knewton。而我國專門研究教育數據的企業(yè)不多，但自2012年起，已經有很多高校開始加強對教育數據的研究和分析。例如，上海財經大學、復旦大學、廈門大學。并且，華東師范大學也通過研究學生餐飲消費數據，分析學生是否需要資金援助。同時，中國科學院、北京航空航天大學等等高校，先后成立多個研究數據科學的機構，專注研究大數據。

2 大數據技術在高校教育中的應用現狀

2.1 存在信息孤島現象

目前很多高校的業(yè)務部門缺少溝通，這也導致很多數據資源在業(yè)務部門中獨立存在，不僅不利于信息共享，也會使各部門之間保存的數據存在偏差現象。這也會影響不同部門的業(yè)務協(xié)同，極容易造成儲存空間浪費和儲存空間利用率不高。同時，信息孤島現象也難以對顯性數據進行隱性分析，即使形成相關隱性數據，其真實性和價值性也有待考量。例如，目前很多高校的業(yè)務部門會使用Oracle、Visual FoxPro、Sybase等等數據庫，也有一些部門會使用傳統(tǒng)的Excel保存相關數據，這種保存形式的不統(tǒng)一，也使得數據融合存在較大難度。并且，一些高校缺少長遠規(guī)劃，各業(yè)務部門之間數據獨立，很多業(yè)務也無法進行數據共享，不僅浪費儲存空間，也使信息孤島現象一直存在。

2.2 各部門數據口徑不統(tǒng)一

高校各個業(yè)務部門之間必須加強配合，共同為數據整合、應用及研究做出努力。但目前高校各個業(yè)務部門存在各自奮斗情況，這也導致數據口徑不統(tǒng)一，很多教育數據無法在教育教學和教育管理中有效應用，這也在一定程度上阻礙教育數據價值的深入挖掘。例如，校友系統(tǒng)沒有與高校的招生、就業(yè)、學生管理等等數據進行共享，這也造成很多信息錄入不一致，使其缺少一定的完整性。相關數據在收集和采納方面出現問題，也導致數據分析無法有效開展。同時，數據之間缺少聯動也在一定程度上限制教育數據的分析和應用。

2.3 缺少系統(tǒng)管理

隨著高校的各個業(yè)務部門不斷精準劃分工作范疇，其原始數據累積量越來越多，但目前高校卻缺少對這些原始數據進行統(tǒng)一的歸口管理，使得相關數據管理缺少系統(tǒng)性和完善性。同時，缺少歸口管理，也使得數據采集標準、存放、分析、維護等等工作無法進行統(tǒng)一籌劃。這也導致很多教育數據在分析和應用方面仍停留在最原始的初始階段。例如，很多高校的采集數據已經以電子形式進行統(tǒng)一保存，這也使得很多教育數據無法進行深入挖掘和分析、使用。

3 大數據技術在高校教育應用中的優(yōu)化策略

3.1 構建互補體系打破信息孤島

高校的業(yè)務部門之間不僅要加強信息化建設，也要加強技術保障、系統(tǒng)維護等等工作，這樣才能確保教育數據的有效形成，并打破信息孤島。同時，要加強對相關教育數據的利用?？梢酝ㄟ^建立相關領導小組，明確不同部門的業(yè)務責任，從而促進大數據的進一步利用，并幫助其促進價值的發(fā)揮。各業(yè)務部門之間也要進行全面數據互通和互補，要對不統(tǒng)一的數據信息進行再次核實，以保證數據采集的規(guī)范化和真實性。并且，各業(yè)務部門在收集相關信息時，也要按照統(tǒng)一格式進行收集，這樣有利于后期數據分析及檢查評估。例如，可以統(tǒng)一信息采集標準和數據庫，并促進信息采集標準的普及和推廣，以此確保數據收集的有效性和統(tǒng)一性。

3.2 加強數據整合、應用、研究

必須加強數據整合、運用、研究，并提升教育數據在高校教育教學和教育管理中的輔助頻率，以此推動教育教學和教育管理現代化發(fā)展。首先，要對高校各業(yè)務部門之間存在的零散信息進行進一步整合，不僅要全面實現數據收集自動化、教育教學現代化、科研管理自動化、財務管理信息化，也要統(tǒng)籌整合所有的教育數據，將簡單的數據進行結構劃分和堆砌，以此增加對相關顯性數據的分析，從而使其為高校發(fā)展提供相關數據支持保障。例如，可以在數據采集階段加強對采集途徑的有效管理，不同采集途徑會形成不同的收集形式，可以將不同數據收集進行統(tǒng)一整理、轉換，希望可以通過形成全新數據集為后期的數據分析和整合奠定基礎。

3.3 加強系統(tǒng)管理和統(tǒng)籌規(guī)劃

高校要加強對教育信息的統(tǒng)籌管理和統(tǒng)籌規(guī)劃，以此加強對原始數據的分析和使用。首先，要制定長期的數據收集標準和發(fā)展規(guī)劃，這樣才能推動數據收集、分析、應用等等工作的完善，也能加強對初始數據的維護和匯總。同時，相關的數據統(tǒng)計工作也要定時進行評估，以此加強對相關數據信息的宏觀管理;其次，高校要不斷協(xié)調和組織各個業(yè)務部門進行信息化工作，以此推動校務網絡平臺的建設工作。同時，也要加強對高校網站的維護和管理，并及時對相關網絡輿情進行預警，以此確?？梢约皶r處理不良信息;最后，可以加強對大數據信息系統(tǒng)的開發(fā)，建立統(tǒng)一的大數據計算系統(tǒng)，促進計算的多元化，以此滿足教育數據的不同計算需求，也能對教育數據進行統(tǒng)一管理和統(tǒng)籌規(guī)劃。

4 結語

大數據背景下的教育數據是促進教育現代化的有力保證。目前，大數據信息技術已經具有較強的采集及分析功能，不僅能得到一些顯性教育數據，也能通過分析得到很多隱含信息，這為教育教學和教育管理提供更為翔實的數據，也使相關教育教學及教育管理更具個性化。必須不斷加強對大數據信息技術的挖掘，才能推動教育教學與教育管理現代化和信息化，也為教育數據的進一步利用奠定基礎。

參考文獻：

[1] 楊琳，王煒，諸紀，等.面向數據共享的教育數據標準體系研究與建設實踐[J].大數據，2020，6（6）：3-13.

[2] 柴喚友，劉三女牙，康令云，等.教育大數據采集機制與關鍵技術研究[J].大數據，2020，6（6）：14-25.

[3] 熊余，儲雯，蔡婷，等.高校教育大數據應用支撐體系的設計與實踐[J].現代教育技術，2020，30（11）：91-97.

[4] 周金容，楊華，胡振，等.基于教育大數據的學生學習行為預測分析平臺的構建與實現[J].中國多媒體與網絡教學學報（中旬刊），2020（11）：47-49，52.

【通聯編輯：代影】