您的位置: 主页 > VR2048 > 东吴嘉禾基金:浅谈大数据背景下高校学生追踪体系的构建

东吴嘉禾基金:浅谈大数据背景下高校学生追踪体系的构建

时间: 2018-12-04阅读:

摘要:随着信息技术、移动端应用技术的不断发展与成熟,大数据的应用在各行各业中的应用也越来越广泛、越来越深入。在高校中,应用大数据技术结合各类管理信息系统,能够更全面的追踪与分析学生在教学活动,心理健康及业余生活等方面的表现;能够对学生做出更多元化、更科学、更人性化的评价;能够对人才培养方案的制订、资源整合、学生心理疏导、学习习惯培养起到更好的指导作用。

关键词:大数据;追踪;管理

中图分类号:TP3 文献标识码:A 文章编号:1009-3044(2018)09-0012-02

最先提到大数据(big data)时代的麦肯锡指出——“数据,已经渗透到當今每一个行业和业务职能领域,成为重要的生产因素”,“大数据”是由数量巨大、结构复杂、类型众多数据构成的数据集合,是基于云计算的数据处理与应用模式,通过数据的整合共享,交叉复用,形成的智力资源和知识服务能力。

大数据时代,高校的教学资源公开度越来越高,信息化开放化办学的潮流不断冲击各个学校,真正地将大数据技术运用好的案例却不多见,作为管理人员,要清晰的认识数字与数据的区别,比如我们搜集了100个同学的分数,这知识一个数字,但重点是要从数字衍生出各类能够影响我们决策,推动教学发展的数据,如核心知识掌握程度,实际应用能力解决问题的能力培养长度,要能推导出课堂教学存在的问题。对于数据的追踪与分析才是大数据环境下高校学生管理工作的核心。

1 当前大数据应用在高校学生管理中存在的问题

1.1 整合度低

近几年,“大数据”应用也在不断向教育技术中渗透,尤其在高校的学生管理工作中,各类管理信息系统的应用,联网式管理,无纸化办公早已是不再新鲜。但由于各类系统开发技术各不相同,数据共享性差,互相独立。无法形成真正的“大数据”应用体系。

1.2 重收集,轻分析

当前各类高校都建设了种类繁多的数据管理平台,如学生学籍系统,毕业生追踪系统,心理健康管理系统等等。然而其功能,几乎仅限于对数据的收集采样或简单的统计汇总,并未通过数据触及管理核心,未能有效的利用数据促进学习教学工作,产出相应的效益。

1.3 基础设施建设落后及人才匮乏

从高速通信网络搭建,到分布式文件系统搭建;从云计算技术开发,到海量数据智能分析,都能看出,一个完善的“大数据”高校追踪体系的构建,不但要需要较大的经济投资,更需要高端的信息技术人才。

2 体系构建的技术基础

高校中大数据的数据来源非常广泛,既包括传统的关系型数据库,也包括XML等半结构化数据,以及以视频、音频、文本和其他形式存在的非结构化数据。数据抽取和集成要解决的主要问题就是收集各种碎片化的数据,对数据进行清洗,保证数据质量,同时根据时间演进不断更新数据模式,确定数据实体及其之间的关系,最终将数据按照统一的格式进行存储,以便提供给上层用来进行数据分析。

大数据背景下高校学生追踪体系的构建,可以在整合原有信息系统的基础上,升级、建设数据釆集设备、数据传输网络、数据储存和分析系统,重点是要发挥大数据的功用,提高其价值密度。其技术核心必然是数据的存储、传输、分析技术,主要体现在以下几方面:

大数据领域每年都会涌现出大量新的技术,成为大数据获取、存储、处理分析或可视化的有效手段。大数据技术能够将大规模数据中隐藏的信息和知识挖掘出来,为管理工作提供依据,提高教学工作的效益,提升高校整体的集约化程度。

3 追踪体系构建的主要内容

3.1 体系构建整体过程

3.2 体系应用环境

3.2.1 “大数据”教学环境构建

美国教育部教育技术办公室认为教育数据分为键击层(keystroke level)、回答层(answer level)、学期层(session level)、学生层(student level)、教室层(classroom level)、教师层(teacher level)和学校层(school level),数据就寓居在这些不同的层之中。一般高校每年的开课数在数千门,学生数在数万人,产生的数据量非常大。应用大数据分析技术使得监控学生的每一个学习行为变为了可能,学生在回答一个问题时用了多长时间,哪些问题被跳过了,为了回答问题而作的研究工作等都可以获得,用这些学生学习的行为档案创造适应性的学习系统能够提高学生的学习效果。

针对各个层面搭建各类平台,包括选课系统、在线教学平台、实践教学平台、课程资源平台、考勤监控系统等。载体包括PC端、移动端、校园广播、电视频道等。利用各平台发布教学资源,记录学生学习进程(视频教学,互动情况,答题情况);记录学生考勤情况(指纹,人脸),通过计算机图形图像技术,甚至可以监控学生上课是否睡觉等情况;对学生选课、学分获取情况进行必要的调控;分析哪些选修课是学生感兴趣的,促进课程体系构建。

3.2.2 “大数据”评价环境构建

改革传统的以教师作为主体的评价机制,通过考勤系统、在线练习系统、考试系统、学习进度监控系统、搜索分析系统、上网监控系统,在给出各门功课学习成绩的同时,也能对学生的学习习惯、学习(自学)能力、擅长领域、团队能力做出基本的判断。并向学生及用人单位推送合适的岗位及人才。

在评价结果体现上,改革以一个分数定成败的习惯,采取结果与过程并重,过程化评价的机制。在具体体现上,可以通过系统生成雷达图,直方图来体现教学结果。

在评价范围上,利用大数据技术,能够综合的判断某个学生在某专业领域,处于本校,本地,本省甚至全国的哪个层次,为单位用人及岗位安排作为参考依据。

在评价主体上,既能以学生为主体,查看学生水平,也能以教师为主体,查看教师的教学能力,也能以专业为主体,查看学生在此专业能力分布。

3.2.3 “大数据”心理追踪环境构建

各类论坛、微博等平台上每天都会产生由评论、帖子、留言等数据,这些数据集反映了师生的思想情况、情感走向和行为动态,对这些数据进行科学的存储、管理并使用大数据技术进行有效的分析利用,建立师生思想情感模型,对掌握师生心理健康程度,有针对性地加强对师生的心理辅导有着重要的意义。

在合理合法,尊重学生知情权的基础上,有选择性的对学生的部分生活行为进行监控,利用大数据技术分析学生的兴趣爱好,学习进度,推送相关信息。同时能监控学生的身心健康,比如通过分析语义,检测出学生搜索、通信数据中出现情绪低落,轻视想法关键词时,能及时进行系统反馈,提醒教师多留心该学生;在学生网络游戏达到一定时长后,进行进程屏蔽;利用一卡通等系统检测学生用餐习惯,提醒学生注重餐饮健康。

4 总结

大数据分析的数据基础必然建立在获取更多个人信息之上,而且通过分析还可以使数据之间产生关联关系,进而揭示更多的个人隐私。然而为了保护隐私就将所有数据加以隐藏,那么数据的价值就无法体现。这种矛盾在相当长的时间内必将一直存在,需要通过技术和制度的完善逐步解决。

大数据技术在高校管理工作的应用,其核心是利用数据挖掘学生在学习与生活中的规律,促进教学、管理工作的因人而异,因材施教,提高“精准化”教学水平。

同时移动互联、MOOC等技术的不断兴起给高校的发展带来了极大的挑战,为了应对这种挑战,高校应当充分发挥大数据在其中的支撑作用。在人才培养、科学研究和管理等方面广泛收集过程数据,结合可视化技术充分分析和挖掘蕴含在数据之中的丰富价值。

目前这项工程在国内高校应该还处在起步摸索阶段,要真正完美地将大数据这个工具利用好,还是需要我们开放心态,勇于改革,重视人才,倡导和强化数据文化,建立持久運作的收集、分析数据并将分析结果转换为教育决策和实践的体系。

参考文献:

[1] 郑庆华.高校教育大数据的分析挖掘与利用[J].中国教育信息化,2016(13).

[2] 杨现民, 唐斯斯,李冀红. 教育大数据的技术体系框架与发展趋势——“教育大数据研究与实践专栏”之整体框架篇[J].现代教育技术,2016(1).

[3] 韦伟, 张海涛. 浅谈大数据在高校学生管理工作中的应用[J].课程教育研究, 2015(17).

上一篇:浪人算牌之qq双扣:浅谈生成树技术原理及应用
下一篇:没有了

相关阅读