高职院校为例大数据应用研究

杨文　董国芃

哈尔滨职业技术学院



高职院校为例大数据应用研究

杨文董国芃

哈尔滨职业技术学院

摘要：大数据时代已经来临，它并不是一本书中的某种概念。它是切实存在于人们的工作与生活当中的。通过对大数据的搜集、整理、科学管理与开发能够让大数据在各个行业绽放光彩。大数据离不开计算机技术。在云计算的帮助下，大数据才能够更好的发挥作用。高职院校也一样可以在大数据的帮助下，对高职院校的发展，高职院校的教学等等多个方面进行决策。本文就大数据对于高职院校发展进行了相关的阐述。

1　大数据相关简介

大数据一词，最早出现在一本小说当中。但是今天人们所说的大数据，并不等同于小说中的臆测。大数据概念深入浅出的说，突出在大上，范围广、数据多。也因此使得要很好的使用大数据需要不同的分析和处理模式。然后发现数据的特性。从而让数据的应用高效科学，产生信息价值。并不是说，掌握的数据量大，就掌握了大数据的精髓。而是把大量数据进行深入的处理，找出数据的规律、密度、类型等特性。才能让大数据产生相应的价值。从技术角度而言，大数据依附于计算机技术。或者收更加依附于新的“云计算”能力。这些大的数据不是通过单一的客户端分析形成的，而应该是通过网络服务器。多台服务器对数据进行处理。从而实现价值的挖掘。在大数据的处理过程中，数据库技术、数据挖掘、分布式网络常常被应用到。同时数据万挖掘还可以应用于各个领域。在高职院校发展中也是如此。

2　高职院校的大数据应用领域

2.1高职院校数据信息应用状态

高职院校每年在校生都达到数千名。学生的在校生活、毕业走向、个人信息等都形成了海量的数据信息。而这些信息却并没有被高效的科学的应用。高职院校只是简单的保存各个学生和教师的基本信息，在固定的毕业和职称评定环节才拿出信息进行比对。所以，数据信息虽然在高职院校中也以网络或者计算机的形式得到保存，却只能说是静态的存储。无法体现大数据的作用。

2.2大数据在高职院校的具体应用领域

其实，在高职院校当中，大数据发挥重要作用。一些院校招生情况不理想。可能是因为专业设置不合理、知名度不响、学生就业状况差造成的。而学生在毕业时，学校只是简单的统计毕业率，哪些专业就业率高。来帮助分析专业的设置和预测招生情况。其实学校可以进行大数据管理，分类细化。不同系别的不同专业毕业走向如何、就业率高的专业的学生特点、就业同学的共同属性。甚至社会调研中企业对学生性格、职业基本素质的要求等等。都是高职院校提高就业率，打响知名度的有效手段。

2.3从高职管理方面，大数据也能发挥重要作用

高职学生管理涉及各个方面，这里以几个重要方面为例进行介绍。图书馆、电子阅览室是学生们获取知识的一个主要渠道。但很多时候会出现学生想借阅的书籍长期不足，其它书籍无人问津的状况。这可以利用数据分析，来对热门书籍特性进行统计。购买相关数据特性符合的数据。更改不同数据的借阅时间。形成高效的数据利用率。其次，从教师教学角度来分析。不同教师采用的教学手段与学生成绩水平、技能掌握的相关关联规则分析，可以帮助教师合理的采用教学方法。控制数量和使用科目范畴，得到最佳的教学效果。

3　高职院校大数据应用环节

首先，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。目前高职已经基本建立了完备的管理信息系统、学习管理系统等，在统一数据中心中积累了大量的结构化数据；同时各类系统中还散布着大量的半结构化和非结构化数据。半结构化和非结构化的数据经过一定处理后，可以转化为更容易分析使用的结构化数据。其次，数据分析经过抽取和集成得到的数据，需要经过分析挖掘其潜在的价值。传统的数据挖掘、机器学习、统计分析等方法仍然可以用来对数据进行分析，只是需要根据大数据的特征进行调整。首先，为了实现对海量数据的分析，需要依Map/Reduce 模型，将数据拆分处理，然后再将结果汇总，一个完整的分析可能会经过多层类似的处理过程；最后，数据展示。数据分析得到的分析结果，需要以直观可理解的方式呈献给最终用户，在大数据时代，数据分析产生的结果有可能也是非常大量的，且结果之间的关联关系复杂、数据维度更多，数据可视化技术通过更加适合人类思维的图形化的方式展示数据分析结果，已经被证明是展示数据分析结果非常有效的方法。高职院校大数据应用脱离不开数据的采集、分析和归类总结过程。

总之，大数据时代来临，数据通过云计算和相关技术的帮助，产生了信息的价值。利用好这些价值无论实在商业经营和科学管理方面都有重要作用。高职院校计算机专业应重视大数据作用。让大数据为高职发展发挥作用。

参考文献

[1]涂新莉，刘波，林伟伟.大数据研究综述[J].计算机应用研究，2014(06)

[2]顾涛.基于大数据的竞争情报协作分析研究[J].情报科学，2013(12)

关键字：大数据 云计算 数据分析 学生成绩 就业竞争