大数据背景下成人教学质量监测研究

刘丽霞

摘 要：教育的生命在质量。文章重点探讨在大数据背景下提升成人教学质量监测效率的路径。文章分析了运用大数据监测成人教学质量的必要性及优势，也探讨了大数据背景下成人教学质量可能遭遇的挑战，重点提出了如何构建大数据背景下的成人教学质量监测路径。从宏观层面看，要解决大数据思维、技术支撑、管理体制支撑、成人教学质量信息共享支撑和法律制度支撑五个问题；从微观层面看，重点是四个一体系：一个系统、一个关键技术、一个流程、一个成人教学基本状态数据库；七个机制：数据收集机制、数据教学资源整合机制、数据分析机制、数据推送机制、数据决策机制、自助式成人教学管理机制、信息安全机制等。通过上述路径，基本可以实现成人教学质量监测的信息化。

关键词：大数据；上海；成人教学质量；监测

中图分类号：G712 文献标识码：A

一、相关文献研究

发达国家对于高等教育质量的监测由来已久，正是相对科学的监测方法和持续不断的监测行为推动外国高等教育的发展。随着大数据技术的发展，如何将大数据运用于高等教育质量监测正成为发达国家高等教育的一个新话题。2011年，韩国颁布“智慧教育推进战略”，强调与智慧教育相适应的物理背景和内容要求，特别强调了大数据在智慧教育中的运用。

2012年，美国教育部发布了《通过教育数据挖掘和学习分析促进教与学》的报告，全面阐述了大数据在教育领域中应用及面临的挑战。

此后，国外学者从大数据技术系统研究大数据的使用问题；也有一些学者重点研究了教学数据库的建立与数据挖掘问题。总之，通过大数据、智慧教育等手段推进现代教育改革。

从国内来说，大数据应用于教育也是最近几年的事。较早可从2009年开始出现教育领域大数据应用的概念。研究论文比较集中出现是在2013年以后的事，而2013年也被称为大数据元年。2014年教育部专门印发《2014年教育信息化工作要点》，指导大数据在教育领域的应用。

学术界对于大数据在教育领域中的应用，主要观点可分为两个角度：

第一个角度，是从为教育领域运用大数据提供技术解决方案。他们主要是以计算机专业为背景的一些学者，提出了为教育领域构建数据仓库、云计算、移动互联网、物联网等技术手段，方案非常多，但都处于摸索阶段，尤其是体现教育特点的方案还不是非常多，许多方案的实际运用效果有待观察。

第二个角度，是研究大数据给教育发展带来的影响。他们多是教育领域的专业人士，认识到大数据是未来教育发展的重要手段。因此，随着大数据不断介入教育领域，他们积极研究大数据对教育可能带来的影响问题。

如何将大数据技术与教育发展有机融合，是目前的研究最需要解决的问题，但研究相对薄弱。

总体来说，大多数研究集中在大数据对成人教学产生的影响展开的理论探讨，而对于如何应用的研究还不多，应用案例少，即使有一些解决方法，其实践效果还有待观察。

二、大数据在成人教学质量监测中的优势

（一）数据采集

大数据技术在数据采集过程中实现了自动化采集。自动化采集可以应付海量数据的采集，形成采集数据系统化、及时化和全面化。是传统人工采集数据无比拟的。由于自动采集海量成人教学信息，保障了成人教学质量监测的数据需求。同时，给成人教学质量监测带来新视角。将成人教学评价数据由成人教学结果转向成人教学全过程。对成人教学质量的掌控将变得全方位，对成人教学质量的分析判断也将更准确。

（二）数据统计分析

大数据背景下对采集到的成人教学质量信息将会运用科学方法及时、系统、科学展开分析和评价，帮助信息使用者从不同角度分析和评价成人教学质量结果，发现成人教学中存在的问题，并拟定相关对策。

（三）成人教学质量跟踪监测

成人教学质量跟踪监测的信息化实际上是通过信息技术实现对成人教学质量监测数据的动态、持续监测。

成人教学是一个持续过程。在持续过程中，因成人教学条件的变化，必将影响到成人教学质量结果的变化。也就是说，成人教学质量结果也是一个动态的变化过程。但传统监测方式因受技术限制，难以展开持续动态跟踪。而大数据技术在自动监测背景下，可以及时跟踪成人教学质量动态变化过程，并及时掌握影响成人教学质量变动的因素，还能在影响成人教学质量变动因素变化的背景下，预测未来成人教学质量结果的变化轨迹。

三、大数据背景下，如何重构成人教学质量监测体系

（一）宏观层面

从宏观层面构建新的成人教学质量监测体系，主要从四个方面入手：

1.大数据思维

运用大数据对成人教学质量进行监测，首先要解决的是建立起大数据思维。分析与成人教学质量相关的所有数据，而不是随机性分析；乐于接受与成人教学质量相关数据的纷繁复杂性；强调与成人教学质量的相关性分析，减少因果性分析。这些都是大数据思路的基本特征。

2.技术支撑

（1）顶层设计，统一成人教学质量数据类型。目前，我国在线教学数据类型不统一，造成数据共享出现障碍。因此，需要从国家层面，统一全国的在线教育数据类型，使教育数据共享和迁移无障碍。

（2）按大數据规律合理推进监测体系构建路径。合理的大数据技术构建路径是：先界定要解决的问题，再选择要分析的数据，最后是技术选择，不能本末到置。

3.管理体制支撑

（1）从国家层面成立成人教学质量监测大数据应用相关组织，负责技术选择、统一数据类型等。

（2）各高校梳理各自的信息化系统，规范完善教育信息化系统，统一技术规范和数据规范。为未来数据共享、大数据监测提供条件。

（3）各高校应尽快成立大数据监测领导机构，由技术部门、教育管理部门共同组建。

（4）建立用数据说话的理念。大数据决策的特点就是用数据说话。无论是各高校的管理者，还是教师，都要建立起用数据说话的理念。

4.成人教学质量信息共享支撑

推进成人教学质量信息共享，首先解决的是组织机构方面的问题。从国家层面建立一个成人教学质量信息共享推进部门，协调各成人教学质量信息推送和维护，并配置相关硬件软件设施。其次，要解决成人教学质量数据的运维。国家层面建立成人教学质量数据运维制度和相关规则，如注数据出处、分级审核数据、针对不同数据使用者设计不同权限、及时更新或废止相关数据等。再次，做好成人教学质量监测技术运维工作，包括运维的主体，或自己运维或外包，或两者相结合；包括运维的对象，如硬件运维、软件运维、数据库运维、网络运维等；包括建立分级运维管理制度等。最后，建立成人教学质量数据共享绩效管理制度，包括评估数据开放度、评估数据共享绩效等。

5.法律制度支撑

大数据改变了传统成人教学质量监测的方式和内容，也带来了伦理道德和相关的法律问题。如个人隐私及数据签名的合法性等问题，都需要从法律层面进行规范。因此，制定并完善相关法律要走在前面。

（二）微观层面

1.建立“四个一”的体系

（1）一个系统

一个系统，就是成人教学质量监测系统。它有五大要件：一是网络。高速以太网是成人教学质量监测系统的物质基础。有线、无线、VPN等多种接入方式与校园网联接；各信息系統也与校园网互联互通。互联网用户也通过认证系统访问校园网。目前，上海高校都已建成了校园网络，无线覆盖率100%。二是数据。建立成人教学共享数据库平台。这是智慧教学的可信数据源。方便信息查询和决策分析。三是支撑。它是业务层信息化系统的支撑平台。为各应用子系统提供统一身份认证，建立校园一卡通机制，以及工作流、信息流推送机制、报表引擎机制。四是业务。涵盖成人教学管理所有业务应用，是成人教学业务信息化的集合。五是表现。用户通过交互界面得到各种成人教学管理中的信息服务。

（2）一个关键技术

大数据在上海市成人教学质量监测中由于涉及到存储、分析及结果显示等环节，一个关键技术必不可少。这个关键技术包括以下内容：

一是存储技术。由于数据的海量，传统关系型数据库已难以满足数据存储要求。新型数据库要具备扩展性、高可用性和支持灵活的数据模型。因此，在存储技术方面必然获得突破，否则无法满足成人教学质量监测的要求。

二是大数据处理技术。传统关系型数据库是靠索引提高检索效率，但索引的建立和更新费时费力，不能满足大数据的高可用性要求。因此，如何建立增量式索引更新器或多维检索工具，提高检索效率就成为必要了。

三是教学质量大数据分析。从杂乱无章的成人教学质量数据中分析出有利于成人教学决策的价值信息，是大数据在成人教学质量监测中的价值所在。重点是如何提高成人教学质量信息的分析效率。目前的思路有两种：一是流处理；二是批处理。但这种方式各有千秋。因此，未来的方面是两种如何有效融合，以提高数据处理效率。

四是成人教学质量大数据结果显示。数据运用者要能运用大数据处理后的结果，数据分析结果必须可视化。它有助于找到数据间的关系，帮助成人教学决策。重点是优化数据的可视化以及丰富数据分析结果的展示。

（3）一个流程

一个流程就是核心数据处理流程，即成人教学质量监测核心数据处理流程。包括：成人教学质量数据采集和存储、成人教学质量数据挖掘和分析、以及成人教学质量数据可视化三大环节。

在大数据成人教学质量监测应用中，数据源包括学籍管理系统、网络学习平台和课程管理平台等大量结构化、半结构化和非结构化数据。其中主要是非结构化数据。数据应用者包括成人教学管理者、教师和学生。具体流程分成三步：

第一，成人教学质量测量大数据采集和存储。由于成人教学质量数据多，因此，数据采集量大，为了确保数据的可信度，需要对数据进行过滤，排除干扰数据，保存有用数据。对保存的数据进行关联和聚合，按统一规范保存到数据库。

第二，成人教学质量大数据的挖掘和分析。对数据库中存储的有关成人教学质量的数据进行挖掘和分析，找到成人教学质量与成人教学变量之间的关系，帮助成人教学决策、成人教学资源推送和成人教学行为结果预测。

第三，成人教学质量数据可视化。成人教学质量大数据的挖掘和分析结果以图形语言呈现在数据使用者面前。可视化即指标图形化、指标值图形化、指标关系图形化、时空可视化等。

（4）一个成人教学基本状态数据库。

按照成人教学工作规律，运用云计算技术，按照国家统一的数据类型要求，搭建起符合各学校成人教学基本状态数据库。在必要的时候，该数据库可以和国家成人教学信息数据库实现“无缝对接”。

数据库能全程配置学生、教师、课程、成人教学场地和成人教学时间等五大成人教学资源；能全程实时监测学生学业情况、成人教学质量、成人教学资源利用情况；对成人教学环节中的异常情况发布预警和监测；监测学生学业状态，建立学业预警机制；为学生导师制管理提供信息支撑；系统显示人性化关怀，针对管理者、教师、学生设计不同的操作界面。

实现数据共享，实现多部门数据一致性。智慧校园是数字化校园建设的目标。智慧教学是智慧校园的组成部分。因此，智慧教学应与智慧学工、智慧计财、智慧人事、智慧后勤等信息平台兼容共享。智慧教学也需要其它相关数据的支撑。

2.建立七大机制

（1）数据收集机制

结合教育部评估中心的指标，成人教学质量监测数据范围分成四大类：

基本状态：成教生占比、教师数量与结构、当年成教招生专业数、生师比、全校开设课程总数、实践教学学分占比、选修课学分占比、主讲成教课程的教授占比。

资源：生均教学科研仪器设备值、生均图书、生均成人教学日常支出、成教专项教学经费、生均成教实验、实习经费。

教育质量成果：应届成教生毕业率、学位授予率、就业率、体质达标率、学生学习满意度、用人单位满意度。

成人教学管理：学生管理，包括学生基本信息、考勤、作业、成绩、在学校表现等；教师管理，包括教师基本信息、教案、课堂教学、批改作业等；综合管理，包括学校基本信息数据、各项评比等。

数据类型不仅包括结构化数据，如数据库和电子表格等，更重要的还包括非结构化数据，如文本、图片、音频、视频、聊天记录等。

数据收集方法：上海市各高校要建立统一数据入口，如校园网；整合不同学习平台；再接入移动学习平台；最后细化学习群体特征。

（2）数据教学资源整合机制

目前，各成人教学质量数据多处于碎片化状态。因此，整合已有的数据资料是实现大数据的重要环节。整合路径：运用云计算等先进的网络技术整合已有数据；出台激励措施，充分挖掘教师数据库建设能力；从需求出发，提高数据使用效率；提高数据资源整合能力。

（3）数据分析机制

数据分析是大数据的核心环节，它分析内容、分析文本、分析话语、分析社会网络等。数据分析方法包括系统建模、聚类算法、趋势预测算法等多种。目的是挖掘数据间的关系。数据分析结果的表现是数据的可视化。

对学生数据分析可以帮助教师掌握学生课程学习情况、学习兴趣、学习特长、成绩趋势、发展预测等，从而帮助教师调整成人教学内容和成人教学方式，提高成人教学效果。

对虚拟学习社区的分析，可以评估虚拟学习社区的网络位置选择、资源配置、知识构建和学生的参与度等。虚拟学习社区又能进一步强化大数据的分析功能。同时，也推动大数据技术本身的发展。如数字资源的技术保护问题。

学生对大数据的分析，可以帮助学习者评估自己的学习方法，还可以评估他人的学习方法，帮助自己找到最适合自己的学习方法，提升学习效率。同时，大数据还帮助学习者快速发现并定位学习资源，获取学习方法，预测学习效果。

总之，在各成人教学质量监测大数据分析中，将强化教师间的交流，促进教师间的学习；将强化教与学的关联，提升成人教学效果；帮助规划学习，确定个性化的学习方案，提升学习效果； 总结不同课程间的教与学的方式，细化成人教学分类。

（4）数据推送机制

大数据的核心价值是数据挖掘和数据分析。而数据推送又为数据挖掘和数据分析创造条件。因此，在上海市成人教学质量监测中，需要建立起成人教学质量数据挖掘、数据分析和数据推送机制。

（5）数据决策机制

通过成人教学质量监测数据挖掘和数据分析，优化学生学习路径。为学生学习决策提供帮助。在大数据时代，我们有能力认识每一个学生，也能为每一个学生制定个性化的学习方案。这就是数据决策机制。

（6）自助式成人教学管理机制

智慧教学能让使用者有愉快的使用体验。各学校的成人教学管理实现全程自助。学生、教师的相关成人教学事务申请电子化，审批在线化。系统自动发布公开信息，成人教学管理透明化与公开化。

（7）信息安全机制

大数据背景下成人教学质量监测系统离不开成熟的加密技术。它是智慧教学的安全保障。智慧教学有完善的日志和审计体系，对数据异常具备跟踪能力，确认并记录入侵时间，智慧还原更改信息，并建立有完备的数据备份系统。

四、大数据背景下成人教学质量监测可能遭遇的挑战

大数据将给成人教学质量监测带来革命性变革。这种变革本身就是一种巨大的挑战。挑战体现在以下几个方面：

（一）技术挑战

大数据来了，我们怎么拥抱大数据？首先，我们准备好了对海量数据的拥有能力吗？该用何种存储技术来面对海量数据？其次，数据采集技术和数据分析技术我们准备好了嗎？三是数据类型如何兼容？这些都涉及到大数据技术的发展问题。这是大数据背景下，成人教学质量监测中面临的第一个挑战。也是必须跨过去的一个挑战。

（二）组织体制挑战

高教系统如何构建一个适应大数据的管理体制，不仅是成人教学管理者，还包括高校教师和学生。都需要适应大数据背景下的成人教学管理体制。但事实是，大数据来了，我们的管理体制还没有准备好。

（三）隐私和伦理道德挑战

当成人教学过程中相关者的一些信息进入公共领域后，如何防止不出现伦理道德和法律问题，将是我们面对的一个比较严峻的挑战。现代社会的发展，一是信息越来越透明；二是人们的隐私保护欲望越来越强，这二者间如何平衡也将考验教育决策者们。现实是，无论是国家层面，还是上海市层面，都没有相关的法律法规来规范大数据的采集和使用。

五、结语

“大数据”给教育领域带来的变革是持久且深刻的，它将深深地影响教与学的方式。当然，给成人教学质量监测创造了难得的机遇，也将给成人教学质量监测带来了巨大的挑战。但是，随着人类理性的不断增长，人们将逐步认识到大数据的价值，大数据将成为高等教育的核心资源，将极大地方便成人教学质量监测，更科学地展开成人教学决策。

在大数据运用于成人教学质量监测中，宏观层面的制度支持与技术支持必不可少，而且也这是为国家层面的大数据成人教学决策创造条件。在制度支持中，法制制度是重要环节。一定要走在前面，为大数据监测提供法律保障。在微观层面，在技术保障的条件下，做好大数据分析与挖掘是最重要的环节，它为成人教学决策提供依据。也是大数据的价值所在。

参考文献

[1]祝智庭.沈德梅.基于大数据的教育技术研究新范式[J].电化教育研究.2013（10）.

[2]喻长志.大数据时代教育的可能转向[J].江淮论坛，2013（4）.

[3]张燕南.赵中建.大数据时代思维方式对教育的启示[J].教育发展研究，2013（21）.

[4]魏顺平.学习分析技术：挖掘大数据时代下教育数据的价值[J].现代教育技术，2013（2）.

[5]教育部高等教育教学评估中心.“985工程”高校枟本科教学质量报告[EB/OL].http：//www.heec.edu.cn/modules/zhiliangbaogao-more. jsp？type=02014-3-1.