大数据驱动的研究生学习动机评测

刘俊岭 片锦香

【摘要】研究生教育是培养高层次专门人才的主要途径，为适应国家经济建设、科技进步和社会发展对各类高层次人才的需求。研究生学习动机把握是研究生培养管理一个重要方面。现有关于学习动机的研究工作大多都针对中小学生。由于研究生的培养关系到国家人才的培养，使得研究生的学习动机研究同样重要。大数据时代为研究生学习动机研究了一个新的机遇。本文提出校园卡系统采用收集的大量研究生活动大数据，进行研究生的学习动机与性格特征的分析。

【关键词】大数据  研究生  学习动机评测

【基金项目】学位与研究生教育研究课题（B-2017Y0904-161）“基于大数据分析的研究生学习动机评测研究与应用”资助。

【中图分类号】G64 【文献标识码】A 【文章編号】2095-3089（2018）43-0037-01

研究生学习动机把握是研究生培养管理一个重要方面。良好的学习动机可以引发与维持学生的学习行为，是取得优秀科研究成果的重要因素。大数据时代为研究生学习动机提供了一个新的机遇。校园卡系统的采用收集了大量的研究生活动大数据，这些数据可以有效反映研究生的学习动与性格特征。通过大数据技术可以实现对研究生培养过程数据、研究生在校活动数据、心理测试等各类数据进行有效分析，可以实现研究生的学习动机、学习状态进行监控，为研究生管理者、导师反馈研究生学习动机报告，并提供有效的培养与激发学生学习动机的策略建议，从而提升研究生培养质量。

一、研究生学习动机数据描述

研究生学习动机相关大数据主要包括教学运行数据、社交活动记录数据、校园卡签到数据、基础条件数据、心理测试调查问卷数据等。现有评价学生学习动机主要通过心理测试数据进行。然而，在大数据背景下，许多与研究生学习生活就业相关的细粒度数据都可以获得，例如研究生的社交活动数据可以从社交媒体获取;研究生的实践活动情况可以从培养单位和社会组织多方面获取;学生校园卡签到数据在校园卡系统中获取。这些多渠道、异构的信息汇集到大数据分析系统中后，借助大数据分析方法，可以输出更细粒度的研究生学生动机分析监测数据。同时，需要研究研究生学习动机相关大数据的处理方法，去除数据中的噪声、不一致。

分析海量、多源异构的研究生大数据，结合研究生学习动机心理测试指标，研究大数据与研究生学习动机心理测试指标之间的关联关系。研究生培养过程的学习动机监测涉及的指标包括研究生的成就动机、需求层次、自我价值、自我效能感等指标。在评价研究生学习动机方面，通过对研究生相关大数据分析哪些数据与学习动机的相关性较大，同时针对通用的学生学习动机心理测试指标进行问卷调查，产生心理测试数据。

基于大数据分析的研究生学习动机评价方法、基于多层次、细粒度的大数据的研究生学习动机分类分析方法、大数据分析算法在研究生学习动机与成绩相关性分析方法，在大数据时代，可以获取更细粒度的研究生数据，借助大数据分析工具中的相关性分析方法、分类分析算法、聚类分析算法、异常检测算法等，可以得到更加详细的研究生学习动机评价结果。动态细致地评估研究生在学业、实践、科研、就业等方面的能动性，为研究生管理者、导师提供激发与培养研究生策略建议服务。

二、数据驱动的研究生学习动机评测方法

1.通过对高校研究生教育调研，包括对研究生培养单位、导师及研究生走访，对相关领域研究生毕业生情况调查、专业研讨会、专家咨询等方式，确定更为微观、动态的学习动机监测需求，以便于研究生管理者、导师更好地了解和管理学生，便于研究生得到更为“个性化”的教育指导。

2.分析研究生学习动机相关数据，研究获取研究生教学运行、社交活动记录、校园卡签到、基础条件、毕业生等数据的方法，对数据按照动态、静态及数据粒度等特性进行合理地分类存储，并研究数据更新的方法。

3.采用大数据处理技术，对研究生活动大数据进行预处理，去除数据中的噪声、不一致，并对数据进行集成、归约、变换处理，为大数据分析算法提供高质量的数据进行分析。

4.建立基于大数据的研究生学习动机评价、分析和监测体系，采用大数据研究中的相关性分析方法、分类分析算法、聚类分析算法、异常检测算法等，结合研究生学习动机心理评价指标中的课程学习、学术活动、实践活动及学位论文等数据，获得相应的研究生学习动机测评结果，再根据测评结果进行监测和预测的可视化输出。

5.根据研究生教育管理者、导师、研究生等用户的需求，建立面向不同类型用户的学习动机监测信息服务系统。研究学习动机监测信息服务软件的实现方法，设计实现相关软件系统。根据研究生学习动机监测和预测结果，为决策者提供决策支持，为导师提供指导方向，为学生提供学习和就业指导。