大数据环境下应用型本科教学的主动策略研究

韩小祥 卫丽华

摘 要：在分析大数据及其基本特征的基础上，对高校大数据进行研究，并对应用型本科教学中的自主性数据和外联性数据进行归纳；提出了在大数据背景下，应用型本科教学环节应对的主动策略，在专业课程体系、信息化教学数据、信息化教学管理、立体化教学评价四个方面进行分析与研究，为应用型本科教学在大数据环境下如何进一步提高创新型、应用型人才培养质量提供了策略支撑。

关键词：大数据；应用型本科；教学；主动策略

中图分类号：G40-058 文献标志码：A 文章编号：1673-8454（2018）07-0066-03

一、引言

大数据技术及思想已逐步深入到社会各个领域。在大数据时代，数据的产生和收集是基础，数据挖掘是关键，[1]以数据挖掘为基础技术手段研究庞杂数据信息之间的隐含联系，是大数据技术的基本思路，高等教育领域也不能例外。在大数据大发展的今天，高校应如何应对这场信息化时代数据革命，是主动应对还是被动改变，这是所有高校都应重视的命题。教学工作是应用型本科高校职能的核心内容，如何有效应对大数据的变革，甚至主动去利用大数据进行教学改革与实践，提高教学质量，适应社会需求，已迫在眉睫。在大数据为典型特征的信息技术飞速发展的今天，高校教学工作各环节的壁垒正逐步被打破，应对大数据要主动出击，从应用型本科人才培养的根本目标出发，在专业课程体系改革、信息化教学数据、信息化教学管理、立体化教学评价等方面寻求变化，研究和利用大数据，提升教学与人才培养质量。[2]

二、高校大数据概述

1.大数据及其基本特征

信息技术背景下所有信息本质上均可以数据的形式存在。在传统的数据分析过程中，面对规模性数据分析通常进行抽样处理，这样得到的结果具备一定的代表性，能在一定程度上体现事物发展的某种规律，但不够精确，如果采样频率不足，还将导致错误的判断。大数据则不然，数据分析的对象为边界范围内所有数据，采用新技术新方法对其进行处理，以提高更为强大的决策支持与流程优化。[3]

鉴于大数据为边界范围内所有数据，其基本特征可归纳为数据体量巨大，形式多样并在信息化环境下高速增长、不断变化。[4]因此，对各类大数据的处理并没有固定的技术方法，针对不同类型不同形式的数据应区别对待。笔者认为，在当前，相比具体范围具体种类大数据的处理技术，具备大数据的思维更为重要。

2.高校大数据

学术界对高校是否存在大数据有着不同的观点，一种观点是高校基本职能在运行过程中产生的数据体量及所涵盖的数据物理边界不足以支撑大数据的存在；另一种观点是高校的数据物理边界已随着信息化的发展逐渐被打破，教学方法、过程、评价等环节已突破时间与空间的约束，在一个开放、共享的环境下形成了高校大数据。笔者认为，后一种观点更符合我国当前高等教育体制改革发展的趋势。

三、教学环节中的大数据分析

经过对本科教学各环节产生数据的分析，可将本科教学中的大数据分为自主性数据和外联性数据。

1.自主性数据

自主性数据即在学校范围内的自主教学设计、教学过程、教学评价等环节产生的数据，它包括教师的教学数据、科研数据、实践数据，学生的课堂数据、作业数据、实验数据，以及教学与管理过程中产生的文件、制度、流程等数据的综合。这些数据随着学校发展历程不断积累，形成本科教学中的大数据。一部分数据由于存储方式与方法的局限已经消失，随着信息化教学管理手段与数据存储技术的提升，以及决策者对大数据的正确认识，更多的看似无效的数据被保存下来，形成了体量巨大、形式多样、急速增长的大数据集合。如图1所示。

2.外联性数据

随着信息化及網络技术的发展，高校本科教学已处于一个更为开放与共享的环境中，正逐步形成高校与高校、高校与企业、高校与政府间互联互通的网状格局，教学环节在这个网状结构中变得更为透明，与教学相关的外部数据对教学本身起到积极推动的作用。网络课程资源、网络教学平台、第三方网络数据采集与评价等都不断产生着大量的数据。如图2所示。

四、大数据环境下的主动策略

应用型本科的提出是新时代经济社会对高素质、技术技能型、应用型人才广泛需求的原发性、适应性策略。其宗旨是培养符合社会生产、服务、研究等领域的实践型、创新型人才。在高等教育大数据背景下，应用型本科教学各项工作环节要积极面对新形势，充分了解大数据，融合大数据思维，主动积累和运用大数据。

1.专业课程体系的融合

以计算机类专业为例，传统的课程体系在知识结构、学时分配、实验实习、毕业设计等环节更加注重知识链条的完整性，为适应地方经济需求做出的改革也仅仅停留在占比很小的课程设计和专业课方向范围。从学生入校起，四年的大学课程已基本定型，这样的课程体系难以适应四年后的社会需求，尤其是对计算机类发展迅速的专业。部分高校已意识到这样的变化，在课程体系中加入更多的创新性、实践型环节，旨在培养学生的创新思维和实践能力。但在实际执行过程中也常流于形式，例如由本校并无创新创业经验的教师给每个本科班上几节创业教育课，安排企业精英给学生开几次讲座，这不能称之为真正的融合。

课程体系要从应用型人才培养根本目标出发，重新梳理和整合培养周期的教学环节分配，充分利用能在培养周期内加强学生应用能力培养的一切内外部资源。例如贯穿整个培养周期的行业现状认知、专业素养教育、企业实践锻炼等。在一些应用性课程结构中，大幅调整理论与实践学时的比例，重视实验室数据，更重视行业现状与需求。以软件工程专业为例，学生进校时的入学教育不仅学习学校有关规章制度，更需要增加企业认知学习，让学生建立更为明确的专业目标认识。在每学期的专业课程的理论及实践环节均应增加行业、企业元素，将一线专业理念、专业发展与变化的数据融入课堂。在校企融合上要缩短高校与企业应用之间的距离，打破在学生毕业后企业首先必须对其进行再培训的隔层。

2.信息化教学数据的融合

高校应用型本科教学应围绕课程目标，充分利用信息化教学手段，整合自主性数据和外联型数据。教师摆脱了时间、空间局限，可以基于历年教学资料、同行教学状态和学生学习反馈的大数据有针对性地准备教案。[5]在大数据背景下，课堂内外的边界逐渐模糊，线上与线下课程相融合，各种在线教学平台、网络化教室、学习型社区在高校越来越受到欢迎。尤其是近年来，移动端的学习软件与平台突破了时间与空间的局限，知识就在学生身边随身携带。这些信息化环境下的学习资源每天产生着大量的数据，高校应重视自身信息化建设，加强网络课程的开发与应用，并在一定范围内开放与共享。在信息化课程平台建设方面应整体规划，减少甚至杜绝单个课程的网络平台，提高数据共享与数据分析决策的可操作性。信息化教学数据的融合如图3所示。

3.信息化教学管理的融合

教学数据离不开信息化的教学管理方式，高校应重视信息化教学管理，在数字化校园的基础上进一步重视智慧校园的建设。应用型本科高校以教学为中心，信息化管理平台的建设要围绕信息化教学这个中心服务。高校数据中心平台的建设要融合教务管理、学生管理、社团管理、后勤服务管理等与学生相关的一切数据，建立标准的信息编码规范框架，并在此基础上建立数据分析平台，充分挖掘数据间的关联，为创新管理和决策提供有利条件。[6]在高校大数据中，相对某一具体目标任务的数据价值密度较低，这就需要高校信息化建设与管理机构进行充分的数据挖掘，利用信息化手段整理和发现更多隐含的价值，如网络教学平台访问数据、开放性实验室门禁数据、图书借还数据，甚至一卡通消费数据。从一切数据中挖掘更有利于人才培养的联系，建立更为科学合理的管理流程、办法，为高校内涵建设提供有力支撑。[7]

4.立体化教学评价的融合

大数据背景下，高校人才教学质量与培养水平的数据正朝着公开化、透明化的方向发展。一些第三方评测数据的准确性与实时性得到了较大的提高和普遍的认可。教学评价的方式正在被优化，由过去单一的师生互评、教学督导评价，转变为一个立体化、全方位的评价。[8]高校应正确认识，追求客观、公正，并利用立体化教学评价机制指导教学改革和促进人才培养质量提升。

基于以上分析，主动策略模型建立在大数据环境下合理优化专业课程体系结构的基础之上，如图4所示。利用大数据技术，使行业发展数据、企业需求数据及时为课程体系结构调整服务基础。充分挖掘教学环节的各项教学数据，包括网络教学资源、课程历年资料数据、同行教学状态、企业技术人员指导数据、专业发展趋势数据等在内的所有数据，分析各数据之间隐含的联系是关键。重视和积极推进信息化教学管理平台建设，包括建立在统一的信息编码规范框架基础上的各类有助于反馈和指导教学中心工作的信息平台是保障。建立基于大数据的立体化教学评价机制，包括传统的师生同行督导评价、基于网络的政校企评价和第三方评价等在内的全方位评价是检验标准。

五、结语

大数据体量巨大，形式多样并在信息化环境下高速增长和不断变化，针对某一具体领域，如应用型本科教学各关联环节同样会积累和产生大数据。随着信息化技术开放与共享特征的不断体现，教学环节大数据可归纳为自主性数据和外联性数据。在对这些数据挖掘分析的基础上，从专业课程体系、信息化教学数据、信息化教学管理、立体化教学评价四个方面建立大数据思维，研究和利用大数据，这对当前应用型本科教学改革，培养实践型、创新型人才提供了积极的策略支撑。

参考文献：

[1]李涛，曾春秋，周武柏，周绮凤，郑理.大数据时代的数据挖掘——从应用的角度看大数据挖掘[J].大数据，2015（4）：1-24.

[2]陈文，蒲清平，邹放鸣.大数据时代的高校学生教育管理模式转变与应对策略[J].江苏高教，2017（1）：67-69.

[3]李涛.数据挖掘的应用与实践——大数据时代的案例分析[M].厦门：厦门大学出版社，2013.

[4] （英）V.M-舍恩伯格，K.库克耶著；盛杨燕，周涛译.大数据时代——生活、工作与思维的大变革[M].杭州：浙江人民出版社，2013.

[5]蒋东兴，付小龙，袁芳，吴海燕，刘启新.大数据背景下的高校智慧校园建设探讨[J].华东师范大学学报（自然科学版），2015（S1）：119-131.

[6]朱应雨.大数据时代关于教育信息化的思考[J].中国高校科技，2017（Z1）：134-136.

[7]袁星，李军锋，刘伟，刘金扬.高校信息化建设的实践与思考——以北京航空航天大学办公自动化系统建设为例[J].中国高校科技，2016（9）.

[8]何孟杰.基于“互联网+”的高校课堂教学大数据探究[J].现代教育管理，2016（10）：103-107.

（編辑：王天鹏）