高校大数据应用之道

杨光

电子科技大学以师生画像系统提升教学教务管理，

西交利物浦大学以终身账号体系让学生从录取到毕业始终“在线”，

高校大数据应用，正逐步摆脱“表面文章”质疑。

未来随着大数据与业务场景深入结合，事后的分析展现前置，更多成熟技术广泛应用于教育领域，

高校大数据应用势必将与教育深度融合，展现更大价值。

综述 高校大数据应用之痛

2018年4月，教育部印发的《教育信息化2.0行动计划》强调，要深化教育大数据应用，全面提升教育管理信息化支撑教育业务管理、政务服务、教学管理等工作的能力。充分利用云计算、大数据、人工智能等新技术，构建全方位、全过程、全天候的支撑体系，助力教育教学、管理和服务的改革发展。以人工智能、大数据、物联网等新兴技术为基础，积极开展智慧教育创新研究和示范，推动新技术支持下教育的模式变革和生态重构。

大数据是信息化发展的新阶段，大数据技术正在快速演进之中，这为高校大数据应用提供了新的可能。

教育大数据具有推动教育变革的巨大潜力。教育大数据应用是教育信息化步入新时代的重要标志，已经成为促进教育公平、提高教育质量、推动教育改革的有力抓手和有效手段。高校的實践是教育领域推进大数据应用的重要一环，对其他教育阶段具有重要的参考价值。教育大数据不是理论层面的花架子，要为教育领域带来革命性的变化，它必须具体靶向到当下教育领域内的具体教育问题。

高校大数据应用还在探索阶段。大数据在高等教育中的应用，仍需进一步优化，未来大有可为。目前高校大数据应用瓶颈有哪些？为什么有些学校的应用仅仅是表面文章？阻力来自何处？

《中国信息化周报》记者通过采访电子科技大学信息与通信工程学院副院长凌翔，西交利物浦大学执行校长席酉民，首都师范大学远程教育研究所所长、数字化学习实验室主任方海光，试图梳理高校大数据应用的现状，摸清难点，展望发展趋势。旨在推动高校大数据应用与教育深度融合，促进教育信息化从融合应用走向创新发展。

随着信息化建设的迅猛发展，高校每天产生的信息量也在大幅增长，数据快速更新变化，数据量激增。但高校在大数据的应用，尤其是利用大数据促进教育教学及教学管理更高效方面，没能收到预期的效果。

电子科技大学信息与通信工程学院副院长凌翔认为，信息孤岛的存在和高质量数据缺乏是阻碍高校大数据应用的重要原因。“高校各部门在信息化建设中，都是面向特定领域、基于不同技术和应用模式而建立的业务管理系统，这些系统之间并不互通，直接导致数据交换通用性较差，数据共享难，数据利用率低。而分散的信息处理和更新导致了大量的重复劳动，从而导致了信息紊乱，数据一致性差，严重影响了信息的准确性和完整性。同时，在录入数据和系统之间数据交换时缺乏对数据质量的把控，经常出现数据维护不及时、不准确、不完整等问题，导致可利用的数据质量较差。在这种情况下，即使数据开放共享，能利用的高质量数据也较少，需要进行大量的数据整合、清洗工作，否则在对数据进行分析时，数据的维度不全、数据不准确等问题会导致分析结果与实际情况相差甚远。”

凌翔认为，高校大数据首先要解决的问题是建立数据存储标准。让高校几十上百个系统在存储数据的时候都能按照标准对数据进行规范，保证同一信息在各业务系统的一致性。其次，要解决系统数据之间互通的问题，实现现有系统数据信息的集成和共享。最后，进行大数据分析预测，建立决策支持系统，能够完成上层业务所需。

高校信息化规划缺乏自主创新也成为阻碍大数据应用的“拦路虎”。西交利物浦大学（以下简称西浦）执行校长席酉民提到：“高校信息部门在进行系统实施的时候，主要从行业公司所提供的既有系统中进行选型和实施，被行业公司所引领，缺乏自主研究推动，导致系统建成以后与实际工作需求不能完全匹配，实际系统效能降低。”

解决上述问题需要高校管理者和决策者用战略眼光在变革中创新，做好顶层设计，从根本上改革管理模式，创新管理机制，提升管理效率。正如席酉民所言：“尽管我们一轮一轮地加强高校信息化建设，但因官僚层级式体系和各自为政的管理传统，很多高校信息孤岛现象严重。加上信息利用有赖于共享和协作，需要整体设计和突破各种各样的行政壁垒，因而只有巨额资金投入是远远不够的，还需要自上而下的整体系统设计和自下而上的仔细需求分析，这可能挑战不少高校的管理能力。”

尽管存在各种阻力，大数据各种应用不乏可圈可点之处。随着大数据在教育行业中的深入应用，其对学校教育的影响逐步凸显。首都师范大学远程教育研究所所长、数字化学习实验室主任方海光在接受采访时指出，大数据在教育中的应用革新了教育思维方式、重构了教学评价方式、颠覆了传统教学模式、实现了个性化教育，从而带来创新和变革。

他认为，这种变革主要包括五个方面：第一，教育管理决策更加科学。大数据可以深度挖掘教育教学数据中的隐藏信息，发现教育过程中存在的问题和关键点，提供决策来优化教育管理。第二，教育教学模式更加精准。将从数字化教育走向基于大数据分析的智慧教育。第三，学生学习方式更加个性化。第四，教育评价方法更加公平，将从“经验主义”走向“数据主义”。第五，科学研究路线更加客观。大数据分析将导致教育科学研究方法的重大转变，从追求单向因果性转向追求复杂的多元相关性。

应用 电子科技大学 师生画像实践分享

电子科技大学目前已经建立了数据中心，完成对数据的标准化和业务系统之间的数据开放共享，并且在此基础上通过大数据手段建立了应用管理系统。

凌翔在接受采访时指出：“重点从技术转变到信息上来，从纯粹建设业务处理系统到结合在线业务分析系统，关注信息本身的价值而不是技术的价值。我们建立了整套学生画像系统和教师画像系统，通过对在校师生的数据进行分析和挖掘，实现人、财、物的互通，为管理决策提供数据支撑。”

电子科技大学从2015年就建立了学生画像系统，完成了对学生个体和群体的精准画像。

凌翔以精准资助和失联告警为例，介绍了大数据分析在学校的具体应用。“2017年我们通过大数据挖掘出21名隐形贫困学生，这些学生从来没有申请过困难补助，系统根据他们在校的消费、门禁、娱乐等数据判断他们符合贫困学生的特征，给予重点预警，学校也为这21名学生补发了资助金。这既做到了精准，也体现了人性化的关怀。”

“高校对于学生的突发事件往往后知后觉、束手无策，但是通过学生画像系统则能够提前预知、提高处理效率。”凌翔说，“在2016年，有名计算机学院的学生失联了两天，室友、同学、家长都无法找到他。辅导员通过学生画像系统发现了线索：这位同学关系较为亲密的朋友有四位，三位本院的，一位外院好友，通过逐一排查最终发现了这位同学的行踪。假如没有学生画像系统，根本无从知道失联学生的社交关系，也自然无法在最短的时间获取重要线索。”

学生画像还可以完成成绩预测预警、毕业去向预测预警、心理危机干预等，并通过大数据来实现前置性处理。据凌翔介绍，成绩预测预警则是通过提取对学生相关的有效因子数据，例如学生在校图书馆数据、出入宿舍数据、食堂用餐数据、体育活动数据、历史成绩数据、社会实践数据等，通过这些数据的挖掘和分析形成学生的努力程度，进而预测学生的成绩排名和专业课程挂科趋势，这样有助于学生在排名下跌前和挂科前清楚地认识到自身的不足，辅导员提前引导。同理，也可以做到在学生入学一年后对其毕业去向进行预测，对有失业倾向的学生要及时进行辅导，避免在大学结束时才发现自己毕不了业或者找不到一份好工作。

心理危机干预则是在现有心理咨询系统的基础上加入大数据分析、跟踪的手段。一个学生出现心理疾病可以通过行为表现出来，而学校现有的心理业务系统无法满足动态跟踪的过程，因此也难以判断学生是否出现心理危机。

据悉，这套心理危机干预系统加入了学生画像对学生在校行为规律的判定，可以对潜在的心理危机进行预警，还可以对后续治疗效果进行跟踪，判断学生是否解除了危机，以及根据疗效改良治疗方案。

不仅仅是学生，电子科技大学还对教师进行了画像，建立了教师的发展轨迹，进行教师人事、科研、财务管理。

通过教师画像，可以客观地评价教师的教学成果、科研成果，并且生成教师的成长轨迹，发现有潜力的新星着重培养。凌翔提到：“除此以外，我们还搜集互联网的人才数据，建立人才网络圈层，建立便捷的人才引进途径，这就是人才的‘内培外引。教师画像可以汇集高校的科研方向，预测科研学术热点，帮助高校更好地调整科研项目，并且进行科研经费的管理，清楚地指导费用的分布、进展等。”

应用 西浦大数据应用的五点经验

西浦已经实施了终身账号体系，每一位西浦学生，从收到录取通知书到毕业成为校友，都可以通过线上信息系统获取自助服务，与教学老师、四大导师、各服务部门、校外企业和校友建立联系。西浦针对学生在不同阶段的身份，为学生提供不同内容的信息服务，这种服务是贯彻学生一生的，学生即使毕业了，也能介入系统，持续地收获和贡献信息与价值，也能不断地与学校和校友巩固和建立关系。此外，西浦主动关注学生对校内数据服务的使用情况，定期综合统计校内资源使用过低的学生。席酉民提到：“我们发现一些成绩不理想的学生往往没有合理利用学校资源，将学生利用校内资源的数据进行分析，发现利用率极低的学生，帮助他们利用和挖掘学校资源。同时也通过监控学校资源使用情况，改进资源管理，调整采购策略和使用政策。”

席酉民总结出西浦在大数据应用方面的五点经验：理念为先、统一设计、整合资源、可持续发展和数据安全。第一，西浦一直以来很重视根据世界发展趋势和需求提升教育理念，利用现代教育技术提升教育教学效果和质量。例如，所有教学管理全部基于网络进行，学生可以利用手机和移动终端参与到所有教学活动中，包括选课、阅读课件、小组活动、提交作业、师生互动等。学校专门开发了利用手机进行课堂互动的软件，改进部分大课教学的效果。第二，统一设计和建设IT和管理信息系统。全校构建统一硬件基础设施平台和一站式服务体系，为全校师生员工的教学、科研金额管理提供服务。这样消除了信息孤岛，不仅提高了设备效率，还有利于根据教育理念和教学管理进行整体设计和快速响应。第三，整合利用各种信息，构建学生学习和生活分析模型，挖掘共性问题，提供整体方案。通过分析学生个体特性，包括心理、行为、学习、自我管理等，有针对性地预警、疏通、帮助，化解问题，有效提升教育的个性化服务功能。还可基此改进教育质量，提升学校管理。例如，西浦图书馆的刷卡制度，使学校可以获得学生进出图书馆的次数、每次停留的时间；再结合学生的图书借阅记录和电子资源使用记录，就能够较好地评估图书馆资源和服务的使用率，了解学生学习行为特点并进行对应的服务和资源升级，提升学生满意度。再如，在市场与品牌工作方面，学校也采用数据和技术驱动的方法，致力于招生质量提高和品牌提升，同时有效降低市场费用，甄别有效和精准的沟通渠道。第四，西浦的大数据建设有更长远的视角、能满足可持续的发展。西浦的大数据建设的系统性和可扩展性，在建设初期就为以后不断的变化做好了准备。西浦的系统按照分期迭代的模式进行开发，并且预留了数据接口，避免信息孤岛的状况发生。第五，保护学生隐私，是最高的数据安全要求。从社会伦理的角度，设计了完善的学生隐私保护体系。从系统建设之初，就通过严格的权限管理，数据脱敏，技术防护，保密协议等，保护学生隐私。

展望 高校大数据的三大趋势与四项重点应用

凌翔认为大数据在高校的应用呈现出三个发展趋势：

第一，大数据与业务场景的结合将越来越深入，比如大数据与资助工作的結合、与就业工作的结合、与学校心理工作、与学校党建工作、与学校舆情管理的结合等。通过将学校内多层次跨部门的数据进行汇总和二次分析，可以根据校方的管理进行可视化的数据呈现，为传统的业务工作带来便利，提升业务服务的水平与效率。第二，事后的分析展现将前置。大数据能够提供更多的预测预警，将事后的分析展现前置，从而提前引导，防患于未然。目前，大数据已经可以实现经济困难学生预警、学生学业成绩排名预测、学生毕业去向预测。未来，有了更多的数据维度整合进来以后，大数据将可以在安全管理、心理危机干预等更多领域提供预测预警。第三 ，成熟技术广泛应用在教育领域。人工智能、图像识别、语音识别、物联网、可穿戴这些技术在其他行业已经得到成熟应用。未来，这些技术将更加深入与广泛地应用到教育行业，为大数据的应用创造更大价值。物联网在教育领域的应用，还可以使学校更细致地了解到学习者学习环境的变化，以及这种变化对学习的影响。

大数据的重点应用有哪些？“未来大数据将重点應用在四方面，”凌翔预测。第一，专业建设。包括大数据相关的学科建设、人才储备和引进；国内将有更多高校设置大数据专业或方向，有助于将来学生更好就业。第二，教学改革。引导教师改革教学方式，确定教学重点。此外，将大数据应用到教学领域，还可以从教师教学效果、教学与教学场所等因素中找出其中的内在联系，为教师提供准确的反馈信息，帮助他们更好地开展教学工作。第三，学生培养。通过建立学生在校园中全生命周期的数据，帮助优化招生、引导学业发展方向、优化人才培养方式、推荐毕业去向。第四，学校管理。教师外引内培、校园运营优化、科研方向引导以及财务监管。校园运营优化旨在通过大数据有效利用校园资源，提升学校整体运行效率；财务监管旨在通过整合校内外数据，监控并预警学校财务风险。凌翔建议：“建立一个标准、全面、开放、智能的数据中心必不可少。数据中心整合校内各个业务系统的数据，将其按照业务分门别类，并统一存储和使用，从而实现跨部门、跨系统、跨业务的数据共享和交换。数据中心可以帮助学校构建整个大数据校园的平台基础。”

数据的互通共享，围绕价值产生互动，是高校大数据应用可持续发展必不可少的因素。“高校并非孤立系统，有着与社会的广泛联系和密切合作。因此，高校大数据的运用需要走出学校才能得到更大的突破。在数据分析和研究时，要注意校内数据与政府、移动互联网企业等实现多方合作与互通。而且这种合作互通不仅仅是简单的数据交换，还应当包含分析结果的交互利用、服务与数据的交换。大数据服务就应当围绕价值产生互动，这样才能使高校大数据具有持续的活力和健康的发展。”席酉民说。

此外，推动大数据在教育领域的应用需要建立大数据生态圈。教育大数据生态圈需要有四种角色存在，方海光认为，他们分布在四个层次：第一个层次是数据源层，这个层次主要包括终端设备和采集设备，越来越体现出移动互联网和物联网成为主角的趋势；第二个层次是数据存储层，这个层次主要包括云平台和数据存储，越来越体现出大平台大系统的发展趋势；第三个层次是数据分析层，这个层次主要包括数据分析和数据挖掘，越来越体现出高度专家集中和人工智能；第四个层次是大数据应用层，这个层次主要包括学校应用和教育教学过程，越来越体现出个性化和品牌化。“在教育大数据生态圈中，有的企业试图跨层次整合，有的企业试图局部专业，如何能促进各角色分工合作是目前的困境。诸多应用都秉承‘拥有数据就拥有天下的理念，这是不利于各自分工合作和生态的发展的。教育大数据生态能否良性的发展，这是各个参与方能否数据变现的关键。共建共享是互联网的本质特征，同样对于教育大数据来讲更应当倡导共建共享的理念，这也是大家对于教育大数据越来越深刻的理解。”