大数据技术在中医高校教改课题管理中的应用研究※

吴学会 李佳恒 丛慧源 刘 瑜

（天津中医药大学现代教育技术与信息中心，天津 301617）

中医高校在教学改革课题管理的过程中积累了大量的教改课题相关历史数据，教学管理者普遍认为对教学改革课题研究的数据进行分析挖掘，会取得有价值的信息，如教师参与研究的规律，课题研究的效果与申报人职称、研究主题、应用推广的内在关联关系等，这些数据对教改课题的管理有重要的指导意义。

大数据技术在数据分析方面有计算速度快、实时性、表现直观和灵活易用的特点。近年来高校纷纷建设了各具特色的大数据分析系统，教改课题数据在量级上虽然达不到TB和PB的量级，但大数据的技术和方法仍然适用，可以实现快速发现教改课题研究中的问题。对于具备大数据分析能力的高校可以由数据库分析阶段直接升级到大数据分析阶段。充分提高大数据分析系统的利用率。

1 教改课题管理系统的现状

由于教改课题与科研课题相比数量较少，管理单位一般为教务处的教研科，因此教改管理系统的应用范围较小，功能也比较单一。通过对 13所独立设置的中医药大学进行调研，总结如下。

1.1 以管理数据收集为主 使用过程冗繁 教学改革课题管理涉及面广，采用教师填报，二级部门和教研科联合审核的方式为主。教改课题研究数据经相关审核形成正式数据，需要审核的数据包括申报人信息、申报书、评审数据、财务数据等，数据来源于多个部门，审核过程繁琐。

1.2 数据流动性差 缺乏数据集成 教改课题研究系统一般由教务处负责建设，其教学管理的角色决定其无法统筹全校的信息资源，与此同时相关职能部门的信息系统相互独立，导致高校的教改课题管理系统独立运行，相关数据无法集成，造成了数据填报和审核量大，也形成了数据孤岛。

1.3 积累大量历史研究数据 价值有待挖掘 教改课题的研究具有周期性，每个周期都会对课题研究的相关信息进行统计。经过近十多年的管理积累了连续的教改课题研究管理数据，但由于受到技术能力和手段的限制，没有开展进一步的挖掘和分析。

1.4 缺乏分析功能 统计结构简单 教研科需要将系统数据导出到数据分析软件进行再次分析，统计分析的内容主要是课题研究相关的频次，如果需要统计不同方向的研究数据，如重点课题参与率、不同职称和不同学历的参与率就需要重新设计统计方法。统计分析的展示主要以报表为主，若要其他展示方式，如趋势图、分布图，则很难满足。

1.5 重结题管理 轻研究指导服务 由于技术和人力的限制，教改课题管理主要以结题管理为主，而无法向教师提供个性化的教改研究指导服务。教师除了关心本人的课题申报及结题，更希望了解和学习教改课题申报书的撰写方法和课题的研究方法，从而提高教改课题的申报和研究水平。

2 大数据技术的概念

麦肯锡全球研究院认为大数据是一种规模大到在获取、存储、管理、分析方面超出了传统数据库软件工具能力范围的数据集合，数据规模巨大、数据流转快速、数据类型多样和价值密度低等特点。“大数据技术”是以全新处理模式和处理技术对海量、高增长率和多样化的信息数据进行分析，完成更强的决策力、洞察发现力和流程优化能力。

3 大数据分析在教改课题管理中的应用

大数据分析技术可在以下方面发挥优势：

3.1 对教改课题研究历史数据的利用 充分利用历史数据构建数据仓库，通过数据智能分析技术发现教改课题研究过程中的规律，对完善教改课题结项指标和相关立项政策的制定有重要参考价值。

3.2 对教改课题数据个别化分析 通过大数据分析为开展教改项目个案分析提供基础。可以实现对个别课题深度分析，如课题的按期结题概率分析，经费使用合理性分析等。

3.3 对教改课题研究规律的深度分析 利用大数据分析技术开展不同维度上的课题研究数据分析，分析的维度包括指南方向、负责人、研究成果、参与人、年度等。分析的内容包括整体研究进展情况、整体经费使用情况、研究成果推广情况等。

3.4 展现课题研究的趋势信息和预警信息 利用大数据高性能计算的优势，展示课题研究的实时数据，为有针对性的教改课题研究指导提供依据。根据不同课题研究进展分析课题研究的趋势，为教师的教改课题研究提供预警信息和指导信息。

4 教改课题大数据分析系统的建设

教改课题的大数据分析需要在信息技术和数据分析技术专家的支撑下开展，保障历史数据持续有效的发挥作用。

4.1 大数据分析技术应用的前提 大数据分析技术应用于教改课题数据分析，受到软硬件、技术能力等客观因素制约，必备条件如下：

4.1.1 具有简洁完整和正确的教改数据 教改数据质量是研究的前提，倾斜的数据必然会产生错误的结论。如果决策来源于不完整的教改研究数据，那么决策可能会产生偏差甚至错误，进而会动摇决策层对大数据分析的信心。软件根据大数据分析得出的预判与事实情况是否符合，从根本上讲取决于数据基础是否坚实。

4.1.2 需要长期的技术支持 在教改课题管理数据的分析过程中，相关部门、相关管理人员在不同阶段或教改活动中希望取得的分析主题和结果的呈现方式都会发生变化。针对不断变化的需求，管理者需要不断调整数据分析规则和前端展示方式，相关工作的开展必须有精通大数据平台的数据分析师的长期支持。

4.2 大数据分析的关键步骤 为有效利用大数据分析技术的优势，给后续的教改课题研究数据分析做好准备，需要做好以下事项：

4.2.1 数据仓库的设计 教改课题管理数据仓库的主题包括课题申报、课题评审、研究进度、研究成果等。确定数据仓库的研究主题，进一步设计教改课题研究分析维度和粒度，确定数据仓库的模型。

4.2.2 数据的抽取、清洗与加载 数据的完整性、正确性和可靠性是数据分析的关键。教改课题的数据主要来源于教改课题管理系统、人事管理系统和教师发展评价管理系统，数据在进入数据仓库前需要进行检验，去除无效数据，保证数据实时稳定的进入数据仓库。

4.2.3 数据分析设计 教改课题研究数据仓库建立后，根据教师、教务处、专家组等角色对教学改革课题数据的分析需求设计分析的事实表及维度表，定义各个指标KPI的度量值组、目标和状态。实现在不同分析维度上钻取等操作。

4.2.4 数据挖掘设计 采用决策树、回归分析等挖掘算法对教改课题数据进行分析，达到趋势分析、预测偏差的目的。通过数据挖掘来发现影响教改课题研究的因素和影响机制。实现将数据转化为知识，为决策服务的目的。

4.3 数据分析的输出展示 课题研究数据统计结果展示需要易于分析查看，因此直观图形化的展示变得更加重要，如对年度课题研究的进度统计分析展示、对课题主持人按照职称维度的趋势分析展示，如图1～2所示。

图1 按年度查看课题结题情况

图2 按职称维度查看2016年度研究结题情况

5 教改课题数据分析结果的应用

教改课题数据分析的结果应用侧重于教改课题研究服务的以下方面：

5.1 为教改课题申报管理提供依据 通过大数据分析技术掌握教改课题研究与教师职称、专业、研究方向、研究成果之间的关联关系，为教改课题的申报条件设计提供参考。

5.2 为教改课题过程管理提供参考 对教改课题研究的统计分析结合专项指标的分析有利于提高教改管理的针对性，实现教务处为特定研究人员组织专项培训。

5.3 为教改课题研究提供参考 教师实时掌握自身在年度课题研究中的位置，掌握本人相关评价指标在研究进度、研究成果等不同维度上与其他课题组比较存在的优势和不足，为教师改善课题研究情况提供依据。

5.4 为教改课题研究提供预警 通过大数据分析技术可以对教改课题研究的进展与预期进行对比分析，及时发现教改课题研究在各项指标上的异常，异常划分为正常、偏离、严重偏离三个级别。通过趋势图、统计图等使教务处及时捕捉到教学改革课题在研究过程中的异常，有利于教务处及时采取相关措施。

6 结论

在教改课题数据分析中应用大数据分析技术实现了对教学课题研究历史数据价值的挖掘。大数据分析的前端图形化展示使教改课题研究的特点更加直观，为教改课题管理决策提供了数据支持。通过对教改课题研究数据的多维度分析可以从不同角度分析教改课题研究的整体与个体情况，为教改课题的研究提供实时的数据支持服务。实现了服务型教改课题研究管理的目标。