大数据在应用技术大学教育信息化中的应用

王小妮　高喆　叶頔

摘  要：互联网技术大范围普及，高等教育大数据分析已对教育信息化产生了深远影响，但应用技术大学的生源信息、学生特点、学生培养方式有其特殊属性，目前对于应用技术大学大数据分析研究相对较少。通过大数据的概述和应用技术大学教育信息化现状，重点阐述大数据在应用技术大学教育信息化中应用措施，以提升应用技术大学教育水平。

关键词：大数据;应用技术大学;教育信息化

中图分类号：G471      文献标识码：A    文章编号：2096-3769（2019）04-047-04

大数据已逐渐渗透到社会的各个领域，为人民群众的生产、生活带来了便利。如今，我国不断提高对教育行业的重视程度，尤其是应用技术大学教育，并极力推广大数据进入应用技术大学的教育教学活动中，大数据应用有利于提高应用技术大学教育教学水平和学校管理水平。

一、大数据概述

互联网技术的发展，每天、每时、每刻都会产生数据，数据的数量十分庞大，呈爆炸性增长趋势，但没有进行及时的存储、处理，而大数据的出现改变了这一现状。大数据能够将这些待处理的信息整合起来，对其中所隐藏的数据进行深度整合，将数据转化为数据资产。教育大数据的理念被逐渐应用于对教育政策决策的研究与实践当中。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，提出了教育大数据应用将面临的挑战，并期待可以将K-12教育体系的数据全部打通，实现大数据对教育领域的彻底变革[1]。

二、我国应用技术大学教育信息化现状

虽然我国在教育信息化方面做的很好，但是与发达国家相比仍有一些不足之处，我国应用技术大学的教育信息化与普通高校的发展还有一定差距，必须尽快解决其存在的问题。

（一）数据数量和质量有待提高

应用技术大学信息化建设较普通高校信息化建设起步晚，由于缺乏统筹和各自为政，随着信息化发展的逐步深入，一些问题也不断暴露出来。如“应用山头”突出，信息“孤岛”现象严重，学校有效数据资产不能“共享”。各应用系统、各部门缺乏数据标准，数据一致性差，数据的可用性较差，因而数据资产利用率低下。如何提升数据质量并有效地利用数据这一学校宝贵的战略性资产，如何从海量数据中准确地挖掘出有价值的信息，已成为各大高校共同面临的新课题。

（二）缺乏统一的数据分析平台

经过多年的信息化建设工作，应用技术大学积累了大量的数据，有待通过数据挖掘发挥效益。同时，学校信息化的发展也产生了更多、范围更广的数据。为此，我们需要搭建校园大数据集成、存储、处理和展示平台，有效采集、集成各类校园大数据，并与校内相关单位及相关数据专家合作开展大数据应用工作，为学校、教师、学生提供各类分析与预警应用，服务于学校人才培养、教育教学、科学研究和管理决策，为学校战略发展目标提供支撑。

（三）缺乏应用技术大学大数据特有属性分析研究

大部分高校和厂商在大数据分析的校园应用领域中都是仅做了局部内容，片段性的工作。例如，有些学校构建了大数据存储中心，实现了校内机器日志、社交网络数据爬取、校内办公文档等数据的存储和管理;有些学校开展了数据可视化工作，通过数据大屏展示学校各业务主题的数据情况。但这些工作都未能真正实现学校特色数据价值新的发现，更没有对教育教学核心以及高校治理工作产生直接的推动作用。

三、大数据在应用技术大学教育信息化中的应用措施

（一）建设具有应用技术大学特色的高质量大数据共享数據中心平台

通过对学校目前信息化现状与实际需求的系统分析，结合当前高校信息化的发展趋势和学校的发展规划，构建满足学校教学、科研、管理、生活与服务要求的开放性、协同化开发、运行支撑环境，为学校的教学、科研和管理提供完善的数字化支撑平台。将应用型高校的教学、科研、管理、服务和校园生活等各个领域的数据进行收集整理清洗治理存储。实现数据平台的标准化、信息共享化、内容定制化、流程规范化。从而实现对各类数据和信息的采集、存储、查询、统计、分析，为大数据平台提供高质量、完整性的数据资源。

（二）建设具有应用技术大学特色的大数据支撑分析系统

1.大数据支撑平台

大数据支撑平台包含关系型数据库（RDS），Hadoop和Spark，分别可以支撑交互性数据分析、批处理海量数据分析与实时数据分析。可以给第三方提供数据服务，让更多的大数据应用、分析可以得到实现。 根据应用技术大学非结构数据列表特点，将非结构化数据作为数据标准的一部分，用规范恰当的元数据描述非结构、半结构化数据。只有当非结构化数据、半结构化数据得到适当的元数据描述后才能被提取到平台（实际上就是包含结构、非结构数据的数据湖）中，同时在大数据支撑平台中，统一数据标准管理提供相应的工具支撑。

2.大数据清洗与整合平台

日志和文本类的半结构化数据，以及音视频等非结构化数据从数据量，到存储形式上，都与结构化的数据有很大差别，传统的工具难以对他们进行处理，需要建设大数据清洗与整合中间件，支持从源头对半结构、非结构数据提取。典型的半结构化数据有各种设备日志等，非结构化数据有论坛文本、聊天记录、电子文档、音视频等。并且可以根据其“容量大小、格式类型、分辨率”等特征值进行数据清洗，实现对结构化和半结构化数据的质量提升，最终将整合好的数据存储至大数据支撑平台中。

3.大数据可视化分析平台

大数据可视化分析平台在大数据管理平台体系中为数据服务应用部分，主要基于数据中心内“统计分析层”和“应用层”数据进行多种类型的数据可视化展示服务。用来将学校中现有的数据进行有效的整合，快速准确的提供报表并提出决策依据，帮助领导者做出明智的决策和实时的了解整体情况。大数据可视化分析平台可以实时连接数据中心内的数据，同时支持文件上传、三方数据源等各种数据来源，探索式分析方式，让业务人员无需拥有程序知识，也可以使用业务数据完成设计。大数据可视化平台拥有多种分析图表类型，给使用者带来全新的视觉感受。其中包含多种常规图表和多种大数据可视化图表效果这些非传统交互式可视化效果。并且大数据可视化分析平台拥有领先的仪表盘设计功能，能像绘图软件一样，直接快速的设计出漂亮的交互性展示页面。在大数据可视化分析平台内，可定制领导驾驶舱、师生个人画像等可视化仪表盘配置等功能。

（三）制定应用技术大学大数据分析模型执行规范与标准

以互联网思维指导学校的新技术应用，建设包括大数据存储管理、大数据质量管理、大数据分析等一系列的大数据应用技术体系标准，实现信息资源规划的落地，探索应用型高校大数据应用与服务的新技术、新模型。

结合应用技术大学的实际情况和发展需求，按照中国教育大数据的建设规范对学校业务系统和硬件设备的信息进行数据采集和可视化分析，采用顶层设计架构和科学的规划理论，构建学校的大数据服务平台。学校需要围绕教学和管理等工作需求，结合大数据的发展趋势，建立校内教师个人数据、学生个人数据、教学数据和全校整体数据等业务基础数据库群，以及集数据信息采集处理、汇总分析、共享服务的大数据分析平台， 从而建设面向全校用户满足各群体需求的大数据服务平台，完成师生信息、教学资源、教学活动、教学管理等大数据模型，提高师生的自我认识，促进教学管理改革，实现教学诊断和整改，提升对学校整体信息的掌控，为领导决策提供数据支持和参考，致力于建设高水平、全面、科学、先进的大数据平台。在具体建设中，基于学校实际情况，对数据资源进行二次质量采集、清洗和转换，并按照新的大数据格式进行数据入库工作。同时搭建包含数据转换、数据预处理、数据建模、挖掘算法的大数据系统平台，并且部署大数据业务分析系统。同时部署大数据管理系统，对数据元、集群、用户权限等进行可视化管理，以提高学校的大数据运维管理能力。

（四）探索应用技术大学大数据技术对教育教学模式改革

大数据时代对教师的数据素养提出了新的要求。教师数据意识、数据处理和应用能力的提高，有助于促进教学思维的变革、科学的教育决策、改进教学效果并促进科研成果产出[2]。应用技术大学教育专业课程建设的理念和内涵与普通高校有本质的不同，其区别在于普通高校按照学科知识体系构建课程体系设计，即“学科-知识-课程”;应用技术大学是以职业岗位核心能力培养为重的理念构建课程体系，即“岗位-能力-课程”。应用技术大学专业课程要求突出“职教性”，培养学生就业的核心能力，其中专业入门课程要求“会”，专业核心课程要求“精”，專业提升课程要求“懂”，应用技术大学的培养方案中更加注重实验实训的内容，强调学生的动手实践能力，所以在课程设计中，有更多的实验实训环节，这是在普通高校大数据分析模型中缺失的一部分，应该探索应用技术大学特有大数据模型研究，如实现“实验实训评估与分析”。实验实训评估与分析功能需要通过对学校实验实训室的建设成本、时间利用、专业利用、投资产出等数据进行建模，利用这些大数据分析的成果辅助学校进行实验实训课程开发、实验实训资源建设、实验实训综合管理、实验实训教师评估、学生实验实训人才培养质量提高进行教育教学模式的改革。

四、结语

以大数据思维，指导学校各项工作，把师生体验放在首位，实现从“传统的部门管理方式”向“服务师生需求的工作方式”转变。打造一流的大数据教学模式。学校要以大数据思维做指导，来改进管理与服务工作。不仅仅将大数据技术作为学校基础业务管理的手段和支撑。还要使大数据分析技术与教学、科研、管理深度融合。应用技术大学应根据教育行业的发展需要，结合大数据时代的背景，对学校的教育教等进行革新，通过分析应用型高校师生数据特点，为学生提供更有针对性的教育教学模式，为学校治理提供更加准确的数据支撑，为应用型高校人才培养提供新思路。应用技术大学应注重应用大数据，将大数据融入到教育现代化中，为国家培养高素质的专业人才。

参考文献：

[1]陆璟.大数据及其在教育中的应用[J].上海教育科研，2013（9）：5-8.

[2]张进良，李保臻.大数据背景下教师数据素养的内涵、价值与发展路径[J].电化教育研究， 2015（7）：14-19.