大数据分析应用于高校精准教学与管理的探索*

李 正，罗 征，孙 雨，海 啸，赵 华

（西安欧亚学院 图文信息中心，陕西 西安 710065）

一、引言

随着信息化工作的不断推进，信息技术对高校教育教学工作的支撑越来越显著，同时对教育教学模式改革也起到了至关重要的推动作用。利用信息技术不仅可以提高教学与管理的效率，更可以通过数据分析应用，挖掘教学过程和管理环节中的关键点，进一步实现精准化的教学与管理和个性化学习支持。

相比基础教育和职业教育，高等院校的信息化建设更加全面，无论是在基础设施方面还是教学、管理方面上都有相应的应用，能够实现更全面更实时的数据采集，有利于开展大数据分析建设与应用，以及精准教学与精准管理的研究实践的开展。

本项研究以国家教育信息化优秀试点单位西安欧亚学院为例，通过对大数据、精准教学与精准管理的研究，分析具体的问题与需求，并总结其在思路设计和实践应用上的做法，为高校开展大数据分析提供思路和参考。

二、研究与实践基础

开展大数据分析在精准教学与管理方面的研究，一方面要掌握教育大数据的特点，做好校园数据治理工作，充分采集教学过程、学生行为等多种类型数据；另一方面要深刻理解精准教学和精准管理的具体需求，针对教学过程环节做好数据分析支持工作，建立快速反馈机制，不断优化教学模式。

1.教育大数据

教育大数据具备了数据量大、类型多样、低密度价值的特点，但还需要进一步完善采集渠道和采集类型，做好数据治理等工作，才能发挥其在教育教学中的作用。赵晋等人围绕大数据思维，研究了教育发展的机遇与挑战并提出：大数据在个性化学习方面具有推动作用，需要更加精准认识教育行为，主动引导和改造教育行为，通过动态优化建模与决策，实现大数据环境下的高效率学习。[1]陈明选、耿楠基于教育大数据中的测评大数据，研究了其在精准把握学习起点、个性化定制学习目标、动态组织教学内容、灵活调整教学策略、即时评价与个性化反馈、推荐个性化学习资源这六个环节的应用价值。[2]

2.精准教学

“精准教学”最早是20 世纪60 年代Lindsley 博士提出的，早期研究主要是围绕“操作性条件反射方法应用于人类学习”方面。[3]随着大数据技术的不断发展，基于大数据的精准教学研究在近年来逐步展开。万力勇等人开展了大数据驱动精准教学的操作框架与实施路径研究，设计了从目标设定、内容推送、活动设计、记录与测评直到决策与干预的操作框架，并且提出了构建线上、线下融合的教学大数据采集模式，遵循教学大数据一体化分析流程的实施路径，认为大数据驱动的精准教学会成为新的教学样态。[4]王亚飞等人开展了基于大数据的精准教学框架研究，提出了“自动记录、多维观察、精准调整”为核心的应用模式，并结合案例进行了观测，提出了推广策略。[5]

3.精准管理

大数据应用于精准管理多数是在企业管理中有展现，高校管理中，大数据应用于贫困生的精准资助研究较多，在行政管理中研究还不够充分。王碧昱对高校的行政管理工作进行了精准化分析，提出了推进高校行政管理工作精准化的策略，包括定位精准化、配置精准化、信息精准化、业务手段精准化、管理目标精准化五个方面，其中，信息精准化要求借助工具实现信息的快速传达，保证信息被有效传达并快速利用。[6]校园大数据的采集、传输、分析应用能够促使行政管理工作的精准度进一步提升。

综上所述，基于大数据分析的高校精准教学、精准管理研究十分有必要，特别是在具备一定信息化基础的学校，能够更加凸显大数据与教学管理的融合创新作用。因此，本次研究以国家教育信息化优秀试点单位——西安欧亚学院为例，分析其在教学与管理中的关键问题，研究其围绕大数据分析开展的设计与实践，总结成效与经验。

三、需求与问题分析

西安欧亚学院十分注重信息化建设，在教育信息化领域做出了多项探索并取得了成效，为了更好地挖掘数据价值，利用数据辅助教学和学校管理，开展了基于大数据分析的精准教学与管理的探索。

1.精准教学需求

传统教学方式下，对学生的考核评价主要以考试结果为主，以部分到课率表现或作业成绩为辅，但是对学生在学习过程中的分组讨论、课堂互动、自主学习等环节难以记录，无法给出相应评价，不能够完全说明学生对一门课的掌握程度。而且作为一所应用型本科院校，学院注重应用型人才培养，因此实践性、操作性的课程占比在逐步提高，并且在培养过程中加入了校企合作项目的实习和锻炼，传统的授课方式和学习效果评价方式已经难以满足需求，需要利用信息化、数据分析等手段辅助人才培养的全过程。

2.精准管理需求

在学生管理方面，学院推行社区化改革，负责学生管理工作的辅导员团队由分院转移到了社区，由学生处统一管理，这一改革带来了新的管理分工制度，辅导员下沉到社区后对学生学业的情况了解存在一定的困难，分院又无法掌握学生学习外的行为数据，为达到对师生精准化的管理，急需构建新的管理模式。另一方面是行政管理，学院提出了“数字化转型”的战略方针，力求通过挖掘数据价值进一步提升学校管理决策的科学性，但目前学院在关键数据的采集、处理与分析上还存在不足，没有将数据的价值发挥出来。

四、解决思路与设计

为了推动教学与管理工作的进一步提升，学院开展了基于现有信息化基础的升级，完善空间环境、评价方法、师生体验，实现与信息化应用的充分融合，全面提升大数据分析应用能力，全方位推进精准教学与管理。大数据分析应用于精准教学与管理框架如表1 所示。

表1 大数据分析应用于精准教学与管理框架

1.搭建“智慧校园”，完成基于数据的学习物理环境改造

为了有效利用数据，首先要解决的就是数据的采集，学院规划了“智慧校园”的建设路径，基于智能接入和感知设备，在泛在校园网环境下，利用云计算、大数据、物联网和移动互联网形成智能空间环境，从而为教与学、运营与服务、产学研等提供全方位的信息化服务。西安欧亚学院智慧校园规划框架如图1 所示。

图1 西安欧亚学院智慧校园规划

智慧校园中，最重要的改变来自于学习空间的改造——智慧教室，如图2 所示。智慧教室利用智慧教学互动系统整合教室现有室内监控和录播摄像头，通过统一的云录播平台采集课堂教学视频，并与学院的网络教学平台自动对接，学生还可对平台上优秀课件进行点赞、收藏、分享、点评等。在这样的教学环境中，有效地记录了教学和学习过程，并留存了大量的行为数据，保证了数据资源的获取。

图2 西安欧亚学院智慧教室示意图

2.改革评价方法，用数据快速反馈指导教与学

学院自主定制开发了网络学习平台与教学管理平台，通过学习平台，学生充分利用课余时间在线自主学习，教师在课堂上带领学生开展实践教学活动，组织学生进行主题讨论、读书分享、案例模拟、社会调研和公益活动等多种教学活动，师生间的交流互动明显增加，教学效果显著提高，在培养学生个性化学习、创新能力、独立思考等方面取得了显著成效，为“应用型人才”培养提供了很好的辅助支持。网络学习平台应用展示如图3 所示。

图3 网络学习平台应用展示图

平台还能够实时记录学生的学习过程，如成绩、考勤、作业完成、材料的阅读与下载情况、在线使用时数等，借助在线作业、在线测试、调查问卷等工具，帮助教师及时了解学生的学习状况，进行过程评价，通过评价数据的统计分析，第一时间就能够反馈给一线教师，及时调整教学内容与方法，不断提高教学质量。

同时，利用数据手段记录教师教学过程，分析教师的教学投入度和教学成果，能够作为衡量教师绩效的依据，实现了以评促教、以评代管的教师考核方法。

3.提升可视化体验，精准服务于学生的自主学习与生活

为了能够让数据发挥更大的价值，精准服务于学生在校的每时每刻，学院利用智慧校园平台向广大师生提供深入便捷的数据可视化体验。智慧校园平台通过对无线网络、一卡通应用以及智能终端和摄像头等设备数据的实时采集，掌握了在校师生的位置、时间以及行为等实时数据，并通过数据分析和可视化展示在校园的各个角落和师生个人设备上。数据可视化体验如图4 所示。

图4 数据可视化体验——人员热图与轨迹

通过整合教务考勤数据和WiFi 定位数据，综合确定各教室人数，学生通过手机客户端即可访问和查询全部教室的利用情况，从而选择就近的相对空闲教室进行自习，不但提升了教室的利用率，也提高了学生的学习效率。

通过个人设备或者图书馆大屏，可以实时了解最热门图书、近期借阅数据排行等信息，通过数据为教师和学生提供决策信息，以辅助师生选择更好的进馆时间、借阅地点和阅读内容。

通过智慧校园平台，可以检索教职工、学生的姓名或者学工号，从而确定最后几次在校园内停留的位置、时间、使用设备等信息。通过此功能，可以与教学系统的学生点名、考勤进行对接，并且能够迅速准确地掌握其位置和行动轨迹，辅助学生管理。

教职工和学生通过平台可以实时查看图书馆、餐厅以及浴室等空间的实时人数变化趋势，合理选择阅读、就餐和洗澡时段，实现人流的有效分散，更好地提升服务质量。

4.强化大的数据分析能力，更加科学地辅助教学管理决策

学院十分重视数据的整理与分析，与世界500 强企业SAP 开展了合作，建设了基于内存数据库的HANA平台，将最前沿的大数据技术应用于高校数据决策与分析。公共数据平台项目作为学院重点项目，建立了统一的数据标准，为打通业务系统数据交互、消灭信息孤岛提供了保障，为学院招生、教学、财务、学生服务等工作质量的提升和业务改进提供了决策数据支持。

在进行数据平台设计与实现过程中，从服务于决策的绩效管理、服务于教学的学业监测和服务于学生管理的安全预警等三个方面着手进行平台一期的研究和搭建。首先与学校的绩效预算委员会制定了80 多项分院和职能部门的考核指标，通过各个系统的数据抽取和分析，完成了50 多项重点指标的实时数据更新和可视化展现；其次，通过搭建教师画像、学生画像、专业画像以及学生成长数据档案，对教与学的全过程进行监测；最后，通过对学生连接WiFi、就餐刷卡、门禁刷卡、课堂签到等多个数据进行分析，绘制学生行为轨迹、校内社交以及夜不归宿等图谱，为学生部门进行学生安全管理提供数据支撑。如图5 所示。

图5 学业监测大数据分析——学生画像

五、实践成效与经验

通过对学习空间的改造，结合网络学习平台、教学管理平台产生和采集的数据，再利用数据可视化和数据分析平台的输出，学院利用大数据分析在精准教学和管理方面的效果不断得到展现。

一是数据应用于精准教学管理后，教师的投入度不断增强，学生学习的积极性、合作能力有很大提高，教学质量明显提升，根据NEES 报告显示，我院学生的自主学习能力和学习投入度显著提高，如图6 所示。

图6 学生学习积极性分析（NEES 评估结果）

二是数据服务于学生的精准管理后，管理效率明显改善，自2017 年3 月后，每次新学期开学时，学院采取无感知报到形式，通过Wi-Fi 定位和刷卡数据，管理人员能够实时掌握学生在新学期开学报到的情况，掌握报到学生数量等信息，并按分院、所属公寓、年级班级等情况进行分类统计，从原始的人工多部门收集报到数据，到无感知报到，有效地节省了时间与沟通的成本。

通过近些年在大数据分析与应用上的不断研究，学院在精准教学和管理的探索中取得了一些经验：

一是数据来源是最为重要的基础，加快完善基础设施和信息系统建设，保证教学和管理环节中的行为数据得到有效沉淀。

二是数据质量是解决问题的关键，在数据汇集交换的过程中，需要建立统一的数据标准，才能使数据分析结果更加准确。

三是数据的分析与可视化实现了应有的价值，将数据分析的结果快速、直接地反馈给教师和学生，指导教学和学习环节的改善，这样才能真正实现精准教学与管理。