大数据对高校教育的范式研究

魏珠丽 谢雄

一、大数据的内涵与资源化趋势

基于大数据时代的大背景，大数据也吸引了社会各界众多的关注。麦肯锡全球研究得出的定义：一种规模大，在获取、分析、存储、管理方面，数据集合容量大大超出了传统数据库软件工具能力的范围，具有数据流转的快速、数据规模的海量、数据类型的多样和密度低的价值四大特征。当下，云计算技术与大数据技术紧密相结合；移动互联网与物联网等新兴计算形态，一同推动大数据革命新范式，让大数据技术发挥出更大的影响力，成为社会和企业关注的重要战略资源，并已成为大家竞相争夺的资源新焦点。在这种新兴科技的带动下，教学科技化的创新亦在同时进行，实时交互、多功能等新型教学工具有效提升了教育教学质量，为新知识技能需求创造耦合，为社会培养了更多的应用型人才。

当前，社会领域的各个层面已渗入大数据，给各个行业的决策与发展模式带来了前所未有的挑战与变化。教育决策系统受其"威力”地强烈冲击，正逐渐推动教育决策变革与创新的颠覆性力量。作为高校在大数据日益受国家政策和教育领域重视的背景下，建立大数据决策模型，深度融合传统教育与大数据决策，有利于实现教育决策科学、民主、规范化。上到国家战略《大数据发展行动纲要》“鼓励高等院校、职业院校和企业合作，加强职业技能人才实践培养，积极培育大数据技术和应用创新型人才。” 加快打造教育大数据创新链条是高校紧锣密鼓的行动措施，科研创新与大数据发展有机结合，形成教育大数据产、学、研创新联盟，完善大数据产业发展，无缝衔接国家与地方大数据创新网络战略，提升我国教育的竞争力和自主创新能力。

二、大数据支撑的智慧教育技术情景

大数据改变了高校学与教模式，未来教育将不再标准化、归一化、规范化的教育模型，将是一项以服务和支持为核心的系统工程。教师扮演的角色是体现为课堂的组织者、学习型组织分析者和引导者，依托大数据分析和网络技术，更注重学生的因材施教、针对个性化培养。学生可以按需学习、终生学习、充分体现天分、激发自身原有的积极性，呈现自组织学习。

以学生为主体分析教育大数据技术，借助网络移动和在线平台终端软件，利用大数据采集挖掘分析学生学习的整个过程，以提高学生学习效率和学习质量，对学生进行预测和个性化需求分析定制，教师可以使用数据可视化工具进行研究教学模式，有效完善课程以引导学生进行高效的学习，创建深度化学习模型，并对学习过程信息进行监控和实时反馈，可以帮助学生做出完整有效的评价、对教育做出正确有效的决策。

三、大数据技术有效促进高校管理战略

科技手段有效促进学校发展战略关系大数据分析与运用，实现高校由“管”走向“治”的转变。从科技上，利用大数据分析技术聚合对策，对人才培养、产业发展、社会信息等数据有效采集提炼，预测布局经济发展，人才社会需求，教育教学未来发展趋势，及时调整高校发展战略。从建模上，高校的发展转型，对管理工作提出更高的要求，传统的管理往精细化的治理转变，传统的管理模式已不能适应高科技动态下的延伸模型，学生的学习、科研、生活、社交等信息的掌握，建立学生服务平台，及时、全面获取学生健全的工作数据库，需要大数据高效的计算分析，利用大数据能够快速多维度、多方位剖析问题，及时调整管理策略，实施有效改善措施。从动态上，大数据辅助提高科研管理综合决策。利用大数据分析进行科研内部研究、外部数据，可以防止或减少重复立项、配置资源优化，建立科研大数据平台，通过科研管理综合平台与决策模型的融合，对研究课题进行科学、创新和信息整合与排除，最终为科研项目提供有效的支持决策。

四、数据泄漏风险与防范对策

（一）数据泄漏风险

高校提供信息安全服务工作是一件不简单的任务，校园分布面积庞大，大数据技术如何处理大学校园IT 安全问题。教育大数据的隐私与伦理问题，在教育大数据分析与利用过程中，涉及众多参与主体，若对数据的归属权缺乏明确规范，则会导致海量数据采集分析过程中有大面积披露数据隐私的潜在危险。数据泄漏事件的增长率也许会达到100%，势必在源头上防范得到安全保障。学校需要从新的角度来确保自身以及内部主体数据的安全，所有数据在创建之初便需要获得安全保障。

（二）数据风险防范策略

（1）在现有的信息化建设成果上，构建全面互补的数据分析与应用管理体系。明确学校信息化责任部门制，制定信息化建设相关法规制度，通过信息化标准规范制定、采纳与应用推广构建信息化建设标准规范体系，完善项目管理体系和信息化运行维护、检查评估机制。

（2）加强对现有数据整合分析和应用，提高学校事务决策的辅助支持功能。

（3）对高校信息化的统筹指导和战略规划要加以重视，着力加强数据分析和应用，增强网上动态工作的主动性和创造性。

五、结论

未来，基于大数据技术，创新高校教育教学评估体系，使之更加多元化、智能化、个性化，实现由传统小数据年代向大数据智能化校园范式转变，大数据生态复合化程度将成为高校核心竞争力。