大数据背景下 高校教育数据的管理研究

李延林

摘要：随着信息技术的快速发张，教育大数据管理成为教育改革的重要手段，本文从教育数据管理现状分析高校现阶段出现的各类数据管理问题入手。将数据标准、数据结构、数据管理、数据分析、评价体系作为解决当前高校面临问题的主要抓手，通过学校数据平台，全面完整的分析师生工作学习效能，并由此制定高校管理措施，将高校治理从经验管理逐步转变为数据驱动管理。

关键词：大数据;高等教育;教育数据

一、背景

2020年爆发的新冠疫情，给中国社会正常运转带来了巨大的影响。全面的停工停产，不仅造成了巨大的经济损失，同时也对高校的正常教学工作产生了重大影响。不过，由于国内互联网、计算机、5G等信息技术的快速发展，MOOC、SPOC、学习通、腾讯会议等各类在线学习工具迅速成为高校在线教学的重要工具。与此同时，教学大数据迅速增长，使得很多学校在数据管理上面临许多新问题和新挑战。尤其是教学过程中，师生间沟通效率不高，学生学习评估手段单一等问题越发凸显。这些问题说明教师通过线上掌握的数据难以综合评估教学质量，可用于分析教学数据的技术手段太少，单纯的数据图谱难以表明学生实际的学习效果。因此，加强高校教育数据的管理势在必行。

二、高校教育数据管理现状

（一）数据治理机制缺失

随着“智慧校园”建设要求的提出，现阶段，各高校依托云计算、大数据已经将学校各部门数据纳入到一般的运行机制当中，无纸化办公形式已然成型。但在实际运行过程中纸质数据的上传下达，非标准电子数据、表格等信息流转依然普遍，导致高校在数据治理上并没有完全脱离传统的工作模式，高校数据库里的数据往往落后于真实数据。加之，缺少校级的顶层设计，各部门只能以自身业务需求为主，难以从全校数据融合的角度出发，针对性提出有效的数据治理方案。造成高校数据库内数据虽丰，但数据结构各异，非结构化数据难以统一，自然难以完成后续的数据挖掘和数据决策功能。

（二）数据录入标准缺失

现阶段，高校部门间数据录入方式一般为三种。第一种是师生自行录入行政部门要求的数据;第二种是行政部门根据师生上报的纸质数据自行录入系统;第三种是校内智能机器数据的自动录入。从这三种方式便可看出，前两种数据的录入方式存在很大的人为因素，极易产生非标的非结构化数据。因为在数据挖掘中，一旦存在大量非标的非结构化数据必然影响后续数据分析工作。

（三）数据分析手段缺失

高校教育管理数据涉及教学、科研、学习效果、校内资产等信息，这些信息虽然存储在学校服务器之中，但却分属于不同部门管理。而且，部门内部数据不完整，难以行成有效的数据分析手段。导致对教师的教学、科研以及学生的学习效果评价难以形成完整的数据支撑。现阶段，多数高校的教务部门只能通过巡视、听课的方式对教师教学效果进行评价;通过期末成绩分析学生学习效果。这都说明由于数据管控的分散，造成经验性的教学评价依然为主流方式，难以通过数据分析的手段来支撑整个教育管理的全过程。

三、高校教育数据管理策略

高校教育数据是高校制定决策管理的重要依据，教师教学评价、科研水平评估、学生学习效果评价、校内资源使用评估等，多是通过对高校教育数据的全面掌握。完善教育数据的治理机制、数据录入标准以及数据分析手段，不仅可以提高教学管理效率，也有助于形成以数据为核心的教育教学评价体系，为高校管理提供更为坚实的数据支撑。为此，笔者提出以下建议。

（一）强化顶层设计，协调规划数据标准

高校各部门应强化数据意识，摒弃“数据私有”思想。应一切从学校角度出发，按照学校教育数据规划原则，重新调整教学数据、电子报表等信息资源标准。把数据一致性、完整性、时效性以及精准性作为教育数据调整的重要指标。为此，学校要加强顶层教育数据治理体系的构建。一方面，学校需要提供数据平台统一的数据资源标准和系统逻辑模型;另一方面，学校要通过平台贯彻数据治理的决心，将学校正常的教学管理全部纳入到平台之中。

同时加强数据质量管控，要平衡教学管理中各类复杂数据与平台数据标准的“适恰性”。确保可以完整、准确、高效的将各类数据纳入进平台，这样平台便可以多维度对教育数据进行有效管理和分析。数据质量把控的过程中还要不断更新和扩充不同类型数据库，对各类结构化数据、非结构化数据、半结构化数据都能建立统一的数据标准，使其成为“可靠、完整、干净”的教育数据

（二）依托数据驱动的教育精细化管理

通过高校教育数据的顶层设计，可基本实现高校决策与管理的数据化驱动。但是，由于高校每日产生的教学数据量是相当可观的，而且教学节奏往往很紧凑，按照学校传统的管理效力，实现高效的教学、科研以及学习效果评估是比较难的。因此，理顺数据流通脉络，实现数据库的同步更新。需要实现以事件为核心的数据录入机制，例如，将教学活动作为一个“事件”，以其为核心将教学活动中教师信息、学生信息、授课时长、作业完成度等全方位的数据进行记录。通过对任意学生在多次“事件”中，出勤、作业完成等情况的分析可以实时反馈给教师或者导员，并针对性的做出有效管理。

随着教职工、学生在系统中记录数据的增加，系统将自动对所有被记录人员进行画像描述，不仅可以衡量全校师生的教学、科研水平，也可以衡量整个学校发展态势，为学校未来发展提供数据支撑。

（三）丰富数据分析手段，完善评价体系

评价体系结构是学校鼓励师生不断前进的重要激励机制，在数据逐步完善的过程中，能够分析师生工作、学习的积极性。通过对师生数据的全方位分析，一方面，可以对师生进行聚类分析、偏好分析，提出针对性管理措施;另一方面，可以协助预测未来可能的发展走向，提前做好管理准备。因此，大力融入人工智能、大数据、云计算等各种前沿信息技术，丰富数据挖掘能力，是适应现阶段教育改革的重要力量。

四、总结

本文从构建“智慧校园”的角度出发，从数据标准、数据结构、数据管理、数据分析、评价体系完善这五个方面进行分析，论述了将高校教育数据纳入统一平台的重要意义。教育管理不能仅仅依托经验管理，更需要以数据为核心的管理模式。不仅可以大大提高管理效能，还能完善学校运行治理机制，厘清权责。为未来依托数据驱动的治理模式理论依据。

（作者单位：延边大学经济管理学院）

（作者简介：延边大学经济管理学院信息管理与信息系统专业教师，硕士，助教，研究方向：大数据、机器学习、供应链优化）

参考文献：

[1]余鹏， 李艳. 大数据视域下高校数据治理方案研究[J]. 现代教育技术， 2018， 028（006）：60-66.

[2]黄静. 智慧教育体系架构与关键支撑技术[J]. 中文科技期刊数据库（全文版）教育科学：00287-00287.

[3]郑苑，梁振輝. 教育信息化背景下高校数据治理研究[J]. 中国教育信息化， 2020， No.476（17）：54-58.

[4]陈曦. 高校数据驱动教学改革的发展路径[J]. 教育理论与实践， 2020， v.40;No.740（33）：54-57.

[5]李艳， 刘淑君. 国外教师数据素养测评研究及启示[J]. 开放教育研究， 2020， 026（001）：37-49.

[6]魏靓， 黄莺. 大数据背景下军队院校教学管理研究.

[7]甘容辉， 何高大. 大数据时代高等教育改革的价值取向及实现路径[J]. 中国电化教育， 2015.