大数据在教务管理系统中的应用探索

文/郝妮（西北政法大学外国语学院）

一、引言

现今，随着信息技术和高校教学管理深入融合，高校教务管理工作信息化水平不断提高，长期的运行过程中也积累了大量的数据。同时，大数据技术为教学决策提供了更多的依据，但已有的高校教务管理系统中大数据分析建设还存在一些问题，例如，教务管理系统以日常信息发布和查询为主，系统与教师、学生的互动不强，信息反馈缺失，对数据的关联性分析不够。如何让大数据分析更好地服务于教务管理系统，成为现阶段各大高校教务管理信息化建设面临的共同问题。

二、大数据技术和大数据教务管理的定义

在维克托·迈尔-舍恩伯格及肯尼斯·库克耶编写的《大数据时代》中，大数据指不用随机分析法（抽样调查）这种捷径，而采用所有数据进行分析处理。大数据的5V特点（IBM提出）：Volume（大量）、Velocity（高速）、Variety（多样）、Value（低价值密度）、Veracity（真实性）。

嵇会祥等界定了“大数据教务管理”的定义，提出树立大数据教务管理理念，要以制度规范大数据管理，进行技术改造，打破信息孤岛，实现大数据共享。同时在加强教务管理队伍的能力培养，完善管理队伍人才结构等方面也提出了针对性的建议。

三、大数据在教务管理系统中的应用探索

高校的重点工作是人才培养，人才培养的中心就是教学教务管理。教务管理系统主要对学生和教师相关数据基本的增删改查操作，大数据对教务管理工作的主要贡献是利用算法对教务数据进行深度挖掘，获得更多有效信息，用于评价和指导教学活动，促进教与学的有效发展。

（一）大数据意识

高校教务管理离不开信息的采集、统计分析及管理，信息化对传统教学管理模式带来冲击与挑战，这就对教务管理人员的信息素养提出了很高的要求，高校教务管理人员必须要树立信息化意识和大数据意识，在工作中有意识地利用信息技术来提升管理水平，提高工作效率。

（二）数据采集与管理

建立标准、有效、准确的数据化信息采集与管理机制，数据采集和录入要实现数据的规范化与完整化。这项工作对后期数据分析的准确性产生重要影响。在教学管理的过程中，还会产生大量中间数据，也要采取合适的方法将数据完整且准确的存入到数据库中。

（三）教务管理内容及其大数据贡献

从功能上而言，目前教务管理内容主要包括以下几方面：

1.对教师和学生的基本信息进行数据化管理

主要是管理教师的相关信息和对教师教学行为的跟踪，管理学生的相关信息和对学生学习行为的跟踪。教师相关信息包括教师个人基本信息、教师教学活动信息、教师教授课程信息等；教师教学行为的跟踪是指学生评价、课程整改方案、课程同行评价、课程综合评价等。学生相关信息包括学生个人基本信息、学籍信息、课程学习信息、实践活动信息等；学生学习行为的跟踪是指教师评价、综合学习评价等。在教务管理过程中能够提供独立的数据空间，在数据存储类型等方面进行拓展，形成更有效的数据管理模式。

2.对教学任务进行规划与管理

通过教学管理、排课管理、选课管理子系统等，为开展教学活动提供便捷。其中选课子系统能够对学生选课的结果信息进行汇总与统筹。在教学管理中，教师和学生可以查询课程、教师、教室等信息，便于师生综合掌握相关信息，并进行教学活动的开展。

3.对教学效果进行分析和评价

通过教师评价、学生评价、课程体系等多个维度对教学效果进行评价，并对后续教学改革、专业建设提供依据。通过综合考量各种因素作用下的师生行为，能使得评价结果更加符合客观事实。

大数据的应用能够提高数据的信息容量，形成更加有效的结果。例如，在评价学生的学习成绩方面，除了客观考试成绩，大数据能结合学生平时的课堂表现、作业提交、自学情况、出勤情况等内容提供更加全面、科学的结果输出，避免了数据分析薄弱带来的片面结果。

四、大数据在教务管理系统建设中的应用

通过对大数据的建设，能够形成包括学校、家庭、企业、社会等多方面的数据，同时对系统相关数据进行综合分析，形成更为有效的评价体系来实现管理系统的引导作用。

（一）以教务管理数据为依托，形成更为有效的大数据分析手段

目前，教务管理系统各个子系统实现了各自功能，但关联性和紧密性还不够，需要结合实际需求进行二次设计，深入挖掘教师信息、学生信息及学生与教师的交叉关联信息。二次设计主要确定利用什么技术对哪些数据得到相对真实的结果，以便提供科学决策的依据。例如，根据神经网络、遗传算法、决策树等挖掘教务系统的有效数据信息。在实践中推动教务管理系统大数据化，指导高校教学改革、科学研究方面工作，进而提高高校教学管理的效率与质量。在实际中，主要应用到以下几个方面：

一是教师管理方面，横向分析师资质量和水平，培养师生良好的课堂意识，促进教与学的统一和因材施教，例如对课程教学的效果开展前期、中期和后期学生反馈，动态数据监控教师的授课水平和学生学习反馈；纵向分析教师结构和师资队伍、教师课程教学变化，促进整体师资质量提升。

二是学生管理方面，横向追踪和分析学生课程学习情况，及时对学生学习的变化做出评估，加强学生学习和课程的建设，例如，对学生某一门课程的分数进行追踪，发现问题并及时反馈给学生；纵向分析学生一个学期或一个学年的学习情况，对学生持续的学习状态进行追踪，对学生进行系统化、全面化评估，给学生统筹发展提供建议。

三是学籍管理方面，分析在籍学生异动信息、学业警示、毕业审核检查等，设置学籍信息追踪反馈机制，针对学生学习等情况自动启动学业警示，并将相关信息反馈给学生本人和学生辅导员，及时提醒学生。

四是专业建设模块，横向分析学生专业学习情况，学生专业技能和专业竞争，课程设置变化，课程综合评价，进而分析专业课程设置的合理性。纵向分析课程之间关联、课程与社会岗位需求的契合度，课程与学生竞争力是否相符，对专业学科课程设置变化追踪，促进课程调整合理化，促进专业整体安排与目前专业发展需求相符合。

（二）引入外部数据

所谓的外部数据，是指无法通过教务管理系统或校园获得的相关数据。此类数据的建设也是未来系统建设的重点。在此过程中，可能需要借助政府、金融等高公信力平台来获取相关数据，再结合内部数据，在相互认证的基础上实现教学管理系统数据的建设。通过引入外部数据，能够获得更多相关的信息，并在信息数据对比中形成自我认证，保障了数据的真实性和准确性。例如，在实际的管理过程中，为了评估学生的阅读需求，我们需要获取和学生阅读习惯相关联的数据，包括但不仅限于获取学生电子阅读的种类和时长、学生购买图书消费记录、学生家庭知识层次等。不难看出，我们的系统需要在不断地逻辑关系确认过程中和不同的外部数据库发生数据连接和共享。

五、总结

大数据能够有效增加教学管理系统中数据的客观性和准确性，提升数据对于管理作用的支撑力度，基于大数据的教务管理是未来教务管理的必然趋势。本文分析了教务管理系统中的大数据的核心作用和大数据在教务管理系统建设中的应用，为实际工作提供必要的指导。