大数据背景下高职学院建立教学质量管理多维动态系统

罗睿 王成琼

［摘 要］“大数据”技术的快速发展使其在许多行业中形成较为完善的应用模型。高职教育体系的质量保障，是教育教学质量提高的一项系统工作，信息化是这项工作的重要组成部分，是实现常态化、周期性检查的重要依据。构建具有较强预警能力的网络化、全覆盖的内部质量保障系统，没有一个完善的信息平台和制度支持是不行的，因此要根据目前的数据收集系统和功能要求，对其进行优化设计。

［关键词］大数据；高职学院；教学质量管理；多维动态系统

［中图分类号］G47文献标志码：A

综合分析贵州工业职业技术学院内部质量保证体系情况和学校教育教学信息化基础与利弊，从“诊改”的角度，建立高等职业学校内部质量保障体系。在大数据背景下，按照“功能完备、应用导向、循环治理、开放共享”的理念，开发质量诊改信息化管理平台，全面地收集和利用这些数据，在人才培养过程中，尽可能地提高决策的科学性和效率［1］。

1 大数据的基本概念与特征

大数据（big data），指的是所涉及的资料量规模巨大到无法通过主流软件工具，在合理时间内达到提取、分析、并整理，协助管理者更好做决策的资讯。它是一种数量大到在获取、存储、分析等方面远超出传统数据库软件工具能力的数据集合。

2 大数据技术在高职教育应用中出现的问题

目前，我国高等职业教育在运用大数据技术时，还存在着大量的问题：一是在高等职业教育课程开发中，教师没有充分利用大数据技术，导致了资源的浪费，也不利于教师教学水平的提升。二是缺乏对学生综合素质评价的全面运用，缺乏对学生自我发展的过程数据的积累，也缺乏对学生未来职业生涯发展的预期。三是基于大数据的技术和工具在实际中的运用比较少［2］。

3 高职院校内部质量诊改信息化管理平台

以贵州工业职业技术学院为例，架构具有本校特色的大数据时代高职院校内部质量诊改信息化管理平台框架，诊改信息化管理平台由智能大数据平台、数据分析与决策系统（五横）、内部质量保证监测系统（五纵）、高职人才状态数据库、诊改大屏五个模块构成。

3.1 智能大数据平台

智能大数据平台是本次项目的核心系统，犹如高楼大厦的地基，结合学院的实际情况，智能大数据平台主要解决数据分散问题、数据来源问题，累计校本资源库 。

3.1.1 数据源

教育大数据的资源主要有四种：一是管理类别资料，包括学籍、学生考试成绩、网络数据、学生卡数据等；二是资源类别资料，其中包括媒体素材、考试试卷、上课的课件与案例等，这些数据以文本、音/视频等非结构的方式存在于档案系统中；三是行为类别资料，主要包括教师的教学行为与学生的学习行为；四是评估类别资料，包含学习能力测验类别的资料和综合素质评估资料。

3.1.2 采集层

教育资料的收集可以分成两类：一是批量采集，二是实时采集。批量采集通常是用来导入、同步和复制历史数据、数据库记录、资源档案、网络数据等；实时数据采集技术是利用Agent技术对各种行为进行实时的收集和传送。

3.1.3 存储层

教育大数据在数据来源、数据结构、数据体量等方面存在着根本差异。由于这些差异，传统的数据存储和运算技术已经很难满足目前教育大数据的需要，因此数据存储方式、计算方式、架构等都在不断地改变。教育大数据存储与计算技术分类详见表1。

3.1.4 计算层

为了挖掘教育大数据的价值，必须有一台能够为其提供强大运算能力的计算机引擎。计算引擎主要由批量运算引擎、流运算引擎、记忆体运算引擎、图表运算引擎等组成。在此基础上，采用了批量计算引擎，实现了大量历史数据的并行操作。流运算引擎用来处理实时生成的流数据。为了加快数据处理的速度，采用了存储空间来实现数据处理。为了满足海量图数据处理的需要，提出了一种基于图形的图形生成引擎。

3.1.5 分析挖掘层

分析挖掘层主要有两个方面：教学数据的挖掘，主要是针对新的算法及新的建模；学习分析，强调在教学中直接应用现有技术来解决问题。二者虽然侧重点不同，但是在分析和發掘技术方面，有很多相似之处。在此基础上，结合区域特性，可以构造出一种新的教学问题求解方法。

3.1.6 应用层

利用数据挖掘技术可以生成数码图像，对学生类型进行分析，对其现存的知识进行评估，对其进行诊断，找出其行为模式、学习规律，以及对其将来的学习效果进行预测，最后进行个性化推荐。

3.2 五横结构

3.2.1 学校层面

在学校层面，把诊改纳入相关部门的绩效目标评价中，层层推进，实现可持续发展和螺旋式上升，确保全面实现学校目标。

3.2.2 专业层面

在专业方面，以学校内部的专业诊断为切入点，不断提高专业教学检查的质量，建立动态的专业调整机制，并依据人才培养需要和培养周期进行职业监控。

3.2.3 课程层面

在课程层次上，程序控制采用“即评即改”的原则与方法。从课程基本信息、课程资源、实训教学、课堂教学、教学评价等维度描绘课程。

3.2.4 师资层面

在教师方面，根据“一流师资建设行动计划”和“教师发展标准”实施“评估”。教师综合素质主要从基础发展、教学和专业能力、科研和社会服务能力、学生管理能力等方面进行，以聚焦教师规划发展。

3.2.5 学生层面

在学生方面，通过学业发展、身心素质、发展性素质、生活状态、行为习惯等方面对学生进行分析，以聚焦学生的综合素质，通过多元对比、资讯预警、激励措施等，促进学生自我发展。

3.3 五纵结构

3.3.1 决策指挥系统

一是优化治理体系，不断提高学校的管理水平。要在党委领导下贯彻院长责任制，持续优化院校管理制度和运行模式。二是要有科学的规划。按照国家发展战略和地区经济发展的要求，明确责任，层层落实。三是加强对质量的认识。通过组织学习、组织研讨等方式，提高各部门、各教职工对内部质量保障工作的重视程度，确保全员、全过程、全方位地参与。

3.3.2 质量生成系统

学校要不断地改进和完善教学过程和标准，力求提高教学质量。优化相关的人才培养方案、课程标准、实习教学标准、顶岗实习标准、考试成绩管理质量标准。

3.3.3 资源建设系统

一是学院要制订管理服务人员的能力建设行动方案，实行全员培训制度。细化学院领导、中层管理、基层管理人员的能力需求，健全教师基本条件标准，建立健全双师素质评价体系。二是加强对教育和教学的支持。学院积极推动高质量的教学资源，注重学科、课程，使优质的资源能够更好地运用于课堂。

3.3.4 支持服务系统

一是建立健全信息化支撑体系［3］。建立统一门户平台、统一数据平台。二是建立协作平台体系。深化校政、校企、校院、校校与国际合作。三是建立完善的服务体系。立足高质量的资源，服务于经济转型升级，对工业企业实施职工继续教育、专业技能培训和鉴定。

3.3.5 监督控制系统

一是构建“督教、督学、督管”与“导教、导学、导改”并重的教学督导体系，不断加强和规范教育教学督导工作，优化教育教学督导工作制度，加强督导队伍建设。二是强化数据平台对人才培养过程和管理实施过程等方面的检查、监控、评价、考核、监督、反馈和整改，制订并落实信息采集与平台管理制度，加强对数据平台的运用与管理，不断优化数据采集与管理平台，保证数据采集及时、正确、完整［4］。

3.4 人才状态数据采集系统

3.4.1 人才状态数据采集系统的业务流程

数据采集平台的主要业务包括数据准备、数据录入与采集、数据整理与审核、数据导出并汇总、数据上报。其中，“数据准备”具备用户设置、代码设置、基础数据导入等功能；“数据录入与采集”使规定时间内各类用户按不同权限规定填报数据表，完成数据采集；“数据整理与审核”可授权数据审核人员查看数据并审核数据合法性；“数据导出并汇总”实现汇总采集数据并将重要数据导出为教育部规定的上报文件格式。

3.4.2 人才状态数据采集系统的层次结构

通过对人才状态数据采集系统的业务流程分析，可以得出数据采集平台的层次结构，分为数据录入、數据管理和数据展现三个部分。

数据录入主要是数据采集人员通过自己的账号密码进去后，按照数据采集工作的要求将各项数据输入相应的表内。

数据管理工作主要是用户将数据输入后对数据进行管理、分析，发现异常数据及时提醒用户进行修改。

数据展现主要是用户输入完数据后，对用户的所有数据进行汇总，然后以项目案例的形式展现出来，供学校参考。

3.5 诊改大屏

诊改大屏是展示学校人才培养状态数据采集与管理平台指标的一个可视化电子屏幕。它通过数据采集平台的数据分析功能，可以体现出数据背后学校存在的具体问题，为学校各项发展提供有价值的决策信息［5］。同时，通过诊改大屏的数据分析功能，学校可以解决高职教师在每年人才状态数据采集过程中，对业务系统已有数据的重复性录入问题。系统提供数据管理、人才状态数据模板管理、人才状态数据采集、系统管理等功能模块，实现将业务系统已有数据自动填充至状态数据对应表格。如图1所示。

4 结语

本文结合贵州工业职业技术学院诊改工作实际，运用大数据、云计算等现代信息技术手段，建成融诊改、绩效、数据采集功能为一体的内部质量大数据监控的信息化平台，实现数据实时采集、动态监测、及时预警，实现学校、专业、课程、教师、学生各层面质量诊改，实现部门绩效考核工作实时呈现。通过对高校信息化建设的分析，可以使高校信息化建设与高校人才培养的工作状况进行有效的整合。

参考文献

［1］苏世文，王国庆. 高职院校人才培养工作状态数据采集平台的柔性UML模型设计［J］. 江苏经贸职业技术学院学报，2013（2）：49-52.

［2］王丹中，赵佩华. 高职院校质量保证体系诊改平台建设的思考高等职业教育探索——基于常州信息职业技术学院的实践［J］. 高等职业教育探索，2017，16（12）：8-12.

［3］张培. 职业院校内部质量诊改数据平台建设的理念、架构与路径［J］. 教育与职业，2019（6）：26-32.

［4］许刘英. 简大数据背景下的高职教学诊改：内涵、理念及策略［J］. 职教论坛，2019（2）：28-32.

［5］杨瑞. 浅析高职院校人才培养工作状态数据采集平台结构与应用［J］. 山东工业技术，2018（15）：209，223.