大數據思維在高校教學管理中的應用探索

曹伯強++趙鄭營++吳慧芳

【摘 要】大數據時代來臨后對高校教學管理提出了新的要求，從管理理念到管理方法均面臨著改革與調整。筆者通過分析大數據理念在高校教學管理中的可行性，進一步提出合理的應用策略，以幫助高校更好地實現人才培養的目的。

【關鍵詞】大數據思維 高校管理 教學管理 應用探索

中圖分類號：G4 文獻標識碼：A DOI：10.3969/j.issn.1672-0407.2017.06.125

21世紀是一個信息爆炸的時代，互聯網每天所產生的信息和數據數量驚人，相應的，如果在這樣一個信息和數據海量涌現的年代無法有效地收集、過濾信息，就會增加管理工作的盲目性。人們越來越依賴互聯網帶來的便捷服務，本質上，正是基于檢索功能的互聯網使用機制，可以在較短時間內滿足信息標靶，但這對規模化管理而言是遠遠不夠的，“大數據思維”下可以實現管理的預測性、前瞻性，越來越多的被各行業所使用。高校作為我國人才培養的重要空間，教學管理是一項基本需要，需要積極采取有效手段來提升管理水平，提高管理效率和質量。簡牘時代，知識被教師壟斷，師生的等級觀念由此誕生；印刷時代，知識變得廉價，教師的作用變成講授服務；信息時代，知識更容易獲取，成為學生的朋友和教學過程信息服務的組織者、主持人和教練。

一、高校教學管理中應用大數據思維的條件分析

高校大學生是互聯網使用大軍中的主要力量，基于網絡的便利性、低成本等特征，大學生可以獲得各種教育咨詢、學術文獻、免費課程等，并且在日常生活中也對互聯網產生巨大的依賴性，如社交、工作，尤其是移動互聯網技術的快速發展，開始構造一種較為松散、扁平化的高校教育組織結構，客觀上導致高校教學管理工作必須做出相應調整。

目前來說，我國高校教學管理主要依賴的是“教務管理系統”以及相關軟件，配合數據庫、網絡課程資源平臺等，形成一種多平臺的數據應用機制。例如不同的專業、不同的科室、不同的院系等，在分配互聯網資源的過程中，既可以按照教學管理行政組織結構，也可以按照網絡結構分布展開，但所實現的目的是相同的。從這個角度說，高校教學管理中實際上已經產生了“大數據”，教師、學生、后勤、教務等諸多“主體”所產生的數據量是很客觀的。如果將智能移動終端考慮在內，那么所產生的互動資源就更多。

二、大數據思維在高校教學管理中的應用策略

（一）數據篩選

互聯網是一個信息共享空間，人們在獲取信息或提供信息的過程中都不是鼓勵的，可以通過大量渠道來獲得別人的建議和評價。就現狀分析，我國高校正在從精英教育轉入大眾教育，迫于生源、市場競爭等壓力，高校的轉型過程中不斷出現合并、重組或取消，這對于學生而言存在很大的選擇難題。在以往社會高等人才較為欠缺的時代，“大學”本身就是一種數據標準，大學生身份就代表一切專業、資歷等，而這種情況已經一去不復返，在進入大學前后都要面臨著選擇；其中，進入大學前的選擇主要是專業、學制、教學質量、知識生命周期等，一些專業在進入大學前屬于“熱門”，三四年后則會出現人才過剩的現象，這很顯然對于選擇是不利的。而進入大學后就要面臨選課、跨專業等問題，在高校內部的競爭則體現為教學資源的競爭，學校為學生開設足夠多的課程、學位，以此實現全方位人才培養。但是，在選課管理上不僅要充分發揮信息技術的自動化優勢，還應該將其轉變為數據應用的高級形式——服務決策。

（二）數據對比

數據對比是大數據思維中的常規表現，本身也是一種常見的管理驗證機制。為了提高教學質量、效率并營造良好學風，高校會不斷構建、完善以約束為目的的各項制度，其實施周期是在學生入學后、畢業前。一定程度上說，我國高校在人才培養上存在很大的局限性，并在教學管理中更為明顯，學生一旦選擇某一項專業就很難在改變，這嚴重不符合以人文本的教育原則，也給學校的人才培養帶來很大盲目性。通過數據對比可以實現在校學生培養方向的動態管理，就畢業而言，它對高校人才培養而言是典型的“事后機制”，只有畢業之后學校才會統計相關的數據，而大數據思維下通過數據對比，可以將其轉化為“事前預警”，既對比社會橫向人才需求比例，也針對學生個人學習過程中的結果對比，為高校調整專業錄取提供依據。

（三）數據挖掘

“數據挖掘”是一種更有效的大數據思維，它通過更大范圍的潛在數據收集、整理和判斷，從而預測事件的未來趨勢。舉例說明，當一個人在互聯網上搜索某一類產品的關鍵字時，網頁會自動根據關鍵字提供相關的推薦，包括產品及產品相關內容，這是一種簡單的信息對比機制；但是當搜索量達到一定程度之后，市場就會做出相關反應，協調相關行業做出產品準備工作。所有的數據挖掘工作是在互聯網對象毫不知情的情況下展開的，它的基本運作條件是平臺化，如電商平臺中可以根據某一時間段內產品的銷量、搜索量等進行分析，按照一定規則計算出下一周期的情況。

高校教學管理中利用數據挖掘同樣可以實現教學質量、效率提升的目標，例如，針對高校教師教學質量的評價，傳統的做法是直接進行認可評價，并收集學生的評價數據，作為評分的重要依據。但這種方式在量化過程中存在很多弊端，也無法在更大范圍內實現師資力量的完善，如本科生、碩士生、博士生究竟哪一類教師的教學質量更符合學校需求，這直接關系到人才引進的標準。如果通過大數據思維的數據挖掘展開，則可以將其融入教學內容、選課比例等項目中，從而得出更為客觀的判斷。

（四）數據分析

“數據分析”既是一種大數據思維也是一種大數據利用手段，目前我國在高校招生管理工作中，基本實現了填報志愿的一體化監控，高校也需要每年上報人才培養的相關數據，如學校基本情況、教育經費、教學改革、師資隊伍、獎助學金等，這些數據對于教育部門以及高校本身而言，所發揮的作用是有限的，通過向社會公開公布，則可以與更多的方面發生聯系，進而實現更有價值的數據分析。

三、結束語

互聯網科技的日新月異將大數據思維帶入了各個行業、領域，在未來基于大數據思維的高校教學管理勢在必行。就目前分析，高校中已經構成了大數據源的普遍形成途徑，結合大數據管理的相關理念展開，可以結合篩選、對比、分析等模型實現預測，并通過數據挖掘的方式來提高教學質量。

參考文獻

[1]余斌.大數據思維在高校教學管理中的應用探索[J].深圳信息職業技術學院學報，2016，02：30-33.

[2]許艷.大數據時代的數據應用與高校教學管理[J].北華航天工業學院學報，2016，04：44-46.

[3]江敏，徐艷.數據挖掘技術在高校教學管理中的應用[J].電腦知識與技術，2012，24：5741-5745+5760.