基于大數據統計分析對職業教育的策略研究

(貴州輕工職業技術學院 貴州 貴陽 550025)

基于大數據統計分析對職業教育的策略研究

周鋒魏志曾云聰馮明成

(貴州輕工職業技術學院貴州貴陽550025)

職業教育非常注重學生的就業率，影響到專業的成功開設。運用大數據技術結合統計分析方法，能有效地分析出學生就業的趨勢，市場的新行業以及職業教育專業的動態調整，同時也能幫助學生利用知識共享挖掘自己的潛質，進行個性化有針對性的學習。

職業教育；大數據；統計分析

一、引言

職業教育是我國高等教育組成部分的重要一環。2016 年，教育部根據 《普通高等學校高等職業教育(?？?專業設置管理辦法》[1]，增補了13個專業。習總書記根據現代社會發展和職業教育的特點，提出了“工匠精神”。我國職業教育在頂層設計上做到了得到了制度上的保證和重視。

二、大數據技術發展對職業教育的影響

大數據技術的應用范圍很廣，常常與其它學科的知識互相交織，形成新的分析方法。隨著大數據技術的發展，促進職業教育的教學不斷探究新的模式，老師要接受新的信息化教學，如3D、VR應用在課堂上,使教學手段更情境化，模擬真實環境，激發學生的學習熱情。學生要利用信息工具，探尋知識，發現新的問題并運用信息技術解決問題，激發創造能力。大數據技術和知識共享使世界聯系更加緊密，學生受到信息知識的沖擊，也在潛移默化地影響學生的主流價值觀，慢慢地改變著學生的學習方式，對我們的職業教育提出了新的培養要求。

信息素養如今成為學習者的重要組成部分，更是職業教育不容不忽視的部分，大數據技術對信息素養有了更高的要求，也就要求我們的職業教育不僅要打破常規更應重視德育，注重育人。大數據技術在職業教育的推行，逐步地改變傳統的教育模式并推行精確的個性化教育。從長遠看，職業院校在大數據背景下，應在教育評價模式多元化、提高教師數據分析能力和建立學生預警機制等方面加以努力，以適應未來的教育發展。

三、大數據技術在職業教育中的策略研究

2012年10月，美國教育部發布了《通過教育數據挖掘和學習分析技術來提高教與學:問題簡述》報告，報告主張通過教育數據挖掘、學習分析和可視化數據分析來改進自適應學習系統，實現個性化學習[2]。

在新的形勢下，我院與北京智啟藍墨信息技術有限公司合作成立了“全國輕工職業院校移動云教學大數據研究中心”。藍墨云班課主要是通過老師共享資源，通過同頻器將資源發送到每個學生的智能手機上。一方面解決了學生上課玩手機的問題，一方面解決了老師管理課堂的問題，比如點名、簽到、分享、討論、記錄等等。藍墨云班后臺有專門的數據統計，比如討論答疑、測試、作業、小組任務、參與統計的人員、參與統計的簽到、參與統計的資源、參與統計的活動。

(一)大數據技統計分析的教學驅動

在藍墨云班課中，后臺記錄的基本信息是一個教學反饋的資源池，如何將這些基本信息整理成有價值的信息，又能反映職業教育教學中存在的問題，成為我們迫切需要亟待解決的課堂教學問題。在豐富的教學數據面前，需要利用大數據技術加上統計學方法為我們找到課堂教學的痕跡，依據這些教學痕跡找到適當的教學方法，使學生能較快地掌握基礎知識和基本操作技能的要領，真正使學生動起來，老師也能從學生的學習中覺察到有一種無形的壓力，對教學不敢懈怠。基于過程數據在教學過程中無需要人工介入，我們可以利用大數據技術對教學實現數據驅動，進行各種維度的分析。比如基于自動采集數據，建立大數據分析模型，反應問題，建立質量分析模型，預判問題，不斷提高教學質量；基于過程性數據，進行監控，實現教學的持續改進。

(二)大數據技統計分析的職業導向

職業教育是要面向市場的，利用大數據技術分析出不同地區、不同規模企業的不同崗位對職業能力的具體要求。大數據技術在職業能力分析的運用，作為專業分析與設計的分類工具，要求數據全面、科學、客觀、公正，這些數據都可通過大數據無痕記錄下來(沒有人工的干預)，形成專業分析與設計的依據。同時這些數據能夠為院校制定對接產業的方案和課程標準提供非?？茖W的參考依據。數據源頭獲取方式包括問卷調查、行業信息、崗位信息、專家調查等，經過數據中心的處理，以及職業能力分析，生成可視化的職業需求圖表。通過職業需求圖表的數據，我們可以得到行業需求辦什么專業，要求學生具備什么樣的專業水平，我們要確定教什么，教到何種程度，才是行業真正需要的職業者，形成對接行業需求的配套素材庫，將專業建設真正融入到行業的需求中來，讓我們的學生進得來，走得出。行業就是對我們教學的一次真正檢驗，利用行業中的數據實施過程性監控與評價。

(三)大數據技統計分析的個性化推薦

利用大數據分析技術可以實現個性化在線教育學習，主要的依據是學習者會在信息化的環境中留下數據的痕跡，形成碎片化的數據經過挖掘、分析、整合，會對學習者的學習路徑有一個基本的概覽。利用大數據分析技術可以對求職者的職業性意向進行分析，可以幫助求職者推薦適合的崗位，再到個性化設計課程，經過考核、認證、最終推送到匹配的招聘崗位，完成學習者從學習到求職的一套完整路徑。通過個性化在線學習平臺的數據分析，對學習者提供有針對性的職業教育信息，提高職業者的職業素養，以最大限度對就業者的能力進行匹配分析，并通過大數據可視化圖表展現出來。結合社會崗位的數據，補充崗位信息的數據源，盡量減少人工因素對數據造成的污染，做到數據的客觀性。同時對職業者進行相關的職業教育指導，為大學生以及失業者提供就業服務。也是為了更好的適應信息社會的發展，為社會和企業節省人力成本，也為求職都節省了大量的時間，創造出高價值的社會效益。

四、結語

以教學過程性數據為基礎數據源，分析教學目標達成度，從各個層面給出教學質量的成效，并且智能給出改進意見供教師及管理者決策參考;同時能夠基于雇主的視角，按照崗位能力需求的標準，對學生的培養效果進行實時動態技能熟練度評價。大數對據職業教育能夠進行個性化分析，提供個性化的職業教育；大數據統計技術分析了行業崗位的數據，有利于職業教育機構的決策；大數據對職業教育的提供了預警性、預測性、共享性等機制，幫助職業者更好地選擇工作。

[1]賀萌,賀寧. 高職院校大數據技術與應用專業人才培養的探索[J]. 價值工程,2017,36(19):197-198.

[2]黃遒. 應用大數據技術重塑職業教育生態[J]. 電腦知識與技術,2016,12(17):106-107.

[3]程淑琴,倪東輝. 基于大數據的高職教育質量管理與創新[J]. 牡丹江大學學報,2017,26(07):151-153.

[4]霍莉樺. 大數據技術在職業教育中的應用——以美國職業教育為例[J]. 軟件導刊(教育技術),2017,16(09):90-91.

[5]任璐. 淺析大數據對高等職業教育的影響[J]. 課程教育研究,2016,(22):12-13.

周鋒(1985-)，男，碩士研究生，研究方向計算機系統結構，大數據分析與挖掘；魏志，男，研究方向計算機網絡;曾云聰，男，研究方向計算機網絡;馮明成，男，研究方向計算機網絡。