以大數據技術為基礎提升高職院校人才培養質量的研究

馬曉濤

高等職業教育相對于普通高等教育培養學術型人才而言，偏重于培養高等技術應用型人才，而技術應用型人才的培養的目標是社會及用人單位的需求。當前，我國正處于經濟轉型發展和產業化升級的關鍵時期，急需大量的高素質、高質量的職業技能型人才。國家教育部要求通過理順和規范高職教育管理體制及職業標準的方式來有效提高辦學質量，優化辦學結構，但是在社會需求與高職教育培養模式及內容方面還存在著不完善、不科學的方面。

一、高職院校人才培養質量的突出問題

1、高職院校學生培養目標不明確、內容安排不科學

高等職業教育，作為職業教育的一部分，是以社會上普遍的職位要求作為培養人才的根本出發點。社會崗位需要具備什么技能，高職院校人才培養大綱應該相應包含哪些內容。但是當下高職院校還存在著專業培養大綱與社會人才需求之間的脫節，使得人才培養不科學，不能適應社會的發展。

2、市場需求與高職院校人才培養之間存在差距，信息獲取不暢通、實時性不強

當前，高等職業院校畢業生就業存在著質量不高，甚至專業不對口等問題，學生學習完專業知識不能學以致用，課程體系、教育方式手段過于陳舊，適應性不強等問題。社會的需求與高校培養之間環節過多、數據滯后，急需扁平化的數據支撐。

二、信息技術發展對人才管理方式方法的沖擊

以計算機技術及網絡技術為核心的信息技術的快速發展，正在改變人們對時間、空間和知識的理解，通過運用internet，人們能不受時間和空間維度的限制，獲取和溝通信息，使人們的工作、生活、學習、交往模式發生著巨大的變化。

大數據作為當前信息技術的一個主要分支，利用事物發展的普遍規律，以大量的數據作為分析基礎，將分析結果作為趨勢預測的依據。大數據技術在生產、生活、工業、國防等領域已經開始普遍應用，并取得了較為突出的效果。

利用數據挖掘、數據分析技術搭建市場需求與人才培養方式方法之間的信息橋梁。讓高職院校人才培養更接地氣，更適應市場的發展。

三、利用大數據分析技術解決人才培養突出問題

1、數據的獲取

據統計，當前大學生就業主要的途徑80%來自于主流媒體網站的招聘信息，這就使得利用大數據技術作為社會人才培養的數據來源成為可能。利用數據爬蟲技術可以從網絡中獲取招聘信息。當前主流爬蟲技術為利用python的scrapy框架搭建爬蟲分析平臺，對獲取的信息進行分類匯總，加屬性分類存儲。獲取的數據在時間上具有實時性。匯總后的數據，包括單位性質、用人期限、技術要求、崗位描述、薪金標準等。同時，建立課程體系數據庫，包括專業類別、主要技術課程、輔助課程等。數據的獲取及存儲是下一步數據分析處理的基礎。

2、內容的分析

對來自于網絡的數據，進行初步的篩選，對冗余數據及空數據進行初步處理。利用pyhton中常見的pandas數據分析模塊，可對數據進行初步的整理。進行來源、所屬專業類別、掌握技能、薪金、招聘單位性質等數據的基本分析。同時，利用python技術的matplotlab等技術實現數據的可視化。通過初步的分析，我們發現當前計算機專業類別中，京津冀地區進行java相關工作初級程序員的平均薪金在5000元左右，主要的技術要求為spring、springMVC等框架技術，同時相對以往初級程序員的收入水平來說，持平。并且近兩年，廣州深圳地區，java技術初級程序員的需求量有增加趨勢。針對這些初步的分析數據，高職院校可以適當修改人才培養大綱，增加趨勢性強，比較有前景的專業技術課程。同時還可以作為專業人數規劃的智力支持。

3、人才知識能力獲取，及趨勢分析

對行業的專業能力要求等細分能力領域，進行趨勢的分析。首先對數據進行離散化處理，利用邏輯回歸技術實現人才能力趨勢分析，實現行業專業人才趨勢的準確描述。在課程設計方面，解決課程內容傳統老舊、跟社會脫節的主要方法是針對獲取數據的深入分析。針對網絡獲取的職位職能要求，進行細化分析，對相同課程掌握的知識點進行分類匯總。并將職位要求的了解、熟練、掌握等等級離散化，對職位要求的知識點、能力點進行離散化處理，例如java初級工程師中ExtJs、EasyUI、JSP、Servlet、MySql等。同時，對獲取的數據進行區域化劃分，例如京津冀地區、廣州深圳地區、江浙地區等。對薪金分組離散化處理，將薪金分組為小于2000、2000-3000、3000-5000、5000-8000、8000-10000等。利用采集到的大量招聘信息，建立邏輯回歸模型。還可通過采集到的招聘信息，對模型進行修正及驗證。最終對學校現有課程體系下的學生培養結果進行預測。同時可以通過搭建本校的課程體系數據庫，單對某一門課程進行趨勢分析。當今技術變化飛速，社會用人要求根據時間不同也有變化，這就要求在培養大綱及授課內容制定上需要有一定的前瞻性，對課程授課內容及知識點的時效性及社會認可度進行分析，適時調整授課內容，使得傳授課程內容及技術更加貼近社會需求及發展趨勢，解決用人技術要求與學校課程內容在時效性上可能產生的差距。

4、課程體系改革的智力支持

利用平臺獲得數據后，完成課程體系的調整和改革。實現由招聘信息決定能力素質，由能力素質決定課程建設的良性課程體系調整。利用大數據技術，可將數據靈活分組進行分析，發現其中的問題及邏輯規律。主要技術能力只是招聘信息中的一部分，同時還有團隊意識、英語能力、表達能力、組織能力等其他分項。這些分項內容，高職院校往往通過英語、職業能力課程等其他課程來進行補充。將所有課程針對社會職位要求進行加權分析，最終可對學生整體能力進行預測。高職院校人才培養質量的提高，來自于完善的課程體系設計，課程體系設計不簡單的理解為課程內容的簡單羅列，還包括所授課程、課程內容間的關系、課程間的關系、及與社會提供崗位間的關系，甚至于校園環境及學術氛圍與課程間的關系，這些關系利用傳統的方法是不好進行量化及分析的，但是可通過建立科學的大數據模型來模擬及仿真，同時通過實時的社會需求，對課程及課程內容進行調整，完成高質量的高職院校人才培養。

四、總結及實施效果分析

總之，數據是進行高職院校人才培養的根源。獲取數據、分析數據、利用數據是進行人才培養質量提高的調整及改革的方式方法。高職院校應適應新的時代要求，結合先進的高科技手段，精準明確培養目標，不斷修正教學方法及內容，在新時代背景下，創新管理方法，利用先進的技術手段，培養出更多適應新時代社會需求的優秀人才。