高校大數據展示設計研究

王濤濤　施煒利

摘要：為了提高高校的管理決策能力、教學評估水平、學生管理水平等，很多高校正在推進教育大數據建設。課題組成員以江西省某高校實踐經驗為例，構建了高校教育大數據平臺的技術構架和數據分析模型，設計了教師評價、學生評價、教學效果、學校發展等幾種典型的專題大數據，并實現了可視化展示，為學校管理水平的提高提供了有益的支撐。

關鍵詞：高校大數據;數據挖掘;數據分析;可視化展示

中圖分類號：G642? ? ? ? 文獻標識碼：A

文章編號：1009-3044（2021）03-0026-002

1 引言

大數據時代，高校管理創新面臨新的機遇，如何有效使用大數據以促進教育管理水平的提高，是每個高校亟須解決的問題。如何按照高校需求建立大數據應用中心，實現數據分析服務，支持各管理部分進行數據挖掘與應用，并為學校政策制定、落實重大決策提供科學依據。很多高校已作為一項重要工作在推進。

然而，教育大數據的應用之路卻充滿荊棘，在應用中的難題不斷。課題組在研究推進本校大數據實施方案的過程中，最突出的問題便是數據分析問題。

2 高校大數據研究進展

課題組以數據挖掘和教育為關鍵詞，分析了國內近10年的論文共計2040篇，圖1顯示了2010-2020年各年發表篇數分布情況。經分析發現，近10年來，對教育大數據的挖掘與應用呈逐年上升趨勢。國內學者已對教育大數據挖掘以及整體框架設計和相關平臺建設展開了較有成效的探索。

清晰科學的架構設計是高校教育大數據可持續應用與發展的基礎保障。楊現民等[1]提出四步建設策略。劉邦奇等[2]提出應用體系建設、團隊建設、制度建設三個關鍵要素的協同配合。余勝泉等[3]剖析了教育大數據的數據收集、模型構建、數據分析、智能推薦、決策分析等總體框架。另外，還有學者從平臺建設、數據庫設計、數據的采集與存儲、大數據平臺運行機制、信息的共享、質量監控與評估等進行了研究。

在應用方面，構建了教育質量改進模型，將學生服務、教師教學、家長協同、學校管理利用大數據進行一體化分析與改進。崔延強[4]利用大數據在教育質量監控與評估方面進行了有效的探索。林麗丹[5]分析了高校大數據存在問題，探討了大數據技術的實際應用場景。萬晨[6]設計了基于大數據的課堂教學質量評價方案，并通過該方案有效提升了課堂教學質量。鄒琴琴[7]提出通過大量數據建立起學習分析模型，對于教育行業發展有著重要的推動作用。

3 高校大數據分析架構

課題組對某高校大數據平臺的技術架構、數據分析模式及專題應用進行了設計。研究構建了數據采集層、數據處理層、數據分析層、數據展現層、數據應用層等五個層次的構架。并將安全保障體系貫穿于五個層次，以確保數據的安全性（如圖2所示）。

3.1 數據采集層

平臺數據來源包括學校各大信息系統，包括教務、招生、就業、科研、后勤、網絡教學平臺、官網、圖書館等，通過這些系統數據采集，可以獲取較為全面的運行數據。隨著監控、門禁、WIFI等物聯網設備數據的有效采集，可以逐漸提高信息化資源的利用率與水平。

3.2 數據處理層

高校大數據應用與建設要解決的首要問題是數據的質量問題，需要通過去除虛假、重復、矛盾、錯誤數據，實現數據的清洗。數據的精準處理是發揮數據價值的關鍵。

3.3 數據分析層

數據分析層是平臺的“大腦”，如何提高大腦“智商”取決于數據分析模型的設計。當前，教育界比較主流的分析模型包括適應性學習模型、學習預警模型、學生畫像模型、決策支持模型等。課題組根據學校實際情況，將從預測性分析、診斷分析、描述性分析三個層級去實習，實現小顆粒度、目標聚集的數據分析模型。

描述性分析主要是對數據進行統計性的分析。比如教師情況分析、學生成績分析、學校投入情況等。

診斷分析可以直達數據核心，將問題原因找出來。例如，學生有哪些知識缺陷、學校有哪些障礙、學科能力如何、具有哪些學科優勢等，利用方法有知識診斷檢測、知識追蹤模型、相關分析等，以實現診斷分析。

預測分析利用數據的關聯、發展等，對教育相關事件的趨勢進行預測。例如，可以利用決策樹、回歸分析等算法來預測某個學生在未來的學習水平的變化等。

以上三類分析從易到難，對高校教育發展的作用也越來越大。

3.4 數據展示層

數據展示是有利于利用數據的關聯性，便于決策和干預。數據展示主要呈現基礎信息、教師隊伍、學生綜合、教育安全等大數據。通過以上數據的可視化展示，實現校級層面的數據“看、用、管”，實時掌握學校的概貌與動態，實現基于數據驅動的科學決策[8]。

3.5 數據應用層

數據應用是此項工作的最終目標。如何基于數據結果對問題提出合理化建議，進而促進學校健康、高效、持續發展，是研究的核心。因此，數據應用層要圍繞政策制定、資源配置、質量監控、評價體系最重要的任務進行設計。并且通過應用以促進數據采集、處理、分析、展示的持續優化。課題組設計了幾種常用的專題大數據。

3.5.1 資源大數據

資源大數據的分析與利用，可以讓高校管理者了解學校的總體發展情況，能為管理者合理規劃提供決策支持。

3.5.2 師資大數據

師資大數據的分析與利用，可以讓師資培訓與提升提供更精準的規劃，并能促進教師的合理化配置，更好地為教師管理服務，從而促進教師隊伍管理的現代化。

教師大數據除了大家熟知的基本信息（學歷、職稱、專業、年齡等），還有培訓數據、教育教學活動數據，更重要的還有教師幸福指數、教學發展指數、科研發展指數等。這樣才能更全面的了解教師的整體情況以及每一位老師的發展情況。

3.5.3 學生大數據

學生大數據的分析與利用，可以更好地調整人才培養方案，以達成人才培養目標。學生大數據包括德育數據、體測數據、成績數據、學習軌跡、獲獎數據、就業跟蹤等數據，可以很好地評估一個學生的學習完成情況，實現精準的學習干預和預警并及時的實現家校聯動。

4 高校大數據可視化展示

通過分析各高校建設的平臺，以及相關企業大數據可視化產品，綜合提出幾種典型模式。

4.1 可視化圖表

傳統的可視化具有通俗易懂的優點，將折線、餅、氣泡、儀表盤燈圖結合在一起，成為當下數據可視化的主流呈現方式。基于可視化圖表，管理制可以清楚了解學校的整體情況，以及發展趨勢。

4.2 地圖

基于地圖的展示具有直觀的優點，可以把宏觀到微觀全部進行視覺呈現。

4.3 可視化圖表與地圖相結合

將可視化表與地圖進行組合呈現，可以優勢互補以實現視覺效果與數據價值的最佳體現，能夠給高校管理者提供具有時空分布的直觀體現又可以深挖某一個方面的問題，找出具體原因。

4.4 數據流

基于數據的展示是將數據的產生、交互進行可視化的映射。基于數據流通常要結合數據本身或者數據池來展示。例如，網絡教學平臺數據池，包括了課件、視頻、音頻、題庫、學習痕跡、教學痕跡等，通過數據池的展現可以實時反饋網絡教學平臺運行情況。

5 結語

高校大數據正在進入快速應用事情，在應用實踐中很多問題不對出現，阻礙了數據應用的有效性，也阻礙高校應用的積極性。下一步，團隊將圍繞網絡教學平臺的數據模型構建進行深入的研究。

參考文獻：

[1] 楊現民，陳世超，唐斯斯.大數據時代區域教育數據網絡建設及關鍵問題探討[J].電化教育研究，2017， 38（1）：37-46.

[2] 劉邦奇，張振超，王亞飛.區域教育大數據發展參考框架[J].現代教育技術，2018，28（4）：5-12.

[3] 余勝泉，李曉慶.區域性教育大數據總體架構與應用模型[J].中國電化教育，2019（1）：18-27.

[4] 崔延強，權培培，吳葉林.基于大數據的教師隊伍精準治理實現路徑研究[J].國家教育行政學院學報，2018（4）：9-15，95.

[5] 林麗丹，李娜.大數據技術在高校智慧校園建設中的應用研究[J].電腦知識與技術，2020，16（18）：36-38.

[6] 萬晨.大數據驅動下的課堂教學質量評價方案研究[J].電腦知識與技術，2020，16（17）：39-40.

[7] 鄒琴琴.教育大數據視角下學習分析的應用研究[J].電腦知識與技術，2020，16（10）：179-180.

[8] 楊現民，郭利明，邢蓓蓓.區域教育大數據分析架構與展示設計研究——以江蘇省A市為例[J].電化教育研究，2020，41（5）：66-72.

【通聯編輯：王力】