基于Python的大數據分析在高職院校教學管理中的應用

王錦坤

（1.福建電力職業技術學院；2.國網福建省電力有限公司技能培訓中心）

網絡信息技術的發展加快了社會變革的速度，如今，信息技術使得我們周圍的手機、電腦、聊天軟件、購物平臺等不斷改善，互聯網正在以強大的力量改變我們的生活。而高職院校仍舊沿用傳統老舊的教育管理模式，并未隨著時代的發展而積極進行教育管理模式的創新。傳統的教育管理模式沒有凸顯學生的主體地位，在這樣的教育管理模式下，學生的思維受到限制，課堂質量得不到保障，學生學習的主動性、創造性都得不到鍛煉。近幾年，高職教育管理者為了改進教育管理模式積極引入了教學管理平臺，比如筆者所在的福建電力職業技術學院引入了智慧職教云平臺，利用職教云平臺搭建線上教學資源庫，并依托該資源庫結合線下課堂教學，實現了線上線下、課前課中課后教學的有機結合，該系統在日常的使用過程中產生了大量的使用數據。本文利用免費、開源、跨平臺且具有簡潔、易讀懂、易維護以及數據分析庫豐富等優點的Python語言作為主要工具，對職教云平臺的使用數據進行大數據技術分析，并為如何應用分析結果服務教學管理方式改進提供了一些思路。

一、教學管理和大數據

（一）教學管理和教學大數據簡述

大數據可以看作一種技術工具、一種信息資源，或者是一種思維理念。隨著現代科學技術和信息手段的不斷創新和發展，我國迎來了大數據時代，在大數據的時代背景下，各行各業都在努力地適應當前的大環境帶來的機遇和挑戰。高校的教育管理方法作為教育事業穩定發展的重要支撐之一，也在這樣的環境中積極地進行探索和創新。通過大數據的互聯網技術，為高校教育管理工作提供創新性的技術支撐和方法依據，改進當前教育管理的固有工作模式，增強相關指導人員的大局意識，促進管理服務能力和教育專業水平的提升，保障高校教學工作的穩定發展，為社會和國家的建設發展奠定堅實的基礎。

高校教育管理過程中所產生的信息數據資料庫相對來說比較龐大。在實踐運用中，通過對數據實時進行追蹤，能夠在數據和數據之間建立聯系，進行分類，建立歸類，進而進行挖掘。另外，隨著數據的不斷增加和呈現出共性的現象，具有數量大、增加快和價值高的特點，為教育管理的發展趨勢提供可靠的依據。

高校教學管理大數據的主要來源分為兩大部分：一是學生的學習行為產生的數據，從學生開始使用智慧職教云平臺時的基本信息和在后續每門學科日常簽到、課件視頻學習、課堂提問討論、課后作業、期末考試直到畢業為止所產生的數據信息；二是教師的備課、上課行為產生的數據，從每門課程建課開始，到上傳相關課程課件、視頻，題庫、作業布置、作業批改、試卷組成、試卷評閱直至期末資料歸檔等一系列全過程產生的數據信息。

（二）大數據教學管理創新的內涵

大數據下的教學管理既是對學生的教育教學管理，也是對教師的教育教學服務。要想實現教學管理模式的創新和改進，首先要有效地利用和深度地挖掘數據平臺的大數據信息，并實施動態的追蹤和分析，尋找數據和數據之間的聯系，依據這些信息對高校學生的狀態進行分類，并對學生的行為進行檢測，分析在教學管理中學生的滿意度，能夠幫助日常教學管理了解高校學生在日常學習中的思想狀態、興趣愛好以及心理狀況，對學習目標的期望傾向以及意愿，這就為教學管理內容提供了依據，促進了教育質量的提升。

二、教學管理大數據分析過程

教學管理大數據是基于數據庫的知識發現，從大量的數據中獲取新穎、有效、潛在有用的關聯、分類等。

（一）搭建分析工具，實施動態分析

Python語言免費、開源、跨平臺且具有簡潔、易讀懂、易維護以及數據分析庫豐富等優點，2017年5月就已在TIOBE編程語言社區排行榜中占據前五的位置。同時，其具有較強的綜合性，可以運行在Linux、Windows等多個平臺，與C/C++、java等各種語言結合，能夠同時開發計算機版或手機版。因此，選擇Python語言構建教學管理分析是有現實意義的。

（二）依靠成熟數據平臺，實現實時改進

筆者所在福建電力職業技術學院2019年引入了智慧職教云平臺，學院教師員工利用職教云平臺搭建線上教學資源庫，并依托該資源庫結合線下課堂教學，實現了線上線下、課前課中課后教學的有機結合，該系統在日常的使用過程中產生了大量的數據。既有學生開始使用智慧職教云平臺時的基本信息和在后續每門學科日常簽到、課件視頻學習、課堂提問討論、課后作業、期末考試直到畢業為止所產生的數據信息；又有教師的備課、上課行為產生的數據，從每門課程建課開始，到上傳相關課程課件、視頻，題庫、作業布置、作業批改、試卷組成、試卷評閱直至期末資料歸檔等一系列全過程產生的數據信息。我們通過分析結果，可以實時反饋教師，實時改進方法。

（三）建立分析方案任務，挖掘教學需求

用Python語言建立分析方案，支持用戶通過梳理學校各層級的分析目標，實現對學校、專業、教師、學生、課程的分析。分析教學需求任務，根據分析方案，支持用戶進行分析任務的創建，對某些特定的分析對象進行周期性分析，可設置對應的分析方案、分析對象和分析頻率?？蓪Ψ治鋈蝿者M行增、刪、改、查的操作。

進行分析任務的創建，設定不同類型的任務，包括學校、專業、課程、教師、學生五個類型的分析方向，根據任務類型選取對應類型的方案。專業類型的任務可定義多個專業作為分析對象，其他類型的任務默認以學校作為分析對象。支持用戶設置任務的等級及對應分值，可根據實際業務需要設置多個等級。支持用戶定義任務的分析頻率，可按學期、學年頻率進行設置；支持設定任務執行周期。設置完成后，對任務進行發布操作，系統將根據用戶設置的參數，按頻率進行自動分析。

（四）分析技術持續改進，推動教學管理創新

關聯性分析方法是分析過程中使用頻率最多、使用范圍最廣的數據分析技術之一，可以很好地應用于教學管理的決策分析中。在數據分析中，運用關聯性分析方法，可以判斷哪一種教學方法適合哪一類學生或某門課程，從而方便教師進行教學方法的選擇，從而個性化教學方法能夠在實踐教學中得到進一步的應用和實施。所以利用關聯性分析法，尋找教師、學生各種行為活動之間的內在聯系，從而引導和影響相關的師生行為。

通過智慧職教云平臺中存放的各專業課程的歷史數據，包括日常簽到、課件視頻學習、課堂提問討論、課后作業、期末考試等，找出影響學生成績的各方面的原因，進而科學、合理地改進教學設置。另外，還可以從大量的教學數據中，分析出教學效果與哪些因素有關，從而為教學管理決策提供支撐。

三、大數據分析對教學管理產生的影響

（一）主觀影響

教學管理是否有效以及實施效率的高低，主要影響因素來源于教育過程中的主體和客體，比如教師的學歷、年齡、心理和素養等，學生的家庭、興趣、特長等，通過數據的收集對其進行分析和處理，借助大數據分析所產生的結果，幫助相關的教師進行改進和調整。在這個過程中，教師的主觀因素對大數據的利用率產生了非常重要的影響，而學生的主觀因素也對數據的產生、分類以及數據的價值和教學滿意度的評價起著關鍵性作用，因此在進行教學管理改進的過程中，需要針對教師和學生的數據信息、行為特征、性別和年齡進行深入的數據收集、整理和分類，這樣才能夠有助于教學管理成效性的提升。

（二）客觀影響

在大數據的背景下，數據的產生和獲取都依賴于一整套完整的數據系統，所以在對高校教學管理進行改進和創新的過程中，需要配置專業的硬件、完善的軟件資源以及各類數據資源。所以在本次研究分析過程中，所依托的平臺雖然還有一些小瑕疵，但利用已經具備的數據系統進行改進和完善，并將分析數據系統引進，建立交互性強、時效化的數據平臺，總體的效果還是比較滿意的，促進了教學管理質量的提升。

在現代社會發展的過程中，信息技術和互聯網技術的快速發展為社會的每一個領域都帶來了新的發展機會。在大數據的時代背景下，復雜的信息通過整理、歸類和分析處理對教育行業的發展產生了重要的價值，尤其是在當前的教育管理中，為高校教師提供了新型的教育理念和技術的支撐?；诖髷祿治黾夹g，對教師和學生的信息進行深度挖掘，能夠掌握教師和學生在教學過程中真實的傾向和需求，促進了教育個性化的發展，也豐富了當前階段的教育管理的方式和內容。在互動性的教學過程中為師生提供了更加優質的服務建議，促進了教育管理方式的轉型和創新，實現了學校、教師、學生、社會多方的人才供需平衡，為社會主義現代化建設奠定了堅實的基礎。