在線職業教育數據治理框架設計和應用

摘""要：開展在線職業教育數據治理框架設計和應用研究，對于提升平臺數據化管理能力、智能化服務能力和在線職業教育發展質量具有重要意義。本文對數據治理框架的發展現狀以及在線教育數據治理發展進行了調研分析，在線職業教育數據治理需求急迫。據此提出了一種包含組織結構、數據治理標準、數據政策、技術底座的在線職業教育數據治理框架，并基于此框架，結合當前在線職業教育數據治理不足，提出一種在線職業教育數據治理實踐策略，經實例驗證策略效果較好。

關鍵詞：在線職業教育；數據治理；治理框架

Design"and"Application"of""Online"Vocational"Education"Data"Governance"Framework

Zhong"Yanhua""""""Kuang"Luobei"""Wang"Yi"""Lu"Haiye""Chen"Danping

Military"Continuingnbsp;Education"Technology"Service"Center"of"National"University"of"Defense"Technology，"HunanChangsha"""410073

Abstract：The"research"on"the"design"and"application"of"online"vocational"education"data"governance"framework"is"of"great"significance"for"improving"the"platform's"data-driven"management"capability，"intelligent"service"capability"and"online"vocational"education"development"quality."This"paper"investigates"and"analyzes"the"development"status"of"data"governance"framework"and"the"development"of"online"education"data"governance."Online"vocational"education"data"governance"is"in"urgent"need."Based"on"this，"a"data"governance"framework"for"online"vocational"education"is"proposed，"including"organizational"structure，"data"governance"standards，"data"policies，"and"technical"bases."Based"on"this"framework，"combined"with"the"current"online"vocational"education"data"governance"deficiencies，"a"practical"strategy"for"online"vocational"education"data"governance"is"proposed."The"strategy"is"proved"to"be"effective"by"examples.

Keywords：online"vocational"education;"data"governance;"governance"framework

在線職業教育逐步由“網絡+教育”向“智能+教育”轉變，而數字化是智能化的基礎和前提，開展在線職業教育數據治理研究有助于形成數據治理體系，解決平臺與各大職能部門的協調耗時、機制不暢、需求供應不準等問題，為構建以技術和數據為主線，多方合作整合，涵蓋在線職業教育全生命周期及工作過程的戰略咨詢，統籌謀劃，聯動運行，教育管理支撐體系打下了堅實的基礎。積極開展在線職業教育數據治理探索研究，對于提升平臺數據化教育化管理能力、智能化服務能力和在線職業教育發展質量具有重要意義。

一、國內外數據治理框架的主要成果

國際標準ISO/IEC38505是目前數據治理各框架體系普遍遵守的總體框架，分為ISO/IEC"38505-1《基于ISO/IEC"38500的數據治理》[1]和ISO/IEC"TR"38505-2《數據治理對數據管理的影響》[2]。國內外權威機構學者也提煉出具有一些代表性的數據治理框架，如DAMA的數據管理框架[3]、DGI的數據治理框架[4]，以及我國在大數據標準化方面的重要研究成果——大數據標準化白皮書（2020版）"[5]中的大數據標準體系框架。

國內高等教育數據治理框架方面，董曉輝（2019）等[6]提出了一種依據權變理論的高校教育大數據治理框架，毛文卉（2022）等[7]構建了一種新的高校數據共享治理框架，許曉東（2015）等[8]基于數據治理過程提出了一個高等教育數據治理的分析框架。

職業教育是高等教育的一類分支，在線職業教育數據治理與高校教育數據治理存在很多相同的內涵特征，目標都是建立完整、準確、及時的全域數據，實現數據資源的共享共通，實現數據價值最大化。這些高校教育數據治理框架經驗對在線職業教育數據治理都具有重要參考意義。

二、在線職業教育數據治理框架的研究現狀

對于國內外在線教育治理，國內學者展開了深入的研究。國外在線教育治理研究方面，陳凡（2022）等[9]研究了美國在線教育評價標準及其指標框架，這些標準基于在線教育最佳實踐產生，是美國制定在線教育評價標準的主要經驗；國內在線教育治理研究方面，王娟（2022）等[10]指出了唯有將線上和線下教育有機結合起來，促進技術和教育深度結合，在構建政府引導、機構自治、行業自律和社會監督等新型治理模式中，在線教育才有可能獲得高質量發展。毛雁冰（2022）等[11]指出在線教育智慧治理強調多元參與，強調創新運用智能化的技術手段，汲取元治理理論和協同治理的精髓，打造出多元協同、精準高效的在線教育治理框架。

在線教育技術迅猛發展，技術應用對提高教育質量將具有巨大推動擢用，但同時也對教育數據治理提出較高要求。例如，張吉先（2021）等[12]提出運用大數據、虛擬現實、5G技術、人工智能等新一代信息技術，構建一個以移動化、數據化、生活化、個性化形態的育人共同體，收集生成性學習數據來構建學習者數字化畫像，通過創造沉浸式教育場景，將工作和日常生活作為教育的載體，以達到精準培養人才的目標。高雪（2022）等[13]以分布式認知的視角，研究了應對在線教育平臺碎片化、虛擬化學習環境所帶來的學習者學習自主性不高、溝通協作效率低的問題，以及有關在線教育平臺設計策略的問題。

在線職業教育也是在線教育的一種類型，在線職業教育的數據治理研究是我國在線教育數據治理的重要組成部分。在數據治理上都面臨著大致相同的困境，數據紛繁雜亂、數據治理不高、數據標準不統一、數據來源不清、管理共享困難……雖然學術界和工業界針對在線教育治理已有非常多的工作，但目前在線職業教育治理工作開展不多，面臨比較急迫的現實需求。

三、在線職業教育數據治理框架設計

數據治理框架旨在為總體戰略和目標提供服務，通過將數據治理的整體視角下的各個局部成分相互關聯，形成一種邏輯結構，以實現有效的組織。本文參考董曉輝（2019）等[6]提出的基于權變理論的高校教育大數據治理框架，旨在以探索在線職業教育數據的價值并控制數據風險為目的，通過建立數據組織結構、治理標準和政策的保障機制，以技術底座為支撐，實現對數據的高效管理和充分利用。

（一）組織結構

數據治理是一項龐雜而錯綜復雜的工程，其成功離不開管理層的有力支持，同時也需要各部門、各層級之間的緊密協作與共同治理。結合在線職業教育數據管理現實情況，給出了某在線職業教育平臺數據治理組織架構供參考。在線職業教育數據治理組織架構可由決策層領導監督、平臺領導統籌牽頭、數據部門負責執行、平臺全員的積極參與。具體的組織層次、機構成員和重要職責，如表1所示。

（二）數據治理標準

數據治理的重要職責之一是確立一套綜合性的規范體系，該體系與數據息息相關，通過遵循這些規范，可以確保組織在處理數據事務時遵循一致的標準和規范，從而保證數據的準確性和可靠性，提高數據共享和有效利用的水平。

本框架構建的在線職業教育的數據治理標準遵循大數據標準化白皮書（2020版）[5]提出的以數據全生命周期管理的標準框架，綜合考慮在線職業教育數據本身的管理和應用特點以及未來的發展趨勢，系統性展開元數據管理、主數據管理、數據質量管理、數據安全管理、數據服務總線構建、平臺與工具構建等基礎標準規范，以及在線職業教育領域的學習、教學、管理數據標準集、數據資產管理、領域大數據調用、數據共享交換等業務標準規范建設，體系性全過程指導數據治理與應用。

（三）數據政策

制定數據相關政策，為了最大限度地發揮在線職業教育數據的價值，并有效地控制數據風險目標。朱婕（2022）等[14]指出在線教育中有關數據安全的問題，第一是在線教育數字資源的版權問題，數字版權資源由于具有便捷性、共享性等特點，增加了數字版權保護的難度。第二是由于教育行業具有穩定性和公益性，很難引起用戶在泄露個人信息和隱私時候的警惕性。結合在線職業教育數據治理工作的實際情況，相關平臺機構需依據數據安全法律體系要求制定相應數據政策，從而指導數據治理和規范工作的開展。

（四）技術底座

技術底座是執行數據治理的基礎支撐。平臺借助數據資產化手段，推進教育業務與應用的標準化、規范化，建立高效的數據資產體系和數據服務能力，以更優質的服務滿足教育教學的需求。

為構建持續的數據驅動業務閉環的在線職業教育生態體系，某在線職業教育平臺參考工業界有關大數據能力體系建設方案，擬設計包含了數據源層、數據平臺層、數據資產層、數據共享服務層和智能應用層5大模塊的在線職業教育數據能力體系。該體系旨在為業務數據進行統一集成提供支撐，并進行數據治理和數據標準化，為構建高度共享、開放、復用、持續、統一的數據動態閉環生態體系提供建設參考，如圖1所示。

圖1"在線職業教育數據治理能力體系

四、在線職業教育數據治理實踐策略

為了探討在線職業教育數據治理框架在具體平臺中的應用，本文結合實際發展過程中遇到的問題，對在線職業教育中的實踐不足進行歸納總結，并給出相應的實踐策略。

（一）不足分析

筆者將在線職業教育治理的工作總結為四類，分別是組織管理體系建設、課程建設、平臺建設和學習管理。然而，涉及數據治理工作較少，TAN（2016）[15]等探討了大數據對美軍職業教育的影響，從學習機會、綜合訓練、教學質量、課程設置等方面進行了深入分析。XUE（2021）等[16]為了幫助用戶從海量的學習資源中快速找到學習目標和提高學習效率，開發了一種基于軍事職業教育大數據的個性化推薦學習系統。許曉東[8]等認為，大數據可以為高等教育管理者提供建議和指導依據，建立數據開放共享機制，利用相關政策推進數據化戰略，盤活已有數據存量，進而提高管理效率和治理有效性，提升高等教育質量。

通過分析現有文獻，本文總結了在線職業教育數據治理實踐不足之處：第一，數據保障機制缺失。數據來源不明，缺少數據采集、傳輸、使用等全局視角，缺少監督和認責管理機制；第二，數據管理待完善。數據生產管理和責任單位都歸屬業務部門，資源管理權限不集中，無法充分發揮數據價值；第三，數據應用難。數據整合度低、各類數據流通度低、數據應用建設成本高；第四，數據標準未統一。元數據界定和理解不一，各部門缺少統一數據標準，數據校驗和監測標準欠缺；第五，數據復雜化。數據為全程全時空、多種類型的全樣本，且碎片化、分散化，結構化和非結構化數據并存。

（二）實踐策略

從全局視角審視在線職業教育數據治理，并基于在線職業教育數據治理框架，綜合考慮數據治理標準、組織結構、數據政策、技術底座之間的聯動關系，本文借鑒工作[2][10]中的數據治理實踐路徑，提出一種在線職業教育數據治理實踐策略。

1.依法制定數據政策

推進依法治數，構建數據基礎制度體系，做優做強在線職業教育事業。依法規范數據信息采集，確保數據采集過程合法合規；推進數據共享，充分發揮信息化在在線職業教育中的支撐和引領作用，以法律為準繩，促進教育資源的高效利用；加強網絡信息安全建設，保障數據安全有效運行。推動數據資產的流通，致力于創造一個公正競爭、有序流通的數據資產環境；依法加強數據安全防護，進一步提高數據安全法治水平；依法開展個人信息保護，確保個人信息安全。

2.搭建數據治理平臺

構建一個數據治理平臺，可推進在線職業教育數據治理現代化。實現數據信息的互聯互通，降低信息不對稱和運營成本，從而提高數據處理的效率和準確性；數據治理過程中引入大數據監督，可提高數據治理的透明度，為精準治理提供保障，業務數據更準確；通過數據治理平臺進行全生命周期管理，有助于形成事前防范、事中控制、事后數據管控體系，通過實時比對、監督、預警和追蹤，實現對第三方平臺、課程、教師的橫向監督。

3.加強元數據管理

平臺粗放式的數字資源管理已無法滿足發展需要，加上在線教育數字資源的表現形式多樣，加強元數據管理尤為重要。可實現數字資源的一體化管理，從而構建一個全面、統一的資產體系，提升資源管理效率；有助于管理、運營和技術人員快速了解平臺數據資源，促進數據標準不斷完善；讓數據治理執行者有依有據，以達到善治的數據治理目標。

4.發展智能創新應用

運用人工智能技術作為在線職業教育數據治理模式的技術支撐，可有效提升數據治理的效能。人工智能為在線職業教育治理提供了智能化手段，包括自動數據采集、實時風險感知、精準科學決策和智能監管治理等，從而有效減少了重復性工作，同時提供了全天候、無時空限制的智能服務。為主體參與者提供反饋機制，"為協同各主體的關鍵節點提供必要的支持和協助，實現在線教育治理的轉型，從以單一局域為中心的模式向以全局共治為核心的模式轉變。

• 實踐案例

我們根據治理框架基于某在線職業教育學習平臺的用戶信息、課程學習、答題記錄等數據進行部分數據治理實踐，通過數據同步、清洗、合并、統計和分析等步驟完成有效信息的獲取，為上層應用提供數據源，以下為離線統計和實時統計中的典型案例。

離線統計方面以學習用戶在線時長指標為例，如圖2所示。MySQL數據庫中儲存著原始數據，而學習平臺歷史數據同步則通過訪問數據庫的JDBC實現。涉及用戶信息、行為記錄等多個數據表，人工對映射表名進行映射改寫增強可維護性和可讀性，合并形成數據寬表減少對多個數據庫的反復讀寫同時對屬性進行篩選簡化，此時生成的數據表已經可以滿足多種數據統計需要。

為了對用戶在線時長進行統計，建立時間窗口鎖定統計的基本單位，以用戶在學習平臺上的行為記錄為線索判斷用戶當前時刻是否在線，借助記錄的屬性或產生時間統計在線時長，比如時間窗口為10分鐘，且無明確上下線記錄的情況下，以在10分鐘內是否有行為記錄判斷累計增加時長。

圖2"離線統計在線時長流程

實時統計要求更新周期更短，更及時反映某個精確數據。以實時統計平臺在線學習人數為例，借助kafka中間件高頻率、低延遲獲取源數據，在數據到達目標數據庫前還需要經過過濾、聚合，為保證到達目標數據庫的低延遲可以采取分布式操作加快數據處理速度。如圖3所示，整體數據處理延遲低于1"ms，可以滿足實時更新數據的需要。

圖3"實時統計在線學習人數流程

結語

數據治理框架旨在為總體戰略和目標提供服務，通過將數據治理的整體視角下的各個部分相互關聯，形成一種邏輯結構，以實現有效的組織。本文綜合考慮數據治理標準、組織結構、數據政策和技術底座的在線職業教育數據治理框架，從技術上設計了包含數據源層、數據平臺層、數據資產層、數據共享服務層和智能應用層的技術底座，為在線職業教育平臺構建共享、開放、復用、持續、統一的數據動態閉環生態體系提供參考，并為在線職業教育平臺開展數據治理實踐應用提供新的思路。

參考文獻：

[1]ISO/IEC"38505-1：2017"Information"technology"—"Governan"ce"of"IT"—"Governance"of"data"—"Part"1："Application"of"ISO/IEC"38500"to"the"governance"of"data.

[2]ISO/IEC"TR"38505-2：2018"Information"technology"—"Governance"of"IT"—"Governance"of"data"—"Part"2："Implications"of"ISO/IEC"38505-1"for"data"management.

[3]DATA"International.The"DAMA"guide"to"the"data"management"body"of"knowledge[M]."New"Jersey：Techinics"Publications"LLC，2010.

[4]The"DGI"Data"Governance.The"DGI"Data"Governance"Framework[EB/OL].http：//"www."datagovernance.com"/the-dgiframework/，2017-04-28.

[5]中國電子技術標準化研究院."大數據標準化白皮書（2020版）[EB/OL]."http：//www.cesi.cn/images/"editor/20200921/20200921083434482.pdf.

[6]董曉輝，鄭小斌，彭義平."高校教育大數據治理的框架設計與實施[J]."中國電化教育，2019，（8）：63-71.

[7]毛文卉，吳馳，劉雅琴，等."數據治理背景下高校數據共享框架的研究與實踐[J]."實驗室研究與探索，2022，41（8）："297-303.

[8]許曉東，王錦華，卞良，等."高等教育的數據治理研究[J]."高等工程教育研究，2015，（5）：25-30.

[9]陳凡."如何制定在線教育標準：美國的經驗[J]."外國教育研究，2022，49（1）：47-59.

[10]王娟，鄭浩，高振，等.“雙減”背景下在線教育智慧治理框架構建與實踐路徑[J].中國電化教育，2022，（2）：38-46.

[11]毛雁冰，李心羽，趙露."教育數字化轉型中在線教育質量提升研究[J].中國電化教育，2022，（9）：38-42.

[12]張吉先，夏現偉，饒冠俊，等."大規模在線教育育人場景構建研究：邏輯架構與實踐形態[J].遠程教育雜志，2021，39（3）："75-83.

[13]高雪，蔣曉."分布式認知視角下在線教育平臺設計策略[J].包裝工程，2022，43（12）：365-371.

[14]朱婕，董宏偉."數字時代我國在線教育的治理[J].中國電信業，2022，（4）："58-61.

[15]TAN"Shaoying，"LI"Xiaoping，"WANG"Pinpin.Practice"of"US"military’s"using"big"data"for"promoting"military"vocational"education"and"their"enlightenments[J].Journal"of"Air"Force"Early"Warning"Academy，2016，（4）"："pp.276-278.

[16]Xue-Jun，"Rao;"Ya-Ni，"Zhang;"Xiao-Shuang，Wang;"Z.，Zheng-Kang.Design"of"Personalized"Learning"System"for"Military"Vocational"Education"Based"on"Big"Data[A].2nd"International"Conference"on"Artificial"Intelligence"and"Education，"ICAIE"2021[C]，2021.

作者簡介：鐘艷華（1985—""）女，漢族，湖南長沙，國防科技大學軍事職業教育技術服務中心，助理工程師，本科，研究方向：在線教育，數據分析；匡羅貝（1983—""），男，漢族，湖北松滋，國防科技大學軍事職業教育技術服務中心，高級工程師，博士研究生，研究方向：軍事職業教育管理；王伊（1995—""），男，漢族，湖南洞口，國防科技大學軍事職業教育技術服務中心，碩士研究生，助理研究員，研究方向：計算機科學與技術、在線教育；陸海葉（1983—""）女，漢族，湖南武岡，國防科技大學軍事職業教育技術服務中心，碩士研究生，助理研究員，研究方向：在線教育、軍事職業教育；陳丹萍（1993—""），女，漢族，湖南長沙，國防科技大學軍事職業教育技術服務中心，碩士研究生，助理工程師，研究方向：在線教育與職業教育研究。