大數(shù)據(jù)在高校教育信息化中的應用探究

　隨著互聯(lián)網(wǎng)技術的迅速發(fā)展，大數(shù)據(jù)帶來的信息風暴正在改變我們的生活、工作和思維。那么，當這場風暴席卷高校的時候，到底會給高校教育信息化建設帶來哪些變革呢？高校是數(shù)據(jù)生產(chǎn)大戶，中國高校數(shù)量多而且規(guī)模大，萬人以上的大學非常多，在高校里上學的學生從招生、學籍、選課、成績、飯?zhí)?、活動等方面產(chǎn)生大量的數(shù)據(jù)。在大數(shù)據(jù)時代，只有用好這些數(shù)據(jù)，才能更好地幫助教學、科研、學生管理等工作，大大提高高校的信息化水平。

　　1.教學評估

　　大數(shù)據(jù)分析可以應用于教育中的數(shù)據(jù)挖掘。目前教育機構(gòu)已經(jīng)積累了大量數(shù)據(jù)，使研究者有更多的新機會探究學生學習環(huán)境和狀態(tài)。通過監(jiān)測這些信息，形成教育大數(shù)據(jù)庫，全面掌握學生學習的全過程，發(fā)現(xiàn)學生的學習常態(tài)。通過數(shù)據(jù)流的變動分析，總結(jié)教育規(guī)律、調(diào)整教學內(nèi)容和教學模式，客觀全面地評價學生學習成果和自身的教學成果。

　　2.個體分析

　　對于教育領域來說，大數(shù)據(jù)的應用讓研究個體學習也成為了可能，讓專門培養(yǎng)和針對性訓練成為可能。通過學校數(shù)據(jù)中心分析學生的各類信息，如考試成績的變化、借閱圖書的種類、一卡通消費額度等信息，綜合性地分析判斷學生的狀態(tài)。根據(jù)分析結(jié)果，對于不同的學生因地制宜地制定相應的教學模式、培養(yǎng)方案。另外，也可以借助學校的微信公眾平臺為學生推送其感興趣的資訊信息。

　　3.輿情預測

　　學生中存在的問題和困惑，往往最先通過網(wǎng)絡顯露和傳播。如果學生的意見和建議得不到重視或延誤解決，就可能在網(wǎng)上形成炒作，個體情緒可能傳染到群體，演變?yōu)槿后w的不滿情緒，使網(wǎng)絡成為輿論的放大器。通過分析學生網(wǎng)絡訪問軌跡實現(xiàn)積累監(jiān)測，利用其需求、行為、動向等眾多數(shù)據(jù)資源加強輿情分析和預警。另外，通過對學生數(shù)據(jù)的追蹤和分析，能夠發(fā)現(xiàn)情緒不穩(wěn)定的學生或者受不法分子蠱惑的學生，及時將有可能發(fā)生的悲劇扼殺在搖籃里。因此，精準的預測分析能提升輿情管理工作水平，提高校園管理水平。

　　總之，大數(shù)據(jù)的教育應用可以為學生提供一個量身定做的個性化學習環(huán)境、一個靈活調(diào)整的可控教育系統(tǒng)、一個教育問題早期預警系統(tǒng)，為教師了解學生學習途徑和方法提供了嶄新的、可視的、可量化的新手段。

　　四、大數(shù)據(jù)在高校教育信息化應用中的挑戰(zhàn)

　　1.從技術層面來看

　?。?）數(shù)據(jù)源的可用性

　　關于大數(shù)據(jù)的一個普遍觀點是，數(shù)據(jù)自己可以說明一切，數(shù)據(jù)自身就是事實。但實際情況是，如果不仔細甄別，數(shù)據(jù)也會欺騙，就像人們有時會被自己的雙眼欺騙一樣。高質(zhì)量數(shù)據(jù)的獲取是確保信息可用性的重要前提。[5]高校數(shù)據(jù)的來源多種多樣，包括各職能部門的基本業(yè)務數(shù)據(jù)、教學資源的多媒體數(shù)據(jù)、使用網(wǎng)絡的行為數(shù)據(jù)、無線網(wǎng)絡感知的位置數(shù)據(jù)等。數(shù)據(jù)模態(tài)千差萬別，如關系數(shù)據(jù)、標量數(shù)據(jù)、圖數(shù)據(jù)、流數(shù)據(jù)、XML數(shù)據(jù)、矢量數(shù)據(jù)等。既有重復性數(shù)據(jù)，又有冗余性數(shù)據(jù)，質(zhì)量參次不齊，加工整理困難。這些校園化數(shù)據(jù)是否可用給大數(shù)據(jù)在高校中的推進帶來極大的挑戰(zhàn)。

　?。?）數(shù)據(jù)融合的可行性

　　眾所周知，數(shù)據(jù)不融合就發(fā)揮不出數(shù)據(jù)的潛在價值，高校大數(shù)據(jù)面臨的一個重要問題就是數(shù)據(jù)融合。作為高等院校，大數(shù)據(jù)的融合應該走在前列，必須徹底打通數(shù)據(jù)孤島，將各個業(yè)務充分整合。然而，由于傳統(tǒng)的業(yè)務系統(tǒng)缺乏長期規(guī)劃，采用的技術包羅萬象。據(jù)調(diào)研發(fā)現(xiàn)，目前高校所采用的數(shù)據(jù)庫包括Oracle、Sybase、Microsoft SQL Server、Mysql、Visual FoxProd等。有些學校或部門甚至沒有數(shù)據(jù)庫，而是采用Excel管理數(shù)據(jù)。在這種基礎上實現(xiàn)數(shù)據(jù)的有效融合，形成高質(zhì)量的大數(shù)據(jù)，對于融合技術是一個重要的挑戰(zhàn)。

　?。?）數(shù)據(jù)分析的持續(xù)性

　　教育的規(guī)律有時很難理清，成功的個體也未必能夠簡單復制，評價教育本身的指標都有一定程度的缺陷，需要幾年甚至更長期的監(jiān)測和不斷的更正。因此，高校中的大數(shù)據(jù)分析，不僅僅是橫向的對比，如職能部門間、兄弟院校間，更需要縱向歷史數(shù)據(jù)的對比。無論是數(shù)據(jù)收集、數(shù)據(jù)清洗還是數(shù)據(jù)挖掘的模型，都需要隨著每天產(chǎn)生的大量詳實而瑣碎的數(shù)據(jù)信息進行調(diào)整和修正，這也是一個不小的挑戰(zhàn)。

　?。?）數(shù)據(jù)挖掘的復雜性

　　大數(shù)據(jù)分析無疑是整個大數(shù)據(jù)時代的核心所在，因為大數(shù)據(jù)的價值就產(chǎn)生于數(shù)據(jù)分析過程中。在高校大數(shù)據(jù)的應用中，無論是做個性分析還是輿情預測，都需要構(gòu)建特定的挖掘模型。教育行業(yè)因為其特殊性，傳統(tǒng)的分析技術如數(shù)據(jù)挖掘、機器學習、統(tǒng)計分析等并不能完全滿足高校大數(shù)據(jù)分析的需求，因此，需要在數(shù)據(jù)預處理、算法模型、評價指標等方面做出調(diào)整。當然，數(shù)據(jù)挖掘的復雜性，不僅是高校大數(shù)據(jù)所面臨的挑戰(zhàn)，也是整個大數(shù)據(jù)領域的巨大挑戰(zhàn)。

　　2.從實施層面來看

　?。?）數(shù)據(jù)共享意識

　　大數(shù)據(jù)時代需要海量數(shù)據(jù)作為基礎，高校中的大數(shù)據(jù)，其中很大一部分來源于各職能部門。而現(xiàn)狀是大量的數(shù)據(jù)分布在各個互相獨立的職能部門中，甚至大量的信息資源成為了個別部門的私有財產(chǎn)。造成這種狀況的原因一方面是因為年代久遠，數(shù)據(jù)整理工作難度較大、工作優(yōu)先級較低；另一方面是業(yè)務部門并不清楚哪些數(shù)據(jù)是可以被分享的、哪些數(shù)據(jù)是不能被分享的。歸根結(jié)底，還是資源分享的意識不夠。然而，信息資源只有在相互流動、形成規(guī)模效應的前提下才能夠發(fā)揮出最大的價值，因此，還需要加強高校的數(shù)據(jù)共享意識。

　　（2）人員配備與組織結(jié)構(gòu)

　　高校內(nèi)部對于各職能部門間信息資源規(guī)劃缺位，導致了建設進度不同、資源投入有差距、各部門各顯神通一窩蜂建設，增加了數(shù)據(jù)資源共享共用的壁壘。在大力推行教育信息化之前，很多學校并沒有專門的信息化部門，技術人員儲備不足，甚至沒有。高校大數(shù)據(jù)的推行需要一批既懂得相關技術，又熟悉業(yè)務流程的技術人員。人才的匱乏也是非常不利的一點因素——相比于商業(yè)環(huán)境下對研究實效的追逐，教育研究的緩慢與空洞顯得相形見絀。

　?。?）個人隱私保護

　　教育說到底是一個交互的過程，交互的內(nèi)容收集一定程度上與隱私等是矛盾的。目前大數(shù)據(jù)的發(fā)展仍然面臨著許多問題，安全與隱私問題是人們公認的關鍵問題之一，如教師的工資收入，學生的生活習慣、好友聯(lián)絡情況、閱讀習慣、檢索習慣等。多項案例實際說明，即使無害的數(shù)據(jù)被大量收集后，也會暴露個人隱私。如何做到大數(shù)據(jù)采集與用戶隱私保護的平衡是一個很重要的研究課題。