胡祖輝 徐毅

[摘要]教育數(shù)據(jù)在大數(shù)據(jù)時(shí)代成了寶貴資源，其價(jià)值已經(jīng)在國(guó)內(nèi)外引起了相關(guān)方面的高度重視。為挖掘教育數(shù)據(jù)中蘊(yùn)含的有價(jià)值信息，筆者提出了教育數(shù)據(jù)分析的模型，并以高校常見(jiàn)的學(xué)生、成績(jī)、消費(fèi)和門(mén)禁等方面的數(shù)據(jù)為例進(jìn)行分析研究，為高校教育數(shù)據(jù)分析與應(yīng)用提供參考。實(shí)踐中，教育數(shù)據(jù)內(nèi)涵豐富，分析方法眾多，有待做進(jìn)一步的深入研究，以便更好地服務(wù)于教育教學(xué)和教育管理。

[關(guān)鍵詞]大數(shù)據(jù)；教育數(shù)據(jù)；分析模型；分析實(shí)例

[中圖分類號(hào)] G640 [文獻(xiàn)標(biāo)識(shí)碼] A[文章編號(hào)]1005-5843（2017）01-0109-06

[DOI]1013980/jcnkixdjykx201701022

一、引言

現(xiàn)代信息技術(shù)與經(jīng)濟(jì)社會(huì)交匯融合的逐步加深引發(fā)了數(shù)據(jù)的迅猛增長(zhǎng)，人類社會(huì)跨入了大數(shù)據(jù)時(shí)代。國(guó)務(wù)院2015年印發(fā)的《促進(jìn)大數(shù)據(jù)發(fā)展行動(dòng)綱要》指出，大數(shù)據(jù)是以容量大、類型多、存取速度快、應(yīng)用價(jià)值高為主要特征的數(shù)據(jù)集合，正快速發(fā)展為對(duì)數(shù)量巨大、來(lái)源分散、格式多樣的數(shù)據(jù)進(jìn)行采集、存儲(chǔ)和關(guān)聯(lián)分析，從中發(fā)現(xiàn)新知識(shí)、創(chuàng)造新價(jià)值、提升新能力的新一代信息技術(shù)和服務(wù)業(yè)態(tài)。大數(shù)據(jù)正日益對(duì)全球生產(chǎn)、流通、分配、消費(fèi)活動(dòng)以及經(jīng)濟(jì)運(yùn)行機(jī)制、社會(huì)生活方式和國(guó)家治理能力產(chǎn)生重要影響[1]。信息技術(shù)對(duì)教育領(lǐng)域的正面影響已經(jīng)得到廣泛認(rèn)可?！秶?guó)家中長(zhǎng)期教育改革和發(fā)展規(guī)劃綱要（2010-2020年）》和《教育部教育信息化十年發(fā)展規(guī)劃（2011-2020年）》均明確指出，信息技術(shù)對(duì)教育發(fā)展具有革命性影響，必須予以高度重視[2]；以教育信息化帶動(dòng)教育現(xiàn)代化，是我國(guó)教育事業(yè)發(fā)展的戰(zhàn)略選擇 [3]。教育信息化為高校帶來(lái)了豐富的教育資源、高效的教學(xué)方式、便捷的管理手段等諸多好處，提高了高校的教學(xué)科研水平和教育教學(xué)質(zhì)量，從而提升了高校的核心競(jìng)爭(zhēng)力。但在教育信息化的發(fā)展程度上，各高校的發(fā)展水平參差不齊，很多高校仍然將注意力集中在各種信息系統(tǒng)上，沒(méi)有給予數(shù)據(jù)這一寶貴資源以應(yīng)有的重視[4]；高校內(nèi)部各個(gè)部門(mén)往往根據(jù)各自的業(yè)務(wù)需要單獨(dú)建設(shè)信息系統(tǒng)，不同信息系統(tǒng)之間缺少數(shù)據(jù)共享，容易形成信息孤島，難以保證數(shù)據(jù)的一致性和準(zhǔn)確性；高校各個(gè)信息系統(tǒng)運(yùn)行過(guò)程中產(chǎn)生的許多有價(jià)值的信息長(zhǎng)期被忽視，亟待加以分析和利用。因此，在大數(shù)據(jù)時(shí)代，數(shù)據(jù)是高校的無(wú)形資產(chǎn)，對(duì)數(shù)據(jù)進(jìn)行分析和挖掘應(yīng)成為高校推進(jìn)教育信息化建設(shè)的一項(xiàng)重要內(nèi)容。

二、教育數(shù)據(jù)的內(nèi)涵與研究現(xiàn)狀

教育數(shù)據(jù)是大數(shù)據(jù)的一個(gè)子集，即教育領(lǐng)域的數(shù)據(jù)。廣義的教育數(shù)據(jù)是指整個(gè)教育活動(dòng)過(guò)程中所產(chǎn)生的及根據(jù)教育需要所采集到的，一切用于教育發(fā)展并擁有巨大潛在價(jià)值的數(shù)據(jù)集合[5]。根據(jù)統(tǒng)計(jì)范疇的大小，教育數(shù)據(jù)可分為國(guó)家、社會(huì)、教育機(jī)構(gòu)、教育活動(dòng)參與者等多個(gè)層面。狹義的教育數(shù)據(jù)是指高校內(nèi)各個(gè)信息系統(tǒng)運(yùn)行過(guò)程中所產(chǎn)生的數(shù)據(jù)集合。高校學(xué)生從入學(xué)到畢業(yè)的整個(gè)大學(xué)生活周期中，在各個(gè)信息系統(tǒng)中留下了大量的數(shù)據(jù)信息，包括選課、考試、考勤、繳費(fèi)、評(píng)優(yōu)、上網(wǎng)、消費(fèi)、圖書(shū)借閱、網(wǎng)絡(luò)學(xué)習(xí)等。楊現(xiàn)民等學(xué)者提出了教育數(shù)據(jù)的“冰山模型”——將教育數(shù)據(jù)分為顯露于“冰面”之上的和隱藏于“冰面”之下的兩大部分[6]?！氨妗鄙系臄?shù)據(jù)主要為顯性的結(jié)果性數(shù)據(jù)，如學(xué)籍信息、成績(jī)信息、考勤信息、繳費(fèi)信息等。而“冰面”下的數(shù)據(jù)則以隱性的過(guò)程性數(shù)據(jù)為主，包括學(xué)習(xí)、考試、上網(wǎng)、消費(fèi)等行為以及各種行為之間的內(nèi)在聯(lián)系等。長(zhǎng)期以來(lái)，很多高校將注意力集中于“冰面”上的數(shù)據(jù)，而忽視了對(duì)“冰面”下數(shù)據(jù)的利用。在大數(shù)據(jù)時(shí)代，我們需要轉(zhuǎn)變觀念，無(wú)論“冰面”上還是“冰面”下的數(shù)據(jù)都同等重要，要積極地加以研究和利用。

教育數(shù)據(jù)分析的重要意義在于通過(guò)分析得出能夠反映客觀事實(shí)的、潛在的、有意義的信息，以之保證教育教學(xué)的客觀性和有效性。教育數(shù)據(jù)分析是運(yùn)用數(shù)據(jù)分析方法從來(lái)自教育系統(tǒng)的原始數(shù)據(jù)中提取出有意義信息的過(guò)程，這些信息可以為教育者、學(xué)習(xí)者、管理者、教育軟件開(kāi)發(fā)者和教育研究者等提供服務(wù)[7]。教學(xué)、科研、管理是教育機(jī)構(gòu)的基本活動(dòng)，教育數(shù)據(jù)分析也就相應(yīng)地分劃為教學(xué)數(shù)據(jù)分析、管理數(shù)據(jù)分析和科研數(shù)據(jù)分析三個(gè)研究方向[8]。教育活動(dòng)與教育數(shù)據(jù)密切關(guān)聯(lián)，教育活動(dòng)產(chǎn)生教育數(shù)據(jù)，教育數(shù)據(jù)分析結(jié)果可以指導(dǎo)教育活動(dòng)，實(shí)現(xiàn)兩者雙向關(guān)聯(lián)的關(guān)鍵在于對(duì)教育數(shù)據(jù)的分析。

教育數(shù)據(jù)分析包括統(tǒng)計(jì)運(yùn)算、數(shù)據(jù)挖掘、預(yù)測(cè)分析和決策支持等程序，其重要價(jià)值已經(jīng)在國(guó)內(nèi)外引起了高度的重視。早在2008年，荷蘭、美國(guó)、德國(guó)、加拿大、澳大利亞等國(guó)的研究人員發(fā)起成立了國(guó)際教育數(shù)據(jù)挖掘組織。在該組織的大力推動(dòng)下，第一屆國(guó)際教育數(shù)據(jù)挖掘?qū)W術(shù)會(huì)議于2008年在加拿大召開(kāi)，至今已舉辦了九屆。同時(shí)，該組織于2011年開(kāi)通了國(guó)際教育數(shù)據(jù)挖掘網(wǎng)站，并且成功創(chuàng)辦了專門(mén)的電子期刊JEMD[9]。這促使越來(lái)越多的國(guó)家和高校開(kāi)始重視對(duì)教育大數(shù)據(jù)的分析。2012年，美國(guó)教育部門(mén)實(shí)施了一項(xiàng)耗資2億美元的將大數(shù)據(jù)分析應(yīng)用于美國(guó)公共教育的計(jì)劃，目的是運(yùn)用教育大數(shù)據(jù)分析來(lái)促進(jìn)教與學(xué)[10]。美國(guó)教育技術(shù)辦公室在2012年10月發(fā)布了一份《通過(guò)教育數(shù)據(jù)挖掘和學(xué)習(xí)分析促進(jìn)教與學(xué)》的研究報(bào)告，對(duì)美國(guó)國(guó)內(nèi)教育數(shù)據(jù)挖掘和學(xué)習(xí)分析的研究及應(yīng)用情況進(jìn)行了總結(jié)，并提出了改進(jìn)建議[11]。在此期間，哈佛大學(xué)、斯坦福大學(xué)、耶魯大學(xué)等世界知名高校都啟動(dòng)了教育大數(shù)據(jù)的相關(guān)研究計(jì)劃；一些企業(yè)已經(jīng)成功開(kāi)發(fā)出了分析教育大數(shù)據(jù)的相關(guān)產(chǎn)品，如美國(guó)的Knewton公司、英國(guó)的Pearson公司、加拿大的Desire2Learn公司等。我國(guó)當(dāng)前的教育大數(shù)據(jù)研究與應(yīng)用整體上還處于起步階段，專注于教育大數(shù)據(jù)發(fā)展應(yīng)用的機(jī)構(gòu)和企業(yè)為數(shù)不多。2014年5月，電子科技大學(xué)成立了教育大數(shù)據(jù)研究所，并已經(jīng)取得了了數(shù)據(jù)一體化平臺(tái)、學(xué)生畫(huà)像系統(tǒng)等多項(xiàng)研究成果。2015年9月，中國(guó)統(tǒng)計(jì)信息服務(wù)中心和曲阜師范大學(xué)共同成立了中國(guó)教育大數(shù)據(jù)研究院。

三、教育數(shù)據(jù)分析模型

按照數(shù)據(jù)分析的一般流程，教育數(shù)據(jù)分析主要包括數(shù)據(jù)采集、數(shù)據(jù)預(yù)處理、數(shù)據(jù)分析和結(jié)果評(píng)價(jià)四個(gè)步驟（教育數(shù)據(jù)分析模型如圖1所示）。

圖1教育數(shù)據(jù)分析模型

（一）數(shù)據(jù)采集

教育數(shù)據(jù)來(lái)源廣泛，涉及到高校的多個(gè)職能部門(mén)。通常這些數(shù)據(jù)分散存儲(chǔ)在高校的各個(gè)信息系統(tǒng)之中，如學(xué)生數(shù)據(jù)存儲(chǔ)在學(xué)生管理系統(tǒng)中，成績(jī)數(shù)據(jù)存儲(chǔ)在教務(wù)管理系統(tǒng)中，消費(fèi)數(shù)據(jù)和門(mén)禁數(shù)據(jù)存儲(chǔ)在校園卡管理系統(tǒng)中，圖書(shū)借閱數(shù)據(jù)存儲(chǔ)在圖書(shū)借閱管理系統(tǒng)中，等等。綜合考慮成本、可行性、安全性等因素，進(jìn)行數(shù)據(jù)采集的最佳方案是先依托現(xiàn)有的各個(gè)信息系統(tǒng)進(jìn)行日常數(shù)據(jù)采集，然后通過(guò)ETL數(shù)據(jù)共享和交換技術(shù)進(jìn)行數(shù)據(jù)集成。由于各個(gè)信息系統(tǒng)可能采用不同的數(shù)據(jù)存儲(chǔ)技術(shù)，因此數(shù)據(jù)源中的數(shù)據(jù)通常是異構(gòu)的，可能包括Oracle、SQL Server、MySQL、文本文件等形式。ETL（ETL是英文 ExtractTransformLoad 的縮寫(xiě)，用來(lái)描述將數(shù)據(jù)從來(lái)源端經(jīng)過(guò)抽?。╡xtract）、轉(zhuǎn)換（transform）、加載（load）至目的端的過(guò)程）需要將分散的異構(gòu)數(shù)據(jù)源中的數(shù)據(jù)提取到臨時(shí)中間層，然后按照統(tǒng)一的數(shù)據(jù)標(biāo)準(zhǔn)進(jìn)行轉(zhuǎn)換，最后加載到目標(biāo)數(shù)據(jù)庫(kù)。

（二）數(shù)據(jù)預(yù)處理

數(shù)據(jù)采集解決了數(shù)據(jù)來(lái)源的問(wèn)題，但這些來(lái)自現(xiàn)實(shí)中的“臟數(shù)據(jù)”往往無(wú)法直接用于數(shù)據(jù)分析，要在數(shù)據(jù)分析之前對(duì)數(shù)據(jù)進(jìn)行預(yù)處理。數(shù)據(jù)預(yù)處理的方法有多種，包括數(shù)據(jù)清洗、合并、變換、歸約等。數(shù)據(jù)清洗主要是處理數(shù)據(jù)中存在的缺失值和噪聲數(shù)據(jù)，清除異常數(shù)據(jù)和冗余數(shù)據(jù)，以提高數(shù)據(jù)質(zhì)量；數(shù)據(jù)合并是根據(jù)數(shù)據(jù)分析的需要將原來(lái)分別從多個(gè)數(shù)據(jù)源采集到的數(shù)據(jù)進(jìn)行整合，以提高數(shù)據(jù)分析效率；數(shù)據(jù)變換是通過(guò)離散化、規(guī)范化等方式將數(shù)據(jù)轉(zhuǎn)換成適用于數(shù)據(jù)分析的形式；數(shù)據(jù)規(guī)約是運(yùn)用數(shù)據(jù)歸約技術(shù)得到原始數(shù)據(jù)集的歸約表示，既保持了原數(shù)據(jù)的完整性，又大大減少了數(shù)據(jù)分析的時(shí)間。

（三）數(shù)據(jù)分析

廣義的的數(shù)據(jù)分析方法可以分為兩個(gè)層次，即狹義的數(shù)據(jù)分析和數(shù)據(jù)挖掘。狹義的數(shù)據(jù)分析是指使用統(tǒng)計(jì)分析方法及工具對(duì)數(shù)據(jù)進(jìn)行處理與分析，提取有價(jià)值的信息。數(shù)據(jù)挖掘則是指運(yùn)用人工智能、機(jī)器學(xué)習(xí)等算法，從大量數(shù)據(jù)中挖掘出隱含的、有價(jià)值的信息。狹義的數(shù)據(jù)分析和數(shù)據(jù)挖掘本質(zhì)上都是從數(shù)據(jù)里面發(fā)現(xiàn)有價(jià)值的信息和規(guī)律，兩者之間并沒(méi)有清晰的界限。從某種意義上說(shuō)，數(shù)據(jù)挖掘是一種更深層次的數(shù)據(jù)分析，其重點(diǎn)在于發(fā)現(xiàn)隱含的未知信息和規(guī)律。

（四）結(jié)果評(píng)價(jià)

結(jié)果評(píng)價(jià)的方法包括查準(zhǔn)率、查全率、正確率、顯著性等。查準(zhǔn)率為算法識(shí)別正確的正面樣本數(shù)與所有識(shí)別為正面的樣本數(shù)的比值，用于衡量算法的精確度；查全率也稱為召回率，為算法識(shí)別正確的正面樣本數(shù)與樣本中所有的真正正面樣本數(shù)的比值，反映算法的靈敏度；正確率為算法識(shí)別正確的觀點(diǎn)數(shù)與樣本總數(shù)的比值，反映算法的準(zhǔn)確度；顯著性為假設(shè)檢驗(yàn)分析結(jié)果，通常以005或001為閾值，若顯著性值小于閾值則拒絕原假設(shè)，大于閾值則接受原假設(shè)。具體采用哪些指標(biāo)進(jìn)行結(jié)果評(píng)價(jià)，需要根據(jù)實(shí)際情況來(lái)確定。

四、教育數(shù)據(jù)分析實(shí)例

（一）研究對(duì)象

為更好地說(shuō)明教育數(shù)據(jù)分析的方法及應(yīng)用價(jià)值，筆者以高校常見(jiàn)的學(xué)生數(shù)據(jù)、成績(jī)數(shù)據(jù)、消費(fèi)數(shù)據(jù)和門(mén)禁數(shù)據(jù)為研究對(duì)象進(jìn)行實(shí)例分析。從學(xué)生管理系統(tǒng)中提取某年級(jí)在籍本科生數(shù)據(jù)6 725條記錄，從教務(wù)管理系統(tǒng)中提取某年級(jí)成績(jī)數(shù)據(jù)401 278條記錄，從研究生管理系統(tǒng)中提取在籍研究生數(shù)據(jù)2 598條記錄和研究生成績(jī)數(shù)據(jù)45 988條，從校園卡管理系統(tǒng)中提取某月消費(fèi)數(shù)據(jù)316 629條和門(mén)禁數(shù)據(jù)10 106條。

（二）數(shù)據(jù)預(yù)處理

1學(xué)生數(shù)據(jù)。將本科生數(shù)據(jù)和研究生數(shù)據(jù)進(jìn)行合并，保留“學(xué)號(hào)”“姓名”“性別”等關(guān)鍵信息字段，去除非關(guān)鍵信息字段，增加“學(xué)生類別”字段以區(qū)分本科生和研究生。合并后的學(xué)生數(shù)據(jù)記錄總數(shù)為本科生和研究生學(xué)生數(shù)據(jù)記錄之總和。

2成績(jī)數(shù)據(jù)。為準(zhǔn)確衡量每個(gè)學(xué)生的綜合學(xué)習(xí)質(zhì)量，引入GPA（Grade Point Average，平均績(jī)點(diǎn)）進(jìn)行成績(jī)?cè)u(píng)定。經(jīng)過(guò)計(jì)算平均績(jī)點(diǎn)，每個(gè)學(xué)生只保留1條成績(jī)數(shù)據(jù)記錄，成績(jī)數(shù)據(jù)量大大減少。為便于更好地進(jìn)行數(shù)據(jù)分析，采用等寬分箱法進(jìn)一步對(duì)成績(jī)數(shù)據(jù)進(jìn)行離散化處理。平均績(jī)點(diǎn)在區(qū)間（0，1]的記錄記為JD1，平均績(jī)點(diǎn)在區(qū)間[1，2]的記錄記為JD2，平均績(jī)點(diǎn)在區(qū)間（2，3]的記錄記為JD3，平均績(jī)點(diǎn)在區(qū)間（3，4]的記為JD4。這樣就把成績(jī)數(shù)據(jù)分成了四類，反映了學(xué)生課程學(xué)習(xí)質(zhì)量的四個(gè)層次。

3消費(fèi)數(shù)據(jù)。首先利用數(shù)據(jù)庫(kù)分組查詢匯總得到每個(gè)學(xué)生的消費(fèi)總金額。這樣處理后得到的消費(fèi)數(shù)據(jù)匯總記錄就會(huì)小于學(xué)生數(shù)據(jù)記錄總數(shù)（客觀上存在部分學(xué)生一個(gè)月都不在校內(nèi)消費(fèi)的情況，對(duì)這部分學(xué)生按缺省值0進(jìn)行填充），然后對(duì)消費(fèi)金額進(jìn)行離散化處理。消費(fèi)金額為0的分為一組，記為JE1。對(duì)消費(fèi)金額大于0的記錄采用等頻分箱法進(jìn)行分組，即按照消費(fèi)金額從小到大的順序進(jìn)行排列，根據(jù)人數(shù)等分為若干部分，每部分為一組。消費(fèi)金額在區(qū)間（0，164]的記錄記為JE2，消費(fèi)金額在區(qū)間（164，2745]的記錄記為JE3，消費(fèi)金額在區(qū)間（2745， 11614]的記錄記為JE4，其中1 1614為最大消費(fèi)金額。

4門(mén)禁數(shù)據(jù)。首先利用分組查詢匯總得到每個(gè)學(xué)生的門(mén)禁刷卡次數(shù)，然后對(duì)沒(méi)有門(mén)禁刷卡記錄的學(xué)生按缺省值0進(jìn)行填充，再對(duì)門(mén)禁刷卡次數(shù)進(jìn)行離散化處理。門(mén)禁刷卡次數(shù)為0記錄的分為一組，記為MJ1。門(mén)禁刷卡次數(shù)特征明顯，可根據(jù)經(jīng)驗(yàn)值將門(mén)禁刷卡次數(shù)大于0的記錄分為2組：門(mén)禁刷卡次數(shù)為1次到3次的為“偶爾晚歸”，記為MJ2；門(mén)禁刷卡次數(shù)大于3次的為“經(jīng)常晚歸”，記為MJ3。

（三）數(shù)據(jù)可視化分析

數(shù)據(jù)可視化分析是指將數(shù)據(jù)分析結(jié)果以圖形、圖像等形式予以展現(xiàn)，并進(jìn)一步揭示其中所隱含信息的過(guò)程。使用Tableau對(duì)經(jīng)過(guò)數(shù)據(jù)預(yù)處理的學(xué)生數(shù)據(jù)、成績(jī)數(shù)據(jù)、消費(fèi)數(shù)據(jù)和門(mén)禁數(shù)據(jù)進(jìn)行可視化數(shù)據(jù)分析，可得到4張統(tǒng)計(jì)圖表（如圖2所示）。

從圖2可以直觀地看出：（1）與本科生相比，研究生JD3和JD4所占的比例較高，研究生課程學(xué)習(xí)質(zhì)量較好。（2）與男生相比，女生JD3和JD4所占的比例較高，女生的課程學(xué)習(xí)質(zhì)量較好。（3）本科生和研究生中都存在不少整月不在校消費(fèi)的學(xué)生（即JE1對(duì)應(yīng)的學(xué)生）。（4）與本科生相比，研究生中高消費(fèi)學(xué)生（JE4）的比例較低。（5）與女生相比，男生中高消費(fèi)學(xué)生（JE4）的比例較高，尤其是本科生男生。（6）本科生和研究生中都存在不少“經(jīng)常晚歸”的學(xué)生，即MJ3對(duì)應(yīng)的學(xué)生；（7）與本科生相比，研究生中晚歸學(xué)生（MJ3）的比例較低；（8）與男生相比，女生中晚歸學(xué)生（MJ3）比例較低。

將數(shù)據(jù)統(tǒng)計(jì)分析結(jié)果應(yīng)用于管理，可以得出以下結(jié)論及建議：（1）無(wú)論是學(xué)習(xí)上還是生活上，研究生總體上比本科生更為成熟，這與研究生年齡較大、閱歷較多有關(guān)。女生總體上比男生生活更有序，學(xué)習(xí)成績(jī)更好，這與女生能夠更好地安排大學(xué)學(xué)習(xí)生活有關(guān)。因此，應(yīng)重點(diǎn)關(guān)注本科生男生的在校學(xué)習(xí)和生活，有針對(duì)性地制定相應(yīng)的管理措施。（2）JE1對(duì)應(yīng)的學(xué)生整月不在校消費(fèi)，屬于異常情況，是請(qǐng)假離校還是未經(jīng)請(qǐng)假擅自離校，應(yīng)通過(guò)院系管理人員進(jìn)一步了解原因。（3）MJ3對(duì)應(yīng)的學(xué)生“經(jīng)常晚歸”，也屬于異常情況，是因?yàn)閷W(xué)習(xí)原因還是存在違紀(jì)情況，需要進(jìn)一步跟蹤了解，并根據(jù)具體情況作進(jìn)一步的處理，以減少晚歸現(xiàn)象。

（四）聚類分析

采用微軟SSAS對(duì)本科生群體的平均績(jī)點(diǎn)、消費(fèi)金額和門(mén)禁次數(shù)進(jìn)行聚類分析。以經(jīng)過(guò)離散化處理的數(shù)據(jù)為數(shù)據(jù)源，設(shè)置算法的運(yùn)行參數(shù)：聚類算法為K-means算法，聚類數(shù)為3，訓(xùn)練集為全部樣本6 725條記錄。完成聚類分析后，可得到聚類分析結(jié)果（如表1所示）。從表1可以看出，分析結(jié)果把本科生劃為三類：第一類學(xué)生人數(shù)最多，超過(guò)總體的60%，主要特征是學(xué)習(xí)成績(jī)較好、消費(fèi)較高、晚歸現(xiàn)象較少。這類學(xué)生雖然生活條件較好，但能夠認(rèn)真學(xué)習(xí)，較好地遵守學(xué)校紀(jì)律。第二類學(xué)生人數(shù)也較多，主要特征為學(xué)習(xí)成績(jī)較好、消費(fèi)較低、幾乎沒(méi)有晚歸現(xiàn)象。這類學(xué)生生活節(jié)儉，學(xué)習(xí)認(rèn)真，嚴(yán)格遵守紀(jì)律。第三類學(xué)生人數(shù)較少，接近總體的10%。這類學(xué)生大部分成績(jī)較差，晚歸現(xiàn)象較為嚴(yán)重，消費(fèi)主要分為兩種情況：不在校消費(fèi)或消費(fèi)較高。這類學(xué)生學(xué)習(xí)不認(rèn)真，紀(jì)律意識(shí)淡薄，有長(zhǎng)時(shí)間離校、消費(fèi)大手大腳、經(jīng)常晚歸或夜不歸宿等多種不良表現(xiàn)。但第三類中也存在少部分成績(jī)較好的學(xué)生，其經(jīng)常晚歸的原因包括參加科研或準(zhǔn)備各類競(jìng)賽。

根據(jù)聚類分析結(jié)果，可以得出以下結(jié)論及建議：（1）消費(fèi)高低與學(xué)習(xí)成績(jī)優(yōu)劣沒(méi)有必然的聯(lián)系，但長(zhǎng)時(shí)間不在校消費(fèi)反映了學(xué)生長(zhǎng)期離校會(huì)影響學(xué)習(xí)成績(jī)的問(wèn)題，因此應(yīng)對(duì)長(zhǎng)時(shí)間不在校消費(fèi)的學(xué)生進(jìn)行重點(diǎn)關(guān)注。（2）遵守學(xué)校紀(jì)律是學(xué)習(xí)成績(jī)較好的必要條件，晚歸次數(shù)較多的學(xué)生大部分成績(jī)較差，因此加強(qiáng)公寓管理、減少晚歸現(xiàn)象，以保證學(xué)生的整體學(xué)習(xí)質(zhì)量。（3）第一類和第二類學(xué)生都能夠合理安排好大學(xué)學(xué)習(xí)生活，第三類中大部分學(xué)生的紀(jì)律意識(shí)和學(xué)習(xí)自覺(jué)性較差，應(yīng)該成為教育管理的重點(diǎn)，應(yīng)通過(guò)多種方式督促其遵守學(xué)校紀(jì)律、認(rèn)真學(xué)習(xí)。

五、結(jié)論

大數(shù)據(jù)是教育發(fā)展的未來(lái)，教育大數(shù)據(jù)是教育信息化的最新發(fā)展趨勢(shì)。在大數(shù)據(jù)時(shí)代，對(duì)教育數(shù)據(jù)進(jìn)行采集、分析和利用的條件已經(jīng)完全成熟。教育數(shù)據(jù)分析可以得到教育數(shù)據(jù)中的隱含信息，在教育數(shù)據(jù)分析的支撐下，高校教育教學(xué)和教育管理工作將更有針對(duì)性，也更有效果，將會(huì)使因材施教和個(gè)性化教育的教育理想成為現(xiàn)實(shí)。筆者提出了教育數(shù)據(jù)分析模型，并舉例進(jìn)行了數(shù)據(jù)分析與挖掘，得到了數(shù)據(jù)中蘊(yùn)含的一些有意義的信息，這些信息有助于高校教育管理工作的改進(jìn)。教育數(shù)據(jù)及教育數(shù)據(jù)分析的價(jià)值遠(yuǎn)不止于此，有待進(jìn)一步深入研究和挖掘，以便更好地為教育教學(xué)和教育管理服務(wù)。

參考文獻(xiàn)：

[1]促進(jìn)大數(shù)據(jù)發(fā)展行動(dòng)綱要[EB/OL].http：//www govcn/zhengce/content/201509/05/content_10137 htm， 2015-08-31

[2] 國(guó)家中長(zhǎng)期教育改革和發(fā)展規(guī)劃綱要（2010-2020年）[EB/OL].http：//wwwmoeeducn/publicfiles/business/htmlfiles/moe/moe_838/201008/93704html， 2010-07-29

[3] 教育部關(guān)于印發(fā)《教育信息化十年發(fā)展規(guī)劃（2011-2020年）》的通知[EB/OL].http：//wwwmoeeducn/publicfiles/business/htmlfiles/moe/s3342/201203/xxgk_133322 html， 2012-03-13

[4] 先曉兵，陳鳳，王繼元等 基于大數(shù)據(jù)的高校學(xué)生管理工作研究與實(shí)踐[J].中國(guó)教育信息化，2015（5）： 6-10

[5][6]楊現(xiàn)民，王榴卉，唐斯斯教育大數(shù)據(jù)的應(yīng)用模式與政策建議[J].電化教育研究，2015（9）：54-61

[7] 李婷，傅鋼善國(guó)內(nèi)外教育數(shù)據(jù)挖掘研究現(xiàn)狀及趨勢(shì)分析[J].現(xiàn)代教育技術(shù)，2010（10）：21-25

[8] 葛道凱，張少剛，魏順平教育數(shù)據(jù)挖掘：方法與應(yīng)用[M].北京：教育科學(xué)出版社， 2012

[9] Educational Data Mining [DB/OL].http：//wwweducationaldataminingorg

[10] 胡德維大數(shù)據(jù)“革命”教育[N].光明日?qǐng)?bào)，2013-10-19（5）

[11] Bienkowski M，F(xiàn)eng M， Means B Enhancing Teaching and Learning Through Educational Data Mining and Learning Analytics： An Issue Brief[R]. Washington ：US Department of Education， Office of Educational Technology， 2012