亓俊忠，沈一民，石 靜

(山東商業(yè)職業(yè)技術學院，山東 濟南 250103)

2015年3月5日十二屆全國人大三次會議上，李克強總理在政府工作報告中首次提出“互聯(lián)網(wǎng)+”行動計劃。李總理提出的“互聯(lián)網(wǎng)+”實際上是創(chuàng)新2.0下新一代信息技術形態(tài)的形成與發(fā)展，重塑了物聯(lián)網(wǎng)、云計算、社會計算、大數(shù)據(jù)等新一代信息技術的新形態(tài)，大數(shù)據(jù)、云計算等新一代信息技術成為互聯(lián)網(wǎng)的延伸和發(fā)展，成為我國信息技術發(fā)展的方向。大數(shù)據(jù)是近幾年隨信息技術的發(fā)展而興起的一種數(shù)據(jù)的專業(yè)化處理。具體來說，大規(guī)模、長期測量，記錄、存儲、統(tǒng)計，并對之進行分析，所獲得的海量數(shù)據(jù)就是大數(shù)據(jù)(big data)。存儲這些數(shù)據(jù)，經(jīng)過嚴格統(tǒng)計、分析、檢驗，得出一些很有說服力的結論，可用于商業(yè)開發(fā)、科學研究、技術設計、查證、決策等目的。當今大數(shù)據(jù)分析已經(jīng)開始滲透到每一個行業(yè)和業(yè)務職能領域，這為解決當前學生成長質量評價存在的問題提供了新的解決方向。基于大數(shù)據(jù)的學生成長質量評價體系的研究，是大數(shù)據(jù)分析這一先進技術手段在教育領域的嘗試，是先進技術手段和“互聯(lián)網(wǎng)思維”在教育領域的一次創(chuàng)新性的應用，具有極高的研究價值和應用推廣價值。

一、研究背景

(一)國外教育大數(shù)據(jù)研究現(xiàn)狀

美國在2012年就開始著手大數(shù)據(jù)分析，將各個小型數(shù)據(jù)集合后進行分析，可以得出許多額外的信息和數(shù)據(jù)關系性，可用來察覺商業(yè)趨勢、判定研究質量、避免疾病擴散、打擊犯罪或測定實時交通路況等。這種帶有趨勢性和前瞻性的分析結果正是大數(shù)據(jù)研究迅速盛行的原因。

國際上對大數(shù)據(jù)在教育領域的應用也是近幾年才興起的一項新興技術，少部分發(fā)達國家近幾年開始研究大數(shù)據(jù)在教育領域的應用。國外對于教育數(shù)據(jù)挖掘研究進行分析，可歸納為5類教育數(shù)據(jù)挖掘方法：統(tǒng)計分析與可視化；聚類(聚類、離群點分析)；預測(決策樹、回歸分析、時序分析)；關系挖掘(關聯(lián)規(guī)則挖掘、序列模式挖掘、相關挖掘)；文本挖掘。另外，隨著網(wǎng)絡學習及相關學習管理系統(tǒng)的不斷普及，數(shù)據(jù)挖掘方法在學習管理系統(tǒng)中得到應用，并開啟了利用網(wǎng)絡分析技術對學習者行為加以分析的研究和對學習平臺的日志分析等。

作為教學管理的一種新模式，美國有部分大學利用“教育數(shù)據(jù)挖掘”模式進行學生學習行為的分析，即利用一套計算機和心理學手段來研究和理解學生是如何學習的。早期的教育數(shù)據(jù)挖掘主要是網(wǎng)站日志數(shù)據(jù)的挖掘。現(xiàn)在新的計算機技術支持的交互式學習方法和工具(智能輔導系統(tǒng)、仿真、游戲)，為量化和收集學生行為數(shù)據(jù)帶來了新的機會。特別是為更加集成、更加模塊化和更加復雜化的在線學習系統(tǒng)提供了更多類型的數(shù)據(jù)。教育數(shù)據(jù)挖掘能發(fā)現(xiàn)這些數(shù)據(jù)中的模式和規(guī)律，探索建立預測模型，讓學?？梢灾匦掳l(fā)現(xiàn)和預測學生如何學習?，F(xiàn)代“教育數(shù)據(jù)挖掘”理論通常強調分析碎片化學習，并用自適應軟件來干預。預測模型在建立自適應學習系統(tǒng)中扮演一個關鍵角色?；陬A測模型的適應和干預，能被用于改變學生下一次的學習體驗，甚至用于推薦額外的學術服務，來支撐他們的學習。

(二)國內教育大數(shù)據(jù)研究現(xiàn)狀

國內大數(shù)據(jù)研究緊跟世界步伐，取得了許多令人矚目的成果，尤其是在電商、零售業(yè)、醫(yī)療衛(wèi)生等行業(yè)，取得了顯著的成果。大數(shù)據(jù)在教育領域的研究應用，國內尚處于起步階段，在國內一些發(fā)達城市如北京、上海、廣東等，開始嘗試大數(shù)據(jù)在教育領域的應用，譬如慕課、在線課程、翻轉課堂等，就應用了大量的大數(shù)據(jù)工具。但是，對于大數(shù)據(jù)勇于評價學生成長質量，未見相對成熟的理論和應用。隨著我國“互聯(lián)網(wǎng)+”熱潮興起，大數(shù)據(jù)在教育上的應用正越來越被重視。

二、存在問題分析

當前對學生成長質量評價主要是通過對學生的學習成績給予評價而實施的，而對學生成長過程及其成長質量的評價關注度不夠。目前以學生為本實施對學生成長質量評價中存在的問題主要集中在以下5個方面：

一是有關學生成長質量的數(shù)據(jù)多頭多點分布，難以直接用于評價學生成長質量。目前，高職院校經(jīng)過十幾年的教育信息化建設，已經(jīng)建成了許多教學管理和網(wǎng)絡教學平臺，產(chǎn)生的數(shù)據(jù)種類繁多，包括人才培養(yǎng)工作狀態(tài)數(shù)據(jù)、專業(yè)評估數(shù)據(jù)、專業(yè)建設發(fā)展數(shù)據(jù)、教學管理系統(tǒng)數(shù)據(jù)、世界大學城云空間數(shù)據(jù)、圖書借閱系統(tǒng)數(shù)據(jù)、校園一卡通數(shù)據(jù)等。但有關學生成長質量的數(shù)據(jù)多點分散在各類平臺中，且分屬于不同的職能部門管理，相對割裂，難以利用現(xiàn)有各種數(shù)據(jù)直接對學生成長質量進行評價。

二是學生成長質量的評價以階段性結果評價為主，缺乏學生成長過程評價的手段。學生成長質量評價主要是以學年、學期為評價階段實施終結性評價，難以及時有效地發(fā)現(xiàn)學生成長中的問題。

三是學生成長質量的評價缺乏個性化評價方式。對學生的成長質量評價方案主要基于大眾普適性設計，以指標性評價為基本手段，在統(tǒng)一尺度下對所有的個體學生進行評價，難以實現(xiàn)對學生個體的個性化評價。

圖1 體系框架圖

四是缺乏基于“產(chǎn)出導向”的教學建設質量評價手段?，F(xiàn)行的教學質量評價，都屬于基于“投入導向”實施的對教學建設質量評價，導致學校建設與人才培養(yǎng)緊密度不夠，對投入的應用效果和學生的受益程度并沒有很好的評價辦法。

五是對問題學生多采取事后管理模式。一旦發(fā)現(xiàn)問題學生，多采取“盯緊、嚴管”等事后手段，難以做到事前控制。

三、基于大數(shù)據(jù)的學生成長質量評價體系構建

基于大數(shù)據(jù)的學生成長質量評價體系構建，必須建立在學生成長大數(shù)據(jù)建立的基礎上。因此，首先要做的是學生成長大數(shù)據(jù)中心的搭建，進而從關注學生個體的個性化發(fā)展入手，立足學生成長成才需要，將學生學習過程、學習成果和學習成效作為學生成長質量評價關鍵指標，借助大數(shù)據(jù)分析技術，建立一個基于大數(shù)據(jù)的“產(chǎn)出導向”的學生成長質量評價體系，針對學生的成長過程進行動態(tài)評價，建立大學生違紀即時預警系統(tǒng)和預警機制。這是對學生成長的全過程評價、個性評價，符合學生個性發(fā)展、潛能發(fā)揮，符合現(xiàn)代教育“人人出彩、特長發(fā)展”的理念，符合學生個性發(fā)展、自我實現(xiàn)的愿望，評價更加人本化，有利于職業(yè)教育的可持續(xù)發(fā)展。

(一)學生成長質量大數(shù)據(jù)的整合與分析

整合學?，F(xiàn)有各類數(shù)據(jù)，建立教學信息收集系統(tǒng)，系統(tǒng)收集各類教學相關信息，攫取學生成長質量大數(shù)據(jù)(數(shù)據(jù)攫取，Data capture)，以此為基礎建立分類數(shù)據(jù)庫，形成學生成長質量數(shù)據(jù)倉庫(數(shù)據(jù)倉庫，Data warehouse)；綜合運用多種數(shù)據(jù)分析方法，建立數(shù)據(jù)分析模型(數(shù)據(jù)分析，Data analysis)，進而對學生成長質量實現(xiàn)可視化的數(shù)據(jù)分析結果(可視化結果呈現(xiàn)：Visualization)，以Data Capture、Data Warehouse、Data Analysis、Visualization形成“CWAV”的數(shù)據(jù)分析路徑對學生成長質量大數(shù)據(jù)進行分析。(詳見圖2)。

1.數(shù)據(jù)攫取(Data capture)：建立教學信息收集系統(tǒng)，攫取學生成長質量大數(shù)據(jù)

建立教學信息收集系統(tǒng)，系統(tǒng)收集各類教學相關信息，并以此為基礎建立分類數(shù)據(jù)庫，包括：

(1)教學建設信息收集

數(shù)據(jù)來源包括：狀態(tài)數(shù)據(jù)平臺、專業(yè)評估平臺、專業(yè)建設發(fā)展平臺。數(shù)據(jù)范圍：全部數(shù)據(jù)。

(2)網(wǎng)絡教學信息收集

數(shù)據(jù)來源包括：世界大學城云空間數(shù)據(jù)、精品課程建設平臺數(shù)據(jù)、精品視頻共享課平臺數(shù)據(jù)。數(shù)據(jù)范圍：登錄日志、上傳下載課程資料日志、交互記錄、瀏覽記錄等。

(3)教學管理信息收集

數(shù)據(jù)來源包括：教學管理平臺、教學管理APP。數(shù)據(jù)范圍：學籍數(shù)據(jù)、成績數(shù)據(jù)、課程及選課信息、問卷信息、測評信息、登錄日志、查詢日志等。

(4)圖書借閱信息收集

數(shù)據(jù)來源包括：圖書借閱信息。數(shù)據(jù)范圍：圖書借閱日志、進出圖書館及停留時間日志等。

(5)學生日常行為信息收集

數(shù)據(jù)來源包括：一卡通數(shù)據(jù)、門禁數(shù)據(jù)。數(shù)據(jù)范圍：一卡通日志、消費日志、門禁日志。

目前上述數(shù)據(jù)分散存儲在不同的管理部門的服務器中，僅僅實現(xiàn)了低級的統(tǒng)計分析和小范圍的應用，數(shù)據(jù)沒有得到整合和高效利用。我們所進行的數(shù)據(jù)攫取就是要從上述分散、獨立的系統(tǒng)中對大量數(shù)據(jù)進行挖掘和整理，為開發(fā)數(shù)據(jù)模型、建立數(shù)據(jù)倉庫提供數(shù)據(jù)準備。

圖2 學生成長質量大數(shù)據(jù)分析實施路線圖

數(shù)據(jù)攫取以學生成長成才為主要線索，以教育服務、學生生活服務、學生教育滿意度為輔助線索，再以外部第三方的就業(yè)統(tǒng)計數(shù)據(jù)為補充，通過建立共享數(shù)據(jù)鏈、導入其他數(shù)據(jù)庫數(shù)據(jù)、云端挖掘等手段攫取與學生全面發(fā)展和個性成長有關的全部數(shù)據(jù)。

2.搭建數(shù)據(jù)倉庫(Data warehouse)：建立學生成長質量大數(shù)據(jù)倉庫

教育數(shù)據(jù)倉庫，是學生全面成長成才數(shù)據(jù)的戰(zhàn)略集合，是對所攫取數(shù)據(jù)的分類存儲，在特定技術標準的框架下，由若干個共性數(shù)據(jù)庫組成，出于分析性報告和決策支持目的而創(chuàng)建。

(1)數(shù)據(jù)倉庫的搭建

數(shù)據(jù)倉庫是提供用于決策支持的當前和歷史數(shù)據(jù)。數(shù)據(jù)倉庫技術是為了有效地把數(shù)據(jù)集成到統(tǒng)一的環(huán)境中以提供決策型數(shù)據(jù)訪問，使分析者能夠更快更方便查詢所需要的信息，提供決策支持。

數(shù)據(jù)來源于不同的平臺，把數(shù)據(jù)從各種各樣的存儲方式中拿出來，進行必要的轉化、整理，才能存放到數(shù)據(jù)倉庫內。對各種不同數(shù)據(jù)存儲方式的訪問能力是數(shù)據(jù)抽取工具的關鍵，應能生成COBOL程序、MVS作業(yè)控制語言(JCL)、UNIX腳本、SQL語句等，以訪問不同的數(shù)據(jù)。數(shù)據(jù)需要進行轉換，包括：刪除對決策應用沒有意義的數(shù)據(jù)段、轉換到統(tǒng)一的數(shù)據(jù)名稱和定義、計算統(tǒng)計和衍生數(shù)據(jù)、給缺值數(shù)據(jù)賦給缺省值、把不同的數(shù)據(jù)定義方式統(tǒng)一等。

(2)確定數(shù)據(jù)倉庫的內容結構

在數(shù)據(jù)倉庫的內容結構設計中，根據(jù)不同的數(shù)據(jù)來源、特點和用途，我們把數(shù)據(jù)倉庫分為“一主四輔”的子數(shù)據(jù)庫結構。把主數(shù)據(jù)庫定義為“學生成長數(shù)據(jù)庫”，主要以學生成長成才指標數(shù)據(jù)流為主；輔助數(shù)據(jù)庫為“教學服務數(shù)據(jù)庫”“教育服務滿意度數(shù)據(jù)庫”“生活服務滿意度數(shù)據(jù)庫”“外部數(shù)據(jù)庫”，主要以學生成長成才的保障性和實證性指標數(shù)據(jù)流為主。具體研究內容為：

①學生成長數(shù)據(jù)庫，其數(shù)據(jù)流為本課題研究的主數(shù)據(jù)流，覆蓋學生入學、學習過程、學習結果直至畢業(yè)等成長成才各環(huán)節(jié)，觀察點包括招生數(shù)據(jù)、學籍數(shù)據(jù)、課程數(shù)據(jù)、服務學習、學生社團、學生獎助貸、社會職務、學費繳納情況、圖書借閱數(shù)據(jù)、學業(yè)成績及就業(yè)情況等。

②教學服務數(shù)據(jù)庫，涵蓋內容包括狀態(tài)數(shù)據(jù)采集平臺、專業(yè)評估發(fā)展平臺等平臺數(shù)據(jù)，以及師資數(shù)據(jù)、心理測評等教學服務數(shù)據(jù)。

③教育服務滿意度數(shù)據(jù)庫，包括學生評教數(shù)據(jù)和學期教學問卷調查數(shù)據(jù)。

④學生心理篩查數(shù)據(jù)庫，包括歷年學生心理篩查數(shù)據(jù)。

⑤生活服務數(shù)據(jù)庫，包括學生校內生活消費數(shù)據(jù)、宿舍圖書館門禁數(shù)據(jù)和住宿數(shù)據(jù)。

⑥外部數(shù)據(jù)庫，主要攫取第三方提供的數(shù)據(jù)，內容主要為第三方畢業(yè)生調查數(shù)據(jù)和社會問卷數(shù)據(jù)。

⑦社會因素數(shù)據(jù)庫，包括影響學生成長成才的社會、家庭等因素。

3.數(shù)據(jù)分析(Data analysis)：大數(shù)據(jù)的聚類分析

聚類分析是將數(shù)據(jù)集合分組為由類似的對象組成的多個類的分析過程。它是一種全新的數(shù)據(jù)觀察方式，是本課題的重要分析手段。通過聚類分析，把攫取的數(shù)據(jù)分為以下三大類：

(1)系統(tǒng)日志類數(shù)據(jù)。記錄各種系統(tǒng)中的操作痕跡的數(shù)據(jù)，包括系統(tǒng)登錄時間、瀏覽內容、具體操作以及停留時長等信息，可以通過它來分析各類平臺使用者的使用頻率、瀏覽內容及個人偏好。如通過對網(wǎng)絡教學平臺日志的分析，可以得出哪些學生的學習積極性較高、主動學習的意識強，哪些教學資源受學生歡迎等。

(2)各系統(tǒng)數(shù)據(jù)。這類數(shù)據(jù)主要是指各個教學、教學管理平臺系統(tǒng)的數(shù)據(jù)，如教學管理平臺專業(yè)信息、課程信息、排課信息、學籍信息、成績信息，網(wǎng)絡教學平臺的用戶信息、分類課程資源信息，一卡通的門禁信息、消費信息、圖書借閱信息，財務系統(tǒng)中的學生繳費信息等。通過對這些數(shù)據(jù)的分析，可以了解學生在校成長、生活的軌跡，繪制學生成長記錄，查找異常，預防各類危機的發(fā)生。

(3)采集數(shù)據(jù)。這類數(shù)據(jù)主要指主動采集的各種數(shù)據(jù)，如狀態(tài)數(shù)據(jù)采集平臺數(shù)據(jù)、心理測評數(shù)據(jù)、問卷調查數(shù)據(jù)等。通過對這些數(shù)據(jù)的分析，可以有目的、有指向性地了解學生學習、教學管理、教學建設的現(xiàn)狀以及存在的問題。

聚類分析可以為學校和學生本人提供多角度、多層次、高效率的數(shù)據(jù)探查方式，任意組合分析角度和分析目標觀察其中的關聯(lián)關系，發(fā)現(xiàn)規(guī)律，以便對學生進行合理引導。

4.可視化結果呈現(xiàn)(Visualization)

數(shù)據(jù)可視化呈現(xiàn)將學生成長成才信息以盡可能多的形式直觀地展現(xiàn)出來，目的是使決策者通過圖形、文本、表格等表現(xiàn)方式迅速獲得信息中蘊藏的規(guī)律，如趨勢、分布、密度等要素，例如平均學業(yè)成績、平均生活消費等，在此基礎上與個體數(shù)據(jù)進行對比，通過“紅燈預警模式”發(fā)現(xiàn)異常點。它能代替部分人的經(jīng)驗、主觀判斷功能，應用結果更加科學、直觀。

(二)構建學生成長評價指標

依據(jù)高等職業(yè)院校人才規(guī)格要求，及大數(shù)據(jù)分析統(tǒng)計的結果，首先制定出學生學業(yè)評價指標、身心健康評價指標、教學服務評價指標和生活服務評價指標，最終形成學生成長評價指標體系和“產(chǎn)出導向”的學校建設評價指標體系，以此作為判斷學生成長狀況健康與否的依據(jù)。

(三)構建學生成長質量評價體系

1.學生成長規(guī)律的研究

根據(jù)高等職業(yè)院校人才培養(yǎng)規(guī)格要求及大數(shù)據(jù)計算統(tǒng)計的結果，從德智體美勞及心理素質、個人行為等方面，對高職學生成長規(guī)律進行研究，把握學生成長的基本規(guī)律，形成指導學生成長成才的依據(jù)。

2.建立學校學生成長監(jiān)控分析系統(tǒng)，預測學生的行為和興趣，查找學生成長的“異常點”

以世界大學城云空間數(shù)據(jù)、精品課程建設平臺數(shù)據(jù)、精品視頻共享課平臺數(shù)據(jù)為基礎，通過分析登錄日志、上傳下載課程資料日志、交互記錄、瀏覽記錄等，從用戶在線記錄形成的海量數(shù)據(jù)，通過數(shù)據(jù)分析手段，從數(shù)據(jù)中推斷出用戶的背景、意圖、興趣、行為規(guī)律以及創(chuàng)建模型，來預測將來的行為和興趣。

3.形成記錄學生成長全過程的“學生成長曲線”

將每個學生的成長過程數(shù)據(jù)統(tǒng)計、分析結果，以圖表的形式呈現(xiàn)出來，形成記錄學生成長全過程的“學生成長曲線”，使每個學生清楚地看到自己的成長足跡，讓教師、教學管理人員能夠系統(tǒng)、完整地掌握每個學生的成長狀況，判斷成長質量。

4.建立學校教學質量監(jiān)控分析系統(tǒng)，形成“以學生為中心”的教育服務體系

以狀態(tài)數(shù)據(jù)平臺、專業(yè)評估平臺、專業(yè)建設平臺數(shù)據(jù)為基礎，引入學生評價，通過分析、統(tǒng)計、歸納，推算出學校教學建設與管理的基本狀況，尋找學校教學建設與管理的“異常點”，并以此分析學校教學建設與管理成就與不足，并提出針對性解決策略，逐步形成“以學生為中心”的教育服務體系。

5.建立學校教學質量與學生成長監(jiān)控異常點綜合匹配分析系統(tǒng)

建立學校教學質量與學生成長監(jiān)控異常點綜合匹配分析系統(tǒng)，分析匹配“教學質量監(jiān)控分析系統(tǒng)”與“學生成長監(jiān)控分析系統(tǒng)”中的“異常點”，并對兩類異常點的分布、成因進行分析，查找形成異常的內在的原因，最終建立基于智能預測模型的干預機制，將分析結果用于改進教學建設與教學管理，引導學生的學習，為每個學生提供高度個性化的學習服務，使學生享受到高度個性化的學習體驗。

6.通過大數(shù)據(jù)分析，建立基于“教育產(chǎn)出”的學生成長質量評價系統(tǒng)

通過大數(shù)據(jù)分析，建立以學生學習過程、學習結果和學習成果為主要檢測指標，輔以學校教育建設投入狀況輔助指標的基于“教育產(chǎn)出”的學生成長質量監(jiān)控體系，以學生成長成才、人人成才、個性發(fā)展為目標，以學生成長過程為主線，建立基于“教育產(chǎn)出”的“學生成長線評價系統(tǒng)”，實現(xiàn)學生學業(yè)評價的智能化、科學化。

(四)建立大學生危機即時預警系統(tǒng)和預警機制

通過對學生成長狀況的智能化分析，形成學業(yè)預警為主的大學生危機即時預警系統(tǒng)，在學生有學業(yè)危機傾向時，及時向學生本人以及班主任、輔導員、任課教師發(fā)出預警，提醒學生本人注意，并提醒班主任、輔導員、任課教師即時關注該學生，制定有效的幫扶措施，避免出現(xiàn)學業(yè)危機。