2023年大数据在高校教育信息化中的应用探究.docx

天道酬勤 大数据在高校教育信息化中的应用探究 廖桂芳 刘鹏 摘  要：随着信息技术革命不断开展，云计算、物联网、互联网等多项信息技术的出现，已经渗透到社会各个角落，因此各项数据呈现爆炸式增长状态，这些数据的价值和所承载的信息量是难以估计的，在大数据时代下，教育成为社会生活一个重要阵地。文章主要简单分析数据特点和数据源，探讨在大数据时代下大数据在高校教育信息化中的相关应用。 关键词：大数据;高校教育;得天独厚;数据时代 中图分类号：TP311         文献标志码：A         文章编号：2095-2945〔2023〕15-0175-02 Abstract： With the continuous development of the information technology revolution， the emergence of many information technologies， such as cloud computing， the Internet of things， the Internet， and so on， has penetrated into every corner of society， so each item of data shows an explosive growth state. the value of these data and the amount of information they carry are difficult to estimate. in the era of big data， education has become an important position in social life. This article mainly briefly analyzes the data characteristics and data sources， and discusses how big data should be related to the informationization of higher education in the era of big data. Keywords： big data; higher education; unique; data era 自從人类进入到信息时代以后，数据成为信息时代重要传递媒介，且渗透到我们生活的方方面面。无论是物联网还是互联网，似乎人们一切行为都被数据所记录。人类已经逐渐迈入一个挖掘数据内在价值的时代，在这场数据浪潮中，高校扮演着不可替代的角色，同时也是大数据时代开展重要的推动者和参与者。高校需要利用自身掌握的信息资源和数据，发挥自身在教育和与研究当中所具备的作用，同时也能适应大数据时代开展趋势。 1 高校中的大数据 1.1 大数据概念及相关目标 全球知名的网络巨头公司麦肯锡最早提出了大数据这个概念。麦肯锡公司表示“数据已经渗透到我们的生活或者工作各个领域，成为拉动生产的必要因素〞。人们需要对大数据进行运用和挖掘，这也预示着新一波消费者和生产量增长的到来。大数据通过多变、高速、大量的信息资产，成为处理信息最有效的方案。维基百科也对大数据进行简单明了的定义，称大数据就是利用常用的软件管理处理数据，并且缩短处理数据所需要的时间，无论是采用哪种定义，都能够强调大数据所包含的目标。首先是获取知识与推测未来开展趋势;其次基于其个性化的特征，通过分析、区分等多种方式寻找真相，所以我们可以理解大数据技术所表达出真正意义并不是其能够处理庞大信息数据，而是大数据可以实现数据的集合，从而在集合中分析出这些数据包含的关系和内在价值，成为人们优化自身行为和决策的有效途径。 1.2 在高校中的大数据 1.2.1 高校数据源。高校通常会即时性的产生数据，但我国信息技术开展过程中，信息数据的价值越来越受到重视，所以重要信息数据都会被完整保存。其中包括财务、教学、人事等根本业务数据，同时也包括网络、课件、网视频、远程教育资源等，教师与学生通过微信、微博、论坛等多种社交软件产生行为数据。随着我国各高校信息化开展的不断深入，大量的资源被更好的保存与积累，这对于各高校来说是一笔不可多得的财富。这些被保存且积累下的数据，并不是数据的简单保存和记录，而是要有效利用其潜在价值，从而帮助高校自身进行建设产生。比方，对就业、成绩、课堂等数据进行分析。分析与统筹能够在一定程度上加快传统教学模式的改革，并且通过学生选课信息、图书借阅历史等判断学生在学习中的兴趣爱好，在这个信息时代下，时间就是金钱，大数据应用会提高处理信息的速度。 1.2.2 高校大数据特点。在高校教学过程中，主要是围绕学生或者教师管理效劳所产生的数据，而这些数据也存在碎片化特点。王左立曾在他的论文中提到大数据一个特点就是持续性，持续性主要表达在管理业务、教学、校园科研等所存在的内在规律，所以对数据的持续有效分析是非常重要的。短期数据分析虽然能够获得一定结果，但是难以对日常的教学起到指导作用。因此笔者认为，高校数据表达另一个特点就是多维性，多维性主要是表现在学校活动参与、个体具备状态等。比方对于某位同学来说反映其学习成果，通过学生借阅读书的情况反映学生学习爱好，通过一卡通消费情况反映学生家庭经济状况等。多维度数据的分析与整合，可以为学生构建一个利益量化分析模型，充分反映出学生学习成绩提高与良好生活习惯之间内在联系，才能更加清晰认识学生个体。 2 在大数据时代下高校信息应用所面临的挑战 2.1 技术层面 2.1.1 数据源可用性。很多人存在一个普遍观点就是数据可以说明一切，片面的认为数据就是事实。但是从实际状况来看，如果不对数据进行甄别，那么也会导致数据欺骗人们的双眼。高质量数据在获取过程中，必须保证信息的可用性，因为高效获取信息具有多样化来源，其中包括教学资源、多媒体数据、行政部门业务数据、网络资源行为数据等，因此数据呈现出多样化形态。这些数据具有不同层次质量，存在参差不齐的情况，在加工过程中十分困难。 2.1.2 数据融合可行性。通过调查研究可知，数据如果呈现出普遍的互不融合的情况，那么也就发挥不出数据自身的潜在价值。高校对于大数据的使用过程中通常面临一个重要的问题，就是如何实现数据有效融合。尤其高等院校所具备的重要教育作用，所以必须有效进行大数据的融合，同时要走在社会数据融合开展的前列，才能防止切实防止数据孤岛情况的出现，从而强化各业务之间整体性。但是因为传统业务系统缺乏长期的方案，其所使用的技术通常包含多个方面。根据调查研究可知，目前来看高校所使用的数据库，包括Visual FoxProd、Musql等，有些学校甚至都没有建立属于自己的数据库，而是利用Excel表统计数据。 2.1.3 技术分析可持续性。教育所存在的规律其实很难把控，成功个体也并非是简单复制，教育指标存在一定的缺陷，需要长时间的监测与更正，所以才需要对高校的大数据进行有效分析，能够发现不仅需要做到横向比照，比方兄弟院校之间、职能部门之间，同时也需要做好历史数据比照，无论是数据清洗、数据收集、数据挖掘等，都需要对每天产生的数据进行修正和调整，这也是在高校教学与管理一项挑战[1]。 2.1.4 数据挖掘复杂性。如今大数据成为时代开展核心已是必然趋势，因此大数据的最重要价值表达就是数据分析的过程。高校在大数据应用中，舆情预计和个体分析过程都需要构建特定挖掘模型。同时面对教育行业所存在的特殊性，所以机器学习、数据挖掘这些传统的技术分析并不能满足当前学校对于数据分析的需求，因此需要在数据评价、指标算法、模型等方面进行调整。除此之外，大数据挖掘与使用过程具备一定的复杂性，这是当前高校面临主要挑战，同时也是社会整个数据应用领域所面临的更高挑战[2]。 2.2 从实施层面来看 2.2.1 大数据共享意识。大数据时代，需要进行海量数据的分析，以此作为大数据的根底。但高校中的大多数数据都来源于职能部门，所以大量数据的使用现状就是零散分布在诸多独立的职能部门中。这就导致这些资源逐渐变成了个职能部门的私有数据资产。造成这种情况主要有两方面原因：一方面是很多数据积累实践较为久远，所以进行数据处理的工作量较大;另一方面，很多业务部门对可分享资源的划分并不明确，因此就缺乏信息资源分享意识。因为信息资源只有不断的流通才能形成规模，才能是数据本身的价值最大化，因此需要提高高校数据共享意识[3]。 2.2.2 组织结构与人员配备。高校内部因为对于信息资源规划的缺失导致资源投入与理想状态具有差距，不同部门难以各显神通。在大力推进信息化之前，许多高校未能建立专门的信息化部门，导致技术人才稀缺，甚至缺乏技术人才。高校数据在推进过程中，需要一批既熟悉业务流程又懂得相关技术的人员。因为人才匮乏问题，就不利于数据整合，导致教育研究出现空洞和缓慢问题。 3 大数据在高校教育信息化应用中主要策略 3.1 建立科学数据规划 教育领域的信息化开展进程中，高校普遍表现出信息化意识的缺失，导致数据质量出现参差不齐情况。在大时代大数据时代下，工作人员表现出对于数据规划的模糊意识，通常只是简单认为数据都具有价值，但是却不知道如何进行数据的共享、使用以及规划。只有制定科学有效的数据规划，才能使数据模型具有生命力，并且在往后的日子里，他们可以凭借不断的增加和调整，被应用与多种数据库和系统中，因此具备长远规划是极其重要的[4]。 3.2 加强数据质量管理 数据质量是保证数据分析准确性与有效性的必备根底。高校对于大数据的应用，数据质量管理必须要考虑下述的几个问题：一方面数据收集阶段，需要保证高效化、全面化、标准化，既要具备收集速度，同时也要满足精度要求，同时也能保证从源头控制数据数量;另一方面在对数据进行清洗过程中，需要采用精准化和合理化的方法，除掉大量不合格数据，从中提取有效数据，可以保证数据具备高质量，并且在这个根底上也需要建立更加完善的管理机制，提高建设标准，重视艺术数据的积累，加强业务学习，最终提高数据质量。 3.3 建立由上而下的体制 高校在管理体制建设过程中明确规定权限划分、职责运行和机构设置，因此高校推行数据共享与应用时，也要适当调整传统管理模式的利益关系表现形式，这通常需要首先实现体制的改革与优化调整。基层部门细致且全面的推动，才能消除不同部门之间资源共享的难题。信息化部门需要从自身技术优势出发，对于各业务系统数据进行整合，并且以此搭建数据聚集中心，才能将数据的被动收集现状，转化为主动的数据维护过程。与此同时，学校各部门也需要对不同层次用户所提供的数据进行分析，职能部门要配合与沟通，对于反对情况进行跟进与反响，只有采用层层推动的形式，才能保证大数据在高校中得到更好的应用。 4 结束语 大数据时代的到来对各行各业产生了极大的冲击，高校的大数据的信息化建设过程中，需要从实施和技术两个方面进行分析，并且解决其在建设过程中所面临的问题。随着大数据深入应用与理解，我们希望看到大数据技术能够为高校的建设带来更多活力和其实作用，让大数据应用真正的融入到高校校园各个角落之中。 参考文献： [1]王小妮，高喆，叶頔.大数据在应用技术大学教育信息化中的应用[J].天津中德应用技术大学学报，2023〔04〕：47-50. [2]陈璐宇.大数据在高校教育信息化中的應用[J].电子技术与软件工程，2023〔15〕：145-146. [3]刘建涛.大数据思维在高校学生管理信息化中的应用[J].办公室业务，2023〔15〕：81-82. [4]何锡君，何旭东，陈尚燕.大数据在教育信息化过程中应用现状及问题分析[J].科技创新与应用，2023〔17〕：32-33.