高校大数据展示设计研究.docx

?

?

高校大数据展示设计研究

?

?

王涛涛施炜利

摘要：为了提高高校的管理决策能力、教学评估水平、学生管理水平等，很多高校正在推进教育大数据建设。课题组成员以江西省某高校实践经验为例，构建了高校教育大数据平台的技术构架和数据分析模型，设计了教师评价、学生评价、教学效果、学校发展等几种典型的专题大数据，并实现了可视化展示，为学校管理水平的提高提供了有益的支撑。

关键词：高校大数据;数据挖掘;数据分析;可视化展示

：G642????：A

：1009-3044（2021）03-0026-002

1引言

大数据时代，高校管理创新面临新的机遇，如何有效使用大数据以促进教育管理水平的提高，是每个高校亟须解决的问题。如何按照高校需求建立大数据应用中心，实现数据分析服务，支持各管理部分进行数据挖掘与应用，并为学校政策制定、落实重大决策提供科学依据。很多高校已作为一项重要工作在推进。

然而，教育大数据的应用之路却充满荆棘，在应用中的难题不断。课题组在研究推进本校大数据实施方案的过程中，最突出的问题便是数据分析问题。

2高校大数据研究进展

课题组以数据挖掘和教育为关键词，分析了国内近10年的论文共计2040篇，图1显示了2010-2020年各年发表篇数分布情况。经分析发现，近10年来，对教育大数据的挖掘与应用呈逐年上升趋势。国内学者已对教育大数据挖掘以及整体框架设计和相关平台建设展开了较有成效的探索。

清晰科学的架构设计是高校教育大数据可持续应用与发展的基础保障。杨现民等[1]提出四步建设策略。刘邦奇等[2]提出应用体系建设、团队建设、制度建设三个关键要素的协同配合。余胜泉等[3]剖析了教育大数据的数据收集、模型构建、数据分析、智能推荐、决策分析等总体框架。另外，还有学者从平台建设、数据库设计、数据的采集与存储、大数据平台运行机制、信息的共享、质量监控与评估等进行了研究。

在应用方面，构建了教育质量改进模型，将学生服务、教师教学、家长协同、学校管理利用大数据进行一体化分析与改进。崔延强[4]利用大数据在教育质量监控与评估方面进行了有效的探索。林丽丹[5]分析了高校大数据存在问题，探讨了大数据技术的实际应用場景。万晨[6]设计了基于大数据的课堂教学质量评价方案，并通过该方案有效提升了课堂教学质量。邹琴琴[7]提出通过大量数据建立起学习分析模型，对于教育行业发展有着重要的推动作用。

3高校大数据分析架构

课题组对某高校大数据平台的技术架构、数据分析模式及专题应用进行了设计。研究构建了数据采集层、数据处理层、数据分析层、数据展现层、数据应用层等五个层次的构架。并将安全保障体系贯穿于五个层次，以确保数据的安全性（如图2所示）。

3.1数据采集层

平台数据来源包括学校各大信息系统，包括教务、招生、就业、科研、后勤、网络教学平台、官网、图书馆等，通过这些系统数据采集，可以获取较为全面的运行数据。随着监控、门禁、WIFI等物联网设备数据的有效采集，可以逐渐提高信息化资源的利用率与水平。

3.2数据处理层

高校大数据应用与建设要解决的首要问题是数据的质量问题，需要通过去除虚假、重复、矛盾、错误数据，实现数据的清洗。数据的精准处理是发挥数据价值的关键。

3.3数据分析层

数据分析层是平台的“大脑”，如何提高大脑“智商”取决于数据分析模型的设计。当前，教育界比较主流的分析模型包括适应性学习模型、学习预警模型、学生画像模型、决策支持模型等。课题组根据学校实际情况，将从预测性分析、诊断分析、描述性分析三个层级去实习，实现小颗粒度、目标聚集的数据分析模型。

描述性分析主要是对数据进行统计性的分析。比如教师情况分析、学生成绩分析、学校投入情况等。

诊断分析可以直达数据核心，将问题原因找出来。例如，学生有哪些知识缺陷、学校有哪些障碍、学科能力如何、具有哪些学科优势等，利用方法有知识诊断检测、知识追踪模型、相关分析等，以实现诊断分析。

预测分析利用数据的关联、发展等，对教育相关事件的趋势进行预测。例如，可以利用决策树、回归分析等算法来预测某个学生在未来的学习水平的变化等。

以上三类分析从易到难，对高校教育发展的作用也越来越大。

3.4数据展示层

数据展示是有利于利用数据的关联性，便于决策和干预。数据展示主要呈现基础信息、教师队伍、学生综合、教育安全等大数据。通过以上数据的可视化展示，实现校级层面的数据“看、用、管”，实时掌握学校的概貌与动态，实现基于数据驱动的科学决策[8]。

3.5数据应用层

数据应用是此项工作的最终目标。如何基于数据结果对问题提出合理化建议，进而促进学校健康、高效、持续发展，是研究的核心。因此，数据应用层要围绕政策制定、资源配置、质量监控、评价体系最重要的任务进行设计。并且通过应用以促进数据采集、处理、分析、展示的持续优