基于大数据的高职生综合测评策略研究

丁铁 陆建 王海军

（中山职业技术学院,广东中山 528404）

基于大数据的高职生综合测评策略研究

丁铁 陆建 王海军

（中山职业技术学院,广东中山 528404）

该文基于大数据的特征、发展历程及应用现状，分析高职生综合测评引入大数据技术的可行性，探索高职院校学生综合测评采集数据的主要措施、利用数据的模型等，从数据利用的目标、标准及风险等方面提出学生综合测评运用大数据技术的重点应对策略。

大数据;综合测评;智慧校园

在大数据时代背景下，各行各业都面临着对庞大而复杂的数据进行有效管理的挑战，人们越来越认识到对自身产生和拥有的大数据进行有效管理的重要性和迫切性，高等职业教育领域也不例外。学生综合测评作为高职生管理工作的核心业务之一，通过对学生课程考核成绩、日常行为、兴趣特长等方面数据的采集、分析与挖掘，对学生进行评价、引导[1]。

一、大数据技术发展及应用现状

目前大数据比较有代表性的概念是3V定义，即认为大数据需满足规模性（Volume）、多样性（Variety）和高速性（Velocity）等3个特点[2]。大数据的产生源于规模效应，这种规模效应给数据的存储、管理及分析带来了极大的挑战，与此同时，大数据的规模效应要求其存储、运算方案也应当从规模效应上进行考虑。因此，大数据系统运应而生，它的结构有些复杂，采用的技术也千差万别，但总体上都由四部分构成，具体如图1所示。

最早提出大数据概念是麦肯锡公司，2011年5月，麦肯锡公司在大数据的报告中指出：“数据已经渗透到每一个行业和业务领域，逐渐成为重要的生产因素”[3]。其后，大数据迅速成为政府、信息科技行业等关注的热点，2012年3月29日，美国政府宣布了“大数据研究和发展倡议”，2012年7月10日，联合国发布了《大数据促发展：挑战与机遇》大数据政务白皮书，2012年7月，日本总务省新发布了“活跃ICT日本”新综合战略。除此之外，一些著名的信息科技企业如IBM、EMC、Microsoft也相继对大数据开展了研究，并在各自领域取得了不错成绩[4]。

近两年来，国内外知名企业相继推出了各自的大数据产品和平台，开展了多种深度商务分析和应用，例如：Ebay、Amazon和沃尔玛等国际商业巨头通过分析结构化和非结构化数据促进其业务创新和利润增长；Google、Facebook等互联网企业通过对其海量用户在网络操作后留存的记录进行分析，从而精确掌握用户行为，形成预判；淘宝、京东商城等国内电商巨头也开始采用大数据挖掘技术来管理、优化库存和供应链，并量化评估其定价策略和营销效果；中国移动、凡客诚品等公司通过对海量客户数据开展市场分析、竞争分析、客户分析和产品分析，以优化经营决策等[5]。

图1 大数据系统结构

二、高职院校学生综合测评引入大数据技术的必要性

1.凸显高职生综合测评的特色亟需大数据技术

自21世纪以来，我国高等职业教育获得了快速发展，高职院校培养的具有一技之长的高技能型人才逐渐受到用人单位和社会的欢迎和认可，而作为评估其教学质量和办学水平的学生综合测评却一直过于重视测评结果，忽视测评过程的引导，难以展示高职教育自身的特点和特色[6]。另外，当前高职院校由于局限于学生数据的采集途径、处理能力等瓶颈，学生综合测评主要是根据已形成的结果，参照相应的管理办法给出一个分数，因此，测评结果难以体现学生的学习过程、发展进程，难以成为调节和引导学生发展的风向标，学生毕业后往往难以适应时代和社会对人才的要求。

大数据时代，海量学生数据采集、分析与挖掘等变为可能，通过大数据工具，全面、及时的采集学生数据，并根据实际需求进行阶段性的分析，为学生实时提供学习参考、建议与评价，促进高职院校学生在实践的学习过程中逐步前进、发展，督促高职院校转变人才培养观念，加强内涵建设，构建有利于学生个性成长的学习环境。

迄今为止,高职院校的信息化建设经历了校园网、数字化校园和智慧校园三个阶段。智慧校园的建设是学生综合测评得以更好开发、利用的绝佳机遇，是学生综合测评真正融入人才培养过程、提高办学质量的难得机遇。智慧校园依赖信息的交互与流通，学生综合测评纳入智慧校园的建设，就需要盘活已有学生数据，使这些数据融入智慧校园的信息流，为决策层、公众所用[7]。然而，当前高职院校综合测评方式单一、人才欠缺、数据挖掘意识低下等，日常累积的学生数据并没有得到有效开发和利用，要盘活学生数据，挖掘出数据背后的信息以及信息蕴藏的知识，光靠人工是无法完成的。另外，由于历史的原因，结构相异的学生数据被分割在不同的职能部门、不同的应用系统之中，形成了数据孤岛。随着大数据技术时代的到来，跨越系统、跨越平台、跨越结构的数据可以实现相互流动，并根据一定的算法获得快速处理，可为高职院校决策者、教师、学生、家长和用人单位等主体之间提供按需分配的服务。因此，借助大数据技术，完全融入智慧校园后的高职院校学生综合测评对高职学生进行全面、客观的评价将变为可能。

三、高职生综合测评数据采集的主要途径

若将高职院校学生综合测评比喻成一台机器，大数据技术则是这台机器的处理手段或过程，而采集够多、能用的学生数据则可比喻为原材料，原材料的好坏将直接影响到机器的产品质量。基于大数据的学生综合测评数据采集主要由数据采集队伍、学生等借助互联网、移动网和物联网等途径实现，具体如图2所示。

图2 学生数据采集模型

1.组建数据管理机构

高职院校学生综合测评数据采集是一项有序、动态和可持续的系统性工程，必须建章立制，以促进数据采集过程中各个环节的正规有序和统合，并搞好顶层设计。为此，高职院校依托综合协调部门（例如：办公室等）或专业管理部门（例如：学工处、网络信息中心等）成立负责数据管理的专业机构，由其统一建立获取、使用、管理和分享的标准及共享平台，并负责加强校内、校外的数据协调工作。美国的麻省理工学院、弗吉尼亚大学和康奈尔大学等高校成立了专门的数据服务工作组，负责处理如元数据标准、数据存储、数据共享、数据管理计划和处理数据版权等有关事宜，同时举办知识产权、开放数据等主题的培训或讲座。

2.培养高素质的学生数据服务队伍

大数据环境下，高职院校学生综合测评的管理模式、工作内容和工作方式都会发生本质变化，目前不断增长的数据共享、数据需求也亟需开辟新的学生服务领域，高职院校应抓住这个机遇，尽快开展数据服务工作，使辅导员、班导师和学生干部等人员成为数据采集、管理和服务的提供者。具体措施有：在现有基础上，拓宽学生工作队伍人员知识面，增强业务能力，培养和造就一支懂技术、懂管理的大数据采集队伍，并使之成为数据的组织者、传播者、导航者、教育者，促进学生管理工作更好的发展。

3.倡导、约束学生主动上传数据

预制装配式混凝土建筑技术在沉寂20年之后重新再次兴起是在20世纪90年代，但是由于当时在技术和人员上面都是非常匮乏的，且在短时间内不可能实现太大的发展。面对中国各地建筑业转型升级的迫切需要，近几年国家和建筑行业陆续出台相关方针政策和发展目标大力发展预制装配式结构，目前，已有多个省市自治区启动了相应的扶持政策。从市场占有率的角度来看，中国目前的装配式建筑在市场中还处于起步阶段。从技术成熟度方面，我国装配式结构技术还不够成熟。从成本投资方面，代价投资比较高。但我相信随着技术的进步和管理水平的提高，以及运营的成熟，预制装配式建筑混凝土结构在我国未来20年内必将得到大力发展与推广。

由于教师、学生大部分活动时间都在校园内，彼此之间联系比较单纯，高职院校教师与学生之间、学生与学生之间的是一种信任为主的互动，因此可以倡导、约束学生主动提供数据。例如，借鉴一些Facebook、人人网、开心网和新浪微博等社交网站的经验，定期通过智慧校园给学生提供一些免费的应用服务，学生在享受这些免费服务时，必须提供自己的姓名、性别、邮箱、照片、家庭住址、特长或兴趣爱好等数据。其次，学生在选课、查看成绩等服务时，必须按规定完善个人信息或回答一些问卷调查。再次，强制性的要求学生在规定的时间内提供相应数据，这样才能顺利在校内餐厅、校内超市等场所消费。

4.通过技术手段合法获取

用户在使用浏览器时会留下浏览痕迹，即便有时用户有意识地删除自己的历史记录，浏览痕迹依然会存在，因为一系列网上行为都被存放在一个名为Cookies的文件中，Cookies是一组服务商存储在用户硬盘上的数据，它包括用户名称、所浏览过的网页地址、所感兴趣的关键词、浏览频率、页面停留时间、何时打开电脑，何时访问微博，何时登陆QQ，喜欢浏览哪一类型网站等等。正是基于上述技术原理，在遵循一定的法律法规，并基于特定技术条件的支撑下，通过调取学生上网的Cookies数据，也可以成为采集学生综合测评数据的途径之一[8]。

四、大数据技术在高职院校学生综合测评体系中的应用策略

一旦累积的学生数据比较多或针对性比较强时，通过对这些数据的整理、分析与挖掘，学生的学习态度、学习过程、学习能力、兴趣爱好、交往范围、行程规划也会被“记录在案”，久而久之，其轮廓越来越清晰，高职院校就能给出比较合理的评价、针对性的引导，而得到的高职院校学生综合测评结果理应符合以下四个方面的应用需求。

1.既注重测评结论，又兼顾过程性引导

当前高职院校学生综合测评由于受思想观念、技术手段等条件制约，主要存在的现象有：过于强调甄别与选拔的功能，而忽视改进与激励的功能；过于关注对结果的测评，而忽视对过程的引导；过于关注测评的结果，而忽视测评过程本身的意义。由于高等职业教育的特点，很多课程所涉及的技术、技能的训练难以一蹴而就，学生需要在学习和实践过程中反复体验、不断反思。例如：“数控加工编程”、“网络攻防”和“数据备份与恢复”等课程学习实践性特别强，受课程目标设定、教学手段等因素的困扰，不可能保证学生每一次学习活动都能成功，可是不成功的学习过程并不意味着没有价值，因为学生可以从一次次的失败中寻找到成功的突破。因此，若只关注测评结论，会导致学生平庸而不思创新、图结果而轻视思维过程，对自身学习过程中出现的问题或困难绕道而行，若长此以往，测评结果将不可避免的偏离测评目标[9]。大数据时代的到来，将学生学习过程的数据进行采集，形成大数据后，进行快速、准确的分析和处理，适时的对学生提供意见或建议，引导学生及时发现自身不足，给予改正的机会和成功的希望。

2.既注重硬性指标，又兼顾个性化分析

高职院校开展学生综合测评时，一般都预先设置了学习成绩、技能竞赛、技能证书等硬性考核指标，这些都是学生在校期间根据专业人才培养方案规定必须完成的学业内容，否则不能毕业。这些指标对应的数据是高职院校人才培养目标整体设计的结果，主要为了便于管理。若综合测评仅仅考虑这些数据，而轻视或忽略掉了学生在日常活动中的表演、个人特长等方面的数据，则难以进行个性化分析，从而也无法帮助用人单位推荐具有特长的毕业生。大数据时代的到来，学生综合测评注重硬性指标的同时，可以通过对一些个性化的数据采集、统计和归类，构成既有“面”又有“点”的测评结果。

3.既注重整体性指标，又兼顾差异化分析

高职院校内部不同的教学系有不同的情况，一个教学系内一般由多个专业构成，而某些专业又划分出三五个方向，然而综合测评在设定指标时，由于局限于思想观念、管理水平和数据处理技术等困难，往往侧重于考虑整个学院或教学系的情况，而忽视了不同的专业或方向的差异性、可比性。大数据时代的到来，通过海量数据的采集，针对不同的专业或方向开展对比与研究，在遵循整体性指标的前提下，精确考虑不同专业、不同方向的差异化。

4.既注重定量分析，又兼顾定性分析

高职院校课程考核后的成绩一般都采用百分制进行定量分析，而日常评优评先、毕业论文（设计）和顶岗实习等都采用等级制进行定性分析，因此若要形成统一的数据表示形式，还需要进行一定比例的换算[10]。大数据技术由于具有超强分析、运算能力，比较容易解决上述问题。

五、问题与建议

1.要有明确的目标和标准

高职院校学生综合测评体系在运用大数据时必须要弄清楚到底想从大数据中得到什么，否则会浪费大量的时间、精力来收集和分析数据；另外，由于采集的学生数据量很大，若没有明确的标准，很容易走进数据挖掘的迷途。因此，明确了利用大数据的目标和标准之后，再使用能够解决特定问题的大数据技术十分重要。

2.防范潜在的风险

高职院校学生数据的开发、利用会涉及到信息的泄密、信息的丢失或信息的篡改、隐私权的侵犯、知识产权的纠纷等问题，因此，学生综合测评在运用大数据技术时需要注意这些潜在的风险，通过建章立制、明确权限、厘清责任关系等措施来控制和化解这些潜在风险的发生。

六、结语

大数据时代的来临，对高职院校学生综合测评来说既是机遇也是挑战，高职院校应努力抓住这个机遇，同时也要严肃对待挑战。随着大数据技术的发展和完善，大数据必有广阔的应用前景，高职院校学生综合测评在大数据时代将获得巨大的突破，日常积累的学生数据中蕴藏着的巨大知识宝藏将会真正得以开发和利用。

[1]吴轲威.关于构建高职学生综合素质测评体系的思考[J].南京广播电视大学学报,2012,1(70):30-33.

[2]冯海超.大数据创业样本[J].互联网周刊,2012,12(23):45.

[3]孙博凯.大数据战略和方向[J].广告人,2012,7(8):044.

[4]丁健.浅析大数据对政府2.0的推进作用[J].中国信息界，2012,2(225):13.

[5]李国杰.大数据研究:未来科技及经济社会发展的重大战略领域[J].中国科学院院刊,2012,27(6):648.

[6]何晖.高职院校学生综合测评体系要素分析[J].管理科学, 2012（5）.

[7]陈靓.发展大数据离不开数据中心变革[N].中国电子报，2012-12-14（004）.

[8]郭涛.沣西大数据产业模式初探[N].中国计算机报,2012-12-24（032）.

[9]赵欣.以职业能力为核心的高职学生综合素质测评体系构建探索[J].当代职业教育,2011,8(10)：89-90.

[10]周月友.以职业素质为中心的学生综合测评体系构建研究[J].中国电力教育,2011,18(169)：39-40.

（责任编校：马余平）

Research on Com prehensive Evaluation Strategy of Higher Vocational College Students Based on Large Data

DING Tie LU Jian WANG Hai-jun
（Zhongshan Polytechnic,Zhongshan，Guangdong 528404）

Based on the characteristics of large data,the development and application of the data,this paper analyzed the feasibility of using the big data in higher vocational college students'comprehensive evaluation and explored its main measures and statistic models.Finally,it put forward from some important coping strategies such as,the goal,criteria and risk of using big data technology in students'comprehensive evaluation

big data;comprehensive evaluation;Wisdom Campus

G 715

A

1672－738X（2014）02－0033－04

2014-01-02

中山职业技术学院一般科研课题“构建以提升职业素养为目标的高职学生综合测评体系与系统开发实践”(2013KQ18)。

丁铁（1980—），男，湖南岳阳人，计算机科学与技术讲师、软件工程硕士。主要研究方向：计算机科学与技术、实验技术研究与开发。