APP下载

“大数据”背景下的高校教学基本状态数据采集

2015-03-20钱凤欢

文山学院学报 2015年4期
关键词:教学质量监控大数据特征

钱凤欢

(三亚学院 教务处,海南 三亚 572022)

“大数据”背景下的高校教学基本状态数据采集

钱凤欢

(三亚学院 教务处,海南 三亚 572022)

摘要:“大数据”时代悄然而至,并对人类的社会生产、生活方式等产生深刻的影响,高等教育也处在这场变革之中。通过对高校教学基本状态数据库的介绍和对“大数据”与教学基本状态数据特征的对比分析,指出在“大数据”背景下,行为方式的变革和信息技术的智能化,使得采集高校教学基本状态数据成为可能和必然,国家和校级两个层面的数据采集,将为高校进行教学质量监控提供思路、方法和平台。

关键词:大数据;教学基本状态数据库;特征;教学质量监控

2011年,全球知名咨询公司麦肯锡在题为《海量数据:创新、竞争和提高生成率的下一个新领域》的研究报告中指出,数据已经渗透到每一个行业和业务职能领域,宣布“大数据时代已经到来”[1]。大数据时代信息的智能化处理,将对人类社会的生产、学习、工作、生活、思维等方式产生极其深刻的影响,而高等教育也必将融入到这场信息的变革之中。

一、“大数据”背景下高校教学基本状态数据库的建立

从定义上区分,“大数据”(Big Data)有狭义与广义之分,广义的大数据概念包含了大数据技术、大数据应用、大数据工程和大数据科学;狭义的大数据主要是指大数据技术及其应用,是指从纷繁复杂、浩瀚无边的数据中,通过分析过滤、有效处理从而获得有价值信息的能力[2]。

教学基本状态是反映高校教学质量的窗口,而教学基本状态则反映在教学过程中产生的各类数据上,从学生入学注册到课堂教学,从课程信息管理到学生成绩管理,从教师信息维护到学生信息维护等方面,“数据”已经渗透到教学管理的各个环节。数据价值的产生,需要对数据进行分析处理,而分析处理的基础需要建立在数据有效准确收集之上。高等教育发达的国家在高等教育数据采集方面已经走到前列,高等教育数据库的建设,以及其功能和结构可以为我国高等教育数据库的建设提供借鉴。而在国内,早在1998 年,教育部在《关于进一步做好普通高等学校本科教学工作评价的若干意见》(教高[1998]2号文件)中就已经提出“教育部要加快高等学校教学工作评价的制度建设,改进和完善高等学校本科教学工作评价方案,建立高等学校教学工作评价专家委员会和专家库,建立高等学校教学工作评价信息系统,加强评价理论研究,通过不断实践,逐步建立起适合我国国情的高等教育质量宏观调控体系与评价制度。”在此基础上,关于高校教育质量监控和评价的相关研究逐渐展开,并取得了一定的成果。2007 年,为加强和改进高校本科教学工作评估,以评促建,以评促改,评建结合,重在建设,促进学校强化教学管理、深化教学改革、提高教学质量,教育部和财政部联合出台《关于实施高等学校本科教学质量与教学改革工程的意见》(教高〔2007〕1号),把“研究制定高等学校分类指导、分类评估的政策和制度”“建立高等学校教学基本状态数据检测体系”提上日程,启动了“全国高校教学基本状态数据库系统”项目,通过“定期采集各类高等学校本科教学基本状态信息和数据,统计和分析高等学校教学基本状态和变化趋势”“引领高等学校合理定位,发挥优势,办出水平,办出特色”。目前,“全国高校教学基本状态数据库系统”已正式上线,全国有220余所的公办院校和新建本科院校参与到数据采集工作中来,状态数据在监控高等教育质量、社会监督高等学校人才培养和本科教学评估工作中的作用得到充分发挥。

“大数据”的意义不在于收集如何庞大的数据信息,而是对这些“身宽体胖”的信息进行科学、专业的技术处理,挖掘数据的潜在价值。随着教学基本状态数据采集工作的不断深入和参与此项工作的院校数量的增加,一个前所未有的高校教学基本状态数据群正在逐渐形成,通过对这些数据的“深挖掘”,可以为学校、政府提供详实有力的信息查询和决策参考。

二、“大数据”与高校教学基本状态数据的特征对比

大数据具有“4V”特征,即Volume、Variety、Value、Velocity,可以用“规模大、种类多、价值低、速度快”[3]来概括。高校教学基本状态数据采集也具有类似的特征,但也有不同。

“大数据”之大,表现为大而杂,不仅数量庞大,而且种类繁多。“大数据”的规模巨大,其聚合起来的数据之大从其计数单位就可以窥见一斑,大数据的起始计量单位至少是P(1000 个T)、E(100万个T)或Z(10 亿个T)[4],规模大是大数据的基本属性。从类型看,“大数据”包含结构化数据、半结构化数据和非结构化数据,数据类型已经不局限于单一的文本形式,更多的诸如订单、日志、音频、视频、图片、位置信息等均囊括其中。与“大数据”对比,从数据量、数据类型两方面来看,高校教学基本状态数据具有大数据的基本特点。教学基本状态数据采集几乎涉及到学校教学的各个环节以及经费、设备、招生、就业、国际交流、图书等以教学为中心的保障体系,可以说是全面覆盖、无所不包,所产生的数据数量不可谓不大、种类不可谓不多。而与“大数据”的“杂”相比,教学基本状态数据库则显得较“单纯”,数据库虽涉及教学,却仅“钟情” 于教学,处处围绕教学展开,数据之源全在教学。从这点来看,教学基本状态数据库只能算是“大数据”这棵大树的“旁枝末节”,但是从其所产生的价值来看,数据库则应是一支独秀。

“大数据”的另外一个特点是数据价值密度较低,犹如大海淘沙,沙里淘金,需要在浩瀚如烟海的数据里淘取“微价值”,数据的价值“萃取精华”是目前大数据波涛汹涌背景下首当其冲的难题。与“大数据”“价值低”、形式散乱的特征相比,高校教学基本状态数据库则是“价值高”、成系统的。每年进行的数据采集,是按照国家教育部的统一规范要求和标准,在统一时间、统一范围内,收集、分类、汇总、整理原始数据和基本材料,进而在数据填报系统中进行上报[5],因此无论是从准确性、真实性还是数据的有效性,高校教学基本状态数据采集所收集的数据是价值巨大的,这一点是所谓“大数据”无法比拟的。而从体系上说,教学基本状态数据库经历了多年科学论证和多次试点试验,是经得起推敲的数据采集系统。从设计上,它符合高等教育的基本规律和学校发展的实际状况,各模块之间相互独立,又相互联系,这里的数据不再是零散的小分子,而是组合成为一个有机体,客观、准确的反映学校办学的基本情况,这个有机体的“运行状态”直接反映学校的“健康状况”,为办学者提供预警和反馈。从这方面来看,教学基本状态数据库是“形神兼备”。

大数据区分于传统数据最显著的特征是它可以实时获取需要的信息。在海量的数据面前,效率就等于效益。随着物联网、互联网、传感器、传播技术的不断更新,扑面而来的各种数据正以一种“爆炸”的形式快速增长,新数据不断涌现,数据不断积累,为分析问题提供了更多可参考的样本,但同时也对数据处理的速度提出了更高的要求和挑战。而这些数据随着时间的不断推移,其价值也在逐渐失落,未及时处理而使数据价值流失,不能说是一种损失。与大数据处理严格的时限要求相比,高校教学基本状态数据采集虽也有着严格的时效性和时间节点,但由于采集的数据为年报,只要是在规定的时间节点之内完成,采集的数据真实准确,数据的价值就具有“保值性”。而教育部评估中心在每年常态数据采集完成后,会在一定时间内生成新建本科院校的教学质量监控报告,总体描述全国新建本科院校事业发展的概况,公布新建本科院校教学质量检测结果,并对新建本科院校教学质量核心数据进行分析,从而为新建本科院校提高教学质量提供政策性建议。这些建议对于在高等教育道路上摸索的新建本科院校无疑是一笔十分宝贵的财富。

三、“大数据”为实现高校教学质量监控提供新路

加强对教学基本状态的监控,是保证高校教学水平和教学质量的重要手段和措施。党的十八大报告提出,要推动高等教育内涵式发展。2012年,教育部颁布了《关于全面提高高等教育质量的若干意见》等重要文件,建立高等学校教学质量监控制度成为提高高等教育质量、推动高等教育内涵式发展的一项重要举措。进行高校教学基本状态数据的采集,其中一个重要的意义在于对全国高校的教学质量进行常态监控,为高等学校评估和高等教育研究工作提供详实的、多维度的信息。在进入“数据说话”的时代之后,“大数据”的产生和相关技术的应用为高等教育监控体系的构建提供了更多的选择。

“大数据”的一个重要价值是提供了一种前所未有的新思路、新方法、新方式和新技术,使用者可以通过对海量数据进行分析,获得有巨大价值的产品和服务。对高校而言,教学基本状态数据采集为高校进行教学质量监控提供了思路、方法和平台。

数据采集的过程也是自我评估、自我剖析、自寻出路的过程。数据采集一般是由学校的二级学院或职能部门按照指定的规格和标准对教学基本状态的各类数据进行收集汇总整理,通常收集到的数据都是原生态的,能够直接反映教学基本情况。但是要使这些“毛料”变得真正有价值,就必须要经过一个加工和处理的过程,使其露出本色,绽放光彩。而加工处理需要有一定的标准和依据,教育部的教学基本状态数据库系统的数据项要求和教育部本科教学合格评估指标体系的一、二级指标和观测点的要求可以作为参考,通过与相关指标的对比,分析数据,从而找出问题与差距,进而建立校级监控体系和自我评估机制,达到适时监控的目的,找到适合学校发展的路子。

“全国高校教学基本状态数据库”由多个“数据项”构成,这些数据项遵循科学性、系统性、操作性、导向性的原则设立,采集的信息服务于学校、政府、社会和评估[6]。通过教学基本状态数据的采集,一方面可以推进相关制度的建立,从而实施质量监控;另一方面,来自于教学工作第一线的反馈信息,真实地还原了教学状态的客观现实,为学校决策层提供了数据支持,扫除不利于教学质量提高的各类“障碍”,有针对性地完善教学条件,进而不断改进教学质量监控管理。

“全国高校教学基本状态数据库”作为国家层次的数据库,采集的数据较为宏观,包括学校、院系和专业等层次数据,对于教师的个体信息、学生的个体信息、课程的具体信息等微观信息暂未采集,高校应自行采集该部分数据,这也是对高校信息化的基本要求。“国家层次数据库以高校管理信息化为依托,与高校层次数据库通过网络互联和数据交换”[6]。因此,在参与全国高校教学基本状态数据采集的同时,建立学校自身的教学基本状态数据库势在必行。“全国高校教学基本状态数据库”的建立为校级教学基本状态数据库的创建提供了模板参考。遵循高等学校教学工作基本规律,根据全国高校教学基本状态数据库的构架,建立符合学校特点的教学基本状态数据库,利用现代信息网络技术,把学校本科教学基本状态数据有机组织起来,从而实现国家库与学校库的“无缝对接”。

“大数据”所带来的深刻变革必将持续对人类社会产生不可估量的影响,当然有机遇也有挑战,借由“大数据”,人类社会将进入信息化时代的高阶阶段。高校教学基本状态数据的采集也是这股潮流中不可忽视的一支力量。数据将成为高等教育未来的核心资源,也为高等教育基本状态的可视化提供了可能。在高等教育竞争日益激烈的今天,只有掌握数据,掌握数据分析的方法,才能挖掘出数据的潜在价值,用独具的慧眼,在信息资源这座大山上淘到深藏的“金子”。

参考文献:

[1]黄升民,刘珊.“大数据”背景下营销体系的解构与重构[J].现代传播,2012(11):13- 20.

[2]钟瑛,张恒山.大数据的缘起、冲击及其应对[J].现代传播(中国传媒大学学报),2013(7):104- 109.

[3]马建光,姜巍.大数据的概念、特征及其应用[J].国防科技,2013(2):10- 17.

[4]若英.如何理解“大数据时代”?[J].红旗文稿,2013 (11):39.

[5]黄家庆.基于教学基本状态数据库系统的教学质量监控构想[J].钦州学院学报,2012(8):46- 49.

[6]许晓东.全国高校教学基本状态数据库的研究与应用[J].中国大学教学,2012(4):83- 87.

(责任编辑查明华)

The Collection of Basic State Data of University Teaching Under the Background of “Big Data”

QIAN Feng-huan
(Offi ce of Teaching Affairs, Sanya College, Sanya 572022, China)

Abstract:The era of big data is coming, and it has a profound impact on the social production and life style of human. Higher education is also in the transformation. This paper pointes out that the change of behavior and intellectualization of information technology have made the collection of basic state data of university teaching possible and inevitable through the introduction of the basic state database of universities teaching and the comparative analysis of “big data” and the characteristics of the basic teaching state data. Data collection of national and school levels will provide method and platform for the monitoring of teaching quality in universities.

Key words:big data; the basic state database of universities; characteristics; the monitoring of teaching quality

作者简介:钱凤欢,三亚学院教务处助教,硕士。

收稿日期:2014 - 06 - 09

中图分类号:G642

文献标志码:A

文章编号:1674 - 9200(2015)04 - 0081 - 04

猜你喜欢

教学质量监控大数据特征
根据方程特征选解法
不忠诚的四个特征
抓住特征巧观察
民办高校教学质量管理有效途径探索
完善高职院校教学质量监控的几点思考
基于大数据背景下的智慧城市建设研究
抓特征 猜成语