大数据时代院校管理模式的研究

天津外国语大学国际商学院　常　明



大数据时代院校管理模式的研究

天津外国语大学国际商学院常明

【摘要】身处信息化社会的当下，高等学校在教育教学、科学研究、人才培养、学生管理等方面产生了越来越多的数据信息，随着时间的推移，数据信息总量的变化最终会导致数据信息形态的变化——量变引发质变，最终跨入高校大数据时代。如果高校管理者能够将这些海量数据汇总并对其进行有效的挖掘与分析，最终将分析成果引入校园管理决策中，必然是对高校管理创新的一次里程碑式的探索。

【关键词】大数据；高校；管理模式创新

“大数据”（big data）是继“Web2.0”、“云计算”之后近两年最流行的词汇。在大数据的帮助下，用户可以在茫茫的数据海洋里快速找到所需的资源。面对大数据的优势，教育界掀起了大数据研究热潮，在《2013NMC地平线报告（高教版）》中非常有预见性的认为“大数据和学习分析”将在未来2至3年成为主流技术。在“大数据”时代如何提高对爆炸式增长的数据资源的处理能力，寻找新的管理创新策略是当今教育界所关注的焦点。[1]

1　大数据概述

全球知名咨询公司麦肯锡（Mckinseyand Company）发布了《大数据：创新、竞争和生产力的下一个前沿领域》报告，首次提出了“大数据”的概念，报告中指出，“数据已经渗透到每一个行业和业务职能领域，逐渐成为重要的生产因素；而人们对于海量数据的运用将预示着新一波生产率增长和消费者盈余浪潮的到来”。[2]

1.1大数据的定义

大数据(bigdata)，或称巨量资料，指的是所涉及的资料量规模巨大到无法透过目前主流软件工具，在合理时间内达到撷取、管理、处理、并整理成为帮助企业经营决策更积极目的的资讯。

1.2大数据的特点

大数据不同于过去的海量数据，其特点可以归纳为4个“V”——Volume（数据体量大）、Variety（数据类型繁多）、Velocity（处理速度快）、Value（价值密度低）。

（1）数据体量巨大。数据最小的基本单位是bit，按体量级别由小到大依次为：bit、Byte、KB、MB、GB、 TB、PB、EB、ZB、YB、BB、NB、DB。大数据特指PB及以上体量级别的数据。

（2）数据类型繁多。大数据中不仅包含结构化和半结构化数据，通常还有大量非结构化数据，如网络日志、视频、图片、地理位置信息、传感信息，等等。

（3）数据价值密度低。以视频为例，连续不间断监控过程中，可能有用的数据仅仅有一两秒，但数据集合起来后往往具有很高的分析价值。

（4）处理速度快。物联网、云计算、移动互联网、车联网、手机、平板电脑、PC以及遍布地球各个角落的各种各样的传感器，无一不是数据来源或者承载的方式。对于各种载体中的数据处理请求，一般要在秒级时间范围内给出分析结果，要求对数据进行实时而非批量处理。

2　高校中的大数据

高校信息化过程中汇集了大量的信息，通过分析，可以看出这些信息数据，整体上满足数量大、种类多、产生快、真实可信和具备分析价值等特点，完全符合大数据的特征。

2.1数据来源广泛

从学生角度来看，包括学生姓名、年龄、籍贯等基本信息，食堂消费、宿舍环境等生活信息，选课、图书馆借阅、成绩等学习信息；从教师角度来看，包含教学任务、成绩录入等教学信息，论文著作、项目研究数据等科研信息，工资、职称等人事信息；从管理者的角度来看，包含学校的资产信息、师资信息等。同时随着移动互联网以及物联网等新技术的兴起，学校师生主动产生和由设备自动收集的信息越来越多，如微博、微信等社交信息，各类搜索点击记录信息等。

2.2数据类型多样

高校中的数据有学生基本信息、教学、人事、资产、科研等常规管理业务产生的结构化数据；有多媒体教学资源等非结构化数据；有教师、学生等用户在社交网络上产生的行为数据；有物联网、GPS、穿戴式网络设备感知的位置数据。

2.3数据价值高

高校中的数据涉及校园、管理者、教师、学生的方方面面，如果能有效的整合这些数据资源，并加以充分的挖掘、分析和预测，可以帮助我们评估和判断各群体的服务需求，以便学校能更早地发现问题并及时应对，进而影响和改变传统的决策模式。

2.4数据产生频率快

高校中的各类信息系统、移动网络中的每一次操作、信息终端的各种设备无时无刻不在产生或接受着数据，高校中的给类群体对于数据处理的速度有着极高的要求。

2.5数据碎片化

“碎片化”指无论是业务数据、教学资源数据或网络行为数据，都从某个侧面反映了“人”的一个属性。[3]例如，从教学管理系统中获得的成绩数据、学生会管理系统中读取的课外活动数据，都直接或间接反映了学生的某一个方面，只有将不同来源的数据进行有效整合，并建立量化分析模型，才能清晰准确地判断学生的整体能力。

2.6数据具有“持续性”

这一特点体现了校园科研、教学和管理业务的规律[3]，例如一卡通消费、上网时长、每个学期选修课程、获得学分以及重修重考等数据能够反映一个学生的生活习惯与学习进步的相关关系，但这必须基于长期、持续的数据进行统计分析。

3　大数据为高校管理创新提供平台

3.1 大数据为高校学生管理工作带来变革

作为高等教育的重要有机组成部分，高校学生工作在不断地接受着新的挑战。网络时代，信息化的迅速发展,正深刻地影响着大学生的学习习惯、生活方式乃至思想观念。一方面,网络快捷、丰富和开放的特点,使大学生能够借助网络比以往任何时候都更快捷地获取信息；另一方面，网络虚拟、隐蔽的特点使其成为有害信息的孳生地和传播地。同时，高校中“90后”大学生特点鲜明，他们有自己的观点，敢于反抗，对父辈、老师、学校一些不甚合理的说法和规定敢于质疑，自我意识增强，同时也存在以自我为中心、合作意识淡漠等不足。[4]

针对社会环境的新变化以及“90”后学生的新特点，要求现行的学生管理工作不能再沿袭传统的管理思想与管理手段而必须确立以人为本的理念,不断进行管理理念和管理方式的改革与创新，而大数据技术的出现可以为高校学生管理工作创新提供平台。

首先，大数据技术可以为掌握学生动态提供帮助：目前，学生可以通过各种社交软件、网站、APP、论坛等方式获取资讯、信息并通过现代化手段进行交流互通，发表个人观点、提出意见建议等，校方学生管理人员可以通过大数据技术对学生状态进行收集与跟踪，例如，某位学生在一段时间内频繁浏览的网站或所关注的热门话题、在微博或微信中所发布的信息、手机等移动终端所安装的APP软件，都可以作为大数据来源进行收集，通过这类信息的获取，可以帮助管理人员更加全面、深入、具体的了解学生的学习、生活、思想动态。

其次，大数据技术可以为正确引导学生提供帮助：通过大数据收集技术，管理人员可以掌握学生的各类信息，在数据收集的基础上，管理人员还可以利用大数据分析和挖掘技术对所收集到的数据进行整理和分析，进而根据分析结果对学生进行引导，例如，根据某位同学一段时间内在微博中所关注的人群、转发的信息、发表的言论等数据，管理人员可以利用大数据挖掘分析工具对其进行深入研究，最终得出该学生的兴趣关注对象与往来人群，进而把得出的分析结果应用在实际工作中，使学生工作更加具体且有针对性。

3.2大数据为高校教学管理工作带来变革

教学管理是高校中管理活动的重要组成部分，具有涉及面广、繁琐、数据量大、周期性等特点，利用大数据技术可以为教学管理创新提供平台。

传统的教学管理主要包括：教师排课、学生选课、考试测验、成绩录入等，目前大多数高校都建立了教学管理系统，使教学管理工作系统化、计算机化，方便了教师、学生和教学管理人员的使用，但这些教学管理系统往往存在孤岛化、事务化的问题，各类人员在系统上仅仅完成查询、录入等基础性功能，不能对系统内部数据进行挖掘和分析，而且各个高校的教学系统不能有效互通，使学校与学校间形成孤岛。

利用大数据技术，一方面可以深入挖掘教学系统中隐藏的有用信息，例如可以根据学生多个学期的考试测验成绩，为学生推介相应的选修、辅修课程；可以根据学生的选课和评教信息为每位老师提供教学评估报告。另一方面通过大数据技术可以打通高校的壁垒，共享教育资源，为学生提供更为优质的教育环境，例如，通过云计算与大数据技术搭建的MOOC平台,使人们足不出户就可以享受哈佛、普林斯顿等一流大学的教育。

3.3大数据为高校管理决策方式带来变革

由于高校决策所涉及内涵的广泛性和决策者组成的复杂性，其决策模式呈现多元化特点。有研究者将传统的高校决策模式总结为四种：依靠决策者所具有的理性认知能力制定决策的“官僚主义”模式；通过“合意”的过程来平衡大学内多方群体利益的“学院型”模式；通过“扩散”程序表达不同权力集团、利益群体诉求的“政治型”模式；决策程序无章可循、随意性大的“有组织的无政府型”模式。这些模式的共同弱点在于缺少有力的决策支持依据，决策者实际上是以“有限理性”为基础，努力作出“足够好”的决策而已。[4]

而大数据背景下的高校决策可以为决策者提供以数据系统为支撑的决策模式：

第一步：决策目标的确定，这需要校级领导、二级学院、各职能处室等部门进行充分沟通、共同参与制定；

第二步：相关数据的收集。在了解目标需求后，应收集相关数据。这些数据不仅包括校内数据，还应包含大量外部与学校相关的数据信息，这些数据与校内数据结合，为数据挖掘提供了庞大的资源；

第三步：建立数据模型，进行数据分析。在这个过程中，应建立有效的数据模型，将数据的整合和分析过程以及分析结果与决策问题和学校背景结合起来；

第四步：分析结果展示。数据分析完成后，应整理大数据报告并向决策者和全校汇报公开，并要求全员讨论；

第五步：决策。在大数据信息分析得出的结论之后，决策者根据分析报告和各方面建议汇总，最终做出决策。

通过以上分析，可以看出，移动互联等技术的不断兴起给高校的发展带来了极大的挑战，为了应对这种挑战，高校应当充分发挥大数据在其中的支撑作用，在人才培养、科学研究和管理等方面广泛收集过程数据，结合可视化技术充分分析和挖掘蕴含在数据之中的丰富价值。同时我们需要在高校内倡导和强化数据文化，建立持久运作的收集、分析数据并将分析结果转换为教育决策和实践的体系，真正发挥大数据在高校发展中的价值。

参考文献

[1]刘中宇,刘海良.大数据时代高校云资源应用[J].现代教育技术,2013,7.

[2]麦肯锡环球研究院.大数据:创新、竞争和生产力的下一个前沿领域[C].2011,5.

[3]高校大数据全景分析:应用、挑战、未来发展[OL]. http://www.pinggu.org/index.php?m=content&c=index&a= show&catid=28&id=2103,2014,9.

[4]邓莉.大数据时代的院校决策模式[OL].http:// www.edu.cn,2014,9.