教育大数据视域下在线校园管理的技术支撑、动力结构与机制*——基于系统动力理论研究范式

詹立彩　陈凤燕　孟世敏

（1.福建广播电视大学　科研处，福建福州　350003；2.福建省电化教育馆　信息化教学研究室，福建福州　350003；3.东方潜能脑认知结构成像实验室，福建武夷山　354300）

教育大数据视域下在线校园管理的技术支撑、动力结构与机制*——基于系统动力理论研究范式

詹立彩1陈凤燕2孟世敏3

（1.福建广播电视大学科研处，福建福州350003；2.福建省电化教育馆信息化教学研究室，福建福州350003；3.东方潜能脑认知结构成像实验室，福建武夷山354300）

移动智能终端的大量普及与应用，催生出在线校园，产生了校园在线管理模式。在教育管理大数据视域下，在线校园是一个大数据空间，可开展面向管理的数据挖掘和分析，这也为构建管理动力系统提供了可能。基于系统动力理论研究范式，在线校园信息化管理动力系统，具有信息即时处理、获得师生认知情绪行为等功能；基于认知动力和人机交互技术，在线校园管理动力系统可在调制师生认知轨道、控制校园舆情等方面发挥重要作用，不断促进在线校园的精准化管理。

教育大数据；在线校园；信息化管理；系统动力理论；范式

一、研究背景

2012年，美国教育部发布的《通过教育数据挖掘和学习分析促进教与学》报告，是全球首个政府层面的教育大数据战略规划，对教育大数据的应用与发展意义深远。[1]该报告提出：教育大数据的挖掘就是综合运用数理工具，包括概率统计、数据挖掘、机器学习等技术和方法，对教育数据进行有效处理和分析；通过数据重构，发现学习结果与学习内容、学习资源和教学模式等变量之间的关联，预测学习趋势；教育大数据的独特特征在于分层（Hierarchical），“有键盘等人机交互层（Keystroke Level）、问题回答层（Answer Level）、学期层（Session Level）、学生层（Student Level）、教室层（Classroom Level）、教师层（Teacher Level）和学校层（School Level），数据就在层之中运动”。[2]这一报告充分展示了基于统计、概率等数理方法的教育大数据的挖掘价值以及与学习分析融合的趋势。

基于此，2013年，美国学者提出五种教育大数据提取价值技术，（1）预测（Prediction）：预测教学将发生什么事件；（2）聚类（Clustering）：相似、相关数据和对象的合并与集中。比如，根据相同兴趣的学生分组；（3）相关性挖掘（Relationship Mining）：分析变量间的关系，并获得关系逻辑、流程，探知学生求助是否解决存在的问题；（4）升华人判断（Distillation for Human Judgment）：基于可视化技术而建立人机交互智能模式；（5）基于模式的发现（Discovery with Models）：面向模式的大数据挖掘，开展“元学习”（Meta-study）。

近年来，随着信息科技的快速发展和教育信息化进程的不断推进，移动智能终端大量普及与应用，师生通过多种方式而实现的“在线”状态越来越常态化，产生了和“桌面时代”不同的教育模式——“在线校园”教育形态，随之而形成了教育管理大数据及教育在线管理方式，我们称之为“在线校园”管理模式。和传统的“离线校园”管理方式不同，在在线校园管理中，大数据成为重要的管理对象，即数据的采集和处理、管理的技术和范式研究都直接关系到在线管理水平。

那么，如何对在线校园进行有效的管理？我们认为，一方面，要了解在线校园的特点，即师生认知、行为等数据通过在线模式不断推送给管理者，形成教育管理大数据；另一方面，要对这些形成的教育管理大数据进行多元化的数据挖掘，并有效转化为管理者的决策依据。

教育大数据的核心是处理方法，同样的数据，不同的方法可能获得不同结果。上述美国教育部发布的报告主要采用概率统计方法。从数理科学的视角来看，概率统计推断方法只是数理研究方法集合的部分，另外还有矢量/张量分析、矩阵、群论、数列与复变函数，各种特殊函数、微分方程、傅里叶分析与积分变换、非线性方法、变分法、动力学等诸多工具。我们应该采用多样化的数理工具开展研究，比如，在通用人工智能领域就有人认为仅靠概率论的机器学习无法实现通用智能。[3]概率统计是传统教育学的基础方法，在大数据时代，应该采用多元化思路，引入概率统计之外的方法，比如，利用系统动力理论来处理教育大数据，包括教育管理大数据，这是一个值得探究与尝试的课题。

20世纪50年代中期，美国麻省理工学院福罗斯特（J W Forrester）教授创立系统动力学。他基于控制论、系统论、信息论，用数字计算技术模拟系统动力机制，研究复杂系统结构与行为模式之间的关系，成为管理科学领域前沿的研究方法。与管理密切关联的认知科学领域，也出现了动力系统的身影。[4]

1995年、1998年，冯·盖尔德（T Van Gelder）和波特（R Port）在《认知科学的新进路：认知的动力学说明》中，明确提出将动力学范式（Dynamicist Paradigm）与符号主义和联结主义范式并列为认知科学的第三种范式。[5]该理论假设认知系统是某种动力系统，需从动力视角理解认知世界；它以动力系统理论为基础描述认知世界，包括状态空间（State Space）或相空间（Phase Space）、路径（Path）或轨迹（Trajectory）、吸引子（Attractor）、稳定性（Stability）、耦合（Coupling）、分岔（Bifurcation）、确定性混沌（Deterministic Chaos）、初始条件敏感性 （Sensitivity to Initial Condition）等概念，来解释认知主体与环境相互作用的内在机制；它用微分方程组表征认知状态空间的认知主体与认知轨迹，即认知空间是认知主体所有可能的思想和行为建构的多维空间。大数据概率统计方法与动力系统的范式对比，如表1所示。

不管是管理科学的系统动力理论，还是认知科学的认知动力系统理论，都展示了动力范式的优势。教育管理不仅遵循一般管理规律，基于教育的特点还特别注重学生的认知，因此，系统动力理论和认知动力系统理论都可以应用于教育管理领域。我们可以思考如何构建教育管理动力模型，利用动力系统来揭示、表达教育管理内在的动力性质及动力规律。建立教育管理动力模型的前提是数据，并且在某些情境里还需要大数据。比如，要研究在校学生一年中关注的焦点，仅采集一年的数据也许还难以满足研究需求，而是需要数年的数据；或者，信息化系统统一性程度不高，数据未集中，分散在“孤岛、深井”之中，也难以开展研究。

表1　大数据概率统计和动力系统研究方法范式对比

随着移动智能终端的普及，在线校园模式的兴起，我们迎来了教育大数据时代，教育管理也面临大数据的挑战，尤其是需要在概率统计范式之外开辟教育管理动力学范式。

二、在线校园管理：教育信息化的一种新应用

目前，学术界对“教育信息化管理”的内涵存在不同解释。[6]主要有以下几种：把信息化过程列为研究对象，认为教育信息化管理是面向教育信息化过程的管理；认为教育信息化是面向学校各级管理人员的，比如，学校人财物的信息化管理；认为以校长为代表的学校管理者，重点是关注学校信息化建设的工作；认为教育信息化是对教学人员和教育技术人员而言，重点在教学内容和设备。

我们认为，教育信息化管理的总体特征是在教育管理中采用信息化技术，用信息化推动教育管理的现代化，从而实现教育系统效率的提升。其中，在线校园管理是教育信息化发展的新应用，它基于教育大数据而构建的教育信息化管理，实现了对教育、教学系统的动力模拟和对教育的精准化管理，进而推动教育信息化管理的发展，促进管理范式的转变。

（一）由离线模式走向在线模式

校园移动智能终端的普及和应用，逐步取代桌面PC的应用，而移动智能终端和传统PC的最大不同在于：每个师生通过移动终端实现联接，构成师生随时、随地都在线的校园信息化环境，即在线校园模式；[7]而以桌面PC为基础的信息化校园则是“离线校园”。从新认知观角度，移动智能终端是师生认知分布、延展的具身设备，就像管理助手，与被管理者随身陪伴，并执行相关管理流程。[8]很显然，以桌面PC为基础的“离线校园”正在被以移动智能终端为基础的在线校园所取代，而在线校园通过智能终端可持续不断地采集管理者的行为、认知等信息，为教育管理动力系统的建设提供大量基础信息数据。

在线校园的管理模式即在线模式，其最大特点是基于人机交互实现心理空间、信息空间的联接。比如，师生可以通过人机交互联接通道，以Agent（代理）形式穿越到信息空间。[9]基于人机交互和Agent技术的数字化管理模式是在线校园管理的基本思路，与离线校园协同形成两条校园信息化管理通道。充分利用“在线”、“离线”两条通道，将有助于提高校园信息化管理的效率和精度。

（二）由基于事件走向基于数据

显示的事件是传统管理的重要对象，哪里发生了事件，管理者就赶往哪里的现场，若没有管理事件发生似乎就可以高枕无忧了。基于事件管理模式的缺陷是未能洞察隐藏的、可能发生的管理漏洞和缺陷，很多都是亡羊补牢、事后诸葛亮；在线管理模式管理者将基于数据开展工作，洞察管理事件的未来发生风险及可能性。

因为，任何事物都是前后关联，有演化的轨迹，而数据内蕴含事物的发展信息，根据这些信息建立动力模型，能够预测被管理对象的未来发展可能，洞察其演化轨迹。因此，在线管理模式中，管理者基于数据开展工作，新一代管理技术应该提供通过数据洞察管理系统发展的方法、工具、平台，协助管理者提升对未来的预见能力。尤其是能够建立在线、实时的管理信息系统模型，将管理对象在线产生的数据，及时输入系统，并能够及时地处理、给出相关结论。当某些数据超过阈值后，将显示报警信息，给出处理事件的预案，智能化地协助管理者开展工作。

（三）由行为监管走向认知互动

传统教育管理更多的是基于行为，但从认知科学角度，行为—认知紧密关联，纠正个体行为的不一定是调控其行为，还可以通过认知线路，通过认知的推动行为的变化，“知行”也是我国教育家陶行知教育思想核心。

离线校园管理模式中，学生认知是离线的，难以获得学生认知信息，但在线校园模式中，学生在网络中的记录以及其它数据都是认知留下的痕迹，分析这些痕迹将有助于洞察学生的认知状态。基于认知状态，根据管理理论和经验，我们建立了认知动力模型来对师生的认知进行预测。通过群体广播、个体互动等方法，对学生的认知进行调制，包括离线模式进行认知以及思想教育来改变学生的认知状态、认知模式，进而影响师生的行为模式，实现基于认知的调控、互动，调制被管理者的行为模式。

管理数据采集、动力建模是实现认知互动的基础，否则，就会造成互动的单调性，比如，网络中都是统一模式的回复，“您反馈的问题已经反馈到相关部门，正在处理中，请耐心等待……”，类似这样的回复反而会造成被管理者认为管理者在敷衍自己。

（四）由事后干预走向事前调控

一个学校成千上万人，离线管理更多的是事后和现场模式，如何把握每个人的动向是难题；而在线校园管理动力模式将能够为每个师生建立管理空间，实现面向个体的精准化管理模式。这也是管理动力模式的重要价值。

是什么原因推动人们不断地探索管理动力系统范式？因为我们期望寻找到可以比较精准地预测、调控教育系统发展的方法。我们可以通过反思人类对自身太阳系天体动力系统的探索，从侧面理解人类科技对动力系统的偏好。人类发展初期，限于科技、工具发展水平，只能用眼睛观测天文，获得一年四季以及太阳公转、地球自转的大致时间表，并会不断产生误差且积累，所以需要不断修正天文日历。后来伽利略发明了天文望远镜，极大提高了人类的天文观测精度，从而积累了大量数据，帮助开普勒获得行星运行的三大定理。这些数据又为牛顿提出万有引力，建立牛顿力学提供支持。而人类有了牛顿力学体系后，就能够精确建立太阳系运行模型，对日食、月食做精细探测、精确预测，甚至预测百年后的日食现象。后来的爱因斯坦广义相对论还对天体的运动提供了更加精细的描述。这就是动力学理论、精确观测技术、工具带来的价值与魅力。

图1　在线校园的Agent模型

基于系统动力理论，我们可以在在线校园的数字空间建立Agent模型，如图1所示，对在线校园发生的事件进行即时管理、预测、调制。和传统离线校园不同，在线校园动力管理模式，具有即时、精准、在线等特征。

三、在线校园管理的技术支撑

（一）多样地感知管理对象技术

从管理科学角度，数据、信息是基础，而如何获得更多数据、信息的前提，或者更进一步地说，为管理动力模式采集数据和信息是需要创新的首要技术。基于智能终端，我们不仅能够采集到师生网络数据，还能够通过部署互动设备，采集到行为地理位置信息，甚至学生生理数据信息。这些是传统管理离线校园所不具备的。在动力学角度，多样地感知教育管理对象技术，获得多样数据，将能够建立丰富的动力相空间，建立更加真实的管理动力系统。

（二）教育情境矢量化技术

和传统基于信息管理系统的教育信息化管理把管理信息、数据录入系统，进行简单统计运算的模式不同，基于移动终端的新一代在线校园数字化方式更为复杂，不仅有人机交互情境，还有基于物理空间、心理空间的教育情境。我们假设教育管理对象处于物理—认知—行为—知识多维空间中，如何采集这些情境的数据是重要问题，而矢量化是重要方法。[10]比如，图书馆是师生常去之地，我们如何采集数据呢？现在同行的方法是在入口处根据出入证，记录师生的进出信息。从管理动力学角度，我们还应该采集师生在图书馆更加精细的行为信息，比如，师生复印、借书目录、还书时间等信息可以统一汇集，通过对这些数据进行动力处理，对学生阅读兴趣、个性开展分析，可以获得如学校《红楼梦》阅读群体状态等信息，进而推动相关的活动。

（三）教育大数据流处理技术

传统离线校园无法对校园采集的数据进行在线处理，一方面，是因为这些数据没有汇聚到相关部门；另一方面，因为对数据的即时处理技术也不成熟。随着信息技术的发展，即时处理在线大数据的技术已经成熟，比如，Storm是Twitter系统的核心引擎，能够处理每秒成千上亿的即时信息。很多时候管理系统信息的价值随着时间流逝而降低，需要在事件出现后尽快处理，最好是数据事件出现时就进入处理流程。教育信息化动力模式可以基于这些大数据技术建构，以应对包括课堂教学、活动现场等实时性强的管理场景。

管理动力系统事件信息流处理技术是在线校园管理引擎的核心，也是新一代教育信息化的主流技术。

（四）数字拓扑空间建构技术

和统计概率范式不同，管理动力模式更多采用数理动力方法，建立状态或者相空间，设计被管理者的演化轨迹、被管理者对事物的关联模型，即发现吸引子，分析管理动力系统的稳定性规律、管理动力系统不同轨迹之间和不同对象之间的耦合规律以及动力轨迹在演化中存在的“分岔—选择”微观模式，研究整个系统的确定性和混沌状态演化模式。这些动力系统行为环境，需要建立和现在统计学意义上完全不同的分析模型。

从数理科学角度，我们选择拓扑空间来作为高维管理空间的低维承载体，即把高维复杂的教育管理模型投影到低维的拓扑空间加以研究。[11]和传统统计模式不同，拓扑管理空间可以应用动力系统、微分工具等进行研究。建立科学有效的管理拓扑空间成为教育信息化动力管理模式的关键技术。拓扑空间结构直接关系到是否可以采用有效的动力数理工具来分析管理过程。

（五）行为—信息—认知空间态射技术

如何从数据流、信息流中发现管理事件、认知逻辑，进而提供实时的管理报告，为管理决策提供支撑，是教育管理动力模式的数据处理、认知计算的核心技术。从系统科学角度，基于在线校园的管理动力系统，通过智能终端、具身设备采集师生行为、情感、知识、认知等空间的信息，注入到教育大数据流系统，建立管理动力拓扑模型，重构师生认知、情感、知识空间，对它们进行认知分析、轨道计算，挖掘管理对象的状态信息，并对管理对象的未来行为、认知、情感等进行预测、干预。

图2　在线校园信息化管理的技术支撑

图2展示了以上在线校园管理动力系统的主要技术结构，包括基于多元感知终端的教育情境矢量化技术，对信息流进行分析的拓扑空间，以及不同空间之间的态射转化等。

从中我们需要寻找数据—信息—认知等空间之间的关联及逻辑分析方法，比如，如何对数据进行对象化处理，这些对象和管理对象之间如何关联，如何从数据对象关联推断到管理对象之间的关联，这些便涉及到数据对象和管理对象之间的映射方法。在认知心理学方面也有类似的问题，比如，一个一年级的学生，在做1+1=？的计算时出现障碍，该让学生再做此类计算吗？或者说，这些反复的计算训练，能够让他感觉到加法的内在数理逻辑吗？皮亚杰认为，学生难以完成加法是因为其另外一个认知操作没有完成，即没有建立数字序的图式，让孩子数数，建立序的操作，他就会做加法了。因此，低年级的学生经常用火柴棒或手指来辅助计算便是这个原因。皮亚杰晚年提出认知范畴和态射的模式，[12]试图解释认知、智慧从低级向高阶演化，实现不同层次之间发展的内在规律。[13]

同理，教育动力管理系统需要建立行为—信息—认知之间的关系，让管理者能够从信息流中挖掘被管理者的状态，洞察管理对象的发展轨迹。我们可以借助范畴和态射理论，来完成以上不同结构空间之间的映射。

四、在线校园管理的动力结构

（一）大数据存储空间

管理认知动力系统的基础是教育大数据，因此，在线校园管理动力系统的基础就是大数据存储空间。基于Hadoop等架构建立教育管理大数据存储空间，用户能够在不了解分布式系统底层细节的条件下，研发分布式程序，创新基于集群的高速运算和存储应用。

教育动力管理系统有不同规范的数据，既包括传统结构化数据，也有基于XML规范的数据、DOC等文档数据，还有多媒体数据等，这些数据都是可以在Hadoop集群中存在的。Hadoop是高效的，因为它以并行的方式工作，通过并行处理加快处理速度。Hadoop还是可伸缩的，能够处理PB级数据。在线校园可以根据数据的增长不断增加集群节点。

（二）信息流拓扑结构

管理动力系统拓扑空间是在线校园管理动力系统的关键设计，需要汇聚管理、认知、心理、教育等方面专家的智慧。管理拓扑空间是师生认知、行为等高维空间的低维投影，需要既保持高维信息的完整性和有效性，又照顾这些高维信息采集表达的可行性。

基于在线校园管理信息的特点，选择流式计算模式开展管理动力分析。[14]管理拓扑空间以节点为基础，管理信息流进入复杂认知拓扑体系，[15]就像自来水进入城市的自来水管道，根据需求、逻辑流向不同的消费者，或者说，在不同的消费节点被处理，比如，自来水在澡堂和厨房被处理的方式、模式是不同的。

拓扑结构一方面是管理系统流程的映射，另一方面也是认知过程结构的映射，还可能是知识结构、物理、心理空间结构的映射。有了这些结构，管理拓扑空间才能够承载管理信息流。

拓扑空间不仅要承载高维管理空间的投影，还需要承载认知逻辑、计算方法，比如，每个拓扑空间节点都有数据信息流的处理逻辑结构，可以根据这些逻辑结构决定信息包的处理逻辑结构；同样，这些拓扑节点也蕴含着计算方法，可以对到达的管理信息包进行相关计算。

总之，从一定角度看，管理拓扑空间是现实教育管理结构、心理结构的映射，并没有什么神秘之处，但是，由于这些拓扑结构在运行中能够及时处理在线信息流，即时对处理结果开展复杂的运算，所以就显得功能强大了。

（三）认知动力计算体系

认知计算是教育管理动力系统拓扑空间之外的重要设计，在拓扑空间中，信息流在不同拓扑节点处理的方法有丢弃、保存、计算、聚类、分解、抽象等。在拓扑结构空间，信息包会根据相关逻辑，被送到不同节点处理；信息包也可能被分解为不同的部分，形成多个子包，再送达不同节点处理；信息包也会在某个拓扑节点停留，在某些信息包到达后，触发了其处理流程，才开始被处理……

可见，管理拓扑空间的认知动力计算体系是管理逻辑、流程的载体，也是传统统计、概率等数理管理工具的存在空间。但是，和传统的管理系统，包括当前部署广泛的MIS（管理信息系统，Management Information System）等不同，基于管理拓扑空间的认知动力计算体系中，存在轨迹、吸引子、分岔等动力范畴，更加真实地模拟了现实管理系统的复杂性、非线性。

（四）管理监控决策平台

信息流“灌入”管理拓扑空间，在节点被处理，实现认知计算，计算结果形成相关参数注入动力轨迹，也触发了认知逻辑、管理逻辑，实现数据信息空间到认知管理空间的态射。根据管理空间的流程和逻辑，信息流事件由信息空间态射到现实的管理空间，被不同的角色接受，再根据现实管理角色的权限、规范，进行管理操作。

可以认为，师生在键击层、问答层、教室层等的人机交互事件，被管理动力系统采集，实现心理—信息层的转换；注入管理动力系统，及时进行认知计算，或者相关认知事件处理，实现信息—认知层的转换；触发相关管理规范，实现认知—管理层的转换。因此，我们也可以认为，一个简单的击键事件可能引起管理者关注；一个简单的行为事件也可能触发某个管理流程，并实现现实的干预。

由此，我们可以窥见，该管理结构系统和当前一般教育的信息管理系统相比，存在较大的差别，它是信息技术、认知技术和管理技术的深度融合，如表2所示。

表2　传统教育管理和动力教育管理性能比较

五、在线校园信息化管理的动力机制

（一）管理信息事件耗散机制

信息流注入教育管理动力系统后，需要对这些信息进行处理，尤其是需要建立信息耗散机制。耗散结构理论是诺贝尔化学奖获得者普列戈金 （Ilya Prigogine）创新的理论，试图解释一个开放系统如何通过物质、能量、信息的耗散，实现从无序到有序的演化。[16]

从一定角度看，教育管理信息拓扑结构就是一个管理信息耗散结构，其耗散机制将决定系统的功能。比如，在某些时候一个信息流进入拓扑动力结构空间，将根据系统及信息流的属性进行处理，包括耗散、正反馈、负反馈等；某些微小的信息流，很可能影响了动力系统的轨道，在动力系统进行分岔—抉择的时候，很可能就是一个微小的信息流窜入，引起一个正反馈，其属性被放大，进而产生一个重要的管理事件。

因此，我们要在实践中，不断修正信息耗散机制，提升动力系统的性能。同时，也要建立拓扑空间动态演化机制，让系统能够自动化适应这些变化。

（二）时间—空间—认知—行为态射机制

范畴和态射是教育管理动力系统使不同层次、不同范畴的系统结构之间形成互动、关联的基础理论。需要设定不同的范畴操作流程，包括推拉操作、分层操作，建立有效函子，实现不同范畴之间的态射。

不同范畴之间的函子和逻辑结合决定了信息流进入拓扑动力空间之后的活动形态，是被送入正规的处理流程，还是在某个节点等待，甚至被耗散遗忘，都是本机制要考虑的内容。整个管理动力系统空间，就是时间—空间—认知—行为的融合体，数据和信息流进入此融合体，将根据相关规范进行认知计算、态射操作。尤其是态射操作实现了不同结构之间的关联，也是从数据到认知，不同结构之间变换的基础。

另外，态射实现不同结构之间的关联，也是数据进化、不同空间关联的核心操作。态射操作的基础是函子，需要建立有效函子，建立结构之间对象的关联。同时，也要设计动力系统管理对象的认知轨迹，通过轨道分析管理对象的动力特征。态射、轨迹都是动力系统空间的重要内容。

（三）信息流—认知流耦合机制

基于信息环境，管理者通过信息流去影响被管理者的认知流，进而推动被管理者认知结构的演化，也同时改变其行为模式，实现管理目的，这是教育动力管理模式的核心操作。

和传统的教育管理模式不同，在线校园管理更多是基于信息空间完成的，更多的是通过预先的动力判断，锁定管理目标，并根据被管理者的个性，推送信息流。信息流通过人机交互模式和被管理者互动，通过互动实现被管理者的认知变化，其核心就是信息流一定要和被管理者的认知能力、认知结构耦合，不能对牛弹琴。

信息流—认知流耦合机制需要不断地尝试和探索，动力系统提供验证机制。比如，不同管理者对某个管理事件会有不同的管理措施，这些措施将转化为信息流，通过结果评估能够知道不同信息流的成效，当然，也可以获得不同个体对不同信息流的耦合指数。这些都为未来的管理干预提供了经验。

在线校园的教育管理动力系统涉及认知科学、甚至脑科学，以上只是部分机制，随着相关科学领域的发展，我们可以汲取营养，不断深入管理动力调制机制的研究，比如，引入复杂适应系统理论（Complex Adaptive System，简称CAS）。[17]

图3展示了在线校园管理动力机制的信息—认知耦合过程，包括管理信息事件耗散、时间—空间—认知—行为态射和信息流—认知流耦合等机制，是通过信息流推进被管理者认知发展的重要因素。

图3　在线校园管理的动力机制示意图

六、结语

在线校园管理动力系统能够为教育教学管理提供全新的支撑，应用得当将极大地提升教育效率。换个角度说，当教育管理动力系统能够为教育带来效率的时候，整个教育界将热烈欢迎这样的教育信息化管理系统，而不是像现在的MIS系统，难以让师生感觉其是教育教学行为必不可少、具有核心价值的系统，我们认为，它的应用会带来以下变化：

（一）个性化管理服务获得落实

在教育管理集群中，个体将以Agent模式存在，每个师生都有一个Agent活跃在拓扑空间，也可以认为每个学生后面都有一台强大的机器为其服务，或者，一个专家团队通过认知逻辑、管理逻辑为其服务。学生认知、心理、行为产生的数据、信息将在线“灌入”动力系统，并根据专家智能进行持续、及时的认知计算，且相关结果将触发教师、家长、专家，其中，部分不能解决的事件将触发相关管理、干预流程。

因此，教育管理动力系统是智能化、个性化的智慧系统，不管是学生认知，还是心理事件、状态都将被管控，也为教师提供了专家级别的协助。有了这些特点，教师等教育管理者将欢迎动力系统的部署。

（二）认知模式设计形成调制

认知模式不仅影响管理者，也是被管理的重要内容、管理空间的重要对象。[18]因为，认知模式和行为模式等密切关联。认知模式设计、培养、强化都是在线校园管理的重要内容。在传统教育管理过程中，认知模式更多的是观测、分析，而难以去设计和调控。依托在线校园管理动力系统，管理者可以设计认知模式，并把其推广到在线群体中。通过认知模式，管理者将触及到认知模式养成层面，有利于提高管理的效率。通过在线管理系统，师生认知模式还能够被及时观测和调制。比如，可以根据认知模式状态，调整认知模式的内容、结构，也可以通过其它认知信息流去调制认知模式，让群体的认知模式处于良性的发展轨道。

（三）认知逻辑信念推新引导

认知逻辑是影响认知过程的重要元素，也是和管理逻辑密切关联的对象，在管理群体中构建有效的认知逻辑体系是管理的重要目标。比如，动态认知逻辑研究管理动力系统中，信息的产生与更新、认知的推理以及信念的修正等问题，是管理动力系统的认知主体（Agent）的核心内容。[19]动态认知逻辑给予主体之间互动的信息流结构模型和变化轨迹。[20]再如，管理动力系统可以观察师生信息空间的认知模式，包括谣言等的传播模式，在适当的时候对网络舆论进行调控。由于网络中存在的常识推理是非单调、非线性的推理过程，即结论不一定随信息量的增多而增多，存在典型的动力学混沌非线性特点，因此，可以用动力学工具来处理。

（四）认知行为自动监控干预

管理对象的数据进入教育管理动力系统后，基本是自动化地被处理，包括触发的管理流程、认知干预。[21]比如，夏天到了，若发现部分学生不断查询游泳信息，动力系统就可以在相关流程中推送如何注意游泳安全的信息。这些信息会以不知不觉的形式出现在学生面前，而传统的人工干预，有可能造成学生的逆反心理。自动化和智能化，极大地降低了教育管理的强度，提高了管理的效率。比如，我们可以组建专家团队，设计相关人机交互流程，根据认知和管理逻辑，把相关的信息、知识推送到人机交互层面，让师生获知。

然而我们也看到：教育大数据的研发涉及信息、教育、心理、思维、认知甚至神经和脑科学，需要我们不断地创新；在线校园管理动力系统应用的研发也是一个全新挑战，本文只是抛砖引玉。毋庸置疑，管理动力系统是教育管理的高阶形态，其精准化、智能化特点为教育教学带来了全新基础和体验；管理认知拓扑空间能高效地处理管理数据流及信息流；通过认知范畴态射实现数据的有效分层演化，寻找不同范畴空间的态射关联；信息空间的Agent通过动态认知逻辑、信息耗散、认知耦合等多种机制实现有序运动。在线校园的管理动力模式，给我国教育信息化管理带来全新机遇，我们应该不断创新，推动教育信息化管理领域的发展。

[1]徐鹏，王以宁，刘艳华等.大数据视角分析学习变革——美国《通过教育数据挖掘和学习分析促进教与学》报告解读及启示[J].远程教育杂志，2013（6）：11-17.

[2]Marie Bienkowski，Mingyu Feng&Barbara Means.Enhancing Teaching and Learning Through Educational Data Mining and Learning Analytics:An Issue Brief[EB/OL].[2016-09-06].http://tech.ed. gov/learning-ana lytics/.

[3]Pei Wang.Issues in applying probability theory to AGI[DB/OL].AGI-13 Workshop:Probability Theory or Not?[2016-07-31].http://www.agiconference.org/2013/schedule/.

[4]蔚林巍.项目动力学:系统动力学方法在项目管理中的应用[J].项目管理技术，2004（8）:9-13.

[5]Van Gelder，Tim J.Dynamic Approaches to Cognition[C].The MIT Encyclopedia of Cognitive Sciences，1999:244-246.

[6]王瑛，贾义敏，张晨婧仔等.教育信息化管理实践中的领导力研究[J].远程教育杂志，2014（2）:13-24.

[7]詹立彩，孟世敏.基于新认知观的在线校园管理模式探究[J].教育评论，2016（4）:79-82.

[8]Douglas B Lenat，Edward A.On the Thresholds of Knowledge[J].Artificial Intelligence，1991，47（1）:185-250.

[9]詹立彩，刘用麟，孟世敏等.基于1:1数字环境的高校信息化管理探析[J].武夷山学院学报，2014（5）:52-56.

[10]杨升，刘长勇，程仁贵等.采用认知标架的人机学习情境矢量化方法[J].重庆理工大学学报:自然科学版，2013（10）:102-106.

[11]Meng Shimin，Cheng Rengui，Liu Yonglin.Cognitive Topology Mapping based on Human-Computer Interaction[J].Journal of Internet Technology and Secured Transactions，2012，（3/4）:123-130.

[12][瑞]J·皮亚杰等.态射与范畴:比较与转换[M].上海:华东师范大学出版社，2005：11-37.

[13]孙志凤，林敏.态射的建构与发展:发生认识论的一种动态形式化[J].心理科学，2006（2）:499-501.

[14]赵晟，姜进磊.典型大数据计算框架分析[J].中兴通讯技术，2016（2）:14-18.

[15]Meng Shimin.Visualization Complex Cognitive Networks[C]//2012 3rd International Conference on e-Education，e-Business，e-Management and e-Learning.Singapore:IACSIT Press，2012:1-5.

[16][比]普里戈金.从混沌到有序——人与自然的新对话[M].上海：上海译文出版社，2005:1-20.

[17]霍兰.隐秩序[M].上海：上海科技教育出版社，2000:20-52.

[18]武亚军.“战略框架式思考”、“悖论整合”与企业竞争优势——任正非的认知模式分析及管理启示[J].管理世界，2013（4）:150-167.

[19]魏峰.时态公开宣告逻辑研究[D].重庆：西南大学，2015:1-10.

[20]吴梅红.基于动态认知逻辑的多主体系统知识推理研究[D].厦门：厦门大学，2009:13-46.

[21]管晓琴，吴远.大学生自杀及其认知干预策略研究[J].中国健康心理学杂志，2004（6）:458-460.

詹立彩，福建广播电视大学科研处处长，副研究员，研究方向：现代远程教育技术和管理；陈凤燕，福建省电化教育馆信息化教学研究室主任，高级教师，研究方向：信息化教学；孟世敏，东方潜能脑认知结构成像实验室技术专家，研究方向：脑认知结构成像及人工智能研究。

Technological Support,Dynamic Structure and Mechanism of Online Campus Management from the Perspective of Educational Big Data：Based on System Dynamic Theory Research Paradigm

Zhan Licai1，Chen Fengyan2&Meng Shimin3
（1.Office of Scientific Research，Fujian Radio&Television University，Fuzhou Fujian 350003；2.Office of Information Teaching，Audio-Visual Education Center of Fujian Province，Fuzhou Fujian 350003；3.Brain Cognition Structure Mapping Lab，Wuyishan Fujian 354300）

The popularization and application of mobile intelligent terminals on campus bring forth online campus management modes.Online campus carries out management data mining and analysis and provides possibilities for construction of management dynamic system.Online campus informatization management system，which is based on research paradigm of system dynamics theory and human-computer interaction techniques，can realize immediate information processing and obtain teacher-student cognition-behavior data.It can not only provide possibilities for the innovation of teaching and management，but also promote the information management of universities to a stage of digitization，demonstration and intelligentization.

Educational big data；Online campus；Informatization management；System dynamics theory；Paradigm

G434

A

1672—0008（2016）06—0070—08

本文系国家开放大学2016年度科研课题“远程教育管理大数据动力重构技术研究”（项目编号：G16A1901Y）的研究成果。

2016年5月12日

责任编辑：吕东东