大数据背景下创业教育探索与实践

丁喜旺

(淮阴工学院 计算机与软件工程学院，江苏 淮安 223003)

大数据背景下创业教育探索与实践

丁喜旺

(淮阴工学院 计算机与软件工程学院，江苏 淮安 223003)

大数据对社会的影响力越来越大，会波及到当下创业教育的核心结构，使我们重新构建教育的评级方法，改变创业教育者的思维方式和教学机构的授课模式。从长远看来，大数据在预测判断、分析能力和发展速率上的优势，势必会给传统创业教育带来很大的影响和帮助。创业教育发展的预判性判断增加、教师分析能力的提高、资源交流的加快、个性化教育的生成会成为当前创业教育发展的总趋势。

大数据；创业教育；探索与实践

“大数据”旨在通过深度挖掘和科学地分析已有的大量数据，得到隐藏在数据中的关系和价值，从而可以让我们仅仅通过小样本数据的感性推测和数据分析，就能够做出理性的决策。本文以为“大数据”并不是单纯指数据量的巨大，最重要的是指多样化的数据的结合，以及多元化的数据类型的处理与数据高速高效的分析。可见“大数据”已经可以看作是一个新的处理方法和思维方式。近年各行各业对于“大数据”都相当重视，教育当然也是一样，越来越多的教育工作者开始研究大数据在教育发展以及改革尤其是在教育评价中的前景价值。

一、大数据背景下创业教育面临的机遇与挑战

1.基于大数据破解当前创业教育的困境

由于创业教育质量在地域、资源共享等方面不均衡，我们国家的创业教育面临着教育水平不足等问题，而社会对于创新型人才的需求日益增多，从而出现了供不应求的现状。新时期下的创业教育正可以借助当前大数据的发展势头对以往创业教育发起挑战。基于数学运算的大数据具有更高的客观性与科学性，发挥大数据的预测优势可以更好、更有效地找到培养学生的方案。当然，过多的数据分析也会产生信息泄露、盲目数据依赖等问题。由于地域的不同，数据获取的难易程度也不同，这给不同地区的大数据创业教育的发展造成一定的困难。而且创业教育的多变性也给大数据下的量化造成了很大的困难，难度高与要求高的信息处理也将成为大数据下的创业教育的一大挑战。如何解决当下我们创业教育的效率低下、信息滞后与信息不对等问题，直面大数据的挑战，扬长避短，利用大数据的科学性的分析对教育进行合理管理成为了解决问题的关键所在。

2.基于大数据发掘创业教育的新价值

自古至今，随着社会的发展、科技的创新，教育的方式与方法以及技术手段都有了飞速的发展，但是教育中教学的核心内容并没有太大的改变，传统的课堂教育方式也一直保持着，所以教育的成效难以得到实质性的提高。

近几年大数据的出现以及它在各个领域发挥的强大作用给我们当前的创业教育带来了新的冲击。新型数据观念的出现给教育方法、模式、内容设计以及教育结构的改造提出了新的需求。在经济发展、科技创新、文字分析和社会需求等方面大数据所创造的巨大价值已然为世人所知，大数据以一种不同于以往的方式改变了我们的思维，通过大数据的影响以及对大数据的整合利用，创业教育的新观点、新理念、新内涵也能不断出现。大数据之下，新的一波改革浪潮会重整我们的社会秩序，创业教育作为社会不可缺少的重要组成部分，想要在新的环境中找到新的价值所在就必须与时俱进，在改革中发掘新的价值，利用大数据提高教学质量，完善教学体制。

二、大数据带给创业教育的发展方向与改变

1.创新创业教育教学形式

以往创业教育主要的教育工作者通过教育教学的经验，对自己认为重要的学习因素进行强化。这样虽然没什么大问题，但是缺乏科学性与客观性，一些主观的因素往往会影响教育者的判断和教育。对于现在创业教育的创新，只是增加几个不同于以往的观点是远远不够的，在创业教育的思维方式以及教育观念上的转变才是最根本的。对于混杂的整体数据集合的相关关系，如何寻找和建立相关的分析模型，建立合理的分析方法才是大数据的关键所在。当大数据结合创业教育的时候，杂乱的教育数据多多益善，合理地处理公开的教育数据，从而寻找到解决创业教育问题的答案，化解凭空的猜想，纠正很多传统主观的决策。

不仅如此，个性化的特点也是大数据的一大特色，新形式的课堂与学习，不同于以往的单调被动的教学和低效死板的传统的主流教育，可满足我们对于个性化学习的需要。对于信息量庞大、知识丰富的大数据之下，创业教育需要做到的不仅仅是传授学生传统的知识，还应该培养学生的创造能力、思维能力、判断能力和信息获取能力等新时代之下应有的品质。

当然，大数据对于创业教育的作用也不止如此，对于社会中大量的数据我们会更加关注学习者在生活学习中所产生的数据，对于教育的方法会更加偏向于同实践相结合，如此才能通过大数据的分析技术来更加精准地分析与预测现阶段创业教育的缺陷与需求。因此我们要充分收集与挖取和教育有关的数据，重视社会中各种渠道获取的大数据信息，并将大数据的方法与思维方式应用到教育之中，通过创新型的数据文化为新时期的创业教育注入新的力量。

2.创新创业教育评价方式

在以往的创业教育中，教学的评价方式大部分是上级领导通过对教师的听课以及最终学生考试成绩的好坏对教师进行评价，另外教师对于学生在考试上的表现和平时作业的完成情况对学生进行评价。通过教学的评价可以使教师和学生更好地完成教育学习工作，也能从中找到问题，并解决问题。教师可以从中找到更好的教育教学的方式，学生则可以找到更好的学习方法和学到更好的学习经验。当然这不是很简单就能实现的，这些都是在大量的实践与总结中建立起来的。

但如果通过大数据对教师和学生的数据进行数据分析，可从中得到对于教育教学有用的分析模型。大数据是凭借技术进行分析处理，从而提升教育教学评价的。一方面，对于教学评价的方式可以不再是以前的建立在凭借经验的基础之上进行了，通过大数据就可以在日常的数据知识基础之上找到教育教学的关键点和更加有效的学习方法，避免因缺乏经验而产生错误。另一方面，多角度地评价学生也是大数据的一个关键所在，大量的数据可以清晰地反映出学生们学习中的问题变化。比如通过一个学生对于一个知识点的学习时间和之后的成绩进行分析，从而得出学生的学习效率以及知识的学习效果。如果通过对学生日常的数据分析可以找出学生的学习问题所在，让教师提出合理的教学意见，并且通过大数据发现不同学生的不同优缺点，扬长避短，矫正不良习惯，大数据可以有事半功倍的效果。还有一个十分重要的方面，原来的教育教学的评价都是过于注重结果了，通过大数据我们可以对学生教师的每一个过程中的细节进行分析了解，避免了原来只看最后结果的弊端。

3.创新创业教育管理体系

无论是过去还是现在，教育管理都在充分发挥教育教学资源中起到了十分重要的作用。因此，优化教育管理对于创业教育提高教育教学水平有着重大的影响。无论是教育工作者还是学习者都能十分方便地利用大数据提高自己的教学效率和学习效率；当然不同的教育管理部门之间的差距还是十分明显的，所以提高整个教育体系的效率成为了关键所在；通过大数据分析辅助或代替人为决策需要不断地完善优化。现在数据管理也可以说是现在创业教育的核心竞争力。如何让数据管理成为核心竞争有几个方面需要注意。

首先，通过数据化对于教育数据的管理信息进行处理。信息与信息之间的联系才是发挥大数据优势的关键所在。所以只有将相互关联与影响的教育数据进行处理分析才能通过大数据分析了解现在的教育状况以及未来的改进方向。对照现在的教育环境量化当下巨大的教育数据并且进行建模，通过计算机的运算分析去寻找数据之间隐藏的价值与意义，从而挖掘出我们想要的结果。

其次，应该将当下已经固定了的教育教学的流程进行数据化精简并进行处理与分析。通过计算机数据管理软件，对教育资源进行整合，对教学过程进行简化，以此加强数据建立与管理的效率，减少后期管理的难度，增强稳定性。

另外，要通过数据模型的运算与分析去优化决策，通过已经建立的模型并且运用大数据的运算，可以得出十分客观的数据预测，管理部门可以将决策程序化，以此来减少决策时所要浪费的时间与精力，加大管理部门的工作效率。

现在对于大数据而言，统一与稳定的数据的汲取与应用将对当下的创业教育有着十分重要的意义。当数据的量足够巨大，数据处理的聚合程度足够高时，管理的数据也会明显有效。越来越宽松的量化也会使得数据分析客观公正。然而，有效地利用这些数据的同时，数据安全运用和数据的合理分配也成了需要我们去关注的问题。相应的规章制度是不可缺少的，有关部门的管理也是必须的，如此才能更好更有效地去让大数据帮助创业教育更好地发展。

三、合理应用大数据保障创业教育健康发展

大数据为创业教育带来的好处显而易见，但是风险也还是存在的。将大数据与错综复杂的创业教育相结合，如何避免风险就显得尤为重要了。

1.合理正确应用大数据处理技术

大数据的挖掘方法对于数据的处理技术可以说是十分地依赖，它并非只是简单地将数据进行整合统计，还会通过科学的建模与运算对数据进行不断地分析与挖掘，所以选择正确的建模方法与分析算法就显得十分重要，如此才能保障数据处理的可靠与精准，从而更好地为创业教育提供价值。

一方面是对创业教育的方方面面不仅仅只是可以进行数据的采集，还可以将数据进行挖掘并呈现显著性的。通过正确的大数据处理方法，我们可以有效及时地将数据提供给学生与教师，通过信息的查询给予学生或教师最直接的数据结构或根据数据的挖掘进行个性化的分类与定制的推荐。

另一方面就是应该合理地运用当下开源的大数据分析处理技术。数据挖掘可以说是非常复杂的过程，一个好的数据挖掘的算法模型往往都十分复杂，而作为创业教育毕竟教育才是重中之重，用大量的时间精力去进行数据分析上的研究可以说是得不偿失，如此，合理使用开源的数据处理算法，其往往都是经过社会认证了的十分通用和有效的数据处理方法，这样不仅能提升效率而且也可以得到十分良好的分析结果。当然在开源的算法使用过程中也可以不断进行创新，从而不断地完善创业教育的大数据的分析模型并得到更好的效果。

2.通过数据流通，规避不良数据为数据增加价值

对于大数据而言，时效性与全面性是非常重要的，数据的量大并不是大数据的唯一要求。学校的事件、学生的日常生活信息或者教师的工作数据都是可以收集的，通过合理地建模与研究分析，尽量挖掘与探索才能在看似杂乱无关的数据中发现新的价值。

庞大的数据量会带来许多不良的数据。其中可能有数据的分裂，由于条件不足或者能力不够而导致数据不全面，使数据不能被充分地挖掘与分析。对于传统的教育体系而言，学生和教师对于数据的观念还相对保守，数据收集的部门工作效率也不高，信息汲取滞后，这些都会导致数据的分裂。也会有数据的垄断，现在创业教育对于教育的资源与数据的分享都十分少甚至是不给予分享，其中包含了很多有价值的数据，当然产生这一问题的原因也是很多的，比如隐私信息与敏感信息，这些信息的分享都受限于现在的信息共享体制的不完善。还有可能是迷信传统的数据，由于受传统创业教育的影响，收集到的数据有时是一些重复的、意义不大的，从而影响后期的分析与挖掘。

对于数据而言，其与资产一样只有流通才能不断地增加价值，并且从中节略不良无用的数据。对于不同来源的数据在合理的差距范围中、可信度较高的、有较严格的监控的数据都应当鼓励创业教育工作者进行分享与探索。简略无用不良的数据，合理运用大数据思维，并且树立大数据的分析方法。当然这尤其需要创业教育主管部门充分发挥自己的职能，毕竟最终的目标是教育学生，大数据只是我们的手段，更好的教育水准才是应该去追求的。

3.合理挖掘大数据对于教育评价的价值

大数据对于创业教育可以提供客观的判断与精确的预测，这就要求充分结合创业教育中最根本的教育评价，懂得筛选数据，通过最有价值的数据进行最有效的教育评价。比如对于创业教育教学评价而言，首先我们要明白到底是对教育教学整体质量与教学投入和方针效率的评价，还是对教师对于不同类别的学生运用不同的教育方法的评价，还是对学生学习的不同方面的进步成效进行评价。具体问题，具体分析，明确教育评价的目标，通过对于大数据挖掘的工作机制，选择最合适的分析方法才能让数据分析发挥最大的效果。

在运用大数据进行教育评价时要尽可能地利用大数据的分析能力去避免将会出现的问题。当然创业教育的数据不会像其他领域中的数据那样明显、易于提取，创业教育的数据更加复杂、难以量化，因此对于数据的来源要有较高的条件限制。虽然不一定可以节省工作量，但是为了更好的评价效果，充分考虑对于创业教育具有影响的方方面面并设计合理的构建方案，才能让数据分析产生最大的教育评价的价值。

4.保障数据安全避免信息流失

数据的影响可以说是有利有弊的，在分析与挖掘的同时信息的安全与隐私的问题也随之出现。想要在创业教育上建立强大的大数据的分析与预测的结构需要大量的学生与教师的学习或者生活中的数据，而且这些数据都是透明可见的，尤其对于学生这一重要的分析对象，个人信息、联系方式、家庭情况等信息都是容易造成信息泄漏的，因此，保障好数据的安全是非常重要的，当大量安全的信息被不法分子利用，其后果可想而知。对于教育管理者而言，在数据的收集、分析、处理、挖掘和保存的任何时候都要负起自己的责任，规范数据的使用行为。对于信息的处理也是十分重要的，分清楚哪些数据是隐私的不能被流出的，哪些数据是安全的可以通过分享发掘价值的。信息的处理与使用都应当对学生或者信息的来源者进行公开，也可以借此督促规范教育数据的使用，确保数据的安全使用，防止数据流失、在社会上流通。在此基础之上更加高效地利用数据，才能达到长期的数据分析的目的，更好地服务于创业教育的发展。

大数据庞大的数据量会给创业教育带来许多不能确定的因素。对于大数据的多变与不确定的风险，应该结合实际，承担不定性的风险，与时俱进，打破传统创业教育对大数据的担忧与顾虑，通过实践寻找解决问题的最优解决方案，脚踏实地进行创业教育的改革。最重要的还是创业教育的管理部门，调整自身的态度，转变传统的想法，不断学习新的数据分析的知识，只有这样才能占得大数据对于创业教育的先机，提升创业教育的教育质量。

[1]张旭东,王宏蕾.以知识型为导向的大学生创业教育[J].黑龙江高教研究,2013(11):77-80.

[2]邓水平.我国高校大学生创业教育的现状与对策[J].宁夏社会科学,2013(5):159-161.

[3]叶映华.大学生创业政策的困境及其转型[J].教育发展研究,2011(1):34-38.

[4]周静静.90后大学生人格特质和创业意向的关系研究[D].中国科学技术大学,2014.

[5]杨娟.创业教育服务体系构建研究[J].中国青年政治学院学报，2012(2):124-128.

[6]赵金华，孙迎光.国高校创业教育研究年回顾与启示现代教育管理，2012(11):83-88.

[7]陈国良.新与创业教育[M].上海：复旦大学出版社，2012：211-213．

[8]刘红宁.新创业通论[M].北京：高等教育出版社，2012：74-79.

[9]唐平.学生创业教育研究[M].北京：清华大学出版社，2014:225.

Class No.:G645 Document Mark：A

(责任编辑：蔡雪岚)

Exploration of Entrepreneurship Education Under the Background of Big Data

Ding Xiwang

(School of Computer and Software Engineering,Huaiyin Institute of Technology, Huai’an, Anhui 223003, Jiangsu，China)

Since Big Data has influenced everyone’s life in our country and the education of entrepreneurship has also been a very important part of our educational work which would be influenced by big data so we have to reconstruct our education rating method to change the way of thinking and teaching mode of the entrepreneurial education. In the long run, big data would be convenient for us to analyze and predict the development of entrepreneurship education. The general trend of the can be predicted through the increase of prejudgment, the improvement of teachers' analytical ability, the quickening of resource exchange, the individualized education.

big data; entrepreneurship education; exploration and practice

丁喜旺，硕士，讲师，淮阴工学院。研究方向：大学生思想政治教育与创业教育。

2016年度江苏省高校哲学社会科学研究资助项目“大数据视域下地方高校创业教育实践运行机制研究”(项目编号：2016SJB710111)阶段性研究成果。

1672-6758(2017)05-0013-5

G645

A