基于大数据统计分析对职业教育的策略研究

(贵州轻工职业技术学院 贵州 贵阳 550025)

基于大数据统计分析对职业教育的策略研究

周锋魏志曾云聪冯明成

(贵州轻工职业技术学院贵州贵阳550025)

职业教育非常注重学生的就业率，影响到专业的成功开设。运用大数据技术结合统计分析方法，能有效地分析出学生就业的趋势，市场的新行业以及职业教育专业的动态调整，同时也能帮助学生利用知识共享挖掘自己的潜质，进行个性化有针对性的学习。

职业教育；大数据；统计分析

一、引言

职业教育是我国高等教育组成部分的重要一环。2016 年，教育部根据 《普通高等学校高等职业教育(专科)专业设置管理办法》[1]，增补了13个专业。习总书记根据现代社会发展和职业教育的特点，提出了“工匠精神”。我国职业教育在顶层设计上做到了得到了制度上的保证和重视。

二、大数据技术发展对职业教育的影响

大数据技术的应用范围很广，常常与其它学科的知识互相交织，形成新的分析方法。随着大数据技术的发展，促进职业教育的教学不断探究新的模式，老师要接受新的信息化教学，如3D、VR应用在课堂上,使教学手段更情境化，模拟真实环境，激发学生的学习热情。学生要利用信息工具，探寻知识，发现新的问题并运用信息技术解决问题，激发创造能力。大数据技术和知识共享使世界联系更加紧密，学生受到信息知识的冲击，也在潜移默化地影响学生的主流价值观，慢慢地改变着学生的学习方式，对我们的职业教育提出了新的培养要求。

信息素养如今成为学习者的重要组成部分，更是职业教育不容不忽视的部分，大数据技术对信息素养有了更高的要求，也就要求我们的职业教育不仅要打破常规更应重视德育，注重育人。大数据技术在职业教育的推行，逐步地改变传统的教育模式并推行精确的个性化教育。从长远看，职业院校在大数据背景下，应在教育评价模式多元化、提高教师数据分析能力和建立学生预警机制等方面加以努力，以适应未来的教育发展。

三、大数据技术在职业教育中的策略研究

2012年10月，美国教育部发布了《通过教育数据挖掘和学习分析技术来提高教与学:问题简述》报告，报告主张通过教育数据挖掘、学习分析和可视化数据分析来改进自适应学习系统，实现个性化学习[2]。

在新的形势下，我院与北京智启蓝墨信息技术有限公司合作成立了“全国轻工职业院校移动云教学大数据研究中心”。蓝墨云班课主要是通过老师共享资源，通过同频器将资源发送到每个学生的智能手机上。一方面解决了学生上课玩手机的问题，一方面解决了老师管理课堂的问题，比如点名、签到、分享、讨论、记录等等。蓝墨云班后台有专门的数据统计，比如讨论答疑、测试、作业、小组任务、参与统计的人员、参与统计的签到、参与统计的资源、参与统计的活动。

(一)大数据技统计分析的教学驱动

在蓝墨云班课中，后台记录的基本信息是一个教学反馈的资源池，如何将这些基本信息整理成有价值的信息，又能反映职业教育教学中存在的问题，成为我们迫切需要亟待解决的课堂教学问题。在丰富的教学数据面前，需要利用大数据技术加上统计学方法为我们找到课堂教学的痕迹，依据这些教学痕迹找到适当的教学方法，使学生能较快地掌握基础知识和基本操作技能的要领，真正使学生动起来，老师也能从学生的学习中觉察到有一种无形的压力，对教学不敢懈怠。基于过程数据在教学过程中无需要人工介入，我们可以利用大数据技术对教学实现数据驱动，进行各种维度的分析。比如基于自动采集数据，建立大数据分析模型，反应问题，建立质量分析模型，预判问题，不断提高教学质量；基于过程性数据，进行监控，实现教学的持续改进。

(二)大数据技统计分析的职业导向

职业教育是要面向市场的，利用大数据技术分析出不同地区、不同规模企业的不同岗位对职业能力的具体要求。大数据技术在职业能力分析的运用，作为专业分析与设计的分类工具，要求数据全面、科学、客观、公正，这些数据都可通过大数据无痕记录下来(没有人工的干预)，形成专业分析与设计的依据。同时这些数据能够为院校制定对接产业的方案和课程标准提供非常科学的参考依据。数据源头获取方式包括问卷调查、行业信息、岗位信息、专家调查等，经过数据中心的处理，以及职业能力分析，生成可视化的职业需求图表。通过职业需求图表的数据，我们可以得到行业需求办什么专业，要求学生具备什么样的专业水平，我们要确定教什么，教到何种程度，才是行业真正需要的职业者，形成对接行业需求的配套素材库，将专业建设真正融入到行业的需求中来，让我们的学生进得来，走得出。行业就是对我们教学的一次真正检验，利用行业中的数据实施过程性监控与评价。

(三)大数据技统计分析的个性化推荐

利用大数据分析技术可以实现个性化在线教育学习，主要的依据是学习者会在信息化的环境中留下数据的痕迹，形成碎片化的数据经过挖掘、分析、整合，会对学习者的学习路径有一个基本的概览。利用大数据分析技术可以对求职者的职业性意向进行分析，可以帮助求职者推荐适合的岗位，再到个性化设计课程，经过考核、认证、最终推送到匹配的招聘岗位，完成学习者从学习到求职的一套完整路径。通过个性化在线学习平台的数据分析，对学习者提供有针对性的职业教育信息，提高职业者的职业素养，以最大限度对就业者的能力进行匹配分析，并通过大数据可视化图表展现出来。结合社会岗位的数据，补充岗位信息的数据源，尽量减少人工因素对数据造成的污染，做到数据的客观性。同时对职业者进行相关的职业教育指导，为大学生以及失业者提供就业服务。也是为了更好的适应信息社会的发展，为社会和企业节省人力成本，也为求职都节省了大量的时间，创造出高价值的社会效益。

四、结语

以教学过程性数据为基础数据源，分析教学目标达成度，从各个层面给出教学质量的成效，并且智能给出改进意见供教师及管理者决策参考;同时能够基于雇主的视角，按照岗位能力需求的标准，对学生的培养效果进行实时动态技能熟练度评价。大数对据职业教育能够进行个性化分析，提供个性化的职业教育；大数据统计技术分析了行业岗位的数据，有利于职业教育机构的决策；大数据对职业教育的提供了预警性、预测性、共享性等机制，帮助职业者更好地选择工作。

[1]贺萌,贺宁. 高职院校大数据技术与应用专业人才培养的探索[J]. 价值工程,2017,36(19):197-198.

[2]黄遒. 应用大数据技术重塑职业教育生态[J]. 电脑知识与技术,2016,12(17):106-107.

[3]程淑琴,倪东辉. 基于大数据的高职教育质量管理与创新[J]. 牡丹江大学学报,2017,26(07):151-153.

[4]霍莉桦. 大数据技术在职业教育中的应用——以美国职业教育为例[J]. 软件导刊(教育技术),2017,16(09):90-91.

[5]任璐. 浅析大数据对高等职业教育的影响[J]. 课程教育研究,2016,(22):12-13.

周锋(1985-)，男，硕士研究生，研究方向计算机系统结构，大数据分析与挖掘；魏志，男，研究方向计算机网络;曾云聪，男，研究方向计算机网络;冯明成，男，研究方向计算机网络。