大数据时代高校教育管理的可能走向及实现路径

2017-12-02邹太龙

高教探索 2017年11期

邹太龙

摘要：作为一股强大的技术力量，大数据在推进我国高校教育管理现代化转型中有着广阔的应用前景。大数据为驱动教育决策从凭借经验走向基于数据、教学管理从宏观群体走向微观个体、资产和能源管理从人管电控走向智能调节、舆情监控从被动响应走向提前预防、学生事务管理从粗放型走向精细化提供了良好契机。然而，高校教育管理在转型中也面临着管理者数据素养有待增强、基础性数据平台不完善、数据共享机制不健全和数据安全保障不成熟等现实阻碍。为此，高校应在提升教育管理人员的数据素养、开发数据驱动管理的智能系统、打通数据开放共享的融合渠道和构建教育大数据安全防护体系等方面做出相应努力。

关键词：大数据时代；高校教育管理；可能走向；实现路径

随着移动通信、云计算、泛在网络等信息技术的快速发展和不断升级以及教育信息化进程的持续推进，教育领域也迈入了大规模生产、存储、共享与应用大数据的时代。在整个教育系统中，高校作为思想最活跃、知识最密集、信息技术应用最充分的前沿阵地，其受到大数据的影响更为全面和深刻，大數据已经成为推动高等教育创新发展的重要战略引擎，也是促进高校教育管理现代化转型的强大技术力量。“高校承担着培养高素质人才、引领科技创新的重大使命，高校管理创新是实现这一使命的必经路径。”[1]然而，长期以来，高校教育管理在很大程度上依然沿袭着传统的经验管理模式，与现代管理的科学化、个性化、精细化和智能化要求还有一定距离。因此，在大数据时代，高校教育管理如何通过大数据技术实现以数据为基础进行管理的现代化转型，就成为一个重要而紧迫的时代议题。

一、大数据与革新高校教育管理之间的契合

我国高等教育规模和在校大学生人数都居世界前列的客观现实已经使得我国高等教育中的数据体量非常庞大。而近些年来的教育智库建设、数字校园和互联网+行动的开展以及慕课计划的广泛实施，使得高校成为集知识密集、思想活跃、网络基础设施最完备和信息技术应用最充分四大特点于一身的前沿阵地，教育数据更是呈现指数级爆炸式增长，高等教育随之迈入了实实在在的大数据海洋，这为我国高校教育管理抓住时代脉搏进行改革创新提供了坚实基础和难得契机。在信息技术与教育不断融合的新形势下，由于高等教育面临的环境更加复杂多变，高校教育管理的任务就显得更为艰巨，只有不断革新高校教育管理的理念、方法、模式和职能，才能适应现代化管理的诸多要求，推动高等教育的创新发展。

在高校教育管理现代化转型的演进路径中，适切而有效的技术手段发挥着举足轻重的作用。作为一股强大的技术力量，大数据具有的体量庞大、类型复杂、计算迅速等特点能够使信息采集更加全面持续、数据分析更加深入有效、趋势预测更加及时准确，因而在推进我国高校教育管理现代化转型中有着广阔的应用前景。借助大数据技术，不仅可以掌握和诊断高校教育管理的现状与问题，推动教育多个部门、多个环节构建管理无缝化和高效化的协作机制，充分实现教育服务对象全覆盖、教育资源信息全面共享的目标[2]，还可以准确洞察和预判高校各个教育系统的演进趋势和发展前景，为及时而有效的管理介入提供参考依据。大数据深刻地改变了高校教育管理的宏观环境，其变革的基本航向将全面走向数据挖掘和大数据引向的教育变革，实现教育管理理论、手段、技术和文化上的方式转变与模式创新[3]，高校教育管理由此进入了“管理优化教育，数据驱动管理”的新时期。在大数据时代，高校教育管理应抓住新机遇，迎接新挑战，顺应新要求，不断变革与创新管理的理念、方法、技术、模式和体制，推动高校教育管理向现代管理的人本化、个性化、精细化、前瞻化、智能化等方向转变。与此同时，在高校教育管理中应用大数据技术，也有利于推动大数据平台的建设、大数据效用的发挥以及大数据技术的进一步升级或再次创新。

二、大数据时代高校教育管理的可能走向

在教育信息化水平不断提高的今天，优化和提升高校教育管理的关键在于拥有先进而专业的管理技术和工具，而大数据的出现正好顺应了这一要求。大数据应用能够让教育管理中的决策和服务建立在充足的教育信息和科学的数据分析基础之上，其具有的预警性、预测性、差异性、共享性和动态性等特征，将更加凸显教育管理的及时性、前瞻性、区分性、整合性和权变性[4]，从而推动高校教育管理从传统走向现代。

·教育管理·大数据时代高校教育管理的可能走向及实现路径

（一）教育决策从凭借经验走向基于数据

耶鲁大学教授伊恩·艾瑞斯在谈及人类的决策习惯时一针见血地指出：“人类总是过于高估自己的直觉，而很少去倾听身边数字所发出的声音。”[5]教育领域里的决策也不例外，决策主体往往过于依赖经验、直觉和流行趋势，而缺乏数据的支撑，这既是共识，也是颇受诟病的不足之处。[6]而在大数据时代背景下，教育决策的制定将成为一种深度挖掘与科学分析海量教育数据的系统活动，决策主体通过寻求不同数据间的相互关系及隐藏价值，让基于客观证据和数据分析的科学化、精准化决策模式取代依靠感性经验和主观偏好的传统决策模式。在数据驱动决策的新世界里，所有的建议和讨论都应该从基本事实和客观数据出发，而不是拘囿于专家的经验、直觉或是想象。

大数据驱动教育决策从凭借经验走向基于数据，将促进教育决策更加科学化、民主化和灵活化。一是科学化，教育决策是一个庞大而复杂的系统工程，其科学化程度的关键在于拥有翔实可靠的数据并能对它们进行及时而准确地分析。大数据具有的开放性、聚合性特征以及强大的数据处理功效能够确保教育系统运行中各项决策信息的全面采集、有效整合与及时处理，从而规范决策流程，最大限度地降低决策失误。二是民主化，“利益诉求的充分表达与有效整合是民主管理的精髓”[7]，大数据强调开放、共享、平等的价值理念必将促使以科层制为核心的传统决策机制向扁平化结构转变，这不仅畅通了师生表达心声和意愿的通道，还可以汇集多方智慧，将数据理性与集体智慧结合起来，实现教育决策的透明化与民主化。三是灵活化，相比于传统的决策信息提取而言，大数据对教育决策信息的把握除了更加全面和准确之外，还在及时性和前瞻性方面占尽优势。基于数据权变原理的大数据动态分析能够对所有教育活动的运行情况进行持续监测，管理者可以根据数据变化的规律和新出现的问题随时做出决策调整，以便更加灵活地应对复杂的教育环境。[8]endprint

此外，大数据还能在不同层面提高教育决策的質量。微观上，教师借助教育数据挖掘和学习分析技术，可以掌握每个学生的知识储备、能力缺陷、学习风格和学习需求，为个性化教学寻求数据支撑，从而提高教学质量；中观上，不同类型和层次的高校可以根据本校特色制定相应的教育规划，如美国很多高校就利用大数据预测哪些学生有可能入其校上学，哪些学生会面临学业挣扎或失败，并给他们提供建议和帮助，从而提高保留率和毕业率[9]；宏观上，国家或地区可以基于教育事业发展的总体情况制定出更加切合实际的教育政策，如合理调配地区或校际间的教育资源，从而避免教育资源的闲置和浪费。

（二）教学管理从宏观群体走向微观个体

承认和尊重学生的主体性和特殊性，在教学过程中施以差异化对待，进而发掘学生的生命潜能，实现其个性化发展，是现代教育的核心诉求。《国家中长期教育改革和发展规划纲要（2010-2020年）》明确强调要“尊重教育规律和学生身心发展规律，为每个学生提供适合的教育”，“关注学生不同特点和个性差异，发展每一个学生的优势潜能”[10]。然而，由于师生比不达标和技术手段的限制，“因材施教”的教育愿景和个性化教育理念难以在教育实践中真正实现。当前高校的教学管理偏重于对全校、某个年级、班级或者群体的学习行为和表现进行宏观分析，即便存在一些针对学生个人的教学管理行为，往往也是凭借理论和经验，缺乏足够的数据来证明教师教学决策和教学行为的预期效果。在此基础上的教学无法满足个人的喜好、特质和需求，也就摆脱不了“学生不喜欢、效果不理想”的尴尬境遇。而基于大数据分析技术建立起来的教学管理系统可以推动教学方式从传统的“三中心”走向“以学生为中心”，让教师的教学活动服务于学生的个性化自适应学习。

教育心理学家奥苏伯尔曾指出：“影响学习唯一最重要的因素，就是学习者知道了什么。要探明这一点并据此进行教学。”[11]可见，个性化教育落到实处有两个基本前提：一是教师要清楚每个学生的学习风格、兴趣偏好、知识准备等背景信息；二是教师能够根据这些背景信息提供适合学生发展的学习支持路径（包括课程、方法、活动等外部条件）。大数据恰好能在这两个方面发挥作用，一方面，通过教育数据挖掘和学习分析技术，教师可以掌握每个学生的学习全貌，如登录频率、学习障碍、浏览界面以及课程完成度等信息[12]，从而为后期的个性化教学提供数据支撑；另一方面，在大数据预测的支持下，教师通过学习管理系统为学生推送满足其兴趣和需要的学习资源和学习方案，实现教学资源推送的“亚马逊化”（Amazonization）。此外，教师还可以根据师生互动中的反馈数据动态调整教学方法、知识难度和学习时间，最大限度地帮助学生完成学业。如美国普渡大学（Purdue University）的“课程信号”项目利用采集到的海量数据研发了课程学习预警平台，根据预测结果，教师能够为那些可能面临学业失败的学生提供针对性的指导和服务，从而提高课程学习的成功率。[13]加拿大著名的个性化教育公司“渴望学习”（Desire2Learn）也开发了相似的“学生成功系统”（Student Success System），该系统自动保存了学习管理平台上的大量数据，基于这些数据构建相应的分析模型，教学人员就能够准确预测每个学生的课程学习情况，并及时进行教学干预，帮助学生获得成功。[14]

（三）资产和能源管理从人管电控走向智能调节

近些年来的数字校园建设和互联网+行动虽然大幅提高了高校教育管理的信息化水平，但目前高校中的资产和能源管理在整体上还属于人管电控的管理模式，智能化、精细化程度不高，管理水平和效率有待提升，以致于出现资产利用不充分、能源浪费较为严重的现象，不利于构建节能环保型的绿色校园。大数据的出现将改善这一现状，促使高校的资产和能源管理走向以数据为支撑的智能管控新时期。量化技术和物联网技术在高校管理中的应用形成了一个人、机、物三元一体的万物互联网络，在这个网络里，人与物、物与物之间的信息互通共享，有关资产和能耗的大量运行数据可以实现自动采集与存储，再通过大数据处理软件对这些后台数据进行可视化呈现和智能化分析，就能做到管理的透明化、简单化和精细化。

大数据在高校资产和能源管理中的应用主要体现在以下四点：其一，建立校园资产智能监管平台，全天候采集与存储各项资产设备的运行数据，并实时对这些数据进行聚类分析和趋势预测，将其与已有标准参数进行对比，一旦某项数据超出基准线或临界值，平台会自动报警并提供有参考价值的处理预案，协助管理者及时发现问题并予以妥善处理；其二，在实验器材、教学设备等固定资产里安装微型传感芯片，可以实时记录、汇总和分析其运行数据，有效预防功能故障，还可以持续追踪其实时地理位置，避免国有资产流失；其三，运用环境感知技术根据外部条件的不断变化动态调控能源消耗，如通过人流量的多少自动调整灯光亮度和控制电梯运行状态，从而达到节能减排、提高能源使用效率的目的；其四，通过布局合理的视频监控网络，可以维护校园设施安全，防止人为破坏和盗窃事件的发生。在实际管理中，全国已有不少高校开始探索借助大数据技术进行资产和能源管理的实践，并且取得了突出成效，这里不妨举两例加以佐证。一个是浙江大学充分利用计算机技术、物联网技术、传感网络和自动监控技术构建了全过程、可视化的资产管理平台，实现了资产配置科学化、资产管理可视化、资产利用最大化和资产处置规范化。[15]另一个是江南大学建立了依托物联网和大数据技术的“数字化节能监管平台”，该平台可以自动感知、智慧监管能源消耗，从而打造一个“资源节约，环境友好”的低碳绿色校园。[16]

（四）舆情监控从被动响应走向提前预防

信息技术的不断升级和革新将人类带入了“数字化生存”的时代，我们每个人不仅是信息的接收者，也是信息的生产者和传播者，大学生可以更加自由、快捷和方便地进行交流互动。但与此同时，网络传播的海量性、隐匿性和快速性等特点会导致舆情控制权式微，网络容易沦为各种虚假新闻或谣言的策源地和辐射场，高校的舆情环境变得更加复杂，舆情管理的难度也随之倍增。传统上单靠学生上报和管理者排查的方式难以为继，在舆情危机发生后再进行“灭火式”的善后工作也不合时宜，因为这种管理模式无法提前洞察舆情的未来走向，不能在舆情危机的发酵期进行有效控制和适当引导，也难以在舆情危机发生后第一时间内进行妥善处理。因此，在大数据时代，高校要树立“事前防火胜于临时救火”的舆情管理理念，尽快建立“信息收集、聚焦预测、科学评价、即时干预和及时反馈”[17]的预警机制，提高舆情管理工作的针对性、前瞻性和时效性。endprint

对高校舆情管理而言，大数据为其提供了崭新的監测工具和研判方法，是提升舆情危机预测能力和处理效率的有力途径，必将引发舆情管理思维和模式的深刻变革。大数据具有的前瞻性、敏捷性、关联性等思维特点和强大的预测功能有利于高校舆情管理从消极被动走向积极主动，从事后干预走向事前调控。具体而言，大数据在高校舆情管理中的作用主要表现在四个方面。一是通过舆情智能监测系统全时段、多领域地对校园舆情进行关联分析、聚类分析、趋势分析和级别划分，从数据背后把握舆情的内在特征及其演变规律，针对学生密切关注和持续讨论的热点问题和突发事件，积极进行舆论引导和教育干预，将舆情危机的苗头扼杀在摇篮中；二是通过网络爬虫技术、敏感词屏蔽系统和社交网络分析软件对有害信息和不良言论自动过滤，限制其扩散范围，净化舆情环境；三是构建大学生网民言论和意见倾向分析模型，分析其特点偏好及可能走向，从重要的影响人物中培植意见领袖，引导整个舆情朝着“凝聚向心力、弘扬主旋律、传播正能量”的方向发展；四是提高突发舆情事件的应急处理能力，借助统一的大数据管理平台，学生管理部门、宣传部门、信息部门等不同管理主体可以紧密配合、多措并举，实现舆情危机的科学研判和快速处理。总之，大数据技术的恰当介入，有助于网络舆情管理把握好时、效、度，于“时”充分利用好“黄金4小时”，于“效”确保舆情引导的有效性，于“度”可以掌握火候，拿捏分寸。

（五）学生事务管理从粗放型走向精细化

在“以学生为本”教育理念日益强化和学生主体性意识不断增强的今天，学生事务管理的理念、模式和方法都已悄然发生了重大改变，其不再是传统意义上的管控和治理，而是变为一种决策，一种服务，一种更加强调满足管理对象主体需要的积极性活动。而大数据的出现恰好为精细化的学生事务管理提供了强有力的技术支撑，依托大数据技术之上的各种智能化终端设备和网络门户能够实时而全面地感知用户需求、迅速而精准地提升服务质量，真正满足学生的真实诉求与内在需要，从而为其提供更加周到、便捷和高效的服务，这将在很大程度上扭转过去“重管理，轻服务”的管控思维，颠覆传统管理中“以供定需”的服务模式，转而实现“服务供给”与“用户需求”的无缝对接，推动学生事物管理由粗放型走向精细化。

大数据技术能够使数据分析更加深入和细化，有助于管理者为学生提供更加个性化和温馨化的服务，针对学生不同的“数字足迹”，可以使服务更细致入微，让学生产生一种“在家的感觉”。譬如，根据门禁数据提醒学生注意作息规律、根据社交行为数据关心学生情感问题、根据消费数据引导学生合理理财、根据可穿戴设备记录的生理数据提醒学生按时体检，等等，这些看似微不足道的举动，实则影响着学生的归属感和幸福指数，关乎着学生事务管理的质量。值得一提的是，现实的管理实践中已有部分高校开始利用大数据进行学生事务管理，如电子科技大学基于学生庞大的一卡通、在线学习和社交行为等数据开发出极具特色的“学生画像”系统，以可视化的形式直观反映出学生学习和生活中的需求和困难，从而为学生提供极具贴心度和人情味的指导和服务。[18]又如，华东师范大学建立的全国首个“家庭经济困难学生预警系统”采集了学生的家庭情况、餐饮消费、资助历史等数据资源，对这些数据进行有效整合与关联分析，学校可以更全面准确地掌握学生的经济情况，更好地认定帮困对象，若发现有学生的消费数据出现异常，系统会自动发出“是否需要经济帮助”的短信询问，这不仅可以解决学生的“燃眉之急”，还有助于实现帮困资源的科学、公平使用。[19]

三、大数据时代高校教育管理转型发展的实现路径

毋庸置疑，大数据时代的降临为高校教育管理向科学化、个性化、智能化、前瞻化和精细化的现代转型提供了极大可能和良好契机，然而，管理者数据素养欠缺、基础性数据平台不完善、数据共享面临制度壁垒、数据安全保障不成熟等现实困境也妨碍着高校教育管理现代化转型的最终实现。因此，需要从多个角度和不同层面探索高校教育管理完成现代化转型的路径和策略。

（一）提升教育管理人员的数据素养

数据素养是人们有效且正当地发现、评估和使用信息和数据的一种意识和能力。[20]面对大数据在高校教育管理中的价值和作用不断凸显的事实，提高教育管理人员的数据素养已成当务之急，这不仅是促进大数据与高校教育管理深度融合的现实要求，也是教育管理者顺应时代发展提升专业化水平的应有之义。在大数据时代，谁拥有了大数据的深度分析人才，谁拥有了大数据分析结果的运用管理人才，谁就占据了未来竞争的主动地位。[21]高校教育管理者只有率先成为“数据脱盲者”（Data Literate），全面提高自身的数据素养，才能避免大数据成为众所周知而又没有真正掌握的“熟悉的陌生人”，从而在整个管理系统中营造一种“用数据决策、用数据管理”的新型管理文化。

提升教育管理人员的数据素养，需要在数据思维和意识、数据技术和能力、数据反思和伦理三个方面做出相应努力。第一，树立全面而正确的大数据思维和意识，以乐观而谨慎的态度看待大数据在高校教育管理中的应用。作为一种新兴的技术变革，大数据在教育中的应用还处于起步探索阶段，其功能和局限、价值和风险尚未完全显现出来，这就需要从技术心理反应层面对教育管理者加以引导。一方面，管理者可能由于难以摆脱传统管理模式的路径依赖和数据应用能力的欠缺而对其产生拒斥心理，过多的技术压力（Technostress）和技术恐惧（Technophobia）让其成为“技术迟疑者”和“技术落伍者”[22]，因而要引导管理者破除心理障碍，积极拥抱和接纳大数据，树立起数据驱动管理的主动意识；另一方面，也要认清大数据应用在教育管理中的诸多局限和潜在风险，警惕部分管理者因为技术依赖（Technological Addict）而滑向“数据独裁”的极端。第二，培养教育管理者在整个数据应用过程中必备的数据定位与采集能力、数据清洗与筛选能力以及数据挖掘与解读能力。比如，在信息爆炸和数据过剩的时代，教育管理者有效管理和驾驭海量数据的难度不断增加，其面临的一大挑战就是如何从庞大繁杂的数据海洋中挑选出真正有价值的而又符合管理需要的信息资源。这就要求管理者拥有较强的数据定位与选择能力，通过去伪存真、去粗取精来实现海量数据的“沙里淘金”，从瞬息万变的数据中找准管理重点。第三，对大数据在高校教育管理中的应用进行主动反思和伦理审视的能力。大数据应用并非有百利而无一害，尤其是在关涉学生发展的教育管理领域，更是存在着披露学生隐私、限制学生自由、阻碍学生进步等伦理威胁，因此教育管理者要自觉地对大数据应用的所有方面和整个环节展开伦理思考，并依循公正原则、无害原则、橡皮原则和自主性原则审查和监督教育管理中违背教育伦理的不当行为。endprint

（二）开发数据驱动管理的智能系统

大數据在教育领域里的迅猛发展使得数据资源建设成为教育管理“数据化”的关键举措。构建强大的融数据采集、存储、共享、挖掘、分析于一体的院校智能系统是“为了更好地挖掘大量的、多类型的数据，也是整合和分析大数据的基础”[23]。通过院校智能系统采集覆盖面更广、连续性更强、颗粒度更细的各项教育数据，可以满足大数据管理需求，从而提升高校教育管理的效率和水平。然而，传统的教育信息化服务设施多是针对上级部门特定需要的、单向的、封闭的管理系统，存在着数据兼容性差、数据质量层次不齐、智能化水平低等问题，难以满足大数据环境下对教育管理信息系统的性能要求。[24]因此，整合优化现有的高校信息管理系统，并开发适应智慧教育发展需要的以数据驱动管理的智能系统，是实现高校教育管理现代化转向的基础和前提。

《教育信息化十年发展规划（2011-2020年）》明确提出要“整合各级各类教育管理信息资源，建立事务处理、业务监管、动态监测、评估评价、决策分析等教育管理信息系统”[25]。当前，教育部已出台《国家教育管理信息系统建设总体方案》，强调要构建国家层面的基础性教育数据库，以便为各级各类教育的改革发展提供数据支撑。为顺应我国政府对教育大数据的战略部署，加快推进高校教育管理的现代化转型，不同类型和层次的高校要在确保数据安全和遵循数据伦理的基础上，积极探索与自觉构建适合自身实际情况的以数据驱动管理的智能系统。一是高校数字化管理领导小组应当着力动员各个机关部门和教学院系采集和存储相关数据资源，形成资源可观的大数据平台和系统。[26]这不仅包括教务管理、学生管理、科研管理和资产管理等不同类型的数据系统，还包括大数据收集与存储、大数据清洗与处理、大数据挖掘与应用等不同应用环节的数据系统。二是要建立和完善教育管理大数据的动态采集与实时更新机制，充分利用微型传感器、RFID、摄像头、GPS等感应技术对校园环境状态、仪器设备运行情况以及师生学习生活状况进行全方位感知，从而为高校教育管理实现前瞻化和个性化创造有利条件。三是要统筹协作，多方共治，有机融合各机构和部门里的海量数据，推动跨部门间的数据资源共享和业务系统整合，激发许多休眠数据的活力与价值。四是高校要依托自身在教育信息化方面的研究优势，根据管理的实际需要，积极与大数据企业寻求业务合作，共同研发出数据驱动管理的智能系统。

（三）打通数据开放共享的融合渠道

关联分析和预测是大数据的核心价值与集中优势，是实现高校教育管理前瞻化和即时化的关键所在，而大数据这一功能有效发挥的前提在于高校内部各个数据库和数据平台之间能够无障碍地流通与共享。一般而言，阻碍数据融合的因素主要是“数据竖井”和“数据孤岛”，前者是因为数据格式不兼容、口径不一致而引发的技术性难题，后者是由于部门保护主义、管理体制不健全而导致的制度性困境。目前，随着大数据技术的日渐成熟，“数据竖井”问题已迎刃而解，“数据孤岛”逐渐成为掣肘数据开放与共享的罪魁祸首。传统的高等教育信息化服务系统主要是单向封闭的对口式管理系统，存在着数据流通不畅、数据规格各异等弊端，“大学之间以及大学内部各部门间一直没有完全建立起大学各部门间的数据交流与共享机制，导致大学的整体信息驾驭能力不强”[27]，难以满足大数据环境下对教育管理系统提出的协同性、关联性和智能化要求。

在大数据时代背景下，数据开放和共享既是一种理念和诉求，也是促进大数据应用的有效手段和重要策略。只有破除条块分割的管理体制，从整个学校层面强化对数据的统一监管和协调规制，搭建一个互通共享、统一高效的以大数据技术为支撑的综合数据管理平台，才能超越各部门之间彼此割裂、自成体系的窘境而促进海量数据的互通有无和资源共享，从而实现教育管理数据的快速汇集、及时交换、规范管理和充分利用。高校数字化领导小组要将分散于各个机构、组织或部门中的数据系统有机整合起来，鼓励和引导科研人员对这些数据进行深度挖掘和跨学科应用，让数据产生资源积累效应，最大限度地服务于高校教育管理。此外，高校还应加强与政府、企业之间的数据共享和业务合作，一方面，将高校教育管理中的各类数据与政府部门公开的政务数据进行交叉检验和对比分析，为教育决策和管理提供更有力的证据支持；另一方面，通过教育服务外包的形式，发挥大数据公司的技术优势，为高校研发出使用性能好、安全系数高的管理软件与服务平台。

（四）构建教育大数据安全防护体系

在遗忘变为例外而记忆反成常态的大数据时代[28]，保证学生的数据安全及其隐私不被侵犯和泄露，既是促进大数据教育应用长远发展的重要前提，也是学校不可推卸的责任。为了防止学生沦为数字化记忆的受害者，高校教育管理者应积极建立健全学生数据安全保障体系。首先，承认和尊重学生在法律层面所享有的数据权利，不得以非法手段和违背伦理的方式采集、分享和使用学生的数据，在数据传播与使用中也必须切实履行告知与许可、安保等义务；其次，尽快构建和完善教育数据的管理政策和体制，如明文规定不同类型数据的存储周期和使用时限、成立专门的数据审查机构对教育数据的整个应用过程进行监督、推进教育数据应用的公开化和透明化；再次，不断升级传统数据保护技术（身份认证、信息加密、防火墙、病毒检测、访问门槛、匿名化和模糊化处理等）和主动研发、引进新兴数据保护技术（区块链技术和数据脱敏技术），从技术层面为教育数据的安全保驾护航；最后，加大数据盗用和信息泄密的惩处力度，对非法出售和倒卖教育数据而谋取不当利益的个人和组织移送司法机关依法处理。

值得注意的是，在网络环境日趋复杂和数据安全防护难度系数不断增加的大数据时代，仅靠单一的保护措施已难以奏效，只有多措并举，采取组合式的联防策略方能取得实效。譬如，美国的玛利斯特学院（Marist College）为了保护学生的个人信息，在数据存储时就自动过滤掉能够表征学生身份的敏感信息，改用无明确指示意义的编号或代码。若因教学干预需要而去分析和挖掘某个学生的数据，必须在数据库解密之前同时获得三个不同授权使用者提供的电子安全秘钥，这样就能保证没有某个人能单独查阅学生的数据。而且，该学院还成立了审查委员会（Institutional Review Board），专门对学生数据的采集、存储、挖掘和应用等环节进行全过程监督和全方位审查，以便进一步确保学生数据的安全。[29]由上可见，玛丽斯特学院分别采用了匿名化、数据加密、多人共同管理和专门数据审查四大举措为学生数据安全撑起了多重保护伞。endprint

参考文献：

[1]程瑛，劉成.迈向大数据时代的高校管理创新[J].中国行政管理，2016（8）：150-152.

[2]姚松.大数据与教育治理现代化：机遇、挑战与优化路径[J].湖南师范大学教育科学学报，2016（2）：76-80.

[3]郑立海.大数据时代的教育管理模式变革刍议[J].中国电化教育，2015（7）：32-36.

[4]周湘林.大数据时代的教育管理变革[J].中国教育学刊，2014（10）：25-30.

[5][美]伊恩·艾瑞斯.大数据思维与决策[M].宫相真，译.北京：人民邮电出版社，2014：13.

[6]Wohlstetter， P.， Datnow， A.& Park， V.Creating a system for data-driven decision making： applying the principal-agent framework[J].School Effectiveness & School Improvement， 2008（3）：239-259.

[7]褚宏启.教育治理：以共治求善治[J].教育研究，2014（10）：4-11.

[8][24]钟婉娟，侯浩翔.大数据视角下教育决策机制优化及实现路径[J].教育发展研究，2016（3）：8-14.

[9]胡乐乐.大数据时代美国高校管理改革创新[J].比较教育研究，2016（7）：71-78.

[10]国家中长期教育改革和发展规划纲要（2010-2020年）[EB/OL].（2010-07-29）.http：//www.moe.edu.cn/srcsite/A01/s7048/201007/t20100729_171904.html.

[11][美]大卫·奥苏伯尔.教育心理学：一种认知观[M].余星南，宋钧，译.北京：人民教育出版社，1994：7.

[12]Daniel B.Big Data and analytics in higher education： Opportunities and challenges[J].British Journal of Educational Technology，2015（5）：904-920.

[13]Pistilli， M.D.， & Arnold， K.E..In Practice： Purdue Signals： Mining Real-Time Academic Data to Enhance Student Success[J].About Campus，2010（3）：22-24.

[14]Desire2Learn.Student Success System[EB/OL].[2017-05-03].https：//documentation.desire2learn.com/en/student-success-system.

[15]方伟杰，等.浙江大学：数据共享提高公共资产利用率[J].中国教育网络，2012（6）：60-61.

[16]王强，潘吉仁.从节能监管平台建设看高校能源管理再创新——江南大学能源监管体系建设实践与思考[J].高校后勤研究，2013（1）：58.

[17]吴志龙.大数据时代下高校辅导员预警能力研究[J].国家教育行政学院学报，2015（4）：62-66.

[18]华西都市报.大数据绘制学生画像预测未来谁是学霸[EB/OL].（2015-08-27）.http：//edu.sina.com.cn/l/2015-08-27/1000262753.shtml.

[19]周凯.全国首个家庭经济困难学生预警系统正式运行[N].中国青年报，2012-09-24（03）.

[20]Mandinach E B， Gummer E S.A Systemic View of Implementing Data Literacy in Educator Preparation[J].Educational Researcher， 2013（1）：30-37.

[21]胡弼成，王祖霖.“大数据”对教育的作用、挑战及教育变革趋势——大数据时代教育变革的最新研究进展综述[J].现代大学教育，2015（4）：98-104.

[22]陈红兵，周建民.国外技术心理反应研究述评[J].东北大学学报（社会科学版），1999（1）：48-51.

[23]任一明，贾同.论大数据与我国高等教育发展的相互作用[J].东北师大学报（哲学社会科学版），2016（4）：171-175.

[25]教育部关于印发《教育信息化十年发展规划（2011-2020年）》的通知[EB/OL].（2012-03-13）.http：//www.moe.edu.cn/publicfiles/business/htmlfiles/moe/s3342/201203/133322.html.

[26][27]彭浩晟.论大数据技术推动下的高校信息管理能力提升[J].高教探索，2016（6）：19-24.