大数据视域下应用型高校个性化课外科技实践模式探析

刘义红

（淮南师范学院计算机学院，安徽淮南232038）

大数据视域下应用型高校个性化课外科技实践模式探析

刘义红

（淮南师范学院计算机学院，安徽淮南232038）

针对高校课外科技实践活动现状，将计算机研究领域大数据技术引入高等教育人才培养模式，不啻为一种有效的手段和途径。利用大数据技术培养大学生个性化偏好，引导大学生专业教育和创新创业教育，获得必备的知识、技能和创新思维，可以更有效地开展高校大学生课外科技实践活动，助推应用型本科高校创新人才培养。

大数据；个性化；课外科技实践；应用型

引言

《国家中长期教育改革和发展规划纲要（2010-2020年）》中明确指出，高等教育要“牢固确立人才培养在高校工作中的中心地位，着力培养信念执著、品德优良、知识丰富、本领过硬的高素质专门人才和拔尖创新人才”。同时还指出：“高等教育要推进科技创新，坚持能力为重，丰富社会实践，强化能力培养，着力提高学生的学习能力、实践能力、创新能力。”这为高等教育发展指明了方向，许多本科高校结合自身的办学定位纷纷向应用型转型，把创新人才培养作为高校人才培养目标的根本任务。因此，基于应用型创新人才培养模式的研究，越来越受到人们的关注。本文探讨了如何利用校园大数据信息源，从大学生行为数据分析中，找出大学生个性化偏好问题，并以此偏好来强化课外科技实践活动的针对性，提升高校大学生课外科技实践活动质量，从而助推应用型本科高校创新人才培养，具有实际意义。

一、高校课外科技实践活动现状

当前，应用型本科教育在如何培养高素质的应用型创新人才方面，已积累了一些成果，特别是，在大学生课外科技活动对创新人才培养的作用及其运行模式上，许多学者已做了有益的探索和卓有成效的工作。如，文献①调查研究了中国七省市三十所高校的大学生课外科技活动情况，阐述了影响制约大学生课外科技活动深入开展的关键问题。文献②对大学生课外科技活动管理机制进行了有益的探索，提出了构建校、市、国家三级课外科技活动体系。文献③依托大学生课外科技活动，探索了普通本科院校高层应用型创新人才培养途径和方法。文献④阐述了大学生课外科技创新活动的实施过程，并将大学生引入科研课题研究，通过实践，取得了较好的效果。文献①刘汉霞，吴光炳：《应用型本科高校大学生课外科技活动运行模式与途径》，《教育与职业》2015年第17期，第47-49页。提出了“专业、课外活动、创新创业”三位一体的大学生课外科技运行培养模式，从学生所学专业实际出发，实现本科应用型转型人才培养。文献②芦雪鹏，李波：《新时期大学生科技创新能力培养探析》，《新西部(理论版)》2016年第23期，第157页。着力从建立健全体制机制、创新教育教学方法、加强对外实践交流和资源平台共享等方面，不断改进和提升大学生科技创新思维模式和能力水平。文献③罗坚义，李远兴等：《地方高校理工类大学生创新实践能力的培养及其试运行机制的探索》，《物理与工程》2017年第2期，第65-70页。针对大学生课外科技活动存在的共性问题，提出通过改进教学团队的“教”环节，建立一套实际可行的运行机制。

随着计算机技术和网络技术的快速发展，高校数字校园化建设日趋成熟，并且得到广泛应用，校园大数据由此悄然产生，大学生校园活动产生的海量行为数据，存储在校园服务器里。如，图书借阅数据、校园卡消费数据、学籍数据、参加社团数据、校园内上网数据、就寝数据等等。这些数据中均隐含有大学生行为偏好信息，具有很重要的应用价值。近年来，对校园大数据的研究，也有一些学者进行了有益的探索，如，文献④宓詠，赵泽宇：《大数据创新智慧校园服务》，《中国教育信息化》2013年第26期，第3-7页。介绍复旦大学智慧校园建设过程中应用大数据技术的一些案例，阐述了大数据技术对高校信息化服务产生巨大的影响。文献⑤蒋东兴，付小龙等：《大数据背景下的高校智慧校园建设探讨》，《华东师范大学学报》（自然科学版）2015年第S1期，第119-131页。提出了大数据背景下高校智慧校园的概念、特征、体系结构和发展趋势，试图为高校智慧校园建设提供一个较为清晰的发展路径。文献⑥虎啸：《基于大数据、云计算构建的智慧校园生活平台》，《通讯世界》2016年第6期，第274-275页。将云计算、大数据技术与智能终端结合，提出了基于大数据、云计算的智慧校园平台建设方案。

综上所述，目前针对大学生课外科技实践活动研究的成果，主要集中在科技创新能力培养的现状、问题及原因的研究，科技创新能力的内涵、特征的研究，科技创新能力培养模式及实践的研究等方面。针对校园大数据研究的成果，主要集中在大数据存储、云计算，数据融合以及智慧校园的应用等方面。但是很少有人将校园大数据信息引入到大学生课外科技创新能力培养体系中，忽略了大学生行为偏好信息在高校创新人才培养中的作用。

二、大学生课外科技实践模式架构

面对高校大学生课外科技实践活动现状和存在问题，将计算机研究领域大数据技术引入高等教育创新人才培养模式，不啻为一种有效的手段和途径。本文提出了一种大数据视域下应用型本科高校个性化大学生课外科技实践模式，主要目的是利用校园大数据中所隐含的大学生行为偏好信息，基于认知的个性化诊断，把握大学生课外科技实践的个性化需求，为大学生提供个性化课外科技实践服务。模式运用到大数据技术，通过数据抽取转换加载（ETL，Extract-Transform-Load）技术、数据仓库技术、数据挖掘技术分析大学生行为数据，获取大学生个人偏好，然后利用这些偏好知识辅助高校进行应用人才培养，从而为大学生课外科技实践提供精准的个性化服务。模式总体架构如图1所示，包括大学生个人偏好的知识发现、专业教育和创新创业教育、大学生课外科技活动服务等几个方面的内容。

图1 大学生课外科技实践模式架构图

三、大学生个性偏好提取方法

高校数字化校园建设进程中，产生了诸如教务、学生、图书、财务、安全保卫等信息管理系统，已积累了海量的校园数据信息源。如何正确地将校园内各种数据源有效地融合、预处理，是提取大学生个人偏好的前提条件，而数据仓库和大数据挖掘技术，是个性化大学生课外科技实践模式现实的重要手段。这里，我们将大学生个性偏好提取方法，称为大学生个人偏好提取子系统。该子系统主要分数据预处理、建立数据仓库和机器学习三个阶段。

（一）数据预处理

数据预处理主要是利用数据抽取转换加载（ETL）技术，将大学生学籍数据、图书借阅数据、校园卡消费数据、参加社团数据、校园内上网数据、学习行为数据、就寝数据等大学生数据源抽取出来，经过数据的清洗、转换、整合，最终加载到数据仓库中。实际上，ETL就是对数据的预处理，即从源到目标的过程，它是融合利用校园大数据的基础。

（二）建立数据仓库

根据数据预处理得到的结果，分析大学生个性偏好的特征，利用数据仓库技术，对其进行更高层次的数据抽象，建设数据模型，设计一个反映大学生个人偏好行为轨迹的，面向主题的、集成的、稳定的、随时间动态变化的数据仓库。数据仓库其实就是对现实世界的真实抽象，它是用户需求的集中体现。数据仓库建立的好坏，是大学生课外科技实践模式实现的关键。

（三）机器学习

利用数据挖掘技术，从建立的数据仓库中提取出隐含的大学生行为信息，获得大学生个人偏好知识，再将这些知识进行自动归纳，并以此为基础，开展大学生课外科技实践模式进一步研究，为高校教育工作者提供决策服务。

四、大学生课外科技实践路径

（一）引导大学生获得知识、技能和创新思维

由大学生个人偏好提取子系统，获取了大学生个人偏好，并在此基础上，借助专业教育、创新创业教育，引导大学生获取专业知识、技能和创新思维。其操作流程如图2所示。一方面从课内与课外、专业化教学和个性化教学等方面，以大学生偏好为导向，设计人才培养方案的专业教育课程和实践环节，可供学生选择，满足其偏好发展必备的知识和技能。另一方面从应用性与创新性、学校和社会等方面，以大学生偏好为导向，设计创新创业教育课程和实践，满足其偏好发展必备的创新思维。

图2 获取知识、技能和创新思维的操作流程

（二）搭建课外科技实践平台

以高校数字校园化建设的各类系统平台为基础，利用大数据挖掘技术将兴趣偏好相近的大学生聚类到一起，便于交流学习，形成大学生课外科技实践活动平台。再以平台为中心，以项目研究、论文撰写、专利发明、学术论坛和各种创新创业科技竞赛等为载体，让不同个人偏好、不同学习能力、不同创新思维的学生都能够准确地找到自己感兴趣的课外科技实践活动。同时，我们把这些载体构建成科技活动库，以此来满足大学生个性化需求。

（三）建立课外科技实践指导团队

依据大学生偏好聚类结果，遴选校内外专业水平高、责任心强、善于组织的优秀教师、企业优秀工程师，作为学生课外科技实践活动的指导教师，建立指导团队库。指导教师应该了解大学生的个人偏好，有针对性地培养学生独立思维和创新能力，当好学生的引路人。当学生在科技活动实践过程中遇到困难时，指导教师可以及时提供专业帮助。此外，指导团队应纳入学校绩效考核，建立完善的内部激励和淘汰机制，使团队能够可持续、良性发展，保证大学生的个性化需求，指导教师能接得住、指导得好。

（四）提供个性化课外科技实践服务

本文探讨的个性化课外科技实践模式，可以向大学生提供主动和定制两种服务，其流程如图3所示。

（1）学校依据大学生偏好，主动向大学生提供推荐服务。例如，当学校职能部门收到科技竞赛、科学研究等方面信息，及时发布到大学生课外科技实践活动平台，同时推荐给有可能感兴趣的学生，并向其推荐专业指导教师。该服务模式，一方面可以提高大学生科技实践活动的质量，另一面也提高了学校科技服务水平。

（2）大学生依据自己的偏好，提出定制服务。例如，大学生可以通过科技活动库和指导团队库信息，定制自己需求，系统根据他的需求，为其提供优化的个性化服务。通过该服务模式，大学生可以获得自己心仪的科技实践活动、心仪的指导老师、心仪的团队成员。

图3 个性化大学生课外科技实践服务

五、总结

对于应用型本科高校来说，如何为大学生提供个性化课外科技实践活动服务，提升应用型创新人才培养质量，是很有意义的研究课题。本文是对大数据视域下应用型本科高校个性化大学生课外科技实践模式的一种探索，通过大数据分析大学生个性化偏好，然后基于大学生偏好，引导大学生专业教育和创新创业教育，获得必备的知识、技能和创新思维，以便更有效地开展高校大学生课外科技实践活动，培养高质量的应用型创新人才。

On personalized mode of extracurricular science and technology practice in application-oriented universities from the perspective of big data

LIU Yihong

The trend of extracurricular science and technology activities is growing in higher education institutes.Hence,it can be productive to introduce the big data technology from the sector of computer research to the talent training in universities.This article aims to discuss how to obtain the students'predilection for learning by using the big data technology.Its findings are expected to be applied as a guide to university students in their acquisition of necessary knowledge,skills and innovative ability through professional education,innovation and entrepreneurship education,and to application-oriented universities in their development of extracurricular science and technology activities to promote the quality of the innovative talents cultivation.

big data;individualization;extracurricular science and technology practice;applicationoriented

G642

A

1009-9530（2017）05-0109-04

2017-08-12

淮南师范学院教学研究重点项目“大数据视域下应用型本科高校个性化大学生课外科技实践模式研究”（2016hsjyxm03）；安徽省高校自然科学研究重点项目“云存储的记忆特征信息提取及服务模型研究”（KJ2017A457）

刘义红(1975-)，男，淮南师范学院计算机学院教师，工学硕士，研究方向：大数据、机器学习。

（责任编辑：汪太文）