大数据技术对高校管理的变革作用及其应用研究

文/陈建凡，湄洲湾职业技术学院

在高校教育管理领域使用大数据技术具有广阔的应用对象。它不仅涉及学生的日常学习与生活，也对教师和学校等整体的管理工作来说是一种协调与提升。

1 大数据技术在高校中的具体情况

由于国家政策的支持，高校扩招招生工作进行的如火如荼。就目前的形式来说，高校招生人数在不断上升，国家的基础教育水平也不断提升，因此高校在教育管理领域的工作也变的越来越繁杂和重要。将高校教育管理工作信息化，将大数据技术应用在高校各部门管理工作上极大地提高了校园的管理和运行工作水平。高校的教育管理工作不仅仅涉及学生招生、学生的学习与生活工作，更有教师与部门的协调与合作以及高校学生的就业和师生科研工作等的进行。这些工作都需要庞大的数据网络编织与分析。大数据技术在管理工作中的应用，不仅实现了高校教育领域管理的系统化和规模化，也大大提高了高校教育管理建设的水平。使得高校相关部门在进行教育管理工作中更加得心应手，将各种数据处理的更加精确与高效，比传统的教育管理工作更加优化和具有效率。这为高校的教育管理工作的进一步发展进行提供科学管理的数据支撑与方向把握。

2 高校实行数据信息化管理的重要作用

2.1 大数据为学生的学习与生活提高巨大便宜

大学生相较于高中生和初中生等在校学习生活时间较长，学习和生活的消费等的频率较高。通过大数据技术产品的研发与应用，可以有效为大学生学习与生活提供便利。比如高校盛行的一卡通，既为学生进入图书馆学习提供了身份验证，也为学生的生活消费等方面的管理提供保障。一卡通、智慧校园建设等大数据技术的应用，能够有效连接学校对学生信息的掌握，对学生的长时间的校园生活提供必要的安全监督方面的保障。

2.2 有效引进更加宽广的知识平台

在互联网技术的支持下建设大数据校园管理，能够有效加强各高校间的沟通与交流，加强国内高校与国外知识教育平台的联系。通过综合社会和国内外各方面的教育教学数据分析研究出更有利于高校教育领域管理的一系列举措。通过大数据时代下的共享性与时效性搭建与时俱进的信息输出与集合平台，能够不断为高效的各个方面的发展提供有力的数据信息。

2.3 为高校毕业生的就业提供保障

利用大数据技术应用在学生的学习成长过程中，能够有效收集学生的学习与生活数据。将此数据进行算法与分析，不断挖掘潜在的问题，并做到可透视化的预防工作，及时解决高校教育管理中的各项问题。不断完善学生受教育过程的科学化与深化，也为学生的全方位的高素质发展提供数据演算与教学管理模式的探究和开发。并且针对社会发展趋势，引导并培养学生朝着拥有高技能与高知识素养的全能型人才努力。提高学生的高质量就业度，不断为学生价值观、人生观以及就业观的培养营造良好的氛围。

3 大数据背景下高校管理变革性措施

3.1 提高数据安全与保护意识

虽然大数据技术为高校的管理带来了很多的便利，但相关工作人员也不得不注意高校内部数据管理的安全性，保护学校系统等信息的隐私与安全。要增强高校教育管理部门的安全防范意识，注意加强数据安全防护工作强度，提高相关数据管理人员的职业素养，并加强法律法规和部门管理规则等对高校管理数据的保护。

3.2 加强高校大数据技术要素投入

大数据不仅充斥于高效的管理工作中，也体现在学生的日常学习生活中，深刻地影响了学生的成长过程。有效的正面数据信息对学生以及高校的进一步发展具有巨大的价值作用。学校应加强大数据技术在校园生活中的各方面的应用，用实际行动加强高校教育教学管理，加大大数据技术等信息化要素与资源的投入，搭建体系化、科学化的教育教学数据网络，用更加完善、更加先进的大数据去带动高校自身的发展。同时还要注重大数据技术的开发与研究，培养学生以及教师职工加深对大数据信息的深入了解与正确辨识，有指向性的选择正面和积极的数据技术与信息为自身的发展服务。

3.3 不断引进先进的技术管理人员

大数据技术对高校教育管理的辅助作用更要靠专业的负责人员进行指导。国家要积极帮助高校进行大数据技术研发的工作人员以及专业性数据管理人员的培养，深化大数据应用与发展的高校积极氛围。高校自身也要重视加强专业的大数据管理人才的引进，为学校自身的大数据管理工作提供智力与专业支持。

3.4 推动大数据概念的普及

提高高校中教师与学生等诸多方面对大数据的使用意识，明确大数据在高校教育和管理领域的积极作用，将大数据技术开发实用化，有针对性和实用性的去解决学生和教师等的教育教学以及生活等方面的问题。比如，利用大数据技术研发上课签到与签退应用软件，收集学生输出的数据进行分析与总结，从而大大节省教师课堂考勤时间。

4 结束语

国家重视并推进高校大数据研究与应用，大数据技术不仅仅为各高校的教育教学管理水平提供越来越科学化的指导，也对提升高校现代化建设和高水平发展有很大的帮助。高校在教育管理中积极应用大数据技术是必要的，但也要重视与善于发现在应用过程中出现的问题，不断完善和改进大数据技术的实际应用，不断充分发挥大数据技术的最大功效。