大数据思维构建教育管理AI基础

王科科

摘 要：小规模数据分析在日常的教育教学和管理工作中一直存在，只不过常见的数据分析中数据规模并没有那么大，且各种分析的数据都是分散在各个系统中，是冗余和孤立的。以大数据分析过程为主线，结合在教育城域网内各种日常的互联网应用，给出大数据分析应用的顶层设计思路，并就如何提升管理智能化程度进行策略研究，为未来实现教育管理领域的人工智能环境打下扎实基础。

关键词：大数据分析;数字化;智能决策;数据挖掘;可视化分析

一、大数据分析的过程

为了方便理解“大数据分析”的过程，我们把它假设成一次学生的学科测试，测试得出成绩（数据生产），教师登记成绩（数据采集），电子表格录入成绩（数据存储），表格中查询成绩（数据挖掘），对成绩进行排序、分类汇总、计算等处理（数据分析），得到最高分、最低分、平均成绩等各类分析系数（产出价值），这些分析系数将成为老师们改进教育教学方法的依据。我们可简单地认为大数据分析就是“数据生产—数据采集—数据存储—数据挖掘—数据分析—产出价值”的过程，生产有“价值”的信息作为决策依据，我们的工作才是高效的、智能的，这也是大数据分析的意义所在，更是未来人工智能的基础。

二、为什么要做大数据分析

1.决策智能，管理科学

评价某人或某单位工作成绩，往往需要以大量数据为基础，以分析数据得到的信息作为依据，再来决策整改或者最终评价。大数据分析就是在研究大量数据的过程中寻找模式、相关性和其他有用的信息，以帮助我们更好地适应变化，并做出更明智的决策。同样大数据分析一旦应用在教育领域，就一定能有效提升管理决策智能化。

2.提高效率，减轻负担

如果目前教育系统没有一个统一的存储环境，没有统一的接口，管理者需要数据的时候必须即时生产数据，甚至不同部门反复要求生产数据，加重了数据生产者的工作负担。我们未来将建成一个庞大的、聚合的甚至包罗万象的数据池，所有用来分析的数据都可以从中获取，信息可立即呈现，大大提高工作效率，有效減轻额外负担。

三、大数据分析基础条件

1.互联网环境统一

我们所在的区域在“十三五”期间完成了城域网二期工程，2G出口、万兆主干，学校千兆接入、千百兆到桌面，覆盖了高中、职高、初中、小学、完小、教学点、直属幼儿园及直属单位，目前还扩充至乡镇（街道）公办幼儿园、成人学校，规划中的出口带宽还会继续成倍增加。统一的网络环境有利于搭建安全、统一、快速的大数据存储和应用平台，不再人为制造信息孤岛。

2.学校管理数字化

大数据分析的基础是数据，其主要来源是学校各种工作中生成的数据，所以实现大数据分析需要学校搭建各种数字化智能管理平台，把日常数字化管理工作做到常态化。理论上我们有可能把这些平台规范起来，形成统一的存储格式、统一的接口、统一的认证，未来大数据平台的同步和采集工作实现起来将更加便捷。

3.研究落实接口标准

大数据分析平台的建设已经落后于学校数字化管理平台的建设，而且许多学校在经过两轮数字化校园、智慧校园的创建后，各自形成了一套具有学校特色的数字化智能管理平台，并且积累了许多数据。因此有必要为将来的大数据平台研究落实一套接口标准，让学校的平台有选择地来契合这套标准，进而实现数据的同步、导入和采集。

四、大数据分析能做什么

大数据分析的应用领域非常广泛，既可用于分析决策，又可用于档案记录，范围涵盖教育事业“人、事、物”相关的一切工作。大数据分析甚至是一个过程，这个过程还可以不断融入各种未来未知的相关数据，不断扩充其分析管理功能。这里我们只做有限的列举。

1.教师

利用人事、培训管理的数据，分析教师性别比例、年龄结构、学科分布、工作年限、工资待遇、人事交流和培训学习等情况，可作为人事管理部门的教师招聘、人事交流、人才培养等工作的重要参考;教师的业务档案登记又可作为学校对教师个体绩效考核的依据;教师本身也拥有了随身的“电子成长档案袋”，线上全程记录自己的业务成长。

2.教学

利用学籍管理、全学段综合素质、学业成绩评价系统的数据，全程跟踪学生的学习质量和成长过程。管理层可以即时全面地了解学校分班、师资情况，落实小班化;全程记录学生在答题过程中出现的错题、难题，使有效开展个性化精准教学变得有可能。学校通过分析学生学科成绩差异情况，对比校内、校际平行班教师的教学能力，调整学校和班级师资，实现教育资源的均衡分配。

3.物资

利用资产、教育装备和后勤维修管理数据，全面掌握学校办学软硬件条件。对比各类办学标准，管理层可了解同类学校之间的差异、优势和短板;可随时向后勤管理部门预警设施设备的隐患，提示仪器设备损耗，有效促进学校投资科学决策，高效改善学校办学，促进标准化办学。

4.生活

利用一卡通、监控管理等数据，全面记录师生工作学习的轨迹。通过分析师生的进离校时间、作息时间、用餐消费习惯、活动空间和会议课程签到等信息，及时了解学校师生的在校情况，后勤部门及时改善学校伙食、活动器具，提升师生工作学习的幸福指数;学校可根据师生的生活习惯，对比师生的教学和学习质量评价，有效提高学校生活管理效率。

5.网络

利用网络行为日志、搜索引擎等数据，详细记录师生PC、手机或平板等工具的互联网工作、学习和休闲情况。分析系统内部网络关注热点：（1）可及时掌握负面舆论，预警系统内部矛盾;（2）可主动推送热点资源，提高师生获取网络资源的效率;（3）可配合公安部门调查师生网络非法行为，构筑网络安全行为防火墙，做到责任落实到人。

6.重组

有了这个数据池，数据可以通过引擎搜索提取，重新组合成我们需要的数据集，经过排序、汇总、函数计算等处理后的数据，我们可以直接导出分析结果或以数据看板的形式提交上级部门。

五、大数据分析怎么做

大数据分析过程就是对数据进行生产、采集、存储、挖掘、组织和分析，最终产出“价值”信息的过程。

1.数据生产

学校的数字化管理（学籍、人事、财务、后勤、资产、一卡通、网络阅卷、监控和资源）、校级物联网、移动公众平台、手机、平板、PC、网络行为日志等平台都可以成为数据生产基地，这些平台的数据生产直接关系到学校的日常运作，这些数据的生产在不知不觉中日积月累。

2.数据采集

（1）同步：由教育局数据池提供接口标准，学校平台适应性对接，建立同步互联机制，数据可以得到同步更新和补充，保障数据的唯一性。（2）导入：教育局数据池提供接口界面，导入部、省、市各级统计报表数据，形成数据累计，为历年数据搜索、对比和分析做准备。（3）表单：把日常工作转换成表单、审批的形式，采集、扩充数据池，比如绩效考核、网上办事、设备报修、招聘、信访及报名等，实现工作到数据的转换，形成历年工作日志。

3.數据存储

上述数据虽然数量庞大，但它们以结构化数据为主，存储的空间并不是很大，存储的方式是主流类似SQL数据库系统二进制存储，包括数据即时存储、备份存储、容灾存储。这些存储靠硬件支撑，按照目前教育城域网的设施，一套配置并不高的网内NAS存储就可以满足数据的存储和备份要求，成本并不是很高。当然随着省市上级部门逐步推出云计算和云存储环境，实施起来更加便捷、更加安全。

4.数据挖掘

要在海量数据中准确定位、筛选和提取我们所需要的数据，并以我们所需要的方式进行重组、分析或展示，需要构建一套功能完善的数据搜索引擎，整合高效数据挖掘算法，提高数据挖掘的效率，也是数据生产后最重要的环节之一。经过挖掘最后呈现在用户面前的是一套完整的数据列表或图表，然后进入数据分析环节，最后产生价值。

5.可视化分析

数据的分析方式是提取大数据平台提供的各类考核表模板并生成对应的指标值，如：绩效考核、标准规范办学、校长或名师考核、数字化、智慧校园等等，结合数据搜索重组成各类考核结果，直观表现考核出现的优势和短板，通过对比、汇总等分析并直接引导管理层跟踪发现问题根本，有目的地开展后续整改工作。

6.产出价值

大数据分析最终目的是产出“价值”。这些“价值”信息，有的直接用作我们未来的决策依据，有的是上级间接需要的统计数据。有了大数据分析产出的信息，使我们高效提交数据变成可能，也使我们的决策依据更加直观，管理更加科学公平。

就像社会所公认的一样，大数据在未来将与石油、天然气等自然资源一样成为社会的重要资源之一，也是互联网应用发展的必然趋势，谁掌握了数据谁就掌握了话语权。大数据分析的构建并没有终点，随着时代的进步、事业的发展，未来还有许多未知数据需要进行大数据分析，任重而道远。现在我们如果能沿着这个美好的愿景，做好大数据平台的顶层设计，重视数据的积累，未来以大数据分析为依托的教育管理AI一定是智能的、高效的和科学的。

参考文献：

Jean Paul Isson，Jesse S. Harriott.大数据分析：用互联网思维创造惊人价值[M].漆晨曦，刘文武，译.北京：人民邮电出版社，2014.

编辑 张佳琪