大数据技术对高校管理的变革作用及其应用分析

贾若山

（中国政法大学继续教育学院 北京 102249）

0 引言

近几年，大数据已经成为现代社会的常见技术，在各类行业中的应用情况十分理想，因此，教育领域也开始对大数据技术给予相应重视。而高校管理本就属于一种繁杂工作，其中涵盖诸多内容，如果管理效果无法达到预期所想，就会限制高校在现代社会的发展情况，因此，当代高校在开展管理工作时，最好将大数据技术落实其中，运用技术优势提升自身工作的开展效果。

1 大数据技术在高校管理中的变革作用

1.1 落实个性学习模式

目前高校正在扩招，一个本科教师可以教多个本科教学班，很难及时去准确了解每一个本科学生的学习特点从而实施在线教学，将应用大数据挖掘等新技术与日常课堂教学有机结合，通过一个可视化的学生在线课程学习服务平台，学生可以自主自由选择自己真正感兴趣的学科课程进行学习，就已经能够很好实现这种满足学生个性化课程学习的主要功能。

1.2 强化高校管理效果

传统的管理模式需要对大量的数据和信息进行集成和分析，需要一定的计算时间，需要专业的计算系统来保证数据和信息的准确性。通过使用大数据技术进行数据分析，可以从多维的角度整合和分析不同类型的信息，为教师提供更准确的参考数据。教师将数据差距与自己的教学经验结合起来，制定出强化高校管理效果的有效方案。

1.3 评估高效教学水平

教学水平评估是各高校定期进行的事务性工作，目的是通过各种渠道，包括教师、学生、教学评价等不同角度，由管理部门找到教学工作，管理工作中存在的各种问题，并通过调整教学计划进行纠正，达到提高教育水平的目标。将大数据技术引入教育评估系统，节约了时间成本，增强了评估的科学性，提高了教育数字化建设的有效性。基于数据挖掘算法的教学评估，根据教师的教学互动，效果下降，动机是学生的内在联系，提供部门的客观评价、决策支持、信息科学、现实为教师提供准确的反馈，提供更好的工作和准确评价教育教学。

1.4 优化高效管理理念

近年来，随着数字化进程的加快，建设信息在我们的大学的学生、教师和管理员一般，经历了越发方便的技术应用和海量数据，高等教育改革的发展注入了新的动力。例如，通过应用大数据技术，就有可能对学生在课堂上的表现、生活中的休息、阅读爱好和笔记有一个完整而最新的了解。通过对这些数据的分析，学校可以合理地构建课程和组织教学，进一步提高大学教学质量。然而，潜在的数据挖掘和分析，明确允许学生在学校教学活动、社会活动、性格特点和兴趣，建立与学生的教育，学生作为一个中心概念发展和支持服务和教育更科学和高等教育的概念，创新升级。

2 大数据技术在高校管理中的具体应用

2.1 利用技术，创设平台

在高校管理工作之中需要科学的合理运用教育大数据管理技术，其中的重点作用就是对于教育数据的有效管理。如果我们不能有效地对相关数据以及信息来源进行合理收集和分析整理，就可能无法充分体现和突出当前大数据分析技术的有效性和运用。我国目前已经开始有很多的高校对用于教育资源管理的内部大数据管理信息系统实施了初步的体系建设，但是这样的信息系统很大一部分都认为只能广泛运用于内部的教育管理，并不能真正做到对教育资料相关信息的统一整理和资源共享。所以，各大高校教师需要尽快建立专门的技术部门，把所有和高校学生成长相关的大数据教育信息资料进行详细的采集整理，组建并形成一个专业的学生教育信息管理相关信息数据采集服务平台，建立一个全校教师通用的学生教育信息管理相关信息采集资料数据库，保障高校教师能够较全面的、及时的，针对高校学生及其他方面进行有效管理，实现教育信息的资源共享。并且还要不断的对高校信息和大数据的存在价值意义进行创新探索，促进高校更加科学、有效的合理掌握每个高校学生的具体学习资料。

2.2 持续研究，开发系统

根据当前教育行业的发展前景可以得知，大数据分析技术的应用不仅可以提升教学管理的质量，而且可以深化信息技术的应用。因此，在未来的发展过程中，有必要开发一个智能化的数据管理系统，即对大数据分析的基础设施进行优化和创新，使其能够完成更专业的数据解读和分析。此外，通过对大数据技术的深入研究，可以收集到粒度更细、连续性更强的教育数据，可以有效满足高校教学管理的需求。具体来说，我们可以指派专业人员组建专业的系统开发团队，对各学院、各部门的数据进行收集和整合，使其成为集科研管理、资产管理、学生管理为一体的综合数据管理平台。同时，要加强对大数据分析技术周边设备的优化，合理利用摄像头、GPS技术、微传感器等，进一步体现大数据技术的应用优势。

2.3 提升水平，强化效果

我国已经逐步进入了一个大数据的发展时代，对于各个信息行业的整体发展来说，在我国大数据的不断创新发展观念和先进信息技术的综合作用下，各个领域都逐步提升了行业发展的核心价值。我们最为值得关注的就是教育领域在商业价值的不断提升上面也已经有了重大发展和新的进步。大数据的应用有关科学思想观念和先进信息技术，被通过科学的合理运用整合到高校的学科教育教学管理中来上去，突出了教育数据对于信息的应用价值。运用的学习重点之一就是不仅要能够拥有关于大数据的各种创新思维观念，还要同时能够较好的学习分析和掌握操作有关大数据的新技术。所以，高校教师想要对教学大数据相关技术的综合技能应用进行充分发挥，提升高校大数据在高校本科教育教学管理工作中的综合运用管理效果，就要尽快建立一个完全能够较好地运用高校大数据相关技术用来进行高校教育教学管理的技术团队。

2.4 强化渠道，实现共享

大数据技术的核心主要分为采集、预测和分析。高校教学管理模式在应用大数据技术时，需要实现信息的无障碍共享和流通。然而，当前的数据信息融合阶段却存在着许多问题，如数据孤岛和数据竖井的问题，虽然在互联网技术的发展中已经弱化了效果，但在未来的发展中加强大数据融合通道也是重中之重，从而提升大数据管理系统的分析处理能力。因此，高校应突破传统观念和管理模式的制约，构建统一高效的资源共享体系，妥善与第三方专业公司合作，从而保证智能教学管理系统在高校的安全程度和应用性能。

3 大数据技术在高校管理中的应用策略

3.1 明确高效管理定位

准确定位要求高校管理者明确自己的定位，包括对自己的角色、工作性质和服务目标的理解。所有这些都需要有一个明确的定位。管理人员要清楚地认识到，自己工作的首要对象是学校全体职工和学生；高校管理者的职能是为高校工作服务和保障。管理人员的最终目标是服务和保证学校教学科研的良好发展。高校管理人员对几个方面的内容有明确的认识，找到自己的位置，熟悉规章制度、工作程序、具体步骤及其要求，一切按照规章制度、按照程序、了解自己的工作是为了促进教学质量和科研水平的提升，是为工作提供基础和服务，而不是领导和管理工作。准确的工作定位能保证的准确结果。因此，高校管理者应该认清他们的地位，为学校的教学和科研服务。从学校的总体规划到具体工作，我们要以服务为主要目的开展自己的工作。

3.2 组建优秀人才队伍

根据对大数据行业未来发展的预测，未来几年全球将面临大数据人才短缺的问题。因此，学校建立和完善专业的大数据人才队伍十分重要。大数据的能力的大学，他们需要有一定的大数据技术，能够解释大数据分析的结论，有一个深刻的理解在大学不同部门之间的关系，基于数据，得出结论，使特定的实现、监控和评估计划。这就要求高校学生管理人员首先要加强对大数据技术的学习，培养自身的大数据思维，进一步提高自身在大数据应用中的信息素养和思维。其次，对于高校来说，要完善人才引进机制，适当引进大数据技术的管理人员，培养他们对高校学生管理的认识，从而促进大数据技术在高校学生管理中的针对性。最后，高校要加强和深化与企业的合作，让高校了解大数据技术的发展趋势和动态，进一步整合大学生的主要团队管理，实现高校学生管理的高效率、低投入。

3.3 强化心理管理水平

随着移动终端应用的广泛和普及，学校在论坛，微博上每日都在以自己为基础的公众平台提供为其主题、评论和其他数据，这些数据存储分析科学地分析了教师和同伴们思想状态，情感和行为的发展趋势和动态，重用这些趋势和行为，建立一个师生的情感模型，可以准确掌握教师和同伴们的心理健康水平，并且可以更加有针对性地增进和加强教育部门对于师生的整体心理指引。因此，高校管理需要提前规划信息系统，提高高校信息化水平，就必须有CRD的数据源，这就要求高校的业务必须与计算机技术紧密结合，需要跟上技术发展的步伐。目前，大数据在高校应用中还存在一些问题，需要进一步纠正和探索。

3.4 树立高校管理关系

管理部门与广大教职工的关系要密切。许多大学管理人员把教师和学生看作与自己相反的人。他们认为老师因为自己的地位而傲慢，学生有自己的个性，这使得他们很难管理。因此，很多管理工作无法得到教师和学生的支持。这也是高校管理难以顺利运作的原因之一。为了解决上述问题，需要加强教师、学生和行政人员之间的沟通和交流，使他们相互尊重和信任，并在大学服务中进行合作。大学管理人员也缺乏服务意识，一些员工有一种官方标准的心态，这些问题使得管理效率较低。此外，教师、学生和管理人员不考虑彼此，这些角色有一些困难。因此，更好的沟通可以拓宽管理的渠道，提高管理的效率。学校也应该通过各种途径改善相关制度和政策，是指各种意见和建议，做出一些重要的决定和系统的学校，教师和行政人员的工作更加透明，以便管理员接受大多数师生的监督。

4 结束语

综上所述，大数据信息技术在高校中的广泛应用，必将有效促进高校职业教育教学智能化、信息化的更进一步的健康发展，提升高校教学发展理念、教学管理体制和高校教学管理环境的改革创新。通过高校大数据的精确处理分析，能够紧密结合高校用户学习数据和高校业务处理逻辑，同时它也要尽可能地不断扩大专业数据库的覆盖范围，这样高校教师才能够更有效的针对性、全面地对其进行专业数据精确分析和深层次的数据挖掘。