职业教育人才分类精准培养课程体系设计

杨忠明 郑述招 陶红丽 曾文权 余君

摘要针对软件技术高水平专业群日趋复杂生源结构，基于因材施教、多元智能理念，设计了“大类招生、分类精准培养”的人才模式；该模式下，构建“纵向贯通、横向融通”的课程体系，并实施模块化学分制管理；校企合作开发职教大数据数据分析平台，全面采集教学过程数据及IT行业数据，基于分析结果构建学生成长路径推荐模型，助力学生成长。构建的“大类招生、分类精准培养”人才培养体系为高水平专业群建设提供了一种新的实施途径，对其他专业群建设提供参考。

关键词 高水平专业群 教育大数据 分类培养 精准育人

中图分类号：G712文献标识码：ADOI：10.16400/j.cnki.kjdk.2021.14.006

Curriculum System Design for Classified and Accurate Training of Vocational Education Talents

YANG Zhongming， ZHENG Shuzhao， TAO Hongli， ZENG Wenquan， YU Jun

（Guangdong Polytechnic of Science and Technology， Zhuhai， Guangdong 519090）

AbstractIn view of the increasingly complex student structure of softwaretechnology high-level professional group， based on the concept of individualized education， the talent mode of "generally enrollment， classified and accurate training" is designed； under this mode， the curriculum system of "vertical penetration and horizontal integration" is constructed， and the modular chemical classification management is implemented； the school enterprise cooperation developsthebig dataanalysis platformof vocationaleducation， and the comprehensiveevaluationiscarriedoutCollect teachingprocessdataanditindustrydata，basedontheanalysisresultstobuildastudentgrowthpathrecommendationmodel.

Keywordshigh level professional group； education big data； classified training； accurate education

0引言

2018年全国教育大会指明了职业教育发展方向，提出要突出前瞻性，增強教育服务创新发展能力，更加重视树立以生为本的教育理念。职业教育与普通教育是不同类型的两类教育，职业教育的办学非常强调人才培养满足社会各行各业对技术技能人才的需求，但在高职教育中既要重视产业技术技能需求，也应关注从生源差异角度的以学生学习需求为导向的教学设计。

目前以广东省高职招生生源为例，面向普通高中生的有：普通高考统招生、以学业水平考试为主要依据的分类招生；面向中职学生的有：“3+技能课程证书”考试、自主招生、中高职衔接三二分段、五年一贯制；还有面向退伍军人的学历提升计划等等。高职院校应研究分析生源差异性，把学生擅长的一面挖掘好，让每个学生都有人生出彩的机会。

目前高职院校多元化的生源结构导致学生学业基础参差不齐，而编排班级的过程中由于各类生源人数不一，受限于办学成本往往出现多类生源合班的情况。每个学生作为独立个体，在知识学习的过程中兴趣、特长也不相同，不同的学业基础、学习动机和就业倾向，产生不同的学习需求，而专业的一套人才培养方案同质化培养无法与学生的学习兴趣、学习进度相适配，每个学生的学习能力和思维特点的不同也无法灵活满足，导致目前存在学生自信心不足、学习积极性不高、就业对口率不高。

如何能更精准地引导学生找到自己的学习兴趣点，如何能让课程教学更精准地对接行业企业岗位要求，解决学生个体差异、学习需求差异、就业差异及人才需求多样化等关键问题，本文将从以软件技术高水平专业群的分类培养课程体系设计以及学生分类推荐的大数据分析模型等角度，探讨实现人才分类精准培养的实施路径。

1国内外教育大数据相关研究综述

《教育部2018年工作要点》明确指出“建立健全大数据辅助科学决策和教育治理机制”。国内很多学者在探索大数据时代下学习分析技术、个性化教育、精准教育等方面的研究，张真等提出了通过海量数据的科学建模与深度挖掘优化教学过程；[1]顾云峰等人提出了基于教育大数据的学习分析架构模型；[2]丁继红等设计了大数据环境下基于多维关联分析的学习资源精准推荐系统；[3]付大杰等从教学目标确立、教学过程框架设计、教学评价与预测三个维度构建了基于大数据的精准教学模式；[4]南旭光提出了围绕互联互通的大数据继承共享机制、设计大数据支撑的人才培养框架体系路径[5]等。

国外基于大数据的智慧教育也处于研究与构建中，2012年美国启动了“大数据研究和发展计划”，并发布了《通过教育数据挖掘和学习分析促进教与学》报告，从而将大数据明确为推动教育变革的关键性力量。[6]受此报告影响，美国各教学机构纷纷开展相关研究，如马里斯特学院构建了大数据分析平台，实现对学生学业情况，教育质量情况进行分析研究，为教育质量的提升提供了支持。[7]

在国内教育领域的行业应用解决方案中也已涌现出了诸多典型大数据应用，如基于教学过程产生的数据开展学业成绩分析、学生行为档案、技术能力评价等，在教育管理方面基于大数据分析的个性化服务、教学科研支撑、决策支持等。

综上所述，国内外教育大数据在教学模式、课堂改革、学情分析等方面已有一定的研究与应用，但针对具体个人的人才分类，通过大数据和人工智能技术相结合的手段在专业群建设方面开展人才分类精准培养方面的研究暂未涉及，更缺乏实际可行的基于大数据的人才精准培养的基本思路、具体路径、实施方案等的研究和实践。

2职业教育的分类培养课程体系设计

本文以软件技术专业群为例，按照“专业基础相通、技术领域相近、职业岗位相关、教学资源共享”的组群逻辑，专业群统筹办学资源，以“大一自然班、大二岗位班、大三项目班”的形式实施“大类招生、分类培养”的开展课程体系设计。软件技术专业群一般由软件技术、移动应用开发、人工智能技术服务、大数据技术、云计算技术等相关相近专业组成。

“以学生为本”的教育理念，根据生源学业基础差异、学生兴趣需求和信息技术产业技能人才能力需求，结合专业群不同的职业岗位类别标准，对专业群学生实施基于教育大数据的因材施教和分类培养，更好地帮助学生树立自信心和正确的职业价值观，从而实现“人人出彩”。“大类招生、分类培養”的课程体系设计思路如下：

2.1培养基础通用能力的平台课

专业群按“计算机类”进行大类招生，大一阶段按自然班完成组班。群内专业同属计算机类，技术领域高度相近，专业基础高度相近，专业群设计了覆盖基础理论类、逻辑设计类、操作实践类的8门专业基础平台课。具体有：

基础理论类：应用数学、人工智能应用导论（该课应兼顾实践体验）。

逻辑设计类：程序设计基础、网页设计基础、Python程序设计。

操作实践类：信息技术素养、Linux操作系统基础、数据库基础。

通过一年的平台课学习和认知实践，学生对信息技术产业和相关职业岗位群有了一定了解，同时也对自身的学习兴趣与特长有了更清晰的认知。

2.2对接产业链岗位需求的岗位课程包

根据专业群对接的产业链岗位需求与“1+X”认证，按开发类、设计类、运维服务类岗位的人才能力分类，设置专业群18个分类培养目标岗位课程模块，设计基于岗位工作任务的项目化课程体系（见表1）。在大一自然班的平台课学习之后，实现修读不同目标岗位课程模块的重新组班，满足学生学习兴趣的选择需求，充分调动学习积极性。

2.3满足能力实训与个性发展的项目课

根据企业用人需求和产教融合需要，参考学生创业、跨专业就业、升学等个性发展需要，设置多类型个性发展课程——企业真实项目实战课程、科研项目实践课程、创新创业孵化项目课程、“1+X”证书或高端职业技能证书课程、技能竞赛课程、学历提升准备课程等，以第五学期的人工智能岗位企业真实项目实战课程为例的教学组织实施方案见表2所示。通过指导学生在大三阶段第五学期选择不同个性发展课程模块，完成相应课程模块学分学习，为第六学期的顶岗实习打下扎实的项目能力基础。

3基于教学过程数据分析的精准推荐

专业群搭建职业教育大数据平台，全面采集教学过程数据（考勤、课堂教学、课程评教、课程成绩、项目成绩、作业、开发日志、顶岗情况、就业情况、消费、人格等信息）及IT行业数据，基于教学过程数据分析构建学生成长路径推荐模型。

通过平台的学生成长路径推荐模型，开展“学生——岗位”“学生——项目”匹配度分析，向其推荐合适的岗位班、项目班，帮助学生做出更科学合理职业岗位选择，有效避免选择的盲目性、盲从性，做到“因材施教”，践行精准育人。

不同工作岗位对性格、综合素质、技能项目等要求各有侧重，针对每名学生，平台从成绩、考勤、综合素质、职业性向等维度计算大二岗位班、大三项目班推荐指数。以性格为例，平台采集学生的交际、艺术、服务、事务、技能、发明等12项数据，不同岗位（班）对上述性格数据的要求并不相同；通过调查问卷获取学生上述数据后，即可得出“性格维度各项目班的推荐指数”。考试成绩方面，不同的岗位（班）对学习科目、学习绩效亦有差别，例如软件开发岗位对程序设计基础、数据库基础等课程要求较高，而云计算平台运维岗位对Linux基础、云计算技术基础要求较高；各岗位班（项目班）可对科目考试成绩设置关联度，进而得出某同学某岗位班推荐指数。

得到各维度推荐指数后，进行加权汇总，得出学生各岗位班（项目班）推荐指数，形成岗位班、项目班推荐报告；报告内容涵盖“学生基础情况、考试成绩分析、综合数据和考勤分析、职业性向、性格特质、课程体系掌握程度和岗位能力适合度分析”，帮助了解学生各方面情况，并为其提供岗位班、项目班选择建议。

4小结

针对我校软件技术高水平专业群面临的生源结构日趋复杂、学生个性化发展问题，实施“大类招生、分类培养”改革，并构建与之配套的模块化分类培养课程体系；校企合作搭建职业教育大数据平台，全面采集教学过程数据及IT行业数据，为分类培养提供数据支撑；课题组构建的分类培养体系供了一种新的实施途径，对其他专业群建设提供参考。

项目来源：广东省高等职业教育教学改革研究与实践项目（GDJG2019124、GDJG2019123）；中国特色高水平高职学校和专业建设计划；广东省教育科学“十三五”规划项目“基于大数据分析的高职大数据技术专业群精准培养与诊改研究”（项目编号2018GXJK317）资助

参考文献

[1]张真，吴芬芬.基于大数据和数据挖掘技术的精准教学模式研究[J].信息技术与信息化，2018，000（010）：130-131，134.

[2]顾云锋，吴钟鸣，管兆昶，等.基于教育大数据的学习分析研究综述[J].中国教育信息化，2018（7）：1-6.

[3]丁继红，刘华中.大数据环境下基于多维关联分析的学习资源精准推荐[J].电化教育研究，2018，39（02）：53-59，66.

[4]付达杰，唐琳.基于大数据的精准教学模式探究[J].现代教育技术， 2017（7）：12-18.

[5]南旭光.大数据驱动职业教育人才培养的价值逻辑与创新路径[J].教育与职业，2017（20）：19-25.

[6]阮士桂.美国州级纵向教育数据系统（SLDS）发展特征及启示[J].中国远程教育，2019（12）：71-78.

[7]NewMediaConsortium. NMC Horizon Report-2016HigherEducation. Retrieved January 18， 2018， from https：//www.nmc.org/publication/nmc-horizon-report-2016-higher-education-edition/