基于Python的大数据分析在高职院校教学管理中的应用

王锦坤

（1.福建电力职业技术学院；2.国网福建省电力有限公司技能培训中心）

网络信息技术的发展加快了社会变革的速度，如今，信息技术使得我们周围的手机、电脑、聊天软件、购物平台等不断改善，互联网正在以强大的力量改变我们的生活。而高职院校仍旧沿用传统老旧的教育管理模式，并未随着时代的发展而积极进行教育管理模式的创新。传统的教育管理模式没有凸显学生的主体地位，在这样的教育管理模式下，学生的思维受到限制，课堂质量得不到保障，学生学习的主动性、创造性都得不到锻炼。近几年，高职教育管理者为了改进教育管理模式积极引入了教学管理平台，比如笔者所在的福建电力职业技术学院引入了智慧职教云平台，利用职教云平台搭建线上教学资源库，并依托该资源库结合线下课堂教学，实现了线上线下、课前课中课后教学的有机结合，该系统在日常的使用过程中产生了大量的使用数据。本文利用免费、开源、跨平台且具有简洁、易读懂、易维护以及数据分析库丰富等优点的Python语言作为主要工具，对职教云平台的使用数据进行大数据技术分析，并为如何应用分析结果服务教学管理方式改进提供了一些思路。

一、教学管理和大数据

（一）教学管理和教学大数据简述

大数据可以看作一种技术工具、一种信息资源，或者是一种思维理念。随着现代科学技术和信息手段的不断创新和发展，我国迎来了大数据时代，在大数据的时代背景下，各行各业都在努力地适应当前的大环境带来的机遇和挑战。高校的教育管理方法作为教育事业稳定发展的重要支撑之一，也在这样的环境中积极地进行探索和创新。通过大数据的互联网技术，为高校教育管理工作提供创新性的技术支撑和方法依据，改进当前教育管理的固有工作模式，增强相关指导人员的大局意识，促进管理服务能力和教育专业水平的提升，保障高校教学工作的稳定发展，为社会和国家的建设发展奠定坚实的基础。

高校教育管理过程中所产生的信息数据资料库相对来说比较庞大。在实践运用中，通过对数据实时进行追踪，能够在数据和数据之间建立联系，进行分类，建立归类，进而进行挖掘。另外，随着数据的不断增加和呈现出共性的现象，具有数量大、增加快和价值高的特点，为教育管理的发展趋势提供可靠的依据。

高校教学管理大数据的主要来源分为两大部分：一是学生的学习行为产生的数据，从学生开始使用智慧职教云平台时的基本信息和在后续每门学科日常签到、课件视频学习、课堂提问讨论、课后作业、期末考试直到毕业为止所产生的数据信息；二是教师的备课、上课行为产生的数据，从每门课程建课开始，到上传相关课程课件、视频，题库、作业布置、作业批改、试卷组成、试卷评阅直至期末资料归档等一系列全过程产生的数据信息。

（二）大数据教学管理创新的内涵

大数据下的教学管理既是对学生的教育教学管理，也是对教师的教育教学服务。要想实现教学管理模式的创新和改进，首先要有效地利用和深度地挖掘数据平台的大数据信息，并实施动态的追踪和分析，寻找数据和数据之间的联系，依据这些信息对高校学生的状态进行分类，并对学生的行为进行检测，分析在教学管理中学生的满意度，能够帮助日常教学管理了解高校学生在日常学习中的思想状态、兴趣爱好以及心理状况，对学习目标的期望倾向以及意愿，这就为教学管理内容提供了依据，促进了教育质量的提升。

二、教学管理大数据分析过程

教学管理大数据是基于数据库的知识发现，从大量的数据中获取新颖、有效、潜在有用的关联、分类等。

（一）搭建分析工具，实施动态分析

Python语言免费、开源、跨平台且具有简洁、易读懂、易维护以及数据分析库丰富等优点，2017年5月就已在TIOBE编程语言社区排行榜中占据前五的位置。同时，其具有较强的综合性，可以运行在Linux、Windows等多个平台，与C/C++、java等各种语言结合，能够同时开发计算机版或手机版。因此，选择Python语言构建教学管理分析是有现实意义的。

（二）依靠成熟数据平台，实现实时改进

笔者所在福建电力职业技术学院2019年引入了智慧职教云平台，学院教师员工利用职教云平台搭建线上教学资源库，并依托该资源库结合线下课堂教学，实现了线上线下、课前课中课后教学的有机结合，该系统在日常的使用过程中产生了大量的数据。既有学生开始使用智慧职教云平台时的基本信息和在后续每门学科日常签到、课件视频学习、课堂提问讨论、课后作业、期末考试直到毕业为止所产生的数据信息；又有教师的备课、上课行为产生的数据，从每门课程建课开始，到上传相关课程课件、视频，题库、作业布置、作业批改、试卷组成、试卷评阅直至期末资料归档等一系列全过程产生的数据信息。我们通过分析结果，可以实时反馈教师，实时改进方法。

（三）建立分析方案任务，挖掘教学需求

用Python语言建立分析方案，支持用户通过梳理学校各层级的分析目标，实现对学校、专业、教师、学生、课程的分析。分析教学需求任务，根据分析方案，支持用户进行分析任务的创建，对某些特定的分析对象进行周期性分析，可设置对应的分析方案、分析对象和分析频率。可对分析任务进行增、删、改、查的操作。

进行分析任务的创建，设定不同类型的任务，包括学校、专业、课程、教师、学生五个类型的分析方向，根据任务类型选取对应类型的方案。专业类型的任务可定义多个专业作为分析对象，其他类型的任务默认以学校作为分析对象。支持用户设置任务的等级及对应分值，可根据实际业务需要设置多个等级。支持用户定义任务的分析频率，可按学期、学年频率进行设置；支持设定任务执行周期。设置完成后，对任务进行发布操作，系统将根据用户设置的参数，按频率进行自动分析。

（四）分析技术持续改进，推动教学管理创新

关联性分析方法是分析过程中使用频率最多、使用范围最广的数据分析技术之一，可以很好地应用于教学管理的决策分析中。在数据分析中，运用关联性分析方法，可以判断哪一种教学方法适合哪一类学生或某门课程，从而方便教师进行教学方法的选择，从而个性化教学方法能够在实践教学中得到进一步的应用和实施。所以利用关联性分析法，寻找教师、学生各种行为活动之间的内在联系，从而引导和影响相关的师生行为。

通过智慧职教云平台中存放的各专业课程的历史数据，包括日常签到、课件视频学习、课堂提问讨论、课后作业、期末考试等，找出影响学生成绩的各方面的原因，进而科学、合理地改进教学设置。另外，还可以从大量的教学数据中，分析出教学效果与哪些因素有关，从而为教学管理决策提供支撑。

三、大数据分析对教学管理产生的影响

（一）主观影响

教学管理是否有效以及实施效率的高低，主要影响因素来源于教育过程中的主体和客体，比如教师的学历、年龄、心理和素养等，学生的家庭、兴趣、特长等，通过数据的收集对其进行分析和处理，借助大数据分析所产生的结果，帮助相关的教师进行改进和调整。在这个过程中，教师的主观因素对大数据的利用率产生了非常重要的影响，而学生的主观因素也对数据的产生、分类以及数据的价值和教学满意度的评价起着关键性作用，因此在进行教学管理改进的过程中，需要针对教师和学生的数据信息、行为特征、性别和年龄进行深入的数据收集、整理和分类，这样才能够有助于教学管理成效性的提升。

（二）客观影响

在大数据的背景下，数据的产生和获取都依赖于一整套完整的数据系统，所以在对高校教学管理进行改进和创新的过程中，需要配置专业的硬件、完善的软件资源以及各类数据资源。所以在本次研究分析过程中，所依托的平台虽然还有一些小瑕疵，但利用已经具备的数据系统进行改进和完善，并将分析数据系统引进，建立交互性强、时效化的数据平台，总体的效果还是比较满意的，促进了教学管理质量的提升。

在现代社会发展的过程中，信息技术和互联网技术的快速发展为社会的每一个领域都带来了新的发展机会。在大数据的时代背景下，复杂的信息通过整理、归类和分析处理对教育行业的发展产生了重要的价值，尤其是在当前的教育管理中，为高校教师提供了新型的教育理念和技术的支撑。基于大数据分析技术，对教师和学生的信息进行深度挖掘，能够掌握教师和学生在教学过程中真实的倾向和需求，促进了教育个性化的发展，也丰富了当前阶段的教育管理的方式和内容。在互动性的教学过程中为师生提供了更加优质的服务建议，促进了教育管理方式的转型和创新，实现了学校、教师、学生、社会多方的人才供需平衡，为社会主义现代化建设奠定了坚实的基础。