大数据支持下的高校多元化学习：挑战与机遇

○陈萌 张娟

近年来，我国经济水平稳步向前，社会不断进步发展，随着国力的增强，社会科技水平和创新能力不断提升，数字化与大数据技术应用逐渐推广普及，推动我国信息化建设，由此产生的大数据技术被应用于服务人民生活的各行各业，并逐渐渗透于教育系统中，对教育模式和教育环境起到了颠覆性的作用。在高校转型升级的进程中，大数据最初被广泛用于各类科研项目，但随着网络学习模式的发展与知识共享理念的普及，大数据作为一种具有前瞻性、以科学为本的策略方法，被逐渐应用于高校学生的多元化学习进程中，进一步完善提升了高校的教育生态环境。

一、引言

所谓“大数据”（Big Data）通常包含超出一般软件在有限时间内所能提取、整合和处理的巨量数据。大数据的数据量是持续浮动的，需要特定的技术方法和软件，来分析探究多元、复杂及巨量数据所涵盖的内容。过去10年来，大数据分析逐渐被应用在教育界。美国2016年“国家教育科技计划”（National Education Technology Plan）用非侵入性、及时、隐含在日常活动的方式搜集学生学习资料，以期为每位学生推送更为全面且恰当的数据信息。

当代社会，随着互联网信息技术的发展与普及，快速堆积的大数据以及由此衍生的数据收集、数据处理、数据分析、数据预测等技术被应用于金融、健康、消费、科技等各行各业。高校作为大数据技术、平台和人才的“高地”，如何利用其自身的大数据优势支撑学生的多元化学习需求，改善高校的学习环境，培养全方位优秀人才，已成为当今高校教育系统中所面临的重要问题。

二、大数据支持下的高校多元化学习特点

（一）知识获取渠道的转变

在数字化与大数据技术的加持下，各个高校将全新概念融入大学课堂，催生了一系列新型教学模式，学生获取知识的渠道不再局限于课堂教学，在线学习软件和网页已成为学生获取多元化知识的重要平台，“知识共享”理念的提出更是推动教育体系往前迈出一大步。相较于传统的课堂教学模式，基于网络普及所兴起的线上教学为授课者和学习者带来了极大的便利，打破了面授课堂在时间和空间上的局限性，给予了双方主体更多的自主选择权。

（二）学习观念的转变

所谓“兴趣是最好的老师”，相较于传统的“填鸭式”教学模式，大数据所带来的海量学习资源更能推动学生由被动学习向主动学习转变，学习观念的转变也直接影响其学习兴趣和学习成果。首先，主动学习习惯的养成，不只培养了学生的自主学习能力，更是磨炼了其坚忍不拔的毅力和自律自控能力。其次，以兴趣为导向的线上教学赋予了知识传授这一过程更多的乐趣，打破了被动学习既有的单调枯燥，增强了教学的立体性、交互性和趣味性。

（三）学习的个性化转变

作为即将迈入社会的独立个体，高校的学生在接受通识教育的基础上，也要理性评估自己的个人能力，清楚认识到自己的优劣势，逐步走向“个性化”学习，从而为以后的职业道路做出铺垫。个性化的学习不是标新立异，而是求同存异，而大数据时代下的多元化学习恰能促进大学教育的个性化教学。一方面，基于大数据的分析技术，学生可更加全面地了解自己，选择适合自己的领域和方向，教师们也可以获取学生们的兴趣爱好，因材施教，制订科学的学习计划；另一方面，一旦学生确立了自己感兴趣或擅长的领域，大数据下所能提供的多样化学习资源，极大地弥补了校内学习资料单一的缺陷，打破了高校范围内的“信息孤岛”。

（四）教学观念的转变

在传统的高校课堂教育中，由于教学设备和教学时间的局限性，大多数老师的授课内容集中于课本上的理论知识，极少将其与现实案例或实际应用相联系。但是，随着大数据时代的来临，线上课堂不仅为学生们提供了全方位、多元化的学习资源，更为老师们提供了简单便捷、高效立体的授课平台。教学视频的录制使得老师们可以通过观看自己的授课内容，及时查缺补漏、精益求精，从而利用通俗易懂的语言讲解更多的知识。此外，线上教学方便老师们在课堂中利用网络技术，适时地穿插各类案例解析和实操训练，真正培养学生学以致用的能力。此外，网络数据也为老师们提供了其他学校的优质教学资源，教师在授课的同时也能及时更新自己的知识储备库。

（五）学习成果评价体系的转变

学校是学生踏入社会工作的过渡地带，作为社会的缩影，学校的职责不只是教书，同时也要育人。在提倡高校学生学习多元化的同时，对于学生学习成果的检验评价更需要多元化。与传统教学中将学习成绩作为主要甚至是唯一的评级指标相比，由大数据所储存的学习记录更能全面客观地对每一位学生的学习成果进行评价，通过信息化手段实现对学生个体能力的有效开发，促进人才培养质量的不断提升。

（六）教学与学习的时空转变

过去的高等教育教学，将高校教师和大学生限定在同一时空，即在同一地点，同一时间，统一上课。但是，大数据和数字化技术平台的引入，将打破这一限制。大学生可以自主选择不同的时间进行学习，高校教师也可以根据自己的时间和备课情况选择不同的时间将学习资料传入大数据系统。并且，利用大数据技术，对大学生的学习情况，可以实现动态全程检测，能够全面地发现教学问题、更好地实现动态教学。除此之外，在大数据的支持下，高等教育也打破了地域限制，借助大数据技术和平台，可以实现在同一时刻，不同的场所和地点，进行高等教育的课程学习。

三、大数据支持下的高校多元化学习所面临的挑战

（一）大学生主动学习能力薄弱

在大数据时代，高校学生每天都要面对海量的信息。因此，在面对这些信息资源时，大学生经常难以发挥主动性。特别是高校学生在参加线上课堂教学时，由于缺少一定的约束，经常做不到自律。除此之外，有些大学生还难以适应数字技术和大数据给生活带来的影响，寻找数据资源的渠道单一闭塞，思维固执传统，眼界不够开阔，遇到问题难以靠自己的信息搜索能力解决。即使高校和教师提供了最先进的大数据平台和海量的信息内容，但大学生仍难以自主灵活地开展学习。并且，现在大学生每天都面临海量的娱乐信息，很容易接触到手机、平板等互联网娱乐终端。如果不能做到主动开展学习、树立时间观念，大数据的娱乐特性就会吞噬掉大数据的学习功能。

除此之外，由于高校大数据技术的普及，大学生接触到数据支撑的学习资源变得更为简单，一些高智能化APP以及数据系统的使用，让大学生更容易不假思索地直接得出答案，缺少了思考与练习的环节，这反而有损于大学生的学习成效。大学生在大数据支持下的高校教育中，对其主体性和主动性提出了更高的要求，但是，大部分大学生还是习惯被动式教学，很难成为大数据支持下的高校多元化学习的参与者和发起者。一方面，不仅缺乏对高校教师进行大数据支持与应用的培训，另一方面，也缺少对大学生利用大数据进行主动学习的培训和指导。

（二）个人信息安全性受到威胁

大数据支撑下的学习平台在给学生们提供了多元化学习和创造机会的同时，也暗藏了许多不可忽视的网络危机。学生在每个学习软件和网页中所留下的“网络足迹”都使其面临着信息泄露的危害。网络赋予使用者短时间内获取巨量信息的便捷，但由于网络数据自身可被记录下来的特质，并且数据被储存多年后经一定处理依然可被再次利用，即便学生毕业离开学校，个人资料的隐私权仍然会面临极大的挑战。

有关专家曾呼吁将大数据所带来的信息泄露危机透明化，并对使用者进行一定的警示，同时建议数据使用者谨慎选择个人信息的填写。但庞大的数据流和繁杂的信息仍会给使用者带来迷惑和困扰。进一步来说，大学生思想较为单纯，对新兴事物尤其是网络事件尤为热衷，加之空闲时间充足，若自己没有足够的真伪辨识能力且防范意识不到位，很容易将自己的个人信息暴露在网络陷阱中。

在高校中，尽管大数据技术快速普及与推广，但是并没有形成数据保护的意识和规范。很多高校没有建立起完备的数据保护规章制度与操作规程，高校中大数据的使用和维护者，也没有信息安全与数据保护的意识。在这种情况下，高校教育中产生的各项数据以及大学生的个人数据极易引发外泄，并且容易受到冲击，这对于大数据技术的快速提高来说是极大隐患，也会制约大数据对于高校的支持和革新。

（三）数据资料的真实性值得怀疑

大数据在高校学生学习中的应用，除了大量、高速和多变等不同于传统信息获取渠道的特质外，许多学者更提出了对于数据资料真实性的质疑，因此，数据量庞大、变化飞快、种类繁杂以及真伪存疑成为大数据资料的固有特点。特别是在数字技术发达的互联网时代，人人都是信息的创造者，每天都会产生庞大的信息来源。在如此巨大的数据浪潮中，鱼龙混杂、泥沙俱下，什么样的信息都有，冲击着大数据平台。如果大学生分辨和提取信息的能力较差，很容易就被大数据淹没，并且大学生正处在对各类事物充满新鲜感、易冲动且急于尝试的阶段，网络上的虚假信息很容易挑动起学生们的激进情绪，使他们被动成为“键盘侠”，不仅会暴露自己，更会伤害他人。

对于线上授课来说，虽然大部分课堂知识都经过了授课者的查阅整理以及“观众”的监督批评，但难以预防某些初衷不轨的人，利用夸大的字眼、虚假的数据甚至伪造的结论来博取眼球，最终误导学生们对于某些知识的理解。而且，由于线上课堂缺乏系统有效的监督机制，造假者的伪造成本较低，即便被发现或举报也不会受到实质性的惩罚或限制，这进一步助长了虚构数据资料的不正之风。

（四）高等教育大数据技术应用观念落后

大数据在高校教育中的应用，颠覆了传统的教学理念，催生了新型的教学方式和手段。在传统的课堂教学中，受上课时间和教学工具的限制，授课方式主要以教师单向输出知识为主，极少或基本没有有效的交互式学习。即使是大数据在高校得到了应用，但是相对来说，高校的教学观念和学习方式仍然存在落后于大数据技术进步与应用的现象。特别是在传统的高等教育方式上，仍然缺乏教育方式与大数据支持应用的融合，大数据技术反而在高等教育教学中显得有些被动。因此，如何促进高校的教育教学观念适时转变，完成大数据技术在高等教育的实现和应用是亟待解决的问题。

值得一提的是，大数据在高校的应用还需要高校教师完成角色的转变。过去的高校课堂，高校教师是输出者，而大学生是被动的接收者，是一个从输出者到接收者的单向过程。而在大数据支持下的高校学习和教学中，高校教师和大学生都是整个教学过程的参与者，很多高校教师并没有完全将自己的角色转变过来，故步自封，造成学习效果不理想，大数据技术应用不到位等现象。因此，大数据支持下的高等教育中，教师及时完成角色转变也是应有之义。

大数据对高校的快速支持和运用，并未一夜之间就改变传统的高等教育思维和模式，仍然有一部分高校教师习惯沿用“经验导向”的管理和教学模式。即使通过大数据技术将教学和管理数据进行全面采集，但是往往也得不到有效利用，无法支持高等教育的进一步科学评估与决策，很多形式化、教条化的教学与管理模式无法适应大数据的应用方式，甚至有些高校仅仅是把数据上传到大数据平台完成任务了事。本来大数据的平台引入是为了减轻一部分高校管理者、教育者的负担，提高高校教学和管理的精准化及高效化，但学校管理者和教师并未及时掌握大数据平台的应用技能，管理与教学模式也没有发生本质变化，重要的决策与教学方向仍过度依赖于传统经验，缺少科学的大数据应用与分析。

（五）大数据环境搭建受限

首先，并不是所有高校都完全实现了大数据技术软硬件配置，特别是在数据采集和应用的过程中，部分高校能力薄弱，缺乏科学、完善的数据信息采集系统和传感器等设备。从整体大数据网络与平台来看，难以实现大数据整个集成过程的处理与传输，制约了大数据技术在高校的实际应用和技术支持。举例来说，许多高校的数据网络建设落后，网速偏慢，难以实现数据的及时处理，从大数据的存储和分析角度来看，这些都会影响高校大数据的处理能力和运算水平。储存和分析的系统也经常得不到重视，因为这方面需要大量的经费支持和投入，但是这些技术和系统又对于大数据技术的应用十分关键，所以会直接影响到大数据的存储和分析。

高校对于大数据技术推广的积极性有限，没有借助自身的学术和科研优势进一步推广和支持大数据成果。在高校从事大数据使用的机构和专业人才也很缺乏，对高校教师和大学生没有进行基本的大数据技术应用培训，无法形成大数据支持的多元化学习环境，严重阻碍了大数据平台对高等教育的支持。特别是目前仍然处在高校大数据技术应用和发展的早期，缺乏顶层设计和系统性的战略规划，有些高校盲目跟风建设了数量庞大的大数据教育信息系统和办公系统，而不同系统之间无法互联互通，操作标准也不一致，数据融通与共享困难。当前，国内的大数据教育资源参差不齐，除官方出资构建的多类高等教育资源库外，市场上也出现了各种以盈利为目的的软件和网站平台。尽管网络数据资源花样繁多，但能够被用到一线教学的课程资源却依然紧缺，线下教育资源分布不均，线上教育资源也难以有效利用，知识共享往往伴随着流量付费，共享机制的不健全使得诸多高校沦为信息数据的“孤岛”。

（六）高等教育评价方式单一

在传统评估模式下，学生的学习情况主要是通过学科测试成绩完成，整个测试和评价都是由教师完成，评价单一，体系封闭，而且有时候难以做到定性定量分析。而如今，在高校中，对于大学生的评价不能仅仅从分数成绩来看，应该更加注重大学生发展性评价以及综合评价，并且实时动态地贯穿整个高校教育的始终，覆盖大学校园内和大学校园外的所有学习、实践以及实习等一系列教育活动，全面系统考察大学生的情况。但是，国内高校教育总体上依然停留在传统的“应试教育”模式下，大学生只要考试通过，拿到学分，就可以高枕无忧，高校教育者也不会关注学生具体的学习过程和其他时间的学习情况，对大学生的整体评价单一且古板，已经不能适应数字和大数据时代。

在大数据支持下的高等教育中，高校教师的权威性降低。基于大数据平台以及数字技术的普遍性应用，教师个人的知识储备和专业知识，与大数据平台和存储设备中的海量数据相比，无疑黯然失色。在大数据平台上，依托数据工具，高校教师可以随时将课件、资料、教材、多媒体等课内外资源向大学生进行传授。这种模式，也给大学生带来挑战和冲击，过去单方面依赖于大学教师解答专业性问题和思维的训练，而现在经常需要自己搜寻信息与解答问题，这就更需要高校教师与大学生进行互动交流。此类新型模式，也对高校教师的知识水平、新技术应用能力等方面提出了新的期望和要求。

四、大数据支持下的高校多元化学习的未来机遇

（一）基于学习者的角度

以学习者为中心，充分利用大数据分析、云计算处理，结合现代教育、社会改革对人才的需求，构建多元智能、数据化评价体系，探索建立现代课堂、学科实践、课程教学、线上线下、校内校外的实时评价体系，以满足学习者的个性化需求。

1.构建个性化及时反馈与学习评量系统和数据库。在以往的高校教育中，对大学生学习情况的评价往往仅针对目前正在学习的单一学科，同时也仅以考试的分数作为评分的具体依据，对于学习者的学习情况回馈的成效有限。在大数据技术的支持下，学校学习系统可以针对每一名学生的具体学习情况提供反馈，包括上课时间、出勤情况、互动讨论情况等等。在大数据系统中，学习情况的评价主要是以学生的交互情况和互动情形得来，或者是以其在电脑、移动设备等教学辅助设备上的学习行为记录追踪而得，而不是凭个人或者是传统课堂的经验得来，且这些大学生的整体交互情况是在持续追踪的基础上获得的大量信息数据，并建立成档。因此，在高校中运用大数据支持，个人的信息数据可以一直伴随大学生到不同年级和专业，并且形成动态及时反馈的内容。

在过去，数据的收集与储藏既昂贵、有限、孤立，又无法携带、分享，也没有办法快速分析。然而，大数据在高校中的技术支持与进步，使这些现象都随之发生改变。在大数据支持下，高校学生每一次键盘的触动、鼠标的滑动等行为都可以成为数据海洋的一部分，加上植入设备的感应装置和软件，都可以记录大学生在使用电脑或者移动端时的反应和行为路径以及行为模式，最终在大数据支持下形成一个脉络的数据串流，成为分析大学生行为的依据。举例而言，当大学生阅读电子书或者课件时，大数据感应装置不仅可以记录学生阅读的页数，更能追踪学生阅读的时间、哪些字曾经做过笔记、哪些部分被划重点、哪些内容被忽略掉等等，对每个大学生构建数据库，形成个人画像，从而实现大数据对个人个性化的应用和支持，打破时间和空间局限。未来，在政策上的应用应该包含跨校系统的构建，以提供更加全面的资源。为了让大数据技术广泛应用，高校的精确模型、计算方法以及相关数据，不应被锁在象牙塔中，而应该接受挑战，保持高度透明，让同为高校教育的决策者及时调整未来学习和教育的方向。

2.发展大数据支持下的高校适应性入学教育系统。在大数据的支持下，高校内部的教育环境受到影响，人工智能和数据集成运算体系中的智能化数据收集已经在改变着高校与学生，特别是改变了入学新生的学习互动方式。从招生到选课，再到逐渐适应高校，每一步骤都应该而且必须贴近学生的需求跟目标。这一部分将会进一步改变高等教育，甚至可以帮助高中毕业生更好、更快、更容易地过渡到大学课程的学习过程。

利用大数据技术手段分析高等教育新入学者在大学生适应性过程中出现的情况，包括进行心理调查问卷、观测学习情况等数据，可以具体分析出大学生在新入校时的各项指标数据表现，将适应性差的大学生作为重点观测的对象，进行精准帮扶。有研究表明，大一新生的辍学率是最高的。现在，高校可以利用大数据找出哪些学生最有可能辍学，有针对性地开展工作。而对进入大二、大三的学生，可以利用大数据筛查出成绩和出勤较差的学生，帮助他们如期毕业。

此外，新生入学时可进行大数据系统技术的相关培训，使其学会大数据平台的操作方法，方便利用数据平台进行数据的查找和使用，尽快适应大数据技术支持下的学习方法和教育方式。尽早培养新入学大学生的大数据应用思维方式和学习习惯，可提升大数据技术与平台应用效果。

3.协助搭建大学生职业生涯辅导体系。对于学生来说，在高等教育学习中，面对剧烈变动的产业结构和激烈的社会竞争，如何规划职业生涯以及接受生涯辅导，成为难题，而高等教育机构应用大数据进行职业生涯分析行为，可以有效改善大学生的发展。

新的大数据技术手段不是等待学生前来咨询求助，而是利用大数据记录学生大学期间的表现情况、情感色彩与性格分析，将数据整合，发挥大学生自己的价值、优势与兴趣，匹配合适的职业推荐。并且，可以将本校毕业生的毕业就业数据导入大数据平台，结合以往毕业生的去向以及发展情况，对在校大学生进行有针对性的生涯支持与辅导。

另外，高校可以借助大数据技术构建“三方”交互式共享平台，学生们只需登录大数据平台，就能获取就业信息和咨询，了解就业目标单位的招聘岗位需求，感受就业前景形势，时刻站在就业政策前沿。更关键的是，借助专业大数据平台，大学生在求职过程中可以更加迅速、便捷、高效地筛选心仪的招聘岗位，同时，当信息的准确性和时效性得到专业机构的信用背书时，就可有效避免大学生在求职过程中遭遇诈骗、陷阱等多种安全问题，使他们顺利获得心仪的工作。而对于用人单位来说，大数据交互式平台的搭建，能让招聘单位更加全方位地了解求职人员的学习能力、专业素养、个人性格以及对未来的职业规划，保障招聘工作的顺利进行。

（二）基于教师的角度

以教师为中心，从行为示范、学习引导、课堂组织等方面构建教师综合评价指标体系，探索建立大数据云计算条件下，教师课上和课下的数据处理能力指标体系，着力提升教师信息化、数字化教学能力。

1.发展大数据与数字化教学辅助工具。高校通过大数据资料，能够对整个教学过程进行详尽细致的分析，能够发现大学生学习的难点，并且能够节省大量纸张和教学分析的时间，对下一个循环的高校教学工作做出更加精准的改善。

大数据能回答一些以往难以回答的问题，它能够清清楚楚地告诉我们哪些做法有效、哪些做法是徒劳。例如，线上教学的成效如何？如果两个老师在同一天突然随堂考试，对不同的大学生来说会有什么影响？生涯规划与教学方式改革是否能真的帮助学生找到更好的工作？

大数据技术支持下，能够匿名将学生的数据转化为可用的信息，供家长、教师、大学生参考。大数据的功能尚不仅如此，有了大数据技术的支持，老师能够指导大学生群体获得科学阅读的能力，让师生能够随时灵活调整课程内容与方向。进一步而言，基于大数据平台支持的人工智能演算工具，能够成为教学革新的重要辅助。在高等教育领域，人工智能担任了学生个性化学习辅助工具的角色。而这项技术在方案调整、电子游戏、办公软件上早就开始应用，但是在高校教学中还未普及，其中最容易实现的，就是帮助高等教育的基本运作自动化，比如，自主选课、自主学习以及改考卷评分。

大学老师对于自己的教学和教材有盲点时，大数据技术可以解决这个棘手的问题。在大数据技术的支持下，当系统发现大量的学生犯相同的错误时，会主动提醒教师，同时也会对这部分学生给予提示。学生不需要等待教师的回复，就可以得到及时反馈和修正。数字化技术和大数据支持不仅能帮助高校实现跨越距离的学习，而且可以让学习变得更有效率。

2.提升高校教师迈向未来的适应能力。面对未来的趋势，大数据以及数字技术的出现促使高校思考未来的社会以及产业所需人才，并开始转化为高等学府教育改革的方向。数字技术和大数据的演进，以及整个社会的技术应用，几乎无所不在地渗透到我们生活的各个方面，新的问题、政策理论以及道德困境正在出现。高校正面临着如何引导大学生严肃地思考这些科技带来的生活冲击与改变，以及如何以智慧、道德、高效的方式使用这些新技术等问题。

高等教育对很多大学生来说是为即将到来的工作做准备，必须确保他们能够判断是非，造福社会。因此，我们急需高校的工作者和教师认识到大数据技术的学习与应用迫在眉睫，只有这样才能走在学生前列，成功驾驭人工智能、数字技术在未来几十年所带来的新世界。

教师除了加强学习所需要的技能，并且以正确的方式进行运用以外，还需要开发一种新的沟通技巧，有效地与新时代大学生和人工智能机器交流，这些技能才是未来大数据技术在高校应用成败的关键。因此，高校教师必须转变观念，关注未来高校的发展方向，提升对未来大数据使用的适应能力，以适应大数据在高等教育界的应用。

3.妥善保护数据安全。大数据技术的进步始终与信息安全的问题密切相关。大学生所有的数据资料都带有很强的个人化特征，所有使用和产生的数据信息，都有可能通过他的个人资料被识别出来。并且，即使大学生已经毕业离开学校，个人的信息数据记录也会在稍加处理后再次被利用。因此，这就对高校的数据安全提出了更高的要求，这也是大数据在支持高校教育中所要面临的敏感问题。

首先，从宏观上，应该加快对数据和信息安全的法治化进程（如2021年通过的《中华人民共和国数据安全法》），用法律保护高校信息数据。其次，在中观上，高校也应规范数据管理的规章制度，全面有效地保障高校中的个人信息和重要数据的安全。高校还可以引入专业的第三方信息安全机构做专业数据安全服务，设立数据安全管理服务中心，制定相关的规章制度，服务于老师和学生的数据使用及管理工作。最后，从微观角度，针对数据使用人群开展相应的网络安全宣传工作，增强广大师生对于个人信息安全的防护意识，以及正确使用数据的产权意识，依法依规获取数据、使用数据、保护数据。

大数据已经改变了金融、健康、消费科技、零售商和专业运动等领域，跟随数字技术和人工智能应用的脚步，大数据在将来也会为高校教育带来革命性的改变。而大数据支持下的高校多元化学习方式既是挑战，也是新的发展机遇。

大数据的技术支持给高等教育的发展带来挑战，同时也带来新的契机和发展机遇。为了适应数字技术与大数据应用时代，在高等教育不断改革的基础上稳步推进大数据技术的应用与推广，无论是学习者还是教育者，都必须认清大数据支持对高等教育多元化学习带来的巨大影响，分析和理解大数据支持对高等教育带来的真正价值，并把大数据技术应用在高等教育教学中，充分发挥技术优势与便利，直面大数据支持下所带来的冲击并想办法进行解决，让高校的学习者和教育者都能够因大数据支持下的高校多元化学习改革和进步而受益。