人工智能背景下职业教育大数据的应用研究

张蒙恩 张娟娟

【摘  要】 现阶段，在“网络+”的教育环境下，我国的职业院校累积了海量数据，因此亟须提升信息化管理水平。文章从大数据信息融合、大数据分析以及先进的软硬件设备等角度，剖析了职业教育领域大数据分析发展面对的各种挑战，明确提出了依托人工智能的职业教育领域大数据分析发展模型，以认知图像、自然语言信息处理为核心，通过开放云计算平台，为学生提供个性化的学习咨询、认知咨询等智能咨询服务，以推动职业教育领域大数据分析业务的发展，助力职业教育的智能化。

【关键词】 职业教育；大数据；人工智能；特色教育；人才服务

随着我国信息化技术的发展，人工智能对职业教育的重要作用也越来越受到社会的关注。人工智能的开发虽然起步较早，但由于现代信息技术的数据共享功能不全面，导致人工智能的使用规模相对受限，因此人工智能和职业教育的结合也相对起步较晚。随着大数据时代的来临，人工智能也将体现出巨大的社会影响力，并进一步推动职业教育领域的发展。

一、职业教育大数据分析研究的进展与实践问题

（一）研究背景

近年来，随着我国职业学院教育信息化水平的提高，特别是物联网、移动互联网和社交网络等新技术在高校教学和管理中的应用，使我国职业学院的教育数据分析在很大程度上已经具有了教育大数据的4V（variety、volume、velocity、value）特点，重点表现在：1. 中国职业学院的数据分析类型丰富，包括了书籍、多媒体课件和教学活动录像等教师教育资源数据信息，以及学生个人资料、成绩单和学业流程录入等学生数据信息，还包括因阅览、阅读、加载和维护管理工作等而形成于高校每日教学活动服务环节的各种异构数据信息等。在上述的统计信息中，包括了原有的结构性数据信息，但更多的是非结构化数据信息。2. 数据体量浩大，汇集了海量的教育资源数据，往届及在校学生的数据，师资和管理者的数据分析。3. 职业教育的数据流量增加很快。近年来，教师在日常工作和生活交往中，普遍采用了计算机、平板和社交网络软件等新网络平台，移动技术带来的访问、检索和加载的数据信息，以及QQ、微博和论坛等社交网络带来的非结构化数据信息飞速增加，这些数据信息具有增长速度迅猛、时效性强等特征，相关人员只有及时地分析这些数据，才能有效地利用。4. 职业教育资料的社会价值很大，但密集程度相对较低，海量的教育资料虽然隐含着很深的社会意义，但由于这些资料也含有了许多无用的内容，呈现出低价值密度的特征。怎样通过职业教育大数据分析为职教事业服务，是一个有待探索的问题。

（二）研究进展

如今，大数据服务的发展也引起了职业教育领域的普遍重视，各个职业院校开始探索大数据分析在职教观念、学科专业选择和项目设计等各个层面的运用，并搭建了职业教育领域的大数据应用体系。与我国的传统教育相较，在大数据分析时代的学校教育，有着个性化指导、自主学习、弹性学制和重视学生发展等特点，而大数据挖掘的重要意义，就是帮助教师真实地理解学生，从而形成“慧学”。互联网时期职教改革的发展趋势，涉及智能教学方式和学生学习方法的改变，具体包括全体数字的“多向相关性”分析思想发展趋势，服务型信息管理和以数字為基石的政策发展趋势，以及多元维度的评价发展趋势。

学界认为，依靠互联网的教育信息化平台是智能职教的重要支持媒介，职业学院利用智能职教网络平台能够进行翻转课堂教学、云小班授课等。通过物联网、虚拟现实和大数据挖掘等新型互联网信息技术构筑的智能教育平台，集成了教育资源内容、实现了资源共享、提升了教育管理水平，更好地支撑了职业学院智能教育和现代化教学的管理工作。

学界对职教行业的大数据服务进行了研究，得出一些有意义的使用途径与发展方法。不过，当前的研究还处在初级阶段，尤其是缺少对高职学校大数据分析使用方法、应用途径的探讨。党的“十九大”报告指出，要完善职业教育与职业培训制度，积极推进产教结合、校企合作。由于职业教育是中国国民教育系统的重要组成部分，高等职业院校肩负着培育高层次职业技术人才的重要使命，因此，有必要对大数据分析技术加以研究，使其更好地应用于职业教育领域，助力中国职业教育领域迈向智能职教。

二、人工智能在职业教育大数据中的应用

（一）智能系统

教育信息化和信息技术的持续发展，使网络化、数字化教学管理更加普遍，随之各种类型的智能终端被应用在教学中，这提高了教师的教学效率和学生的学习质量。学校搭建的智能教育系统平台，包含面向学生的学习查询平台、面向教学管理人员的教学监督管理平台以及面向教师团队的教学执行平台。

（二）智能反馈与测评

在职业教育教学体系的评测和反馈系统中应用人工智能，主要是将人工智能与大数据技术进行结合，以当前教育主管部门正在推行的教学诊断和改进系统作为依据，得到学校画像；以校园智慧平台的学生行为数据为依据，为学生群体画像。

（三）远程教育

当前，远程教育正处于发展的快速通道，学校在现代远程教育中应用人工智能，通过“人工智能+远程教育”，能够形成“1+1>2”的教育效果。“会议直播+录播”是最常见的远程教学模式，教师在组织教学期间，需要共享文件和桌面，进行一系列的教学作业。

三、人工智能技术应用在职教大数据中的优势

（一）规整和结合了职业教育领域大数据的特征

职业学院通过应用人工智能的自然语言处理，能够对图像、视频和教学录像等非结构化信息进行研究与数据挖掘，从而获得了职业教育大数据的内容。人工智能技术能够将大量的职业教学信息，转换成以实体关系为基础的语义系统，形成信息图谱表征实物，明确表征实物之间的关系，有效地整合了非结构化信息与结构化数据。

（二）研究和发掘职教信息，提供智力咨询服务

通过应用人工智能技术，学校能够充分地发掘职教信息的发展潜力，提供智力咨询服务，从而完成“以学生为中心”的教育和管理工作，为新型职业培养提供了支撑。新型职业培养，是培养学生喜欢读书的智力型文化素养、人机协作的创意型文化素养，从而促进了学生从工具型人员向智能型人员的转化。为了实现新型职业培养，职业学院可以使用混合式教学，该教学模式结合了常规教学方式与计算机网络教学方式的优点，对新型职业院校培养学生的综合素质具有积极意义，有利于学生更好地适应社会的发展。人工智能技术为职业教育课堂和在线学习的紧密联系提供了新的手段，对混合式教学有很强的作用，将促进课堂向个性化、精准化和智能化的趋势演变。

（三）开源云技术支撑平台的作用

职业院校通过应用人工智能技术下的开源云技术支撑平台，能够用更低的投资成本拥有高性能集群的能力，从而开展大数据业务。Hadoop系统是目前业界使用最普遍的开源云计算系统，由Apache基金会研发，包含分布式文件管理系统HDFS（Hadoop Distributed File System）以及算法构架MapReduce。MapReduce是一种设计优秀的并行化算法构架，可以自动实现对大数据的并行化管理，而HDFS则具备高容错性的特点，因此可以在质优价廉的硬件上使用。同时MapReduce也是批处理引擎，其并行结构Spark擅长流计算，可以迅速处理大量动态的信息，为机器学习和下一代計算机发展构建一个更加优秀的框架。

四、基于人工智能的职业教育大数据应用服务模式探讨

职业院校应用新一代人工智能技术，能够使职教大数据分析呈现出智慧数据分析的特征，提供了智能化的咨询服务，实现了智能化职教，是目前职业教育的发展趋势。近年来，面向学生的个性化学习咨询服务和专业知识咨询服务，是职业教育科学研究的两个重点主体。

（一）个性化学习服务

高等职业院校广泛重视培养学生的专业知识和实践能力。近年来，理实一体化授课、混合式教学、探究性教学和翻转授课等授课观念和教学方法不断创新，并在高等职业院校中得到了应用，为进一步提高职业院校的教育教学质量创造了新的条件。学生是职业教育课堂的核心，教师应通过授课和组织协作来适应学生的学习需求，从而促进学生的个性化学习。高效的个性化学习将大幅提高学生的积极性，优化学生的学习效果。

教师对学生的全面了解，是为学生提供个性化学习服务的前提。不同学生的学习情况千差万别，例如，有的学生有很高的学习热情，有的学生学习积极性不高；对于同一门课程，有的学生对理论知识掌握得较好，但是欠缺实践能力，有的学生则相反。职教大数据记录了学生在使用教育资源和学习活动过程中的数据，人工智能将使提取数据、实现数据驱动的个性化教育成为可能。人工智能可以从学生的学习、行为和社交等各类数据中，了解学生的知识水平、学习风格、兴趣偏好和资源需求等，构建学生的知识图谱，对学生画像，并将学生画像的必备要素进行条理化、标准化、结构化和动态化，随后根据学生画像为学生提供个性化的学习支持和服务。例如对于学习热情不高的学生，教师可以为学生提供趣味性强的音频、视频等学习资源，以激发学生的学习兴趣；如果教师发现学生在某一方面的知识水平较差，则可以利用人工智能为学生定制学习计划，让学生进入特定的知识学习环境，帮助学生补齐短板。

（二）知识服务

在以前，职业院校的学生，其知识获取主要来自教师的讲授。如今，大数据分析和人工智能则给学生的学习平台带来了人才的技能保障。教师通过应用新型人工智能手段对原有的学习资料进行深度加工，能够提炼出知识点的精髓，实现形式智能、信息智慧化及具有泛在性的知识提供。在混合式学习、探究式学习的教育方式中，学生进行了知识的探索、总结与运用活动，提升了学习能力，实现了学习创新。

职业院校利用机器学习挖掘技术，能够分析和挖掘学科知识的图谱，实现知识检索、知识问答、知识导航和知识推荐等。知识检索可以识别、查询关键词涉及的知识实体或属性；可视化知识导航显示了知识之间的关联，立体化地展示了知识结构，方便学生在脑海中建立知识网，全面、整体地掌握知识；智能化知识问答在准确理解了学生意图的基础上，给出了学生问题的准确回答；情境化知识推荐能够感知学生所处的学习内容、时间、地点和设备等情境，满足了学生在特定情境下的知识需求。例如在软件项目综合开发实训阶段，学生需要综合运用多方面的知识和技能，才能完成企业级项目的设计和开发，而情境化知识推荐，能够完善学生的知识链和技能体系，促进学生知识到能力、知识到智慧的转化。

五、结语

根据我国职教大数据领域存在的信息整合、数据挖掘、职业院校发展空间受限等三个重点问题，本文建议运用人工智能手段与信息技术，整合云计算平台，发掘大数据分析的优势，赋能职业培训，建立基于人工智能的职教大数据分析技术模型，以自然语言处理、机器学习和大数据图谱为核心，整合职教大数据分析技术，并在实践中提供社会化的知识平台、智慧产品和智能业务。本文的研究成果有利于职业院校借助人工智能开展基于大数据分析的智能管理，对职业院校实现智能职教具有一定的参考价值。

参考文献：

［1］ 周晔，张刚要. 我国“人工智能+教育”领域的研究热点与演进趋势［J］. 开放学习研究，2022，27（01）：37-44.

［2］ 李凤英，何屹峰，王同超. 融入智能图元技术的学生个性化成长系统之构建与探索［J］. 远程教育杂志，2021，39（04）：42-51.

［3］ 陈丽，逯行，郑勤华. “互联网+教育”的知识观：知识回归与知识进化［J］. 中国远程教育，2019（07）：10-18+92.

［4］ 谢浩，郑勤华，殷丙山. 基于回归论知识观的“互联网+教育”多元共治模式研究［J］. 电化教育研究，2020，41（11）：56-62.

［5］ 夏吉安，林晓军，胡光永，等. 高职院校大数据平台运维实践教学研究与探索［J］. 创新创业理论研究与实践，2022，5（19）：27-30+54.

［6］ 王孝博，刘持良. 大数据分析在职业教育学生管理中的应用［J］. 电子技术，2022，51（08）：290-291.

［7］ 耿秀华，任宪臻，齐景雯，等. 大数据视域下职业院校教师发展中心功能研究［J］. 产业与科技论坛，2022，21（06）：78-79.