基于大数据的数字教育管理服务系统研究

摘要：“十四五”期间国家建设高质量教育体系的进程中，职业教育是关键的一环。新时代明确了职业教育高质量发展的基本方向和行动指南。在实施职业教育质量改革过程中面临诸多困难，如个性化培养目标不够多元、教育实施效果相对较差、就业跟踪难以完全落地的现实困难。本文经过持续两年的就业辅导与人才培养实践观察，通过大数据平台和微服务软件架构的有机结合，基于大数据技术，实现服务于职业素养的就业分析、人才职业规划与职业测评、学生综合素质全面发展的教育管理服务系统。利用大数据人才需求映射模型进行行业调研，指导学生职业技能和职业素养的培养，使用大数据统计模型并贯彻OBE成果目标导向教育理念，监督并促进学生全面发展，实现教育管理服务能力的智能化升级，通过数字技术辅助职业教育质量的提升，从而提高学生就业竞争力。

关键词：大数据；职业教育；数字教育管理系统

引言

当前，大数据技术正在以前所未有的方式改变人们的思维方式、学习方式、解决问题的方式。在学生职业教育辅导领域，利用大数据技术独特的优势，对学生教育管理工作进行全面的创新，是新时代教育工作者要面对的严峻挑战。《福建省“十四五”教育发展专项规划》[1]提出，要推动数字时代的教育创新。本文是大数据技术及数字化技术促进职业教育在教育管理、人才培养方面的新尝试。

职业教育在就业指导和技能实践的过程中非常注重与行业真实需求相匹配。通过研究，运用大数据技术建立起行业认知，是一个科学高效的切入点。同时，在人才培养过程中，由于每个学生都是相对独特的个体，因此，面向专业大方向的人才培养方案在个性化方面尚有不足。根据高职院校的办学宗旨以及应用型技术人才对社会的影响，结合近几年对毕业生就业情况的调查结果，发现目前职业教育过程中存在个性化培养目标不够多元、教育实施效果相对较差、就业跟踪难以完全落地的现实困难。

本文基于大数据技术的数字教育管理服务系统，将培养过程形成数据记录，包含学生的学习表现情况、课程学习成效、职业素养成长，并形成成长轨迹记录，建立学生人才画像。在面向企业的人力资源推荐、精准就业、提升就业质量方面是一个有益的尝试，同时，此系统具有很好的移植性，可以快速在同类院校开展。

1. 职业院校人才培养面临的困境

就业市场是双向选择，在传统的人才培养模式下，高校面对复杂多变的行业需求，无法准确把握信息（指导工作信息不畅），较难针对情况制定一套有效的措施，致使毕业生在进入工作岗位之前，对行业情况和自身应具备的素质技能了解不够深入。在国内，此类相似的系统甚少。招聘平台会定期发布用工报告，其内容都是基于站内大数据做的行业动态报告，而面向应届生或在校生的数据却基本没有。近年来，国内人工智能和大数据技术的应用呈现高速增长的态势，使用新型软件架构，利用新的数据呈现方式，能更好地为学生洞悉职场、顺利成长为一个社会人提供更多帮助。

2. 大数据数字教育管理服务系统的意义

为改变大学生就业存在的问题，本文基于大数据数字教育与管理服务系统，对系统功能分析如下。

第一，利用大数据技术和新型软件设计架构，使教育管理和人才服务工作在方式方法、科学性、工作效率上有所创新，使工作过程可记录可追溯。

第二，利用行业招聘词条汇聚统计大数据报告、构建行业或岗位需求大数据画像，帮助就业指导老师更精准科学地为学生的职业规划、就业心态做好把控。

第三，学生的职业测评是辅导学生行业认知、岗位认知、能力差距认知的有效工具，建立职业测评大数据，追踪学生每学期职业测评的结果趋势，建立学生职业倾向画像和班级总体就业倾向图，在就业推荐和就业辅导方面提供数据支撑。

第四，学生在校成长记录包含学习成绩、作品成果、社团参与记录、创新创业与参赛记录、社会实践、辅导与反馈等不同的数据类型[2]。此系统引入以“专业知识+软技能知识”“理论技能+实训技能”“职业素养训练”三个维度为逻辑基础的人才全面发展应用模型，结合学生成长记录大数据的反馈，最后形成学生成长目标的量化评价，有助于学生认清目标差距，并能为其达成最终目标提供可执行的成长进阶计划。

第五，响应国家教育数字化战略号召，利用新技术结合新型教育理念，变革教育模式，对教育管理和教育服务的方式、流程、手段、工具等，进行全方位、智能化、系统性功能重塑和流程再造，以提高教育管理效能，助力人才培养和学生就业[3]。

3. 人才全面发展系统模型的逻辑设计

为便于解读模型设计思路，本文以高职“大数据技术”专业为例进行探讨。“大数据技术”专业毕业生面向的行业有互联网、金融、电商、医疗保健、零售、新媒体、制造业等，这些行业都有产生数据并需要利用数据为业务提供增值的需求。在大数据技术的应用场景下，须建立统一的数据仓库。招聘信息的采集渠道多且广，数据的组织形式也很复杂，数据仓库的优势在于可存储不同组织形式的数据。设计开发Spark程序，通过自定义的标签数据，如高薪、待遇好、需具备Python技能等，建立针对岗位群的人才需求画像，最后形成面向岗位群、不同行业的人才需求报告，基于此报告，指导大数据技术职业教育的人才技能培养[4]。

3.1 行业需求信息采集模型

此模型按数据流方向设计了岗位群统计分析、人才需求标签、自定义行业总体需求共享三个阶段的处理过程。最后在应用层输出面向学生职业素质教育、学生职业生涯规划、学生职业技能教育的支撑服务，主要以提供分析报告、岗位需求画像、岗位技能树为结果呈现方式。招聘需求信息的来源渠道规划有招聘网站和应用程序、公司官方网站、社交媒体、招聘会和职业博览会、校园招聘、网络社区和论坛。

行业招聘大数据采集有以下三个特点：第一，数据的采集使用常规数据采集方式，有网络爬虫、开放数据，以及从已有的数据库和数据仓库中提取数据；第二，系统的数据采集体现实时获取和批量获取的特点，同时，每一次数据采集结束都需要进行一次简单的去重；第三，数据来源渠道和形式不统一、数据量大，为方便索引，须建立数据分区，使用采集时间日期作为分区索引值[5]。

3.2 复合型成果导向人才成长规划模型

复合型即融合OBE成长目标导向教学理念、参考职场OKR目标管理考核的管理方法，并在此基础上建立基于ASK理论的人才全面发展模型。

以学生成长为中心，在学生成长的辅导过程中以其自我设定的成长目标为蓝图，持续不断地提升各方面能力，体现成果导向的教育理念。学生最终希望成为什么样的人才，系统自动将某种技能人才所需具备的素质分解成若干个量化指标。每个学期都有依据学生当前能力范围内可实现的小目标，每个小目标贯穿在学生每学期的学习成长计划中，一个小目标对应一个或多个量化指标，体现OKR目标与关键成果的管理方法[6]。

基于大数据的人才全面发展规划模型如图1所示。通过职业素养、技能、知识三个维度自动生成实现该目标应该具备的素质和能力，自动生成成长目标路线；该路线以横向时间维度分阶段设定成长里程碑，在纵向成长深度上，设定了每个阶段应该完成的小目标；基于学生在校成长记录包含学习成绩、作品成果、社团参与记录、创新创业与参赛记录、社会实践、辅导与反馈等各类型数据，通过辅导与反馈模式，由学生自主发现自己成长的优势和应该注意的劣势，是基于ASK人才全面发展模型构建的成长规划。

以大专层次“大数据技术”专业毕业生为例，学生若想在毕业后成为一名大数据产品开发工程师，系统自动为此类岗位从专业技能、理论素质、职业素养三个维度规划大专阶段的学习过程。

从大一开始，第一，培养开发工程师开发语言基础素质；第二，培养坚实的理论素质，以考证为目标，通过证书和行业认证肯定学习成果；第三，塑造职业素养，建立面向职场工作的职业思想和职业道德。

大二学习阶段，重点在模拟企业项目开发的模式，积累真实开发案例的经验。在技能方面重点提升数据采集和大数据平台部署和运维技术，以此作为进入大数据产品开发相关工作岗位的敲门砖。此阶段的职业素养需要注重职场中作为开发工程师应具备怎样的良好行为习惯，在学校里就开始培养良好的职业习惯。

大三阶段是职业教育学习的最后一个学年，在这一年学生须为找工作以及在岗位上独当一面做准备，技能上持续在大数据应用开发深入学习，具备以华为HCIE同类型的大数据证书认证下的理论素质，在择业就业方面能提供给用人单位积极的信息，竞争力提升明显。同时，职业素养更多的培养方面是作为工程师应具备的素质，如职业技能学习技巧、如何获取知识并将知识内化为自己能力的素质[7]。

3.3 整体模型的技术实现思路

数字教育管理服务系统通过大数据平台和微服务软件架构的有机结合，实现职业教育辅导工作过程可记录、依托大数据提高工作方法科学性。该系统是一套模块化程度很高的开发平台，以微服务设计思想为主导，采用前后端分离的体系架构：SpringBoot2.x、Vue、Mybatis-plus、Shiro、JWT。

在框架设计的层面上贯彻高内聚、低耦合的分层思想。高内聚，简化系统设计，让不同的层专注自己模块的事；低耦合，层与层之间通过对外发布的接口或API交互，内部实现对外透明。

同时，为避免分层实现造成的性能损耗问题，在架构设计上只分成“核心+应用”两层，简化了数据层层传递的损耗。该系统混合了微服务与第二代大数据平台Spark开发技术，平台之间互通使用中间库及统一协议RPC（远程调用协议）进行数据交互[8]。

4. 面向业务流程管理的模块化系统设计

4.1 理论分析

借助大数据技术对行业人才需求建立行业人才画像，帮助就业指导老师更精准科学地为学生的职业规划、就业心态做好把控；使用结合OBE教学理念的人才全面发展应用模型，有助于学生认清目标差距，并能为其达成最终目标提供可执行的成长进阶计划；建立微服务教育管理系统，模块化的设计思想让系统像搭积木一样，一边投入使用一边开发扩展功能[9]。

4.2 实验方法

通过大数据分析与统计技术，描述行业需求的人员素质要求、职业技能要求、薪资待遇水平、总体需求状况等指标，形成人才画像；结合画像传递给学生真实的行业情况，根据职业规划辅导与职业测评，帮助学生找到符合自己个性化需求的成长目标；利用人才全面发展应用模型，计算达成目标所应具备的素质，并生成成长计划，在学生成长周期内主动监督。

结语

大数据数字教育管理服务平台通过采集学生、教师和l0PoO9II+r7BJhRkPqZ2DFpatkjll+7+N5/rZHqTZC0=课程等多方面的数据，包括学习行为、成绩、教学资源等，进行数据分析和挖掘，从中获取有价值的信息，为教育决策和优化提供支持。利用大数据分析学生的学习行为和学习习惯，平台能够为每个学生提供个性化的学习路径和内容，满足不同学生的学习需求，提高学习效果。通过对大量的教学资源进行分析，平台可以优化教学资源的分发和使用，确保资源得到充分利用，提升教学效率。此外，平台还可以提供智能辅导和学习推荐，为学生提供更精准的学习建议和指导。

参考文献：

[1]福建省人民政府办公厅关于印发福建省“十四五”教育发展专项规划的通知（闽政办〔2021〕50号）[A/OL].（2021-09-03）[2024-06-12].http：//www.fujian.gov.cn/zwgk/zxwj/szfbgtwj/202109/t20210930_5699776.htm.

[2]丁浩.基于OBE教育理念的信管专业创新创业人才培养模式研究[J].当代教育实践与教学研究，2019（24）：128-129，230.

[3]范广慧，王威，王松，等.基于大数据的高校学生画像系统探究与设计[J].海峡科技与产业，2020（4）：41-44.

[4]罗磊.数字化时代高校学生管理育人模式变革的思考[J].中阿科技论坛（中英文），2020（11）：159-164.

[5]樊斌锋.高校学生管理数字化工作系统原型设计研究[J].山西电子技术，2021（6）：68-69.

[6]葛又嘉.基于微服务架构的分布式爬虫系统设计与应用[D].南京：南京邮电大学，2021.

[7]姚刚，吴海莉，王从镔.浅析微服务架构API网关的作用[J].信息系统工程， 2020（12）：16-18.

[8]张希玲.大数据时代高职院校精准就业服务的基本要求与发展策略[J].教育与职业，2020（15）：58-63.

[9]刘洪超，滕鑫鑫，白浩.基于大数据的高校智能就业平台建设与应用[J].现代教育技术，2020，30（2）：111-117.

作者简介：傅丽萍，本科，讲师，研究方向：计算机科学与技术。