大数据时代高校信息管理的研究

朱丽丽 张素红

(金陵科技学院 江苏南京 211169)

大数据时代高校信息管理的研究

朱丽丽 张素红

(金陵科技学院 江苏南京 211169)

随着数据库技术的迅速发展及数据库管理系统的广泛应用，高校积累的教育数据越来越多，但缺乏挖掘数据背后隐藏的知识手段，导致了“教育数据爆炸但知识贫乏”的现象。当今大数据时代，在信息部门的协同下，数据处理中心对这些零散而又无特定结构的教育数据应用大数据的数据分析、架构、存储、挖掘技术实现自上而下的教学管理优化，真正地实现基于数据的教学管理决策，促进高校教学管理体制变革。大数据技术也可帮助高校提高教学质量，促进教育公平。

大数据； 信息管理； 教育决策

0 引言

近年来，以物联网、移动互联网、云计算和大数据(Big Data)为代表的新一代信息技术发展迅猛，而大数据则风头最劲。无所不在的移动终端、智能设备、无线传感器等每分每秒都在产生数据，拥有数以亿计用户的互联网服务时时刻刻在产生巨量的交互。大数据需要满足数据量足够大(Volume)、数据的种类多样化(Variety)、数据的增长及处理速度快(Velocity)、数据蕴藏价值大(Value)这四个根本特征。

高校信息管理与其他类信息管理(如企业信息管理)有本质的区别，这由它的特点所决定：

1)高校信息管理研究的数据是教育数据。随着数据库技术的迅速发展及数据库管理系统的广泛应用，高校积累的教育数据越来越多，正在从TB级往PB级发展。目前的数据库系统已经从单机模式发展为分布式模式，从结构化模式发展为非结构化模式，从关系型数据库(RDBMS)发展为非关系型数据库(NoSQL)。海量的教学相关数据与其他类信息管理处理的数据不一样，这些数据真实地反映了高校的教学情况，它蕴含很多潜在的教学关系和教育规则。

2)高校信息管理使大量的教学相关事务工作信息化、网络化，基本满足了教学模式的需求，可进行各种信息的查询(如它可以给出某学期某门课程考试未通过或成绩优秀的学生情况、某教师所教班级的学生成绩情况等)，还可以生成各类统计报表[1]。

3)现有的高校信息管理欠缺分析和决策支持功能，从海量教育数据中难以发现潜在的关系和规则，缺乏挖掘数据背后隐藏的知识的手段，导致了“教育数据爆炸但知识贫乏”的现象。海量的教学数据难以为管理决策提供科学依据，例如：不能找出那些考试未通过及成绩优秀的学生在哪些方面有什么不同的特征，以及怎样合理建议考试未通过的学生提高成绩；为什么学生喜欢上某些选修课程，如何才能调动他们学习积极性；预测未来课程的发展方向；学生在校成绩中隐藏的知识如何来指导招生等。

1 高校信息管理体系及技术

高校信息管理体系由数据源、数据存储、数据分析、用户端及接口层四部分组成，如图1所示。

图1 高校信息管理体系架构

大数据时代，数据挖掘技术主要存在以下三个方面的挑战：①多样性的数据类型：由于差异性的标准，不同的系统和应用需求，会产生多样性的数据，其中包括结构化数据、半结构化数据、非结构化数据，对半结构化和非结构化数据的清洗集成与挖掘将成为一大挑战。②数据挖掘算法的改进挑战：大数据时代数据的量级达到了TB级甚至GB级，伴随着数据新特征的产生，基于云计算、物联网、大数据技术等相关技术，对现有挖掘算法进行改进，以适应不同的应用需求。③数据清洗除噪技术挑战：由于应用终端所处地理位置的特殊性和复杂性，使得海量数据具有很多噪声[2]。在进行数据清洗时，不易把握清洗规则和粒度。粒度太大，残留的噪声会干扰有价值的信息，干扰挖掘结果；粒度太小，有价值的信息可能会被清洗遗失。

2 大数据时代高校信息管理应用

大数据时代高校信息管理数据处理流程由数据处理(概念图、知识萃取、序列化工具)，数据挖掘(聚类、关联规则、文本挖掘)，数据分析(统计学、可视化、个性化推荐)，用户应用(知识管理、内容管理、教学分析、教育决策)四部分组成，如图2所示。

2.1 教学模式变革

高校信息管理分析学生学习行为和学习模式，为每一位学生都创设量身定制的学习环境和个性化的课程体系，同时创建早期学业监督系统，以便发现学习过程中潜在的问题和风险，为学生提供充满挑战性的学习计划，激发和培养创新意识和潜力。运用大数据挖掘创造的“学习分析系统”，分析学生的学习行为、教师的教学行为、考试成绩到职业规划等所有重要的信息[3-5]。它是大数据挖掘、模块化和案例运用的联合框架，可以向教师提供学生是“怎样”学习得更多、更好、更精确的信息。

图2 高校信息管理数据处理流程图

2.2 教学资源整合

高校信息管理还包括：教学质量分析(有助于教与学的统一)；得奖得优分析(有助于因材施教)；教室安排分析(提高教室、实验室使用率)等方面。所涉及的问题包括教室、实验室、语音室等多种教学资源转换的管理，是否新建教学实验楼，是否更改教学资源用途，如何提高教室、实验室使用率，如何合理安排课程、课程调整、调停补课等学期中出现的突发情况，提高学生学习和教师授课水平等方面[6-7]。

2.3 指导招生

高校信息管理通过分析多年的教育数据，找出数据中隐藏的知识，辅助招生管理决策，比如：需要的生源在哪里，应该向哪些省份多投放招生名额，具体到哪个省份招生名额的确定[8]。不同省份生源名额的重新分配，重点和一般城市招生策略的区别，招生宣传策略的调整，这些具体决策需要大量教育数据作为支撑，利用大数据挖掘技术进行挖掘，将隐藏的有用的知识服务于教育教学。

3 结束语

高校取得竞争优势的关键是教育信息合理管理和有效应用。真正反映教育状况的有效信息如何从海量的教育数据中获取；教育资源的管理和调度如何系统地、有序地完成；采取什么样的招生策略、校园管理成本如何降低、教学效果如何提高，最终如何为教育信息管理提供决策支持，上述这些的问题都是教育部门关注的焦点问题[9]。

随着教育教学改革的逐步深入以及高等教育国际化的逐渐接轨，高校面临众多竞争问题：学位评审、社会影响力及问责、绩效考核、高校排名次序等，从海量的教育教学数据中如何有效地利用和挖掘，并从这些数据中获取潜在但有用的知识应用于高校信息管理过程中，提高教育教学质量、提升科研水平、增强管理效益，是当前高校教育信息化管理与深入发展的研究趋势。

[1] 蒋达央，姚琪.加拿大职业院校教育信息化建设与应用研究——以百年理工学院为例[J].常州信息职业技术学院，2015(6)：13-15.

[2] 刘松.数据挖掘在楚雄电信发析系统中的应用[D].北京：北京邮电大学，2006：6.

[3] 舒忠梅，屈琼斐.大数据时代高校信息管理与决策机制研究[J].华南理工大学学报(社会科学版)，2013(12)：13-15.

[4] 徐鹏，王以宁，刘艳华.大数据视角分析学习变革——美国通过教育数据挖掘和学习分析促进教与学报告解读及启示[J].远程教育杂志，2013(1)：11-13.

[5] 甘容辉，何高大.大数据时代高等教育改革的价值取向及实现路径[J].中国电化教育，2015(11)：70-73.

[6] 金陵.大数据与信息化教学变革[J].中国电化教育，2013(1)：8-10.

[7] 冯登国，张敏，李昊．大数据安全与隐私保护[J].计算机学报，2014(1)：246-258.

[8] 宓詠，赵泽宇.大数据创新智慧校园服务[J].中国教育信息化，2013(24)：3-7.

[9] 汪小燕.基于二进制可辨矩阵的属性约简研究[D].安徽：合肥大工业大学，2006：5.

[责任编辑：李娟]

Study on University Information Management in the Era of Big Data

ZHU Lili ZHANG Suhong

(Jinling Institute of Technology, Nanjing 211169, China)

With the rapid development of database technology and the wide application of database management system, more and more educational data was accumulated in colleges and universities. The lack of hidden knowledge behind data mining leads to the education data explosion but lack of knowledge. In the era of big data, data analysis, architecture, storage and mining technique of these fragmented educational data with no special structure by data processing center under the collaboration of the information department can achieve top-down teaching management optimization, realizing educational decision-making based on data and promoting the reform of teaching management system in colleges and universities. Big data technology can also help colleges and universities to improve teaching quality and promote educational equity.

big data; information management; educational decision-making

2016-11-04

江苏高校哲学社会科学基金指导项目(2016SJD880024)；2015年度江苏省现代教育技术研究课题(2015-R-42512)；2015年金陵科技学院课题(JIT-DXWH-2015012)；2015年金陵科技学院校级教育教改研究重点项目(2015JYJG07)

朱丽丽(1980-)，女，讲师，硕士，主要研究方向：教育管理、计算机技术

G 647

A

1672-2434(2017)01-0075-03