论文部分内容阅读
摘 要：随着互联网技术的飞速发展和电子设备的不断普及，人们的生产运营和生产活动不断产生了大批量的数字信息，学术上称这些数字信息为“数据”。大数据技术可以帮助企业和政府部门科学、合理地管理和储存这些“数据”。大数据技术主要是指在一定时间范围内使用常规的软件或者工具对数据进行捕捉、管理和处理等操作。大数据技术可分为数据库、数据挖掘、互联网和云计算等。文章通过分析大数据技术的高职学情，在数据搜集、数据分析和分析结果3个方面进行分析和探讨，使得高职院校教书育人工作更加高效。
关键词：大数据;学情分析;高职教育
0 引言
随着“移动互联网+”时代的到来，分析海量的信息和数据的传统手段已经不堪重任，大数据技术应运而生，通过常规软件对数据进行捕捉、处理和管理，实现信息的高效整合和数据分析，对最终的决策提供了可靠的技术支撑。大数据领域主要涵盖了数据管理、系统运行和维护、系统的开发、分析数据和数据挖掘等方面的内容，已经经历了探索市场、市场启动等的阶段，在接受性、应用、技术方面已趋于完善，是信息技术领域具有创新概念的工具，将信息革命热潮推向了一个高度。大数据的主要应用大致分为客户群体的划分、虚拟仿真、加强部门之间的联系、降低成本4个方面，对为每个独立的信息系统定制个性化的服务、创造新的需求、提高收益率、提高整条管理链条和产业链条的产能、发现隐藏的信息并进行一定程度地创新。对学生学习情况的分析是教学研究的重要组成部分，教师要想有针对性地指导学生，需要对学生的现状进行分析。大数据在教育领域的发展有广阔的前景，在搜集教育信息、挖掘教育资源、教育数据整合方面都已经产生很大的作用，如何使大数据为教育提供更加完善的服务、服务于教学的全过程是一个很好的研究方向。学生学习的过程会产生大量的学习信息和数据，通过数据分析对教学手段进行改善，提高独立的学习系统的科学性和量化程度，本文在数据搜集、数据分析和数据分析结果3个方面开展了讨论[1]。
1 大数据的高职学情现状
1.1 高职院校的生源素质偏低
目前职业高校存在很尴尬的问题，甚至高职院校的教师也承认，高职学生事实上是高考的失败者，但是社会需要解决这些人的继续教育问题，高职教育在高中教育和大学教育的水平之间，许多高职院校的大数据技术的建设水平还不如一些重点的初中水平。高职院校最近几年的发展更为艰难，以前的本科院校全面扩招，计划生育的遗留问题，造成了本来生源就比较差的高职院校更难招收优秀学生。现在高职院校的整体生源素质水平偏低，高职院校很难孕育出国家的栋梁之材。目前，高职院校教育的缺位，是整个教育体制中存在的重要问题。社会对从高职院校走出的学生的技术认可度不高。
1.2 高职院校的学习氛围不好
高职院校的大部分学生的自控能力较差，基本大部分时间浪费在娱乐游戏上，许多想要通过自身努力进行提高的学生受到了环境的影响难以取得学习上的进步。学校重视学生技能的培养，但是学校在人文素质建设方面有很大程度的欠缺，在课堂纪律和管理制度方面不够完善，学生的学习环境无法得到可靠性的保障。学生存在的主要问题是学习态度不端正、管理不服从。应用大数据技术对高职学校学生进行学情分析，很难和学生做好沟通和信息交流，对学生的信息采集工作比较困难[2]。
1.3 高职院校的课程体系存在很大缺陷
高职院校一般按照相关行业的岗位情况对课程进行设置，一般设置模块化的课程结构，大部分课程以实践课程为主，其中实践课程超过了总课程的百分之五十，这种过于注重实践的课程模块建构不利于培养“知识分子”，容易在高职院校中产生大量“知道分子”，通俗地讲就是学生通过一套完整的教学过程后，只知道某种技术可以这样去做，但是知识和理论方面十分缺乏，在以后的工作学习中十分不利于自身能力的提高，培养学生“知其然知其所以然”才是一个完善的课程设置需要遵守的必要原则。高职学生欠缺理论化的知识作为指导，不利于国家培养“创新型人才”。
1.4 高职院校教学方法需进一步改革
教师在对学生的教学中，通常对理论知识进行简单阐述，虽然现在社会的整体气氛比较浮躁，但是教师的本职工作便是“传道授业解惑”，教师需要改进教学方法，激发学生学习的主观能动性。在上课的过程中，许多教师较少使用真实案例，学生在理论知识的学习过程中缺乏实用性和真實性，自身成就感较低。在比较偏重实践性的专业课中，教育工作者存在无法正确引导学生在做中学，学生缺乏岗位实践能力，学生的职业行为偏低。
2 通过大数据改善高职学情的必要性
学情具有客观性、开放性和动态性的特点，通过分析高职学生的学情，可以了解学生的学习兴趣、难点、疑点和学习方式等。目前对学情分析大多采用问卷调查的方法和经验分析的方法，这些方法对研究者的经验程度要求较高，对学情分析的成本花费较大，而且主观性较强，很难使教育工作者对学情进行可靠的掌握。通过大数据对学情进行分析，教师可以有效挖掘出学生学习存在的一些共性问题。这些问题反馈的数据和信息对体制和整体的教育计划具有良好的指导性的作用。通过对学生个体系统的数据特点进行分析，教师更加了解真实和详细的学情，指导效果更加明显。
学生的学习情况和学业表现息息相关。教师通过对学情的分析，对学生进行针对性的指导。高职学生学习强度和难度都具有一定意义上的复杂性，而且高职学生大多已经进入成年阶段，很难服从指令化的管理方式。高职教育对学生的自律程度要求较高，家长督查工作很难再发挥作用。填鸭式的辅导方式效果大大下降。对学生的学习情况的分析就显现得尤为重要。大数据技术可以快速搜集高职学生的学习情况，对学生的学习数据和分析实现精准指导，通过借鉴大数据在商业领域的应用，大数据在教育领域的应用和实践也在不断发挥着巨大的作用。
3 通过大数据技术对高职学情进行分析
3.1 数据搜集 通过网络爬虫或者API等方式从网站上获取相关数据，教师对学生在网页上的点击流等非结构化的数据进行爬取，存储到本地的数据文件中，构建易于管理的信息处理系统。数据搜集的途径分为学生上网行为和上网痕迹、学习过程、学习评价和毕业生就业情况。数据的类型分为静态数据和动态数据，后台对关键字、浏览时间、课上课后在网上学习平台上留下的基本信息和课程基本信息等进行记录。依据平时成绩和期末考核的分数数据，后台按照比重计算学生的成绩数据。后台对岗位信息变化进行数据跟踪，对课程设置和培训内容方面进行合理地调整[3]。
3.2 数据分析
数据分析的前提条件是具备数据处理的能力和数据分析的思维。数据处理能力就是高职学校应该加大对计算机、云平台等基础设施等的大数据硬件和软件的投入。学校可以引进技术比较先进的大数据处理设备，也可以进行自主研制硬件设备。大数据处理一般应用较为广泛的有SQL，Office和Python等工具。数据分析的思维具体化就是一些方法和理论，例如对比方法、细分方法、漏斗方法（分层次）、RFM分析法、TGI和AARRR分析法等。对学情的数据分析一般是对学生的学习过程、学习评价和就业情况3个方面进行分析，细化分析的层次，对学生的关注度、知识点和兴趣点等进行多维度的分析，对每们课程进行独立的、系统的分析，对就业情况、岗位的要求等进行分析和掌握。
3.3 通过分析情况对教学方式进行改善
教师根据搜集和分析后的数据对教学过程进行改善。就现在的高职招生存在的生源差问题，通过数据分析对学生的兴趣拟制招生简章，兴趣是学生学习的强大动力，可以一定程度上弥补生源问题的缺陷;通过数据分析对课程体系进行整改，调整实践课程占比较重的问題，增加理论课程的占比，适当开设选修课程，帮助学生实现全面发展;教师在课堂教学过程中，改变教学方法，引入学生感兴趣的元素，因材施教，根据学生的个性使用不同的教学方式。针对学生存在的疑难问题，教师帮助学生定点突破提升，梳理知识框架结构，提高学生的主观能动性，发挥学生的特长，利用岗位高薪等数据信息提高学生对专业学习的兴趣。
4 结语
大数据在高职教育的应用为高职高校学情分析工作提供了较为高效的技术支持，从以往依靠经验的问卷调查等传统方式转变为较为方便快捷的“互联网+”类型的高能的网络分析。教育评价从宏观走向微观，使教学更加精准化，教育方式更加多样化，教学内容更加多样化，促进了高职教育的数据化和可视化。笔者希望高职教育学情的大数据分析可以更加科学、合理、全面，我国的高职教育体制会更加完善，在信息时代的大潮流中涌现出一大批创新性、全面发展的人才。
[参考文献]
[1]翁鹤.大数据时代高校民族声乐艺术多媒体教学探究—评《大数据驱动下的教育变革与创新》[J].科技管理研究，2020（22）：263.
[2]操宁.依托大数据对学情的分析促进高中数学教学相长[J].安徽教育科研，2020（12）：75-77.
[3]曹玉峰.精准化教学：基于“大数据”的视角分析[J].小学教学研究，2020（17）：43-45.
（编辑 王永超）
关键词：大数据;学情分析;高职教育
0 引言
随着“移动互联网+”时代的到来，分析海量的信息和数据的传统手段已经不堪重任，大数据技术应运而生，通过常规软件对数据进行捕捉、处理和管理，实现信息的高效整合和数据分析，对最终的决策提供了可靠的技术支撑。大数据领域主要涵盖了数据管理、系统运行和维护、系统的开发、分析数据和数据挖掘等方面的内容，已经经历了探索市场、市场启动等的阶段，在接受性、应用、技术方面已趋于完善，是信息技术领域具有创新概念的工具，将信息革命热潮推向了一个高度。大数据的主要应用大致分为客户群体的划分、虚拟仿真、加强部门之间的联系、降低成本4个方面，对为每个独立的信息系统定制个性化的服务、创造新的需求、提高收益率、提高整条管理链条和产业链条的产能、发现隐藏的信息并进行一定程度地创新。对学生学习情况的分析是教学研究的重要组成部分，教师要想有针对性地指导学生，需要对学生的现状进行分析。大数据在教育领域的发展有广阔的前景，在搜集教育信息、挖掘教育资源、教育数据整合方面都已经产生很大的作用，如何使大数据为教育提供更加完善的服务、服务于教学的全过程是一个很好的研究方向。学生学习的过程会产生大量的学习信息和数据，通过数据分析对教学手段进行改善，提高独立的学习系统的科学性和量化程度，本文在数据搜集、数据分析和数据分析结果3个方面开展了讨论[1]。
1 大数据的高职学情现状
1.1 高职院校的生源素质偏低
目前职业高校存在很尴尬的问题，甚至高职院校的教师也承认，高职学生事实上是高考的失败者，但是社会需要解决这些人的继续教育问题，高职教育在高中教育和大学教育的水平之间，许多高职院校的大数据技术的建设水平还不如一些重点的初中水平。高职院校最近几年的发展更为艰难，以前的本科院校全面扩招，计划生育的遗留问题，造成了本来生源就比较差的高职院校更难招收优秀学生。现在高职院校的整体生源素质水平偏低，高职院校很难孕育出国家的栋梁之材。目前，高职院校教育的缺位，是整个教育体制中存在的重要问题。社会对从高职院校走出的学生的技术认可度不高。
1.2 高职院校的学习氛围不好
高职院校的大部分学生的自控能力较差，基本大部分时间浪费在娱乐游戏上，许多想要通过自身努力进行提高的学生受到了环境的影响难以取得学习上的进步。学校重视学生技能的培养，但是学校在人文素质建设方面有很大程度的欠缺，在课堂纪律和管理制度方面不够完善，学生的学习环境无法得到可靠性的保障。学生存在的主要问题是学习态度不端正、管理不服从。应用大数据技术对高职学校学生进行学情分析，很难和学生做好沟通和信息交流，对学生的信息采集工作比较困难[2]。
1.3 高职院校的课程体系存在很大缺陷
高职院校一般按照相关行业的岗位情况对课程进行设置，一般设置模块化的课程结构，大部分课程以实践课程为主，其中实践课程超过了总课程的百分之五十，这种过于注重实践的课程模块建构不利于培养“知识分子”，容易在高职院校中产生大量“知道分子”，通俗地讲就是学生通过一套完整的教学过程后，只知道某种技术可以这样去做，但是知识和理论方面十分缺乏，在以后的工作学习中十分不利于自身能力的提高，培养学生“知其然知其所以然”才是一个完善的课程设置需要遵守的必要原则。高职学生欠缺理论化的知识作为指导，不利于国家培养“创新型人才”。
1.4 高职院校教学方法需进一步改革
教师在对学生的教学中，通常对理论知识进行简单阐述，虽然现在社会的整体气氛比较浮躁，但是教师的本职工作便是“传道授业解惑”，教师需要改进教学方法，激发学生学习的主观能动性。在上课的过程中，许多教师较少使用真实案例，学生在理论知识的学习过程中缺乏实用性和真實性，自身成就感较低。在比较偏重实践性的专业课中，教育工作者存在无法正确引导学生在做中学，学生缺乏岗位实践能力，学生的职业行为偏低。
2 通过大数据改善高职学情的必要性
学情具有客观性、开放性和动态性的特点，通过分析高职学生的学情，可以了解学生的学习兴趣、难点、疑点和学习方式等。目前对学情分析大多采用问卷调查的方法和经验分析的方法，这些方法对研究者的经验程度要求较高，对学情分析的成本花费较大，而且主观性较强，很难使教育工作者对学情进行可靠的掌握。通过大数据对学情进行分析，教师可以有效挖掘出学生学习存在的一些共性问题。这些问题反馈的数据和信息对体制和整体的教育计划具有良好的指导性的作用。通过对学生个体系统的数据特点进行分析，教师更加了解真实和详细的学情，指导效果更加明显。
学生的学习情况和学业表现息息相关。教师通过对学情的分析，对学生进行针对性的指导。高职学生学习强度和难度都具有一定意义上的复杂性，而且高职学生大多已经进入成年阶段，很难服从指令化的管理方式。高职教育对学生的自律程度要求较高，家长督查工作很难再发挥作用。填鸭式的辅导方式效果大大下降。对学生的学习情况的分析就显现得尤为重要。大数据技术可以快速搜集高职学生的学习情况，对学生的学习数据和分析实现精准指导，通过借鉴大数据在商业领域的应用，大数据在教育领域的应用和实践也在不断发挥着巨大的作用。
3 通过大数据技术对高职学情进行分析
3.1 数据搜集 通过网络爬虫或者API等方式从网站上获取相关数据，教师对学生在网页上的点击流等非结构化的数据进行爬取，存储到本地的数据文件中，构建易于管理的信息处理系统。数据搜集的途径分为学生上网行为和上网痕迹、学习过程、学习评价和毕业生就业情况。数据的类型分为静态数据和动态数据，后台对关键字、浏览时间、课上课后在网上学习平台上留下的基本信息和课程基本信息等进行记录。依据平时成绩和期末考核的分数数据，后台按照比重计算学生的成绩数据。后台对岗位信息变化进行数据跟踪，对课程设置和培训内容方面进行合理地调整[3]。
3.2 数据分析
数据分析的前提条件是具备数据处理的能力和数据分析的思维。数据处理能力就是高职学校应该加大对计算机、云平台等基础设施等的大数据硬件和软件的投入。学校可以引进技术比较先进的大数据处理设备，也可以进行自主研制硬件设备。大数据处理一般应用较为广泛的有SQL，Office和Python等工具。数据分析的思维具体化就是一些方法和理论，例如对比方法、细分方法、漏斗方法（分层次）、RFM分析法、TGI和AARRR分析法等。对学情的数据分析一般是对学生的学习过程、学习评价和就业情况3个方面进行分析，细化分析的层次，对学生的关注度、知识点和兴趣点等进行多维度的分析，对每们课程进行独立的、系统的分析，对就业情况、岗位的要求等进行分析和掌握。
3.3 通过分析情况对教学方式进行改善
教师根据搜集和分析后的数据对教学过程进行改善。就现在的高职招生存在的生源差问题，通过数据分析对学生的兴趣拟制招生简章，兴趣是学生学习的强大动力，可以一定程度上弥补生源问题的缺陷;通过数据分析对课程体系进行整改，调整实践课程占比较重的问題，增加理论课程的占比，适当开设选修课程，帮助学生实现全面发展;教师在课堂教学过程中，改变教学方法，引入学生感兴趣的元素，因材施教，根据学生的个性使用不同的教学方式。针对学生存在的疑难问题，教师帮助学生定点突破提升，梳理知识框架结构，提高学生的主观能动性，发挥学生的特长，利用岗位高薪等数据信息提高学生对专业学习的兴趣。
4 结语
大数据在高职教育的应用为高职高校学情分析工作提供了较为高效的技术支持，从以往依靠经验的问卷调查等传统方式转变为较为方便快捷的“互联网+”类型的高能的网络分析。教育评价从宏观走向微观，使教学更加精准化，教育方式更加多样化，教学内容更加多样化，促进了高职教育的数据化和可视化。笔者希望高职教育学情的大数据分析可以更加科学、合理、全面，我国的高职教育体制会更加完善，在信息时代的大潮流中涌现出一大批创新性、全面发展的人才。
[参考文献]
[1]翁鹤.大数据时代高校民族声乐艺术多媒体教学探究—评《大数据驱动下的教育变革与创新》[J].科技管理研究，2020（22）：263.
[2]操宁.依托大数据对学情的分析促进高中数学教学相长[J].安徽教育科研，2020（12）：75-77.
[3]曹玉峰.精准化教学：基于“大数据”的视角分析[J].小学教学研究，2020（17）：43-45.
（编辑 王永超）