大數據下的高校繼續教育發展范文

本站小編為你精心準備了大數據下的高校繼續教育發展參考范文，愿這些范文能點燃您思維的火花，激發您的寫作靈感。歡迎深入閱讀并收藏。

【摘要】大數據時代，高校繼續教育必須迎接挑戰，抓住機遇，充分利用大數據推動轉型發展。繼續教育大數據可以實現市場需求分析、推動個性化學習、精準教學評價、決策科學等。但是目前來看，繼續教育大數據建設中存在著觀念落伍、技術和人才缺乏、費用短缺和隱私侵犯等問題。因此，需要更新大數據理念，完善大數據系統和平臺，提高大數據應用能力，保護個人隱私，全面推動繼續教育大數據發展。

【關鍵詞】高校繼續教育；大數據；教育大數據

隨著互聯網對社會生活方方面面的深入影響，大數據開始浮出水面。大數據將開創一次重大的時代轉型，引發一場變革，改變生活以及理解世界的方式。大數據不僅是人們獲得新認知、創造新價值的源泉，還是改變市場、組織機構以及政府與民眾關系的方法。［1］高校繼續教育發展面向市場辦學，就必須了解社會需要和學習者的現實需求，充分利用大數據優勢，推動繼續教育模式創新，更好地發揮服務社會、培養社會急需的繼續教育人才，推動學習型社會建設，為終身教育體系建設發揮重要作用。

一、大數據及特點

什么是大數據（BigData），大數據作為一種新生事物，還沒有一個公認的定義，目前主要從技術層面和價值層面進行定義。從技術層面上，2011年麥肯錫全球研究院（McKinseyGlobalInstitute）了《大數據：創新、競爭和生產力的下一個新領域》研究報告，第一次提出了大數據概念：就是指那些數據規模巨大，大到傳統的數據庫軟件工具已經無法采集、存儲、管理和分析的數據集。［2］而從價值層面上，美國學者維克托•邁爾－舍恩伯格在《大數據時代》一書中進行了定義：就是通過對海量數據進行分析，獲得有巨大價值的產品、服務或深刻的見解。［3］與此相對應，教育大數據應運而生，特指在教育領域的大數據，是整個教育活動過程中所產生以及根據教育需要采集到的、一切用于教育發展并可創造巨大潛在價值的數據集合。［4］所以，繼續教育大數據則是教育大數據的一個子集，特指在繼續教育領域所產生的涉及行業信息、學員信息、教學信息等一系列數據及其由此衍生的海量信息數據，為繼續教育發展和決策創造潛在價值的數據集合。維克托•邁爾－舍恩伯格深刻闡釋了大數據的特點，用“5V”來概括：Volume（大量）、Velocity（高速）、Variety（多樣）、Value（價值）、Veracity（真實性）。［5］作為大數據的一個組成部分，繼續教育大數據同樣具備這五個特點。一是繼續教育大數據的海量化。以往繼續教育學生數據主要出現在就讀期間，其中包括年齡、身份、性別、籍貫、入學前學歷、學籍記錄、成績記錄等基本信息數據。但在大數據時代，其數據信息不僅僅包括其本人的身份相關信息，還應該對其所在的行業、企業等單位進行記錄、更新，在就讀期間的各類學習行為都應該得到真實的記錄，甚至在完成學業后要繼續跟蹤其繼續學習、就業轉換等方面的變化。二是要有高速運行的繼續教育大數據系統。這一系統要求比傳統的數據挖掘處理速度更加快，同時要求數據增長速度、處理速度、更新速度比較高，能夠對需求快速反應。三是繼續教育大數據的多元性。根據大數據的要求，需要對繼續教育學生數據進行細分，對不同類型的學生進行分類匯總，體現出多樣性的特征。四是繼續教育大數據的價值挖掘。任何一種類型的技術都必須具備實用性和現實操作性。因此，繼續教育大數據必須體現出其使用價值，把繼續教育過程中乃至前置、畢業反饋的信息及時傳遞到辦學過程中，使得辦學能夠及時體現社會需要，滿足學習者的需求。五是繼續教育大數據必須真實有效。大數據技術的基本要求就是對繼續教育學生的每一條數據進行甄別，力爭得到全面、真實、有效的數據。

二、繼續教育大數據存在的問題

1繼續教育大數據建設觀念落伍繼續教育種類較多，既有傳統模式的成人教育、自學考試、函授教育、非學歷繼續教育，也有利用現代信息技術的網絡遠程教育。從總體上來看，對大數據重視、使用等還存在著明顯的不足。即使在網絡遠程教育中，互聯網作為一個平臺或作為一種信息系統，對于數據的重視已經達到了一定的程度，但是對于數據的收集、存儲、分析、利用仍然存在著重視就讀學生的學籍數據，而不能上升到大數據思維上來重視和充分利用。而和網絡教育相比較的其他繼續教育形式，則較少或根本不利用信息技術，就更談不上利用大數據和具備大數據思維了。具體體現在目前很多學校沒有留存數據、收集數據的意識，大量學生的信息仍停留在紙質卷宗上，學生各個階段的數據也很難實現對接共享。

2繼續教育大數據存在技術和人才難題技術上面的難題首先是高校繼續教育數據的采集、大數據存儲、平臺還處在零散狀態，很難達到整合。其次是技術人員的缺失。尤其長期的在傳統體制內辦學，技術人員可有可無，因此在數據的收集、整理、分析等方面人才匱乏。其三是如何讓各種學生學習行為數字化，特別是對于學生個性化的需求還存在一定的欠缺，技術上還難以突破。

3繼續教育大數據存在費用短缺問題大數據從本質上來看還是屬于技術層面，需要通過一定的基礎設施和系統來對數據進行處理，需要經費投入。但是，繼續教育在整個學校處于非核心地位，學校對繼續教育的投入相對較少，同時大數據相對比較復雜，需要投入的經費額度較大，單純依靠繼續教育辦學機構投入有一定的難度。雖然可以通過服務外包的形式，吸引企業投入，但是承擔的風險較大，企業有其特定的利益訴求，涉及學校體制機制問題，因此很難推動。

4繼續教育大數據中個人隱私保護難問題隱私泄露是大數據應用過程中不可回避的問題，將會帶來一系列的社會問題，必須引起足夠的重視。［6］對于繼續教育而言，核心問題就是學生個人隱私問題。一是在收集學員的數據過程中，必然要涉及學員的個性特征，有些數據信息是在學員不知情的前提下采集的數據。二是在存儲大數據的過程中，如果不加強信息安全管理和信息安全的教育，學生的信息就有可能泄露、外傳，使得學生的個人隱私得不到應有的保護。三是學生數據的訪問權限設置不清晰，導致數據信息被隨意調取、使用，使得學生個人隱私得不到尊重和保護。［7］

三、繼續教育大數據作用分析

大數據已經走進了我們的時代，但是對于繼續教育而言，到底大數據可以給繼續教育帶來什么，這是繼續教育大數據需要解決的基礎性問題。繼續教育大數據可以實現市場需求分析、推進個性化學習、實現精準教育評價和教育決策科學化，切實提高繼續教育的辦學質量。

1繼續教育市場需求分析繼續教育面向市場辦學，要準確把握行業、社會需要和學習者的需求，從而準確設計課程。特別處在時代變革、我國經濟發展轉型的過程中，對行業、產業及人才的需求要求更高。因此，繼續教育課程的實用性和針對性是一個重點和難點所在。通過大數據，了解各個不同行業的信息、了解企業人員的流動趨向，從而前瞻性分析市場熱點，把握和引導市場需求，切實為社會提供高素質的繼續教育人才。通過大數據，在廣泛大量數據資源收集的基礎上，進行數據挖掘分析，掌握市場需求情況，緊密圍繞需求制訂培訓計劃，準確定位，充分調研，開發能夠滿足各種需求的培訓項目，為企事業單位提供訂單式、形式多樣、內容豐富的繼續教育項目。［8］

2個性化繼續教育成為可能繼續教育學生來源于各行各業，學習基礎差異較大，對個性化學習的渴望更加強烈。個性化的首要條件是學習分析。在大數據時代，通過繼續教育學生的瀏覽習慣、上網痕跡、參與話題及討論內容，來對學習者瀏覽過程進行分析，可以看到學生的最終喜好和學習需求，從而充分研究繼續教育學生參與、學習過程和學習最后的表現，以便提供具體的個性化學習方案。其次就是要制訂個性化的教育環境。要通過大數據的分析，為不同特點和個性差異的學生，根據學生的實際學習步調和學習情況開展有針對性的學習指導，使其真正融入學習過程中。再次就是通過大數據對教學方法等進行細化和精準化，提升學習者的學習體驗，使得教學方法能夠與學習者的學習之間保持切合。［9］

3繼續教育評價更加精準教育的最終效果會充分體現在評價上。教育者可以通過評價知道存在的問題、改進的方向和實施的步驟。繼續教育大數據需要主動、積極的收集教育評價的相關信息和數據。根據繼續教育的特點，可以從三個方面進行評價：一是可以實現形成性評價。繼續教育的過程中由于工學矛盾，很難一段時間集中學習，由此導致了學習碎片化。所以繼續教育必須注重學生的形成性評價，并通過數據形式進行記錄。如學習的時間和次數、作業的評價和等級、論壇發言次數和質量等都需要予以記錄，作為學生考核的一個重要組成部分。二是可以實現全員評價。傳統意義上的統計學要求抽樣調查，但是在大數據時代，在互聯網平臺上，可以實現全員評價。通過學生注冊賬號、登錄系統，及時提醒學生對學習內容、學習形式、學習效果等進行全員評價，并且把這種評價作為一種強制性措施加以執行。三是可以實現評價的多元比較。也就是在評價的過程中，不要單一、靜態看待這些數據，而是通過多年積累的、多個學科的、多個教師之間進行數據的比對，從而得出客觀、公正的教育評價，為進一步改進教學提供智力支撐和數據依據。

4推動繼續教育管理科學化教育大數據將匯聚無數以前看不到、采集不到、不重視的數據，對這些混雜數據進行深度挖掘以及與其他領域的大數據進行關聯分析。教育決策將不再過度依靠經驗、拍腦袋和簡單的統計結果，而轉向基于數據的科學決策。［10］這種決策包括兩個層面：一個是宏觀層面，如繼續教育的各類改革措施，涉及面比較大、牽涉利益比較多，需要慎重決策，大數據就為這種決策提供了支持和保證；另外一個就是具體教學過程中的教學模式、教學方法、管理措施的改變，都需要通過大數據的比對、關聯、類聚進行分析，找到影響發展的瓶頸，有針對性解決問題。

四、繼續教育大數據建設路徑

在大數據時代，繼續教育的發展必須革新觀念，迎接時代挑戰，面向社會需求和學習者的需求，提供針對性的人才培養方案和培養體系，切實提升繼續教育的辦學質量。

1大數據時代需要變革繼續教育思維大數據是一個新鮮事物，對教育教學的影響也是一個循序漸進的過程，要充分利用大數據改造傳統的繼續教育，就需要樹立大數據理念。首先，大數據時代要注重“用數據說話”，讓“事實勝于雄辯”。改變傳統的單純依靠經驗、感覺來判斷和思考，要在此基礎上加上數據，特別是注重全部的數據，也就是大數據使得感性的思考上升到理性思維中去，提高繼續教育決策的科學性。其次，要使用大數據進行決策的過程中，必須充分利用大數據，實現三個轉變：第一，必須從樣本到全部轉變。在進行分析的過程中，要借助全部的數據，也就是樣本選取上要全部，而不是按需抽樣，需要的是所有的數據，“樣本＝全體”。比如在對教學模式變革的調查中，就必須使用全部學生的有效數據。第二，是從精準性向全面性轉變。也就是在收集數據的過程中，要摒棄良好數據的觀念，而是要更多的維護數據的全面性。第三，從因果向相關轉變。數據分析過程中，不是尋找數據之間的因果關系，而是確定他們之間的相關性，找到數據之間的關聯，從而預測繼續教育發展的趨勢和方向。［11］再次，要形成一個繼續教育大數據建設的氛圍。全員形成一個良好的數據收集、存儲和分析的管理氛圍，從繼續教育市場調研、課程設計、學員服務和教學反饋等均利用數據來進行分析和決策，逐步形成數據化思維，推動繼續教育健康、可持續發展。

2提升繼續教育大數據的應用能力大數據驅動繼續教育發展，是一個復雜的系統工程，需要從硬件、軟件上不斷提升。從硬件上來看，要完善基礎設施，搭建大數據平臺和系統。高校繼續教育特別是在部分高校開展網絡學歷繼續教育的過程中，奠定了一定的基礎，具有學習平臺和學習系統。但是現有設施還不足以滿足大數據時代的需求，要對學校大數據支持教學的現狀和需求有準確定位，在根據具體情況選擇易操作的、快捷實用的大數據分析系統，嵌入到已有的數字化教學平臺中。［12］從軟件上來看，就必須提升從業人員的數據應用能力。面對大數據時代，面對紛至沓來的數據視而不見或茫然不知所措都是不可取的，不僅思維上要主動尋找數據，而且在具體操作上也要能找到相關的大數據來支撐和支持的設想和決策。需要從無序、散亂的大數據中進行數據挖掘，找到關鍵數據及其數據之間的聯系。只有這樣才能使得大數據發揮作用，否則可能反過來深受其害，守著一推數據不知所用反而貽誤時機。這種應用能力包括三個層面：第一層面是操作型數據應用能力。這種能力可以為繼續教育學員提供服務、咨詢和指導。如學歷繼續教育學生專業選擇、學籍政策的解讀、就業符合條件的判斷等；又如非學歷培訓項目學員的課程數量、教師基本信息數據等。這類能力要求能夠辨別和查找出恰當的繼續教育數據資源，分析、應用可靠的教育統計數據等。第二層面是戰術型數據應用能力。這一能力要求通過內部數據之間的分析判斷，對數據能夠進行類聚、關聯、提取等，能夠對繼續教育的教學模式改革、教學方法優化、教學內容設置等提供數據判斷。第三層面是戰略型數據應用能力。這一能力要求對復雜的、海量的、內外部數據進行趨勢性分析，為繼續教育的發展方向進行預測，為繼續教育不確定性條件下決策科學性提供前瞻性數據支撐。

3注重繼續教育數據隱私的保護大數據是一把雙刃劍，使繼續教育和管理更加科學、高效的同時，也可能帶來泄露學生信息、侵犯學生隱私等問題。第一，繼續教育對象成人在職從業者，具備一定的法律意識，比較注重保護自己的個人隱私。在獲取、生成、使用和傳播數據時必須遵循數據道德，規范使用行為和方式。在收集繼續教育信息之前必須明確和清晰，哪些學習者的信息可以收取，哪些信息堅決不能獲取，并且把這些規定和要求在收集信息之前要對學習者進行告知，得到學習者的明確授權或知曉的前提下才能收集基本信息。［13］第二，繼續教育管理者必須制訂相應的規章制度，對數據收集、存儲和使用等方面有嚴格的操作規范，不能隨意使用和傳播學習者的個人信息。要制訂嚴格的懲罰措施，對于出現信息違規使用的人員，必須嚴格進行處罰并在必要時追究其刑事責任。第三，繼續教育管理者必須高度重視信息安全工作，在技術層面加大投入，利用技術防范信息數據的違法泄露和傳播。

4培養大數據相關繼續教育人才大數據時代需要專業化的人才，但是目前大數據方面的人才奇缺。據預測，美國到2018年需要深度數據分析人才44萬—49萬人，缺口14萬—19萬人；需要既熟悉本單位需求又了解大數據技術與應用的管理者150萬人，這方面的人才缺口更大。中國是人才大國，但能理解與應用大數據的創新人才更是稀缺資源。［14］從全日制教學來看，設置大數據相關專業的人才培養已經啟動，但是和社會需求相比，總有一個滯后的過程。繼續教育卻可以發揮優勢，可以通過專題講座、短期培訓班、定制內訓等非學歷繼續教育的形式，對相關人員進行培訓和教育，彌補短期內大數據人才的匱乏。在時機成熟時，開始大數據相關專業的學歷繼續教育，整體推動大數據繼續教育人才的培養。

【參考文獻】

［1］［3］［5］［11］維克托•邁爾—舍恩伯格，肯尼斯•庫克耶．大數據時代［M］．盛楊燕，周濤，譯．杭州：浙江人民出版社，2013．

［2］陸瞡．大數據及其在教育中的應用［J］．上海教育科研，2013（9）：5—8．

［4］楊現民，王榴卉，唐斯斯．教育大數據的應用模式與政策建議［J］．電化教育研究，2015（9）：54—61，69．

［6］徐鵬，王以寧，劉艷華，張海．大數據視角分析學習變革：美國《通過教育數據挖掘和學習分析促進教與學》報告解讀及啟示［J］．遠程教育雜志，2013（6）：11—17．

［7］翟繼友．大數據用于高等教育的問題及其應對策略［J］．黑龍江高教研究，2017（8）：58—61．

［8］賈偉，粟螢子．大數據對繼續教育發展的影響和對策［J］．重慶電子工程職業學院學報，2016（3）：79—81．

［9］孟志，遠盧瀟，胡凡剛．大數據驅動教育變革的理論路徑與應用思考：首屆中國教育大數據發展論壇探析［J］．遠程教育雜志，2017（2）：9—18．

［10］唐斯斯，李冀紅．發展教育大數據：內涵、價值和挑戰［J］．現代遠程教育研究，2016（1）：50—60．

［12］甘容輝，何高大．大數據時代高等教育改革的價值取向及實現路徑［J］．中國電化教育，2015（11）：70—76．

［13］胡弼成，鄧杰．大數據時代的教育變革：挑戰、趨勢及風險規避［J］．教育科學研究，2015（6）：29—34．

［14］鄔賀銓．大數據時代的機遇與挑戰［J］．求是，2013（4）：47—49

作者：王福勝；劉路喜 單位：上海交通大學繼續教育學院