论文部分内容阅读
【摘要】 大数据及人工智能的广泛应用，为促进学生全面发展、实现个性化学习成长提供了新的解决方向。基于大数据的网上学生发展中心就是在建立模型的基础上，通过数据挖掘和智能分析，建立一个智能化的学生成长辅助体系。
【关键词】 大数据 学生发展 信息化 智能化
引言：
《国家中长期教育改革和发展规划纲要》提出：“树立全面发展观念，努力造就德智体美全面发展的高素质人才。树立人人成才观念，面向全体学生，促進学生成长成才。树立多样化人才观念，尊重个人选择，鼓励个性发展，不拘一格培养人才”。[1]
2018年教育部印发了《教育信息化2.0行动计划》，行动计划中明确要求“开展以学习者为中心的智能化教学支持环境建设，推动人工智能在教学、管理等方面的全流程应用，利用智能技术加快推动人才培养模式、教学方法改革，探索泛在、灵活、智能的教育教学新环境建设与应用模式”。[2]
一、目前学生发展管理工作中存在的问题
当前高校对学生培养和管理工作主要依赖经验法，教学部门、学生工作部门等相关管理部门通过一线教职人员长期的观察、实践以及简单的运行数据归纳统计，形成了一套以适应学校校情为目标的方法体系。这套体系以学科为基础、以学生个体为对象包含各条业务线通用流程，如针对一个专业的学生制定培养方案、专业课程、行为守则等等。
这个体系对高校整体学生培养工作存在以下弊病：
从个体角度看，学生难以对自身做出全面评价，不清楚各要素达成情况以及在群体中所处位置及其竞争力;此外，学生个性化发展道路需求不能得到很好满足，无法结合实际合理规划职业道路。
从宏观角度来看，管理部门间固有存在的壁垒以及信息传递带来的损失，使得高校对学生的发展情况难以做出360°全方位的精准的评价、并针对性的因材施教推进学生个体全面发展。
教育大数据是大数据的一个子集，特指教育领域的大数据，是整个教育活动过程中所产生的以及根据教育需要采集到的一切用于教育发展并可创造巨大潜在价值的数据集合。[3]教育大数据通常包含教学活动大数据和教育管理大数据。
通过综合分析应用教育大数据，基于大数据技术和人工智能，以促进学生发展为中心，建设网上学生发展中心，建立学生全学习周期成长档案、实现覆盖学生全学习成长周期（包括入学、学习、生活、奖惩、助贷补、消费、就业发展等）的个性化学习成长辅助引导功能、全面促进学生发展，进一步提升人才培养质量。
二、系统架构设计
如图1所示，展示了一种实现上述网上学生发展中心的大数据应用架构：
全系统由数据源、基础数据层、主题数据层、数据应用层四层构成。
数据的采集来源非常多样化，不仅仅包含传统的以教务、学工、科研、财务、就业、专业建设等各相关管理系统为代表的校内管理系统数据，还包括社交数据、安全数据以及物联数据。数据形式既包括易于管理的结构化数据，也包括各种流式数据。对结构化数据，通过ETL（Extract-Transform-Load）工具及时完成抽取。对非结构化数据，借助分布式数据库，应用物联技术、视频分析技术、图像识别技术和文本日志分析技术等完成采集和处理。
为了提高数据质量、保护隐私信息、保证数据的有效性，在基础数据层对采集的数据按照学校数据标准进行数据清洗和数据集成，确保数据一致性、可用性。
基础层的数据经过大数据分析、人工智能引擎计算后形成学生各个维度画像数据分别存入对应主题库，并以数据大屏形式展示给用户。
三、功能设计
3.1指标体系设计
学生发展中心系统力求内容全面、客观，程序科学、规范，关注学生的全面协调发展，关注学生的特长和潜能，发挥评估促进学生发展的功能，不断完善学校方学生发展性评估体系。通过学生发展中心，使学生不断认识自我、发现自我、完善自我，实现教学管理的预定目标，提供更精准的关爱和指导，促进学生综合素质不断提高。
学生发展指标体系设计需要结合本校人才培养目标、社会需求和学生个人发展需求。指标体系也必须遵循方向性原则和科学性原则来选择具体指标。
方向性原则：学生发展总的方向是深入贯彻党的教育方针，立足高等教育的人才培养定位和类型特征，以三全育人为目标构建指标;
科学性原则：应全面的、多角度、分层次的选择指标，尽可能的覆盖学生发展的方方面面。
指标体系分为三层、十一大项目，如表1所示：
指标体系各指标的权重为初始经验设定值，在系统运行过程中，利用深度学习引擎进行权重优化，以契合学校实际情况。
3.2成长模型
学生发展目标设定三个方向：就业、升学、创业。学生成长规划路径模型如图2所示：
利用加权平均法计算发展去向概率：
3.3发展报告
根据学生当前各项指标数据实时显示学生成长规划中就业、升学和创业的路径，并根据学生计算显示方案路径的完成度，以便于学生对未来规划进行指导和调整。
3.4智能推荐
针对每条发展路径，梳理学校已有资源，形成知识库，配置到相关指标上。根据学生成长过程中路径概率和路径中各指标达成情况，动态的向学生推荐资源，以有目的、有针对性地促进学生发展。
3.5权限管理
学生发展中心面向学生管理相关部门以及决策领导，不同层级不同职能人员需要的数据各不相同，平台将用户类型划分为校领导、学生工作、教学事务、学生个人四种角色，通过基于角色的权限控制模型，确保不同类型用户拥有对应的权限，完成对应的功能。
四、结束语
“网上学生发展中心”系统投入应用以来，获得了师生的广泛好评。学生发展评估报告和发展规划为学生指明了发展道路，明确了自身优劣势项目;智能推荐及时推送有用资源，极大促进了学生的学业;院系、专业、学校学生层面综合评估为学校各管理部门提供了有力的决策依据，实现了协同协作、同向同行、互联互通。
参 考 文 献
[1]国家中长期教育改革和发展规划纲要（2010-2020年）[EB/OL].2010-7-29.http：//www.moe.gov.cn/srcsite/A01/s7048/201007/t20100729_171904.html
[2]教育部关于印发《教育信息化2.0行动计划》的通知[EB/OL].2018-4-18http：//www.moe.gov.cn/srcsite/A16/s3342/201804/t20180425_334188.html
[3]杨现民，唐斯斯，李冀红.发展教育大数据_内涵_价值和挑战.现代远程教育研究，2016，（01），50-61
[4]沈克正，马抗美.基于教育大数据的高校学生个性化管理模式.青岛科技大学学报（社会科学版）2017，33（04），103-107
[5]陈向平，袁洪志.高职院校学生发展诊断与改进指标体系研究.2016年中国高等教育学会学术年会暨高等教育国际论坛.2016-10-28
【关键词】 大数据 学生发展 信息化 智能化
引言：
《国家中长期教育改革和发展规划纲要》提出：“树立全面发展观念，努力造就德智体美全面发展的高素质人才。树立人人成才观念，面向全体学生，促進学生成长成才。树立多样化人才观念，尊重个人选择，鼓励个性发展，不拘一格培养人才”。[1]
2018年教育部印发了《教育信息化2.0行动计划》，行动计划中明确要求“开展以学习者为中心的智能化教学支持环境建设，推动人工智能在教学、管理等方面的全流程应用，利用智能技术加快推动人才培养模式、教学方法改革，探索泛在、灵活、智能的教育教学新环境建设与应用模式”。[2]
一、目前学生发展管理工作中存在的问题
当前高校对学生培养和管理工作主要依赖经验法，教学部门、学生工作部门等相关管理部门通过一线教职人员长期的观察、实践以及简单的运行数据归纳统计，形成了一套以适应学校校情为目标的方法体系。这套体系以学科为基础、以学生个体为对象包含各条业务线通用流程，如针对一个专业的学生制定培养方案、专业课程、行为守则等等。
这个体系对高校整体学生培养工作存在以下弊病：
从个体角度看，学生难以对自身做出全面评价，不清楚各要素达成情况以及在群体中所处位置及其竞争力;此外，学生个性化发展道路需求不能得到很好满足，无法结合实际合理规划职业道路。
从宏观角度来看，管理部门间固有存在的壁垒以及信息传递带来的损失，使得高校对学生的发展情况难以做出360°全方位的精准的评价、并针对性的因材施教推进学生个体全面发展。
教育大数据是大数据的一个子集，特指教育领域的大数据，是整个教育活动过程中所产生的以及根据教育需要采集到的一切用于教育发展并可创造巨大潜在价值的数据集合。[3]教育大数据通常包含教学活动大数据和教育管理大数据。
通过综合分析应用教育大数据，基于大数据技术和人工智能，以促进学生发展为中心，建设网上学生发展中心，建立学生全学习周期成长档案、实现覆盖学生全学习成长周期（包括入学、学习、生活、奖惩、助贷补、消费、就业发展等）的个性化学习成长辅助引导功能、全面促进学生发展，进一步提升人才培养质量。
二、系统架构设计
如图1所示，展示了一种实现上述网上学生发展中心的大数据应用架构：
全系统由数据源、基础数据层、主题数据层、数据应用层四层构成。
数据的采集来源非常多样化，不仅仅包含传统的以教务、学工、科研、财务、就业、专业建设等各相关管理系统为代表的校内管理系统数据，还包括社交数据、安全数据以及物联数据。数据形式既包括易于管理的结构化数据，也包括各种流式数据。对结构化数据，通过ETL（Extract-Transform-Load）工具及时完成抽取。对非结构化数据，借助分布式数据库，应用物联技术、视频分析技术、图像识别技术和文本日志分析技术等完成采集和处理。
为了提高数据质量、保护隐私信息、保证数据的有效性，在基础数据层对采集的数据按照学校数据标准进行数据清洗和数据集成，确保数据一致性、可用性。
基础层的数据经过大数据分析、人工智能引擎计算后形成学生各个维度画像数据分别存入对应主题库，并以数据大屏形式展示给用户。
三、功能设计
3.1指标体系设计
学生发展中心系统力求内容全面、客观，程序科学、规范，关注学生的全面协调发展，关注学生的特长和潜能，发挥评估促进学生发展的功能，不断完善学校方学生发展性评估体系。通过学生发展中心，使学生不断认识自我、发现自我、完善自我，实现教学管理的预定目标，提供更精准的关爱和指导，促进学生综合素质不断提高。
学生发展指标体系设计需要结合本校人才培养目标、社会需求和学生个人发展需求。指标体系也必须遵循方向性原则和科学性原则来选择具体指标。
方向性原则：学生发展总的方向是深入贯彻党的教育方针，立足高等教育的人才培养定位和类型特征，以三全育人为目标构建指标;
科学性原则：应全面的、多角度、分层次的选择指标，尽可能的覆盖学生发展的方方面面。
指标体系分为三层、十一大项目，如表1所示：
指标体系各指标的权重为初始经验设定值，在系统运行过程中，利用深度学习引擎进行权重优化，以契合学校实际情况。
3.2成长模型
学生发展目标设定三个方向：就业、升学、创业。学生成长规划路径模型如图2所示：
利用加权平均法计算发展去向概率：
3.3发展报告
根据学生当前各项指标数据实时显示学生成长规划中就业、升学和创业的路径，并根据学生计算显示方案路径的完成度，以便于学生对未来规划进行指导和调整。
3.4智能推荐
针对每条发展路径，梳理学校已有资源，形成知识库，配置到相关指标上。根据学生成长过程中路径概率和路径中各指标达成情况，动态的向学生推荐资源，以有目的、有针对性地促进学生发展。
3.5权限管理
学生发展中心面向学生管理相关部门以及决策领导，不同层级不同职能人员需要的数据各不相同，平台将用户类型划分为校领导、学生工作、教学事务、学生个人四种角色，通过基于角色的权限控制模型，确保不同类型用户拥有对应的权限，完成对应的功能。
四、结束语
“网上学生发展中心”系统投入应用以来，获得了师生的广泛好评。学生发展评估报告和发展规划为学生指明了发展道路，明确了自身优劣势项目;智能推荐及时推送有用资源，极大促进了学生的学业;院系、专业、学校学生层面综合评估为学校各管理部门提供了有力的决策依据，实现了协同协作、同向同行、互联互通。
参 考 文 献
[1]国家中长期教育改革和发展规划纲要（2010-2020年）[EB/OL].2010-7-29.http：//www.moe.gov.cn/srcsite/A01/s7048/201007/t20100729_171904.html
[2]教育部关于印发《教育信息化2.0行动计划》的通知[EB/OL].2018-4-18http：//www.moe.gov.cn/srcsite/A16/s3342/201804/t20180425_334188.html
[3]杨现民，唐斯斯，李冀红.发展教育大数据_内涵_价值和挑战.现代远程教育研究，2016，（01），50-61
[4]沈克正，马抗美.基于教育大数据的高校学生个性化管理模式.青岛科技大学学报（社会科学版）2017，33（04），103-107
[5]陈向平，袁洪志.高职院校学生发展诊断与改进指标体系研究.2016年中国高等教育学会学术年会暨高等教育国际论坛.2016-10-28