大数据下的高校继续教育发展范文

本站小编为你精心准备了大数据下的高校继续教育发展参考范文，愿这些范文能点燃您思维的火花，激发您的写作灵感。欢迎深入阅读并收藏。

【摘要】大数据时代，高校继续教育必须迎接挑战，抓住机遇，充分利用大数据推动转型发展。继续教育大数据可以实现市场需求分析、推动个性化学习、精准教学评价、决策科学等。但是目前来看，继续教育大数据建设中存在着观念落伍、技术和人才缺乏、费用短缺和隐私侵犯等问题。因此，需要更新大数据理念，完善大数据系统和平台，提高大数据应用能力，保护个人隐私，全面推动继续教育大数据发展。

【关键词】高校继续教育；大数据；教育大数据

随着互联网对社会生活方方面面的深入影响，大数据开始浮出水面。大数据将开创一次重大的时代转型，引发一场变革，改变生活以及理解世界的方式。大数据不仅是人们获得新认知、创造新价值的源泉，还是改变市场、组织机构以及政府与民众关系的方法。［1］高校继续教育发展面向市场办学，就必须了解社会需要和学习者的现实需求，充分利用大数据优势，推动继续教育模式创新，更好地发挥服务社会、培养社会急需的继续教育人才，推动学习型社会建设，为终身教育体系建设发挥重要作用。

一、大数据及特点

什么是大数据（BigData），大数据作为一种新生事物，还没有一个公认的定义，目前主要从技术层面和价值层面进行定义。从技术层面上，2011年麦肯锡全球研究院（McKinseyGlobalInstitute）了《大数据：创新、竞争和生产力的下一个新领域》研究报告，第一次提出了大数据概念：就是指那些数据规模巨大，大到传统的数据库软件工具已经无法采集、存储、管理和分析的数据集。［2］而从价值层面上，美国学者维克托•迈尔－舍恩伯格在《大数据时代》一书中进行了定义：就是通过对海量数据进行分析，获得有巨大价值的产品、服务或深刻的见解。［3］与此相对应，教育大数据应运而生，特指在教育领域的大数据，是整个教育活动过程中所产生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。［4］所以，继续教育大数据则是教育大数据的一个子集，特指在继续教育领域所产生的涉及行业信息、学员信息、教学信息等一系列数据及其由此衍生的海量信息数据，为继续教育发展和决策创造潜在价值的数据集合。维克托•迈尔－舍恩伯格深刻阐释了大数据的特点，用“5V”来概括：Volume（大量）、Velocity（高速）、Variety（多样）、Value（价值）、Veracity（真实性）。［5］作为大数据的一个组成部分，继续教育大数据同样具备这五个特点。一是继续教育大数据的海量化。以往继续教育学生数据主要出现在就读期间，其中包括年龄、身份、性别、籍贯、入学前学历、学籍记录、成绩记录等基本信息数据。但在大数据时代，其数据信息不仅仅包括其本人的身份相关信息，还应该对其所在的行业、企业等单位进行记录、更新，在就读期间的各类学习行为都应该得到真实的记录，甚至在完成学业后要继续跟踪其继续学习、就业转换等方面的变化。二是要有高速运行的继续教育大数据系统。这一系统要求比传统的数据挖掘处理速度更加快，同时要求数据增长速度、处理速度、更新速度比较高，能够对需求快速反应。三是继续教育大数据的多元性。根据大数据的要求，需要对继续教育学生数据进行细分，对不同类型的学生进行分类汇总，体现出多样性的特征。四是继续教育大数据的价值挖掘。任何一种类型的技术都必须具备实用性和现实操作性。因此，继续教育大数据必须体现出其使用价值，把继续教育过程中乃至前置、毕业反馈的信息及时传递到办学过程中，使得办学能够及时体现社会需要，满足学习者的需求。五是继续教育大数据必须真实有效。大数据技术的基本要求就是对继续教育学生的每一条数据进行甄别，力争得到全面、真实、有效的数据。

二、继续教育大数据存在的问题

1继续教育大数据建设观念落伍继续教育种类较多，既有传统模式的成人教育、自学考试、函授教育、非学历继续教育，也有利用现代信息技术的网络远程教育。从总体上来看，对大数据重视、使用等还存在着明显的不足。即使在网络远程教育中，互联网作为一个平台或作为一种信息系统，对于数据的重视已经达到了一定的程度，但是对于数据的收集、存储、分析、利用仍然存在着重视就读学生的学籍数据，而不能上升到大数据思维上来重视和充分利用。而和网络教育相比较的其他继续教育形式，则较少或根本不利用信息技术，就更谈不上利用大数据和具备大数据思维了。具体体现在目前很多学校没有留存数据、收集数据的意识，大量学生的信息仍停留在纸质卷宗上，学生各个阶段的数据也很难实现对接共享。

2继续教育大数据存在技术和人才难题技术上面的难题首先是高校继续教育数据的采集、大数据存储、平台还处在零散状态，很难达到整合。其次是技术人员的缺失。尤其长期的在传统体制内办学，技术人员可有可无，因此在数据的收集、整理、分析等方面人才匮乏。其三是如何让各种学生学习行为数字化，特别是对于学生个性化的需求还存在一定的欠缺，技术上还难以突破。

3继续教育大数据存在费用短缺问题大数据从本质上来看还是属于技术层面，需要通过一定的基础设施和系统来对数据进行处理，需要经费投入。但是，继续教育在整个学校处于非核心地位，学校对继续教育的投入相对较少，同时大数据相对比较复杂，需要投入的经费额度较大，单纯依靠继续教育办学机构投入有一定的难度。虽然可以通过服务外包的形式，吸引企业投入，但是承担的风险较大，企业有其特定的利益诉求，涉及学校体制机制问题，因此很难推动。

4继续教育大数据中个人隐私保护难问题隐私泄露是大数据应用过程中不可回避的问题，将会带来一系列的社会问题，必须引起足够的重视。［6］对于继续教育而言，核心问题就是学生个人隐私问题。一是在收集学员的数据过程中，必然要涉及学员的个性特征，有些数据信息是在学员不知情的前提下采集的数据。二是在存储大数据的过程中，如果不加强信息安全管理和信息安全的教育，学生的信息就有可能泄露、外传，使得学生的个人隐私得不到应有的保护。三是学生数据的访问权限设置不清晰，导致数据信息被随意调取、使用，使得学生个人隐私得不到尊重和保护。［7］

三、继续教育大数据作用分析

大数据已经走进了我们的时代，但是对于继续教育而言，到底大数据可以给继续教育带来什么，这是继续教育大数据需要解决的基础性问题。继续教育大数据可以实现市场需求分析、推进个性化学习、实现精准教育评价和教育决策科学化，切实提高继续教育的办学质量。

1继续教育市场需求分析继续教育面向市场办学，要准确把握行业、社会需要和学习者的需求，从而准确设计课程。特别处在时代变革、我国经济发展转型的过程中，对行业、产业及人才的需求要求更高。因此，继续教育课程的实用性和针对性是一个重点和难点所在。通过大数据，了解各个不同行业的信息、了解企业人员的流动趋向，从而前瞻性分析市场热点，把握和引导市场需求，切实为社会提供高素质的继续教育人才。通过大数据，在广泛大量数据资源收集的基础上，进行数据挖掘分析，掌握市场需求情况，紧密围绕需求制订培训计划，准确定位，充分调研，开发能够满足各种需求的培训项目，为企事业单位提供订单式、形式多样、内容丰富的继续教育项目。［8］

2个性化继续教育成为可能继续教育学生来源于各行各业，学习基础差异较大，对个性化学习的渴望更加强烈。个性化的首要条件是学习分析。在大数据时代，通过继续教育学生的浏览习惯、上网痕迹、参与话题及讨论内容，来对学习者浏览过程进行分析，可以看到学生的最终喜好和学习需求，从而充分研究继续教育学生参与、学习过程和学习最后的表现，以便提供具体的个性化学习方案。其次就是要制订个性化的教育环境。要通过大数据的分析，为不同特点和个性差异的学生，根据学生的实际学习步调和学习情况开展有针对性的学习指导，使其真正融入学习过程中。再次就是通过大数据对教学方法等进行细化和精准化，提升学习者的学习体验，使得教学方法能够与学习者的学习之间保持切合。［9］

3继续教育评价更加精准教育的最终效果会充分体现在评价上。教育者可以通过评价知道存在的问题、改进的方向和实施的步骤。继续教育大数据需要主动、积极的收集教育评价的相关信息和数据。根据继续教育的特点，可以从三个方面进行评价：一是可以实现形成性评价。继续教育的过程中由于工学矛盾，很难一段时间集中学习，由此导致了学习碎片化。所以继续教育必须注重学生的形成性评价，并通过数据形式进行记录。如学习的时间和次数、作业的评价和等级、论坛发言次数和质量等都需要予以记录，作为学生考核的一个重要组成部分。二是可以实现全员评价。传统意义上的统计学要求抽样调查，但是在大数据时代，在互联网平台上，可以实现全员评价。通过学生注册账号、登录系统，及时提醒学生对学习内容、学习形式、学习效果等进行全员评价，并且把这种评价作为一种强制性措施加以执行。三是可以实现评价的多元比较。也就是在评价的过程中，不要单一、静态看待这些数据，而是通过多年积累的、多个学科的、多个教师之间进行数据的比对，从而得出客观、公正的教育评价，为进一步改进教学提供智力支撑和数据依据。

4推动继续教育管理科学化教育大数据将汇聚无数以前看不到、采集不到、不重视的数据，对这些混杂数据进行深度挖掘以及与其他领域的大数据进行关联分析。教育决策将不再过度依靠经验、拍脑袋和简单的统计结果，而转向基于数据的科学决策。［10］这种决策包括两个层面：一个是宏观层面，如继续教育的各类改革措施，涉及面比较大、牵涉利益比较多，需要慎重决策，大数据就为这种决策提供了支持和保证；另外一个就是具体教学过程中的教学模式、教学方法、管理措施的改变，都需要通过大数据的比对、关联、类聚进行分析，找到影响发展的瓶颈，有针对性解决问题。

四、继续教育大数据建设路径

在大数据时代，继续教育的发展必须革新观念，迎接时代挑战，面向社会需求和学习者的需求，提供针对性的人才培养方案和培养体系，切实提升继续教育的办学质量。

1大数据时代需要变革继续教育思维大数据是一个新鲜事物，对教育教学的影响也是一个循序渐进的过程，要充分利用大数据改造传统的继续教育，就需要树立大数据理念。首先，大数据时代要注重“用数据说话”，让“事实胜于雄辩”。改变传统的单纯依靠经验、感觉来判断和思考，要在此基础上加上数据，特别是注重全部的数据，也就是大数据使得感性的思考上升到理性思维中去，提高继续教育决策的科学性。其次，要使用大数据进行决策的过程中，必须充分利用大数据，实现三个转变：第一，必须从样本到全部转变。在进行分析的过程中，要借助全部的数据，也就是样本选取上要全部，而不是按需抽样，需要的是所有的数据，“样本＝全体”。比如在对教学模式变革的调查中，就必须使用全部学生的有效数据。第二，是从精准性向全面性转变。也就是在收集数据的过程中，要摒弃良好数据的观念，而是要更多的维护数据的全面性。第三，从因果向相关转变。数据分析过程中，不是寻找数据之间的因果关系，而是确定他们之间的相关性，找到数据之间的关联，从而预测继续教育发展的趋势和方向。［11］再次，要形成一个继续教育大数据建设的氛围。全员形成一个良好的数据收集、存储和分析的管理氛围，从继续教育市场调研、课程设计、学员服务和教学反馈等均利用数据来进行分析和决策，逐步形成数据化思维，推动继续教育健康、可持续发展。

2提升继续教育大数据的应用能力大数据驱动继续教育发展，是一个复杂的系统工程，需要从硬件、软件上不断提升。从硬件上来看，要完善基础设施，搭建大数据平台和系统。高校继续教育特别是在部分高校开展网络学历继续教育的过程中，奠定了一定的基础，具有学习平台和学习系统。但是现有设施还不足以满足大数据时代的需求，要对学校大数据支持教学的现状和需求有准确定位，在根据具体情况选择易操作的、快捷实用的大数据分析系统，嵌入到已有的数字化教学平台中。［12］从软件上来看，就必须提升从业人员的数据应用能力。面对大数据时代，面对纷至沓来的数据视而不见或茫然不知所措都是不可取的，不仅思维上要主动寻找数据，而且在具体操作上也要能找到相关的大数据来支撑和支持的设想和决策。需要从无序、散乱的大数据中进行数据挖掘，找到关键数据及其数据之间的联系。只有这样才能使得大数据发挥作用，否则可能反过来深受其害，守着一推数据不知所用反而贻误时机。这种应用能力包括三个层面：第一层面是操作型数据应用能力。这种能力可以为继续教育学员提供服务、咨询和指导。如学历继续教育学生专业选择、学籍政策的解读、就业符合条件的判断等；又如非学历培训项目学员的课程数量、教师基本信息数据等。这类能力要求能够辨别和查找出恰当的继续教育数据资源，分析、应用可靠的教育统计数据等。第二层面是战术型数据应用能力。这一能力要求通过内部数据之间的分析判断，对数据能够进行类聚、关联、提取等，能够对继续教育的教学模式改革、教学方法优化、教学内容设置等提供数据判断。第三层面是战略型数据应用能力。这一能力要求对复杂的、海量的、内外部数据进行趋势性分析，为继续教育的发展方向进行预测，为继续教育不确定性条件下决策科学性提供前瞻性数据支撑。

3注重继续教育数据隐私的保护大数据是一把双刃剑，使继续教育和管理更加科学、高效的同时，也可能带来泄露学生信息、侵犯学生隐私等问题。第一，继续教育对象成人在职从业者，具备一定的法律意识，比较注重保护自己的个人隐私。在获取、生成、使用和传播数据时必须遵循数据道德，规范使用行为和方式。在收集继续教育信息之前必须明确和清晰，哪些学习者的信息可以收取，哪些信息坚决不能获取，并且把这些规定和要求在收集信息之前要对学习者进行告知，得到学习者的明确授权或知晓的前提下才能收集基本信息。［13］第二，继续教育管理者必须制订相应的规章制度，对数据收集、存储和使用等方面有严格的操作规范，不能随意使用和传播学习者的个人信息。要制订严格的惩罚措施，对于出现信息违规使用的人员，必须严格进行处罚并在必要时追究其刑事责任。第三，继续教育管理者必须高度重视信息安全工作，在技术层面加大投入，利用技术防范信息数据的违法泄露和传播。

4培养大数据相关继续教育人才大数据时代需要专业化的人才，但是目前大数据方面的人才奇缺。据预测，美国到2018年需要深度数据分析人才44万—49万人，缺口14万—19万人；需要既熟悉本单位需求又了解大数据技术与应用的管理者150万人，这方面的人才缺口更大。中国是人才大国，但能理解与应用大数据的创新人才更是稀缺资源。［14］从全日制教学来看，设置大数据相关专业的人才培养已经启动，但是和社会需求相比，总有一个滞后的过程。继续教育却可以发挥优势，可以通过专题讲座、短期培训班、定制内训等非学历继续教育的形式，对相关人员进行培训和教育，弥补短期内大数据人才的匮乏。在时机成熟时，开始大数据相关专业的学历继续教育，整体推动大数据继续教育人才的培养。

【参考文献】

［1］［3］［5］［11］维克托•迈尔—舍恩伯格，肯尼斯•库克耶．大数据时代［M］．盛杨燕，周涛，译．杭州：浙江人民出版社，2013．

［2］陆瞡．大数据及其在教育中的应用［J］．上海教育科研，2013（9）：5—8．

［4］杨现民，王榴卉，唐斯斯．教育大数据的应用模式与政策建议［J］．电化教育研究，2015（9）：54—61，69．

［6］徐鹏，王以宁，刘艳华，张海．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（6）：11—17．

［7］翟继友．大数据用于高等教育的问题及其应对策略［J］．黑龙江高教研究，2017（8）：58—61．

［8］贾伟，粟萤子．大数据对继续教育发展的影响和对策［J］．重庆电子工程职业学院学报，2016（3）：79—81．

［9］孟志，远卢潇，胡凡刚．大数据驱动教育变革的理论路径与应用思考：首届中国教育大数据发展论坛探析［J］．远程教育杂志，2017（2）：9—18．

［10］唐斯斯，李冀红．发展教育大数据：内涵、价值和挑战［J］．现代远程教育研究，2016（1）：50—60．

［12］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—76．

［13］胡弼成，邓杰．大数据时代的教育变革：挑战、趋势及风险规避［J］．教育科学研究，2015（6）：29—34．

［14］邬贺铨．大数据时代的机遇与挑战［J］．求是，2013（4）：47—49

作者：王福胜；刘路喜 单位：上海交通大学继续教育学院