摘 要：伴隨著大數(shù)據(jù)時代的到來，智慧校園采集來的數(shù)據(jù)難以利用與分析，已經(jīng)是高校智能化管理面臨的新的挑戰(zhàn)。文章研究了基于教育大數(shù)據(jù)的高等教育預測應用。采集大數(shù)據(jù)不是目的，合理的利用和有效的預測分析能夠幫助教育大數(shù)據(jù)實現(xiàn)其真正的價值。高等教育預測分析可以更加準確地預測學生的行為，尤其是針對學習效果、就業(yè)和保持率等方面；同時，教育大數(shù)據(jù)還可以幫助高校分析微觀、個體的學生與課堂狀況，從而更加有效地提高學習效率，滿足個性化教育的需求，提升高校的核心競爭力。
　　關鍵詞：教育大數(shù)據(jù)；高等教育；預測分析；素質(zhì)教育
　　大數(shù)據(jù)時代的到來，一方面促進了傳統(tǒng)行業(yè)對創(chuàng)新路徑的探索與發(fā)展，加速了市場經(jīng)濟的產(chǎn)業(yè)結(jié)構優(yōu)化；另一方面，也使得市場對高素質(zhì)人才的需求也愈發(fā)強烈[1]。目前，我國正處于信息高速發(fā)展的大數(shù)據(jù)時代，如何對教學資源信息、教育管理信息、教育學習行為信息與學習成果反饋加以利用分析，洞悉海量數(shù)據(jù)背后的學習行為關聯(lián)與教學模式變化趨勢，制定相應的計劃以提高學生的學習效率，保證畢業(yè)率與就業(yè)率，從而提升高校的核心競爭力，是各大高等教育院校亟待解決的難題。
　　1 教育大數(shù)據(jù)分析的國內(nèi)外發(fā)展趨勢
　　近20年的教育實踐研究表明，教育的主體逐漸從施教者過渡到受教育者；此外，基于現(xiàn)代信息技術、大數(shù)據(jù)以及數(shù)據(jù)挖掘等高新技術也不斷應用于現(xiàn)代高等教育事業(yè)，使高等教育呈現(xiàn)出更加現(xiàn)代化、數(shù)據(jù)化、智能化的教育形式。目前，以學生個人主義的個性化學習和交互式學習的一種全新的學習方式，有望滿足不同學生的差異化學習需求，提高學生自主學習的意識與能力，不斷促進學習的發(fā)生，提高高等院校的教育生產(chǎn)率。
　　在國外，一家名為Blackboard網(wǎng)絡學習平臺創(chuàng)新性地提供了“學生預警中心”，根據(jù)教師提前設置的數(shù)據(jù)分析閾值對學生的學習狀況向課程教師實時預警，以方便教師及時發(fā)現(xiàn)問題，避免問題的進一步惡化[2]。在國內(nèi)，運用大數(shù)據(jù)分析評價學生的學習發(fā)展?jié)撃艿募夹g還不夠成熟，目前只有少數(shù)機構能夠利用大數(shù)據(jù)技術實現(xiàn)學生的個性化教學[3-4]。
　　綜合分析國內(nèi)外研究現(xiàn)狀不難發(fā)現(xiàn)，伴隨著大數(shù)據(jù)時代的到來，各大教育機構與高等院校逐漸開始應用大數(shù)據(jù)分析、數(shù)據(jù)挖掘等技術了解受教育者的個性化需求、評估講師的教學質(zhì)量與水平、調(diào)整學習知識方法與技巧。此外，基于大數(shù)據(jù)分析的個性化評估結(jié)果，各教育研究機構開始著手預測學生未來的學習態(tài)度與學習成效、檢測學生的學習投入度、情感、學習策略等，從而讓教師和教學研發(fā)人員能夠根據(jù)學生評估結(jié)果進一步調(diào)整教學策略，改進教學課程，更好地達成有效教學的目的[5-6]。
　　2 高等教育預測分析提高對學生和教育手段的全面感知
　　2010年8月，現(xiàn)代信息之父比爾·蓋茨大膽提出，“未來的學習者不必去大學接受高等教育，完全可以自學的方式選擇線上優(yōu)質(zhì)的課程資源，以制定符合自身個性化發(fā)展需求的學習計劃�！睂W生可根據(jù)個人的需求選擇和學習，加強了學習的個性化、主動性和學習過程的互動性[7]。
　　從2012年開始，轟動教育界的MOOC教學出現(xiàn)了，讓比爾·蓋茨的預言正逐漸變?yōu)楝F(xiàn)實。在中國，上海交通大學于2014年成功自主研發(fā)的、中國最高水平的大學慕課聯(lián)盟“中國大學MOOC”正式上線發(fā)布。目前已有北京大學、香港大學和臺灣清華大學等一流高校的1 800多門精品公開資源共享課程上線，讓學生自主選擇高水平教育資源成為現(xiàn)實。在國外，斯坦福大學的人工智能課程，實體課堂的學生只有175人，然而，在線上卻有著10萬學生選擇在線學習，教育資源的信息化與公開化令越來越多的學生擁有了學習的選擇權。
　　現(xiàn)階段，國內(nèi)外的各大高等院校與信息化教學平臺，大多是僅僅擁有海量教育資源與學生教育數(shù)據(jù)，卻未能借此把握諸多現(xiàn)象背后隱藏的規(guī)律與邏輯關系。由此可見，如果沒有對大數(shù)據(jù)進行深度挖掘分析，很難洞悉隱藏在這些現(xiàn)象背后的主要誘因[8]。
　　3 基于教育大數(shù)據(jù)的高等教育預測分析的核心價值
　　個性化教學模式的發(fā)展在諸多方面為學生的學習提供助力，尤其是在學習效果、畢業(yè)、就業(yè)等方面�？梢允箤W生實現(xiàn)在學業(yè)中的成就，如順利獲得學位、從事心儀的職業(yè)等，甚至可以因此而受益一生。個性化教學模式的發(fā)展在提高學生的學習效率和保證學生順利畢業(yè)甚至幫助就業(yè)上有著重要意義，主要表現(xiàn)在以下幾個方面。
　　3.1 實現(xiàn)學生個性化、全面化評估
　　通過對學生課業(yè)學習質(zhì)量等教育大數(shù)據(jù)資源的多尺度分析、數(shù)據(jù)集成、關聯(lián)模式分析和數(shù)據(jù)深度挖掘分析，各高校能夠透析學生的質(zhì)量和學習行為之間的聯(lián)系，對于學生作出具有個性化、全面化的綜合分析報告、輿情分析、情感變化和能力分析，有助于學生的個性化學習方案制定與全方位能力評估。
　　3.2 提高學生的學習質(zhì)量
　　教學過程的個體化教學督導和管理能夠?qū)�學生的學習行為進行科學管理，如果學生的學習行為與過程數(shù)據(jù)分析表明該學生在學習中出現(xiàn)主觀（如出勤頻度下降，作業(yè)完成率降低等）或客觀（如作業(yè)錯誤率上升等）的學習問題，教師可以提前根據(jù)學生個性化分析報告采取相應的教學干預，以避免學生問題的進一步惡化。
　　3.3 滿足學生的個性化學習與發(fā)展需求
　　通過對云計算、大數(shù)據(jù)和人工智能等高新技術對學生個性化學習行為數(shù)據(jù)的分析，各高校能夠真正實現(xiàn)學習的富媒體化。在分析學生的學習過程與結(jié)果的基礎上，向?qū)W生推送個性化教學資源，為學生定制個性化的學習安排，以便更有效地進行因材施教。
　　3.4 改善高校教學計劃，提高高校核心競爭力
　　通過對同一課堂上的所有學生進行全面而系統(tǒng)的學習行為、過程和學習成果的數(shù)據(jù)分析，能夠發(fā)現(xiàn)傳統(tǒng)教學計劃中隱含的問題，從而改善傳統(tǒng)的教學計劃，進而提高高校核心競爭力。
　　4 結(jié)語
　　通過大數(shù)據(jù)分析技術讓許多我們曾經(jīng)不曾關注的一些問題，包括學生的情緒主流變化、學生的需求分析、學習現(xiàn)狀和發(fā)展趨勢都能夠通過預測分析技術，實現(xiàn)挖掘現(xiàn)象背后的真正原因和發(fā)展趨勢。除了個性化發(fā)展、豐富學習內(nèi)容和提高學習效率以外，大數(shù)據(jù)技術的應用更有利于掌握學生的身心發(fā)展變化，更有利于真正素質(zhì)教育的開展。
　　[參考文獻]
　　[1]陳海軍.大數(shù)據(jù)視野下的高校教育管理發(fā)展路徑[J].中國成人教育，2018（3）：43-45.
　　[2]沈克正，馬抗美.基于教育大數(shù)據(jù)的高校學生個性化管理模式[J].青島科技大學學報（社會科學版），2017（4）：103-107.
　　[3]孫天才，羅來林.大數(shù)據(jù)環(huán)境下的教育管理模式改革研究[J].文學教育（下），2018（2）：180-181.
　　[4]李強.大數(shù)據(jù)在高校網(wǎng)絡教育中的應用[J].信息與電腦（理論版），2018（3）：129-131.
　　[5]蔡劍橋.基于大數(shù)據(jù)的教育決策模式演進與趨勢研究[J].教育科學研究，2018（2）：35-41.
　　[6]王鵬，王為正.大數(shù)據(jù)驅(qū)動高校創(chuàng)業(yè)教育：應用可能與風險規(guī)避[J].思想理論教育，2018（2）：81-85.
　　[7]王興波.大數(shù)據(jù)時代高校思想政治教育改革探析[J].學校黨建與思想教育，2018（3）：60-61.
　　[8]吳玉琳.淺析大數(shù)據(jù)在中國教育領域的應用現(xiàn)狀[J].福建電腦，2018（1）：165，181.

相關熱詞搜索：高等教育 預測 分析 數(shù)據(jù) 教育