前言：尋找寫作靈感？中文期刊網用心挑選的大數據在高校教育信息化的運用，希望能為您的閱讀和創作帶來靈感，歡迎大家閱讀并分享。
隨著科技進步，計算機與網絡技術都獲得了跨越式發展，并且逐漸與高校教育深度融合，進一步推動了高校教育的革新，使教育信息化成為了不可逆轉的發展趨勢。近些年來，各地高校針對大數據時代下的教育革新問題開展了大量的研究與討論，以期能利用大數據技術助力于高等教育信息化，使高校教育理念與高等教育決策更富科學性，從而實現教育公平、提高教育質量。在這一背景下，本文圍繞大數據在當代高校教育信息化過程中的應用進行了如下探討。
1大數據在當前高校教育改革中的主要應用方向
1.1個體分析
高校教育一旦應用了大數據，對個體學習的研究和個性化學習也就成為了可能。在融合運用大數據之后，通過校園數據中心就能對諸如考試成績演變趨勢、期刊閱覽室使用頻率、校園出勤情況和圖書借閱情況等信息進行分析，全方位評估學生狀態，從而因地制宜、因材施教。
1.2輿情預測
網絡是當代輿論信息的最傳送平臺，學生在存有疑惑時，最先想到的就是網絡。而通過大數據技術就能捕捉、積累和分析學生的校內網訪問軌跡，對其心理動態、信息需求和行為動向等做到深入了解，同時借此加強輿情預測，避免不良的個體行為或情緒影響到群體，并且能及時保護學生不受侵害，提升校園輿情管理水平。
1.3教學評估
高校教育借助大數據分析能夠挖掘出更多的教育數據。截至到目前為止，包括高等院校在內的各類教育機構已經通過大數據技術積累了較多的數據資源，通過動態監測、變動分析這些累積下來的信息，組建起一個教育數據庫，這些教育機構就有機會探究校內學生的學習環境、學習狀態和學習的全過程，從而總結教育工作，及時調整教學方針，客觀全面地評估教學工作。
2基于大數據建立的教育信息化平臺基本框架
2.1智能感知層
智能感知層是教育信息化平臺的基礎層，是平臺之所以能采集到海量數據的主要物質基礎。利用智能感應技術開展全方位與多角度的數據采集工作。安裝傳感器、GPS以及攝像頭等各種儀器，智能感知校內環境狀況、各項儀器運行狀態以及教學情況等，使平臺采集海量數據、挖掘數據資源成為可能。
2.2網絡通信層
網絡通信層包括網絡平臺層與計算、存儲層，主要是基于無線、有線網絡技術為教育信息化平臺提供網絡基礎的層面。繼智能感知層之后是網絡平臺層，該層面主要采用了3G/4G、IPV6、Wi-Fi以及IPV4等無線網絡技術。繼網絡平臺層之后便是計算、存儲層，該層由網絡服務器、磁盤陣列、IaaS和HPC等有線網絡技術組成，負責對視頻、文本、地理位置和多媒體等數據的計算與存儲工作。這兩個技術層都是平臺傳輸數據所需要的介質，它們共同為教育信息化平臺提供必要的網絡基礎，使各種數據得以隨時隨地接入平臺體系，讓平臺可以快速互聯互通。
2.3大數據層
在大數據平臺中，大數層是必不可少的層面。大數據層在平臺運轉中扮演著核心角色，主要包括兩個層面。（1）大數據采集、管理層，該層包括傳感器數據采集平臺、主體虛擬映像模塊、大數據管理中心和元數據管理模塊，是收集數據、存儲數據和計算數據的樞紐。（2）大數據處理層，主要由數據服務平臺、數據挖掘引擎以及大數據分析處理平臺構成，分析處理數據是該技術層的核心工作。
2.4應用支撐層
整個平臺的應用支撐層由智慧應用層與大數據應用層組成，其中智慧應用層一般包括五個模塊：（1）智慧型教學；（2）智慧型科研；（3）智慧型服務；（4）智慧型文化；（5）智慧型校園。主要承擔為高校教育管理信息化提供智慧型業務應用的工作，是大數據信息化體系發揮其智慧校園效能的關鍵。而大數據應用層則主要提供個性化學習應用、數據預測應用、輿情分析應用和大數據評估應用等個性化智能業務服務。
2.5用戶層
用戶層是為用戶提供權限以內的大數據教育信息服務的技術層面，用戶集合包括校園師生、管理人員、培訓學員和社會公眾等各類用戶群體，使用的終端設備包括衛星電視、上網本、PC機、手機和工作站等，各類用戶通過這些終端設備就可以體驗權限范圍內的各種教育信息化服務。
3大數據在當前高校教育信息化改革中的難點
3.1技術層面
3.1.1數據源的可用性
盡管大數據平臺集合的數據資源本身就有客觀性，但是并不代表數據本身就是客觀存在的事實，如果不能仔細甄別，人們也會受到數據的欺騙。高校大數據的來源渠道多種多樣，數據模態更是囊括了XML數據、標量數據、矢量數據和圖、流數據等多種類別，數據兼具了冗余與重復性特征，加上質量的參差不齊，都為數據的高質量加工整理帶來了困難。
3.1.2數據分析的連續性
針對高校教育，我們經常難以理清其規律，因為教育評價指標很難做到盡善盡美，需要連續幾年甚至更長期的觀察評估和不斷更正，所以，高校在融合大數據技術進行大數據分析時，需要兼顧部門橫向對比和歷史縱向對比，更需要持續調整和修正每天產生的海量校園數據，這些數據詳實而瑣碎，加大了數據分析的難度。
3.1.3數據挖掘的復雜性
在基于大數據形成的教育信息化平臺中，大數據只有經過大數據分析才能產生價值。而高校大數據的各種應用，特別是輿情預測與個性分析，都需要通過建立特定的數據挖據模型來實現，但是高校教育有其特殊性，常規的數據挖據、統計處理等分析技術并不能切實滿足高等院校的大數據分析的實際需求，需要對數據算法模型和數據預處理等進行調整。
3.2實施層面
3.2.1數據共享意識薄弱
大數據時代的教育信息化需要以海量數據資源為基礎，而高校大數據來源多以各種職能部門和兄弟學校為主，但是由于年代久遠，數據累積量較多，所以整理難度大，加上業務部門無法區分可共性數據和非共享數據，所以數據整理工作很難獲得較高的優先級別，以致大數據資源無法高效分享形成規模效應，歸根結底，還是共享意識薄弱的原因所致。
3.2.2隱私保護不足
教育從來不是封閉的，而是一個交互過程，但是其交互性與隱私性之間是存在一定矛盾的，對于校園數據的收集和大數據分析來說，這一矛盾會更加顯著，因為大數據平臺在運行發展中難免暴露學生的網絡搜索習慣、查閱內容、生活習慣以及個人消費情況等個人隱私，所以用戶隱私保護也是急需解決的難點。
3.2.3資源規劃缺位
由于資源規劃缺位，高校內部各部門不僅資源投入力度參差不齊，信息化建設進度也存在差距，給數據共享增加了許多壁壘，加上技術人才匱乏，使得高校大數據平臺的時效性嚴重低于商業環境下對大數據的應用。
4大數據在當前高校教育信息化改革中的應用策略
4.1科學規劃數據
由于高校大數據存在冗余和重復問題，并非全部都是能促進教育發展的可用性信息，加上配備人員的信息技術水平偏低，并不清楚高質量數據同低質量數據的差異，所以高校應科學規劃校園大數據，明確數據篩選標準，并及時調整規劃。
4.2健全管理體制
在利用大數據技術推進自身教育信息化的建設進程中，高等院校應當建立一個專門的大數據技術職能部門和健全的管理體系，督促各部門加強數據共享意識，提升數據信息化工作級別，相互配合，共享資源，減少共享壁壘。
4.3加強數據管理
大數據分析要想實現其價值，就必須保證數據質量，因為只有高質量數據才具有改進教育決策的作用。在搜集數據時，高等院校必須加強質量管理，保證數據質量，另外在整合處理時，也應聘請專業人員甄別、分析這些數據，建立高質量的校園大數據庫。
5結語
隨著教育行業信息化的不斷推進，大數據開始融入高校教育，并迎來新的發展機遇，為高校教育提供更強大的數據應用服務，推動教育變革，提高教育效果。但是我們也要認識到，無論是在觀念層面，還是在技術層面，亦或是實踐層面，高校教育大數據仍面臨著許多困難，統一思想，加強共享意識，系統規劃數據，以及加大數據管理力度都勢在必行，同時也需要繼續深入探索，使大數據成為高校教育信息化的重要思維與技術支撐。
參考文獻
[1]周肖樹,魏志軍,董雨,趙卓君,何惠彬.高校學生誠信教育信息化平臺的構建探索——以北京理工大學珠海學院為例[J].高教探索,2017(06):114-118.
[2]任毅,費明明,趙曉歡,甘文田.大數據在高等教育信息化改革中的創新應用[J].中國成人教育,2016(14):37-40.
[3]胥果.大數據在高校教育信息化中的應用[J].教育現代化,2017(05):120-121.
作者:陳璐宇 單位:貴州師范學院
