关键词：大数据；互联网；大学英语
中图分类号：H08文献标识码：A文章编号：1674-120X（2016）29-0035-02收稿日期：2016-08-01
一、大数据时代背景 自2009年以来，“大数据”成为互联网信息技术行业的热门词汇。目前，学界对大数据还没有完全统一的定义，但是目前能够达成的基本一致的观念则是：大数据涵盖两个基本内容，一是海量的基础数据；二是对这些基础数据的分析和处理。简单来讲，大数据技术就是从各种浩瀚的数据中，快速获得有用或者有价值信息的技术。
二、大数据时代背景下的英语教学大数据时代的基本特征就是网络的快速发展，以及由此而生的各类在线网络教育平台、学习客户端，微博、微信公众号等，这些学习的媒介也不再局限于电脑，而是延伸到手机、平板电脑等更加方便和智能的工具了。这种发展的直接结果就是，学习者可以随时随地实现在线学习或者下载学习，并且这些学习内容多数是免费和易得的。
1优势
（1）加大真实语言材料的输入。大量网络数据的呈现，为语言学习者提供了接触大量真实、实用的语言材料的机会。在各种真实语言材料和信息的暴露下，语言学习者可以感受到真实的语言学习环境，这就打破了传统的只听教师“传道”的传统模式，改善了语言学习者认为“外国太遥远，文化太难感受”的非本族语的学习环境和氛围。因而，大数据环境下，学生可以看最新的新闻、电影等，这些信息以多元化的形式呈现在学习者面前：文字、图片、音频、视频甚至在线的一对一与外国人面对面的交流。这些都为学习者提供了较为真实的语言材料的输入和文化背景的了解。
（2）实现学习者的主动与互动。教育的目的在于实现学习个体的最大成长，然而学习者的个体差异是不可避免的，尤其是语言能力与水平，由于地区差异或者教育环境的差异等各种主客观因素更是参差不齐，这种背景下，实现个性化和差异化教学几乎是不可能完成的任务。那么，大数据的发展则为这个问题的解决提供了契机。一方面，学习者可以结合自己的学习基础、目的与兴趣，建立自己的课外学习体系，然后通过网络数据寻求符合自己需求的信息；另一方面，教师可以通过布置各种类型的课外学习任务，让学习者可以真正地实现自主学习和主动学习。互联网提供的广泛、多样的学习方式为让学习者不再“孤单”，而是互动性加强。
（3）实现终身学习的目标。大学英语的课程设置尽管由于各高校的情况而异，但有一个趋势却是共性，即大学英语的课时在逐步压缩。这样做是有其理论探索与长期的实践基础的，我们这里不讨论压缩的问题，而是将问题集中在压缩后的状况：①学生觉得整体课时少，学不到什么东西；②没有了大学英语课，英语学习的机会更加少了，退化现象也更为严重。那么，在大数据时代，网络的发展及资源的丰富、易得，为学习者提供了很好的后续学习平台，使得学生的学习不再囿于课本与课堂了，学习时间被拉长了，学习空间被扩大了，终身学习的目标也可以实现了。
2弊端
（1）时间碎片化。学生面临各种各样纷繁复杂的学习软件、网站、客户端时，往往不知所措，不知道该如何选取真正有效、有价值并且符合自己学习需求和规律的资源。所以结果往往是干脆一个都不用，或者一个接着一个地试用，最后终于挑选出了适合自己的，虽然结果是好的，却也浪费了大量的时间与精力。另外，大数据的“海量”特征，也容易让学习者分心，比如他们在寻求某一项特定的任务答案时，往往会被其他不相干的信息所干扰或者脱离了原始任务的轨道。
（2）资料碎片化。对于教师来说，在课堂教学内容的准备上，需要耗费大量的时间与精力来甄别和选取网络材料。教师如果在海量的数据面前缺乏甄别和选取的能力与经验，难免会把失真或者缺乏可信度的材料用于课堂教学，给学生以错误的知识输入与引导。对于学生来说，在海量的资源里寻求真实可靠的、有价值的信息是一个极具挑战和需要学习的过程。另外，大数据时代的一个典型特征就是数据的流动快、时效性高，因而给教师提出了一个巨大的挑战，即材料的选取、使用都要具备时效
性，换而言之，即教师的课堂内容不能再“吃老本”了，而是要根据数据的变化及时做出变更。对于学生来说，资料的选取和甄别也将更有挑战。因此，在资料的选取和甄别方面，不仅需要教师摸索出一套高效可行的方法，也需要学生们互相交流和学习，在实践中去摸索规律。
三、大数据时代背景下的教学建议1教师需要转变教学观念
蒙岚（2014）在《大数据时代的教育变革与教学改进――以加拿大与中国的英语教学为例》一文中提出了“将互联网大数据与传统教学方法中适合具体教学的环境相结合，模拟ESL教学环境”的建议。对于这个建议，笔者认为，不是不可行，但是对于目前整体的语言教学软环境和硬件设施来看，任重而道远。那么，笔者根据在此提出更加实际的建议，即教师需要转变教学观念。教师应该认识到，任何教材都是某项学习内容的模本而已，是某种特定教学理念的体现，而不是用来限定课堂内容和教学方式的。教师可以以教材为源，探索教材之外的料，让学习者能够更加立体地理解和学习材料。
2学生需要转变学习观念
中国学生的学习长期受到“教材”和“应试”这两种东西的影响，因而阻碍了他们“放眼看世界”的能力，他们的学习也基本还停留在啃书本、做笔记、复习考试的阶段。如果换种观念，认为语言最根本的特征就是其工具性，它可以带我们看世界，它就是我们的“第三只眼睛”，采用这种语言学习态度，语言自然会鲜活起来，学习语言的兴趣的也会自然生成，因为这时的语言学习状态已经悄悄由“学习”转换为“习得”的过程。
3探索更加合适的教学模式
既然到了大数据时代，教师们也应该随着时代的变化而采用新的教学方法和模式。比如说，最近几年，微课模式已经进入了教育者或者教育研究者的视线，从理论到实践，我们都可以查找到大量的资料。微课，简单地表述就是，用流媒体的形式展示某一个课程内容，流媒体多半表现为视频形式，时间长度往往不超过半小时，因而具备“微型课堂”的特征。然而，微课的内容基本供学生作为课外学习内容，作为课堂内容的结合与补充。另外，翻转课堂也是目前教育者纷纷探究的课程模式，它也是主要运用现代教育技术，实现让学生进行课后及课外自主学习的目的。当然，到底如何利用大数据时代提供的各种有利条件，将其与教师所处的教育环境与条件相结合，发展更为合适的教学模式，这是一个漫长的理论与实践的摸索过程。
参考文献：
关键词： 大数据时代 意识 技术 大学生 学习
中图分类号：G791 文献标识码：A
“大数据”时代正悄无声息地来到我们人类社会，影响着我们社会生活的各个方面。其中就包括教育领域，改变我们的教育观、学习观。因此，树立大数据意识，构建新的学习理念和行动，是时展的需要。
一、树立“大数据”意识，构建新的学习理念
（一）树立大数据意识
人类生活与数据有密切的联系。早在原始社会时期，人类就开始了以结绳的方式记录自然与社会所发生的事件。在农业社会，土地的开垦、丈量，水渠的开通均需要借助于数据。而到了工业社会，数据更是在工业革命中发挥着重要的作用。数据引导着人们的生产，影响着人们的生活。并在此基础上，形成了行业数据标准和大量的结构化数据。而随着计算机及网络的出现，特别是进入21世纪后，数据内容更加丰富多样，数据的应用范围更加广泛，其运用不仅包括政治、经济、文化、教育等领域，而且渗透到了个人的日常生活中。此时的数据，不仅有结构化数据，而且出现了半结构化数据和非结构化数据。因此，重视“数据”成了全球关注的问题。例如，2006年3月，英国启动了“数据权运动”；2012年3月，奥巴马启动了“大数据研究和发展计划”；2012年5月29日联合国推出“数据脉动计划”。2014年，北京召开了以“科研大数据与数据科学”为主题的“科学数据大会”。2015年，贵阳市召开了《大数据博览会》。面对大数据的到来，大学生树立大数据意识，创新学习理念是一种理性的选择。
然而，有调查表明，在大学生这一群体里，有48%的本科男生与51.6%的本科女生对大数据表示从未听说过。[1]这种现状的存在，不能不引起人们的重视。因此，在当前的情景下，加强大学生数据教育，使其树立大数据意识则显得至关重要。所谓大数据意识，即人脑对大数据――这一客观事物的能动反映。它包括对大数据所具有的敏感性、思维性及应用性的意识。
首先，对大数据要具有敏感性的意识。对大数据的敏感性意识即是指对大数据应具有的敏锐的觉察力和快速的反应力。大数据与互网的发明一样，它不仅是信息技术领域里的一次革命，更是政治、经济、文化、教育等领域改革的利器，对国家的治理、企业的创新、教育的改革，乃至个人的学习等都将产生巨大的影响。因此，对大学生来说，以敏锐的眼光感知大数据，并对大数据做出快速反应，既是大数据时展的需要，更是大学生适应社会发展、自我成长的需要。
其次，对大数据要具有思维性的意识。思维是人脑借助于语言等对客观事物的概括和间接的反映过程。思维以感知为基础，又超越感知的界限，它探索与发现事物的内部本质联系和规律性。因此，对大数据的思维性的意识，就需要在感知大数据的基础上，能借助思维的方式去发现大数据的内部本质联系及其规律性。大学生具有了对大数据的思维性的意识，就能够深入认识大数据，并找到大数据的规律，为运用大数据并开发大数据打下基础。
第三，对大数据要具有应用性的意识。所谓对大数据要具有应用性意识，即是指应具有把所学并掌握的大数据应用于实践的心理倾向。《宋书・袁豹传》曾写道：“器以应用，商以通财”。[2]同样，我们学数据，掌握大数据的最终目的，也是为了应用，使其在我们的学习、生活中发挥作用。而具有对大数据的应用性的意识则是大学生把所掌握的数据迈向实际运用的关键一步。
（二）构建新的学习理念和行动
面对大数据时代的到来，大学生必须构建新的学习理念，并采取相应的行动，方能适应时展的需要。具体讲，主要包括如下四个方面。
第一，要由强制性学习向自主性学习转变。我国中小学教育虽然长期以来一直强调素质教育，培养多元化人才。然而，在现实的教育活动中，人们却常常仅追求一个目标――升学率。围绕这一目标，教师在教育过程中往往采用的是强制性的知识灌输，而学生则表现为被动式地接受。大学教育则相反，大学教育具有明显的自主性学习特征。即采取的是引导式教育，引导学生自我确定学习目标、选择学习内容、采取学习方法及学习时间的安排。此外，在大学里，虽仍然像中学阶段那样，也有教学计划、有具体的课程安排，但除此之外，大学生有45%左右的可自由支配的学习时间。而这些为大学生的自主学习创造了条件。
而且，随着大学生年龄的逐渐增长，认知水平也获得了提高，这也为大学生的自主学习奠定了自身的物质基础。在大数据时代，它所提供的“畅通、便利和快捷”的信息源，更为大学生自主学习带来了机遇。当大学生能以最适合自己的步调和顺序进行学习时，即使那些看似最没有能力的差生，也可能在最终的表现上超过优等生。[3]因此，大学生由强制性学习向自主性学习的转变势在必行。
关键词： 大数据 信计专业 人才培养
一、高校大数据人才培养所面临的问题
（一）大数据人才培养体系不足
目前我国大数据人才培养基本针对研究生阶段，而本科、专科及职业教育阶段基本没有开设大数据专业。就算是研究生阶段，大数据研究方向目前也只是计算机科学技术的一个分支。无论是人才培养规模还是质量都无法满足现实的需求，高校培养体系的严重不足已成为制约大数据技术应用的瓶颈。
（二）师资紧缺
目前国内高校还处于大数据专业人才培养探索阶段，起步较晚，大数据的教师大部分是计算机专业教师经后天学习成长的。大数据人才的师资积淀不够，主要体现在师资数量及质量的严重不足。
（三）实验设备紧缺
目前由于大数据在我国处于初步发展阶段及我国教育体制的落后等因素，高校对大数据专业人才培养所需实验设备的投入严重不足。培养大数据人才实验环境所需的硬件、软件、实验平台及教学内容管理等跟不上人才培养的需求。
（四）大数据人才培养认识不足
虽然在2015年9月，国务院已经出台《促进大数据发展行动纲要》，提出我国要全面推进大数据发展及应用，积极加快数据强国建设，这说明大数据产业已经上升到国家战略的高度。但是从目前情况看，各地方政府、各高校及企业行动比较缓慢，目前只有部分高校迈开前进的步伐，传统教育系统人才培养带来的意识及技术、师资的滞后性大大制约大数据专业人才的培养模式的发展。
（五）校企合作的人才培养模式有待加强
由于大数据应用涉及政务、电信、销售、生产、咨询、物流、金融、卫生、教育等行业，并且随着技术的发展，大数据的应用将越来越广泛和深入。大数据技术涉及数据采集、数据存储、数据挖掘、数据分析等。而高校却无法单独提供这些方面所需的成熟的实践及技术平台体系，这时就需要大量企业参与进来，提供应用型的工作环境及技术支撑。就目前情况看，由于高校的认识不足、行政体制落后、联合培养的意愿性不强及企业利益等因素的影响，校与企“亲热”度远远不够。
二、信计专业该如何培养大数据人才
大数据的相关岗位所需具备技术技能一般包括计算机科学技术、数学和统计学、数据挖掘、数据可视化等方面，从湖北工业大学信计专业的课程开设情况看，这四个方面都有所涉及，不存在太多短板，所以信计专业培养大数据人才具备先天的优势。下面就信计专业如何培养大数据人才提出个人建议：
（一）加快信计专业大数据人才培养体系建设
信计专业是一门集数学、计算机、密码为一体的学科，在人才培养体系方面，可以加入大数据的元素，在教学各个环节可以突出大数据的主导地位，尽快完善大数据人才培养体系各个环节。
（二）提高信计专业大数据人才培养的认识度
政府作为管理者应积极创导大数据的发展并提供相应的资金、政策的支持。高校需要加快大数据人才培养的步伐：一方面要培养高水平的教师队伍，鼓励教师参加大数据的各种研讨会及学术会议并从事相关课题的研究。另一方面要对学生加大宣传力度，让学生认识大数据的广阔发展前景并提供给学生更多的大数据学习资源，鼓励学生积极参与大数据的各项科学竞赛活动。
（三）完善信计专业大数据人才的课程设置
信计专业开设的数学课程有数学分析、概率论、线性代数、数值分析、运筹学等，计算机方面主要开设C++语言程序设计、数据库、可视化编程、计算机网络等理论课程及相应的课程设计，实习方面有认识实习、数据处理实习、毕业实习、创业综合实习、短学期实习等。但是这些课程设置目前基本没有涉及大数据方向，在课程设置很多方面我们都可以融入大数据的学习及实践，例如：C++、数据库等课程的课程设计做大数据的课题，各项实习都可以以大数据为实习内容，选修课程也可以开设一些和大数据相关的。在课程大纲方面可以做些修改，例如：数据库可以多介绍一些有关数据挖掘的知识，可视化编程可以讲授大数据方向的。
（四）加强校企合作
一般来说，大数据工程师需要具备数学和统计学的背景、计算机编码能力及特定应用领域或行业的知识，这些知识的运用必须在应用中得到融会贯通，由于高校无法提供在岗实习平台，而企业可以很好解决这个问题。另外，高校可以鼓励授课教师深入大数据公司进行学习实战，掌握并更新提高大数据技术，逐渐培养一支理论和实战兼优的教师队伍；教育主管部门可以形成大数据技术科研人才培养机制，培养出一批基础理论扎实、专业技术高超和科研能力较强的专任骨干教师群体，建立一支年龄结构搭配合理、专业结构互补及学历层次相对合理的专业科研团队。
总之，信计专业学生具备良好数学功底，并掌握一些计算机知识，如果政府、学校从政策给予支持，学院与企业能联合培养强大师资队伍并完善教学体系和课程设置，充分激发学生学习的积极性，我们相信信计专业将为国家培养出大量的基础理论强、实战经验比较丰富的实用型大数据人才。
参考文献：
（一）大数据思维的内涵
对于大数据思维的诠释有多种说法，《大数据时代》的作者维克托•迈尔-舍恩伯格认为：所谓大数据思维，是指一种意识，认为公开的数据一旦处理得当就能为千百万人急需解决的问题提供答案[1]。王建华认为：大数据思维，指的是用大数据思想文化去思考解决问题的一种方法。大数据思想文化也就是用大数据去反映事物发展过程的环节、要素等，在此基础上通过建立多种模型模式加以控制，以达到精准解决各类问题的目的[2]。黄欣荣认为：人们迅速地以数据的眼光来观察世界和理解、解释这个纷繁复杂的世界，就是所谓的大数据思维[3]。不管哪一种诠释，都包含两层意思：数据可以反映问题、数据可以指导问题的解决。借助大数据思维，开放教育教学工作者能够进一步靠近并挖掘教育教学的潜在现实，有机会深入探索教育教学的变革与发展。
（二）大数据思维的特征
维克托•迈尔-舍恩伯格从数据本身出发，认为大数据有三个主要特点，分别是全体、混杂和相关关系。全体，指的是收集和分析更多数据，通过这种方式可以看到很多随机抽样得不到的细节。混杂，指的是接受混杂，大数据时代追求的，是在宏观上失去精确性，在微观上获得准确性。相关关系，则是指应该关注“是什么”，而非“为什么”[4]。黄欣荣将大数据思维与小数据思维相比较，从数据的增长速率、使用范围考虑，认为大数据思维具有整体性、多样性、平等性、开放性、相关性和生长性等六大特征[5]。周世佳从数据产生的状态、处理的模式、结果的呈现样式出发，认为大数据思维的特征是：整体性与涌现性、多样性与非线性、相关性与不确定性、并行性与实时性[6]。大数据思维是大数据时代形成的特定思维方式，与传统的数据思维有所差别。本文从数据对象、关注点、数据处理方式、支撑技术等方面总结归纳了大数据思维与传统数据思维的差异，如表1所示。
（三）大数据思维的教育应用
大数据思维在商业、金融、通讯、经济、医疗等行业的应用已有较长时间，近期伴随着移动互联网、云计算、物联网的发展而引起国内外广泛关注[7]。然而大数据在教育领域的应用并不深入，“教学应用大数据分析处于起步阶段，还需要几年才能成熟。”[8]2012年10月，美国教育部了《通过教育数据挖掘和学习分析促进教与学》的报告，宣告了“数据驱动学校，分析变革教育”的教育大数据时代已经来临，掀起人类教与学的又一次变革[9]。目前，大数据分析已应用到美国公共教育领域，成为教学改革的重要力量[10]。美国教育部门创造了“学习分析系统”——一个数据挖掘、模化和案例运用的联合框架，旨在向教育工作者提供更多、更好、更精确的信息，从而了解学生到底是“怎样”学习的[11]。美国的新兴企业“希维塔斯学习”（CivitasLearning）运用预测性分析、机器学习来提高学生成绩。加拿大“渴望学习”（Desire2Learn）教育科技公司的“学生成功系统”（StudentSuccessSystem）通过监控学生阅读电子化课程材料、提交电子版作业、在线与同学交流、完成考试与测验，让其计算程序持续、系统地分析每个学生的教育数据[12]。2013年是中国的大数据元年，也是我国大数据在教育领域应用研究的起步阶段[13]。国内教育技术领域掀起了基于大数据技术促进教育改革和创新发展相关研究的热潮，大数据的教育应用研究迅速发展起来。部分高校开始实践对教育数据的挖掘与利用。清华大学的“大规模在线教育研究中心”，通过大数据技术对众多学习者在平台留下的学习行为数据进行分析，得出学习者对哪些知识点比较感兴趣、哪些学习工具和学习资料使用频率最高等规律[14]，进而打造更具适应性的智能学习平台。华东师范大学对校园网站数据进行分析，从而改善用户体验[15]。浙江大学通过对资产的归纳、整理，最终形成权威、全面的资产数据，并基于资产数据提供数据查询和分析服务[16]，帮助教务处更好地利用教室、实验室等资源。
二、开放教育领域教育教学数据应用现状
（一）开放教育领域教育教学数据类型
随着互联网技术的发展与应用，远程开放教育领域部署了众多学习管理系统，比如三级“电大在线”远程教学平台、形成性测评系统、国家开放大学学习网，除此以外，还有招生、教务、考试报名等信息管理系统，这些系统经过多年的教育实践，不但存储着海量学习者信息及学习过程数据，还存储着大量的管理数据。2012年，葛道凯等人根据教育活动中技术手段的差异，将教育数据来源划分为传统教育数据和远程教育数据。根据业务活动的不同，将教育数据挖掘的数据来源划分为教学数据、管理数据、科研数据三大类。[17]1.教学数据挖掘远程教学数据主要来源于各类数字化学习环境，既可以是保存在服务器和客户端上的日志数据[18]，还可以是图片信息、动画、视频、地理位置信息等，前者多为结构化数据，后者多为半结构化或非结构化数据。随着智慧课堂等信息化项目的建设，各种电子教具、智能设备逐渐进入课堂，课堂教学过程也会产生并保存丰富的数据。对教学数据进行挖掘，对学习过程中产生的各类信息进行深度分析，能够实时洞察学习者的行为，从而预测和把握每一个学习者的学习需求、学习风格、学习态度乃至学习模式，学校、教师可以为不同学习者提供合适的学习内容与指导，实现真正意义上的个性化教育。2.管理数据挖掘管理数据主要来自于教育机构、部门使用数字化管理系统过程中录入、保存和管理的数据，主要表现为结构良好的报表形式。比如人事管理、招生管理、学籍管理、教务管理、师资管理等常见系统。在现今管理中，学校决策很多时候仍然主要依赖领导的经验和直觉，而非基于客观的数据。大数据思维可以重构决策路径。挖掘并分析管理数据，能够为教育管理人员提供参考，实现对管理对象（学生、教职工）及各种业务流程的更好理解，并据此优化各项管理工作。3.科研数据挖掘目前许多与科学研究有关的信息资料已被转换为数字形式，存于数据库中，并可通过各类检索系统检索使用。科研数据结构良好，非常适合进行数据挖掘。将科研数据库，如文献数据库、政策数据库、语料库等的原始数据转换为有用信息，可提高研究效率，优化研究成果的呈现方式，实现全面、快速、准确地了解某一研究领域的现状，并预测未来的发展方向。比如，基于CNKI期刊论文数据库的“终身教育与远程教育”之关系的文献研究[19]。
（二）开放教育领域教育教学数据应用现状
尽管开放教育领域早已形成了“大数据仓库”，但学校缺乏对数据的集中管理与有效利用，对数据的应用相当有限，绝大部分数据只是沉寂在数据库中，很难从中发现规律和有价值的信息，这种情况主要表现为以下几方面：1.业务部门难以提出数据的准确需求学校的业务部门对数据的采集、整理、分析主要出于业务驱动，业务流程结束后，数据也随之沉睡，数据分析处于被动状态。此外，很多业务部门不了解大数据及其应用场景和价值，尚未形成大数据思维来指导各项工作的开展，在实际工作中难以提出大数据的准确需求：要优化某项业务，到底需要哪些数据？这些数据应当如何获取？采集的数据要按什么标准进行整理、挖掘和分析？数据的可视化处理应做到什么程度？2.对数据的应用受制于平台和技术学校各级各类学习系统、信息管理系统的数据产量很大，但对数据的保存和利用率总体偏低。就数据的存储和处理来说，存在数据类型多样化、数据读写瓶颈、存储压力、系统性能瓶颈、数据分析效率低、数据安全等问题。比如开放教育的教务管理系统，庞大的学生成绩数据已超出传统系统的存储和分析能力，导致对成绩数据的处理停留在简单的查询、统计、打印和报表阶段，未能对数据进行深入分析，获得有利于教学工作的信息[20]。3.现存的数据分析是零散的、割裂的大数据时代，强调形成机构内部各模块数据、数据库网、多媒体数据、各类平台数据、各类信息载体数据之间的互联，力求最大限度地利用数据。但现有的教育数据存在机构化、部门化问题，数据呈现割裂、零散状态，数据分析也较少关注数据之间的相关性。比如，教务处会有意识地整理每学期的在籍生人数、各专业人数、开设课程明细、学期选课人次、学生到课率、按期毕业率、学位获取率、退学率、终结性考试及格率等数据，但却很少挖掘这些数据之间的相关性和影响关系，更不用说不同部门数据之间的联动关系。4.缺乏专门的数据分析岗位及人才大数据时代带来很多新的理念和技术，拥有与过去完全不同的数据存储和处理模式，但现有的系统管理员、数据库管理员仍然习惯使用传统关系数据库管理系统，短期内很难具备面向未来的数据分析技能。究其原因，一方面在于学校对数据分析相关岗位和人才的需求态度尚未明朗，另一方面，新技术应用门槛较高，许多大数据技术在成熟度和可访问性方面暂时不及传统数据库和数据管理套件，可用于帮助系统管理员熟悉这些环境的补充分析工具也非常有限。
三、大数据思维对开放教育数据挖掘的若干启示
（一）自上而下，形成教育教学管理的数据思维
随着广播电视大学向开放大学的转型，成人院校在办学种类、办学规模、专业结构和数量、师生来源、甚至所处环境都会发生变化。对开放教育数据进行挖掘与分析，有助于成人院校找准办学定位，提高教育、教学、管理的科学性，也为学校改进和加强宏观管理提供了有益的检测模式和评估技术。大数据思维的推广应用，需要学校的管理方式、架构、技术均与大数据时代相适配。因而有必要在区域或学校层面形成整体的大数据战略，并将此作为学校的重要任务，通过大数据思维将信息化教学、信息化管理、远程教育支持服务与学校日常工作相整合，通过协调化方式，所有部门共同培养和提高收集、存储、管理、分析和共享海量数据所需的思维与技术，逐步实现数据管理的常规化、即时化、网络化、公开化。
（二）从智慧校园建设入手，为数据挖掘与分析创造充分条件
随着云计算和物联网的出现，校园信息化建设应尽快从数字校园向智慧校园过渡。智慧校园建设通过把传感器嵌入到校园的各种系统中，将校园管理的众多软件系统平台融入到校园云，实现云、物联网、互联网的串通联接，由此可实现校园实时数据的获取、存储和加工分析，从而为学校发展和教学应用提供有效的决策依据，智慧校园作为教育信息化建设的一个实体，对实践大数据的价值提纯有重要的现实意义[21]。此外，智慧校园还包括大数据的标准体系、校园数字化生态环境以及相应的信息化组织管理体系等方面的建设[22]。从基础设施建设着手，逐步开展基于云计算的大数据应用，实现对教师网络教学行为、学生远程学习行为、学生个性特征等的分析和预测，为促进学生身心发展提供适时引导和帮助，提供学校运转的实时动态数据，助力教学管理科学化、智能化。
（三）脚踏实地，充分挖掘和分析现有数据
大数据时代，数据类型丰富，除结构化数据以外，还混杂着大量的半结构化和非结构化数据。掌握分析半结构化和非结构化数据的能力对大多数学校来说是一个持续的挑战。学校应将结构化数据挖掘作为大数据思维应用的切入点，注重收集和存储用户信息和行为数据，为将来各项应用做好充分准备；与此同时，借助已有的数据分析手段和研究方法，借助数据指导开放教育的发展。在初级应用阶段，可以考虑从教学数据、管理数据两方面进行教育数据挖掘：1.基于网络教学平台的数据挖掘（1）学习者特征识别：识别学习者特征，特别是学习者群体的特征，并依据某些关键特征对学习者群体加以细分，有助于做好前期的教学设计，并为个性化学习的实施提供依据。比如“学生数量统计与趋势预测”和“学生特征分类与相关分析”。（2）学习者在线学习行为分析：基于网络教学平台中师生学习过程的数据，针对教师和学生的行为方式，如登录、浏览资源、发帖、练习等行为和行为发生时间，以及各类资源、课程模块的使用情况进行统计、可视化和挖掘。比如“学生登录行为分析”、“学生资源浏览模式分析”、“师生交互论坛分析”和“学生行为影响因素分析”等。（3）师生交互分析：对网络教学平台交互论坛中的数据进行分析，帮助教师诊断学生对教学目标的掌握程度，以便给学生提供及时的反馈和指导。2.基于教育管理信息系统的数据挖掘（1）教职工管理：从人事信息数据库、后勤信息系统、师资管理和测评系统挖掘现有数据，对学校在人才引进、教师绩效评价、教师发展、职业规划、后勤管理、教育决策支持系统等方面提供快速、准确的决策帮助。（2）学生管理：基于学籍数据库、招生数据库开展数据挖掘，优化学生管理工作，为学校的招生决策、就业指导、毕业生追踪、课程设置等提供有益帮助。比如挖掘学生修业结果数据，开展毕业生（辍学学生）特征分析、毕业（辍学）结果影响因素和毕业（辍学）时间影响因素分析，进行毕业（辍学）结果预测规则和毕业（辍学）时间预测规则等。
（四）着眼未来，做好数据型人才储备
大数据时代，学校的管理决策、课堂的教学决策和对成人学习者的学习支持服务决策都将依赖于海量数据的分析结果，数据分析与挖掘将逐渐成为学校的常规工作，除了注重提升各部门人员的数据分析能力外，成人院校还需有意识地培养和储备以下人才：1.大数据管理人才在大数据教育应用的萌芽阶段，学校对大数据管理人才需求的迫切性要远超对技术人才的需求。信息技术发展日新月异，过去的教学、管理经验甚至可能成为现在的束缚。为了应对新时代的挑战，除设立专门的数据管理岗位外，管理者必须要有意识地转变思维方式，学会用数据思考、说话和管理；必须学会用大数据的方法，去寻找合适的解决方案。2.大数据技术人才[23]要想对教育教学数据进行充分挖掘，成人院校无疑需要一批懂得大数据，且善于研究大数据、深挖大数据的专家。这部分人才要综合掌握数学、统计学、数据分析、机器学习和自然语言处理等多方面知识。（1）数据科学家：具有数据分析能力，精通各类算法，能够直接处理数据的人。（2）数据架构师：精通开放教育各项业务，了解业务需求和业务系统架构，能够把数据和业务进行对接的人。（3）数据工程师：能够搭建数据存储、管理以及处理的平台，并支撑数据科学家提出的数学模型或算法的运行。
四、小结
关键词：互联网+ 大数据 职业教育 信息系统 变革
职业教育，作为国民教育体系的重要组成部分，参与主体不仅包含职业院校、学生，还包括政府职能机构、社会企业、家长等。目前，我国的职业教育体系主要存在质量保障体系不健全、教学评价体系单一等问题，无法快速适应当今社会变革的发展需要，呈现出“大学生找不到工作”与“企业用工荒”的现实矛盾。本文着重分析了我国现阶段职业教育模式的缺陷，从社会变革的角度，提出了转变教育观念，创新培养模式，探索建立适应“互联网+”思维的职业教育体系，以应对“互联网+”时代职业教育面临的挑战。
一、当前职业教育模式缺陷
第一，参与主体不健全，反馈渠道不畅通。一方面，单一的教育体制使得与之息息相关的社会企业及家长无法参与到职业院校的建设中，导致毕业生无法适应社会企业的需求，“供需矛盾”突出。另一方面，“教学纲要规划―教学大纲定制―教学执行―学生实习―入职”单一的教育教学模式，缺少有效的反馈，导致职业教育变革滞后，无法适应经济结构转型和现代产业升级的需要。
第二，社会企业在职业教育领域的主体地位缺失，缺乏相应的激励机制。现阶段，我国职业教育培养模式“百花齐放”，诸如“订单式培养模式”“双证书制人才培养模式”等，都是由学校的传统学科教育向校企合作的就业导向能力教育转变。但是，校企合作缺乏有效的激励机制，存在着学生在校期间教学模式化，缺乏社会企业的指导，实践性差;进入企业轮岗实习后，企业为了自己的生产效率参与辅导培养的积极性不高，导致毕业生实际能力与培养目标相差千里。
第三，评价体系不健全，教育质量堪忧。现阶段我国各级教育体系均以学生的就业率作为评价学校教学质量最重要的指标，依靠政府主导的外部评估，注重条件下指标建设;对教师的教学过程、学生的学习过程和工作成效等缺乏有效的追踪，因此无法有效地对学生的综合能力、教师的教学能力、学校的教学质量等进行科学评价，极大地束缚了我国职业教育的发展。
二、“互联网+”时代的大数据及职业教育大数据分析
1.大数据的特点
所谓大数据，指的是基于互联网及快速运算等现代科技，通过对大量数据进行快速分析、梳理，在有效时间内形成有利于决策的参考信息。其本质都是对大数据中“大”的理解和阐述：大数据非对数据量的描述，而是在种类繁多、数量庞大的多样数据中进行快速的信息获取。在当今所面临的大量数据中，只有极小一部分是结构化的有效数据，其余则是伴随着日常生活产生的大量“生活化”的非结构化数据。将这些非结构化的数据转化为有意义的信息，将揭示隐藏在浩瀚数据背后的内在规律。
2.职业教育的大数据特性分析
大数据时代的职业教育就是要借助现代科技，对职业教育领域的数据的全体性、混杂性以及相关性做好整理工作，提取与职业教育相关的内在信息，促进职业教育的健康发展。职业教育领域大数据具有如下特点。
第一，学生管理碎片化。职业教育的特点决定了学生的在校活动除了常规的课堂教学外，还要有大量的实习实训等岗位工作内容。学生岗位实习及轮岗实习的流动性，造成了学生学习过程的碎片化，尤其是对其学习进度、学习效果、学习能力的管理和监控提出了极大的挑战。大数据技术的出现，恰恰解决了学生学习期间的过程化管理问题：通过对学生学习活动的记录、追踪，及时掌握学生的学习兴趣、学习习惯、学习态度等。一方面实现对学生学习状态的动态掌握，另一方面能够帮助学校及教师及时调整教学方案，提高教学水平。
第二，社需求动态性，教学变革前瞻性。产业结构调整及科学技术的不断进步使得社会的用工需求存在着动态的不确定性，而职业教育的目标是“培养高技能人才，适应产业发展需要”，其办学模式、人才培养模式相对稳定，使得职业教育无法紧跟社会变革的需求，培养适合社会用工需求的高技能人才。基于大数据技术的动态数据管理，能够从大量非结构化的日常数据中提取出社会企业用工需求的变化信息，具有动态性和前瞻性，职业教育的决策者通过对企业用工数据的追踪、分析，可以及时掌握社会对人才能力的需求变化，及时动态调整学校的教学资源及师生配额，输送社会急需人才。
第三，海量的优秀教学资源管理与共享。近年来，我国职业院校的“示范校”建设、“精品课”建设等数字化校园建设极大地丰富了我国职业教育资源，内容涉及人文素养、教育教学、实习实训、职业资格标准等。然而，在独立发展的职业教育环境下，各职业院校的优秀资源只能成为一个个的“信息孤岛”，无法实现共享，更无法实现“社会化学习”“自由学习”，造成大量的优秀资源闲置、重复。基于“互联网+”的大数据平台，通过对各个独立的“信息孤岛”互联，并对海量数据进行有效的汇总、归类，可以根据使用者的需求及时有效地提取需要的资源，极大地减少教育者的重复劳动，实现优势资源共享。
三、建立适应“互联网+”的职业教育大数据综合信息平台
2015年5月，国务院印发了《中国制造2025》，强调要顺应“互联网+”的发展趋势，以信息化与工业化深度融合为主线，以重点行业重点领域为突破，加快推进制造业升级。中国的制造业要真正振兴，未来对技师、产业工人等技能型人才的需要将更加巨大。职业教育要适应产业革命对人才需求的不断变化，就必然要对当下的教育体系、教育理念、培养方式等进行变革，建立基于“互联网+”的大数据平台，推动职业教育现代化进程。
1.转变教育观念，建立适应“互联网+”思维的教育体系
转变教育观念，既是要转变教育管理观念，又要转变教育教学观念，更离不开教学质量评价方式的转变。建立适应“互联网+”思维的职业教育体系，就是要综合所有职业教育的参与主体，改变传统的“政府一纸命令管全部，学校一份教改管始终，教师一本教案用一生，学生恍恍惚惚过三年，企业事不关己轻敷衍”的“念经式”教学，利用网络的互联特性，以职教集团或政府教育行政管理部门主导的区域性职教中心方式，建立统一的职业教育综合信息平台，按照不同的层级（政策/决策层、教育教学层、综合评价层）实施职业教育的动态管理，形成有效的馈送机制和共享机制。一方面，解放教育工作者的双手，使其有更多的精力投入到“精品课”“示范课”等优秀教学资源的创作以及参与到用工企业去调研或增强社会公共意识上去，进一步促进职业教育的社会化发展;另一方面，通过有效的馈送，教育行政主管部门可以及时有效地掌握社会企业的用工需求，适时进行教学变革，同时通过社会企业对新入职工人的综合评价，掌控职业院校的教育教学质量，实现对学校、学生、社会企业等参与主体的多向动态管理。
2.丰富教学手段，深化校企合作内涵，推动职业教育培养模式转变
职业教育的变革，从根本上说是解决教育质量、人文素养等教学成果与社会需求对接的问题。我国职教领域目前的培养模式百花齐放，看似科学合理，实际上是由学校主导的单一知识教育，学生为了就业而学习一技之长，忽略综合素养的培养，达不到企业的用工标准。要改变这种现状，一方面，需要职业教育者创新教学手段，改变单一的课堂教学模式，充分利用大数据平台，挖掘学生的兴趣点，通过将教学与学生的兴趣点相结合，将课堂教学逐步变为“自主学习+导师辅导”式教学，提高教学质量;另一方面，通过建立适当的激励机制，鼓励行业协会、用工企业参与到职业教育大体系建设中，为职业教育的变革及教学方案的制订提供指导与建议，适时邀请企业技能专家到校进行行业或技能宣讲，提高学生对社会变革及技能需求的认知水平，同时根据产业发展需求导向，动态调整职业院校的专业配比、师生配比，真正实施“需求导向”的培养模式。
3.建立统一的教学评价体系，实现粗放型教育向内涵式教育转变
现行的职业教育评价体系是以教育行政管理部门为主，以选派专家对学校的走访、对少部分教师和学生进行访谈、听少部分教师的课堂教学以及查阅文件资料等方式获取学校信息，并依此对学校的教育教学质量进行评价。这种评价方式使得职业教育的众多相关主体地位缺失，评价片面化，缺乏科学性;且由于职业院校的独立性，各学校对教学质量、学生技能水平的把控莫衷一是，导致职业院校培养的学生水平参差不齐。基于“互联网+”的大数据评价体系，就是基于大数据技术引导建立严格的职业技能考核体系，实施区域性的统一化技能考核鉴定制度，一方面利用大数据平台对学生日常学习、轮岗实习、工作期间的综合素养等对学校的教学质量进行综合评估;另一方面通过对学校进行教育教学改革、教师日常教学方式、人文培养等教育教学内容的综合评估，对职业院校的教育质量进行实时把控，实现粗放型教育评价向内涵式教育评价的转变。
四、“互联网+”时代大数据在职业教育I域的应用展望
从现在主流职业教育教学模式，可以看到O2O、资源、职业体系等几个关键词。职业培训已经是当前互联网及传统企业都离不开的工作内容。要进一步做好职业培训工作，还要求将来的职业教育最基本要做好人才梯度、培训体系、产品理念、线下线上O2O渠道等几方面的建设与研究。这也算是“互联网+”时代对职业教育乃至教育全行业的一个更高标准的要求。
大数据的应用使职业教育变革成为可能。基于“互联网+”的大数据技术通过对社会企业用工需求、职业教育舆情等“非结构化”的数据进行分析，借助一定的数据模型，有效地提取社会产业变革对用工需求变化趋势的信息。职业教育的决策者据此对职业教育的专业配比、教学方案等进行适时的调整，适应社会变革的用工需求，培养社会急需的技能型人才，促进经济社会的大发展。
大数据的互联特性为职业教育优势资源共享提供了技术支撑。大数据的应用降低了职业院校基础资源建设的成本，节约了资本，有利于各级各类教育机构共享教学资源，提升教学水平，对于改善职业教育机构投入差异，打破教学环境壁垒具有非常积极的促进作用。
大数据的差异特性为职业教育实现个性化管理奠定了基础。教学管理是保证教学质量和人才培养目标的关键。通过大数据平台，各级教育行政管理部门能够动态监控各类学校的教学质量。教育者借助大数据的微观特点，可以实现对学生个体的精准化监控，及时把控学生学习过程中的思想动态，了解学生的学习兴趣、接收能力及认知水平，通过采取个性化教学，因材施教，实现对学生的个性化管理、差异化培养。
五、小结
“十三五”规划纲要明确提出，实施“互联网+”行动计划，促进互联网深度广泛应用;加快推动数据资源共享开放和开发应用，助力产业转型升级和社会治理创新。在此背景下，要实现“中国制造2025”高技能人才培养目标，职业教育参与主体必须树立适应“互联网+”思维的职业教育理念，建立基于大数据的职业教育综合信息平台，为职业教育实现“专业链与产业链对接、课程内容与职业标准对接、教学过程与生产过程对接，建立产教融合、校企合作的应用型人才培养新模式”奠定技术基础。
参考文献：
[1]周利黔.大数据时代下贵州职业教育的发展和创新[J].农技服务，2015（1）.
[2]杨明.现代职业教育的大数据战略[J].职教论坛，2015（21）.
[3]中华人民共和国中央人民政府.中华人民共和国国民经济和社会发展第十三个五年规划纲要[N].人民日报，2016（3）.
关键词：云计算 大数据 移动通信
通过基于云计算和大数据的移动数字教育平台，学生可以随时随地的进行理论知识点的实验学习，对课堂教学和实验教学都起到了必要的补充和辅助作用，可以有效解决实验资源有限和学生精力有限的双重瓶颈，通过此平台实现课堂教学与实验教学相结合、理论讲解与效果演示相结合、理论计算与实验验证相结合，达到讲得明白、学得轻松。
一、国内外发展现状研究
随着网络和信息技术的快速发展，人们接受信息的方式已经发生了很大改变，教育也不例外。2012年在美国兴起的MOOC（Massive Open Online Courses，大规模在线公开课），在世界范围的高等教育界产生了很大影响，国内也在如火如荼的展开。2011年和2012年，美国肯塔基州斐特县在初中和高中推行了自带移动设备的试点，取得了理想的成效。该学区董事会决定面向所有中学推行BYOD。[1]学生们对于不须携带大量教科书感到兴奋，教师们也期待改进互联网接入后，他们不再需要做预约，也不需将学生禁锢在计算机实验室中。美国肯塔基州的萨斯中学，学生在课堂上使用自带设备之前必须要先学习一门有关网络安全的在线课程。学生们使用移动设备的一种途径是在课程中发信息提交多项选择题的答案，教师据此监控某个主题是否需要额外增加时间。
最近几年，许多教育公司和网站正在为移动设备制作相应的程序、平台和课程。全球的学习机构都在探索一切可能和最优化使用移动设备的机会。移动学习是移动计算技术和E-Learning的交点，它能够为学习者带来一种随时随地学习的体验。[2]移动学习具有移动性、高效性、广泛性、共享性、交互性、个性化等学习特征，而且学习者不再局限电脑前，可以“随时、随地、随身”，“短、平、快”地进行学习。基于手机的移动学习是指学习者把手机当做学习工具来随时随地进行学习的学习方式，它是学习者利用短暂的时间间隔进行的学习，它应该让学习者在短暂的时间内取得良好的学习效果。
二、移动数字教育平台内容研究
系统主要分成数据层、组织层、平台层和应用层四个层次，将移动互联网、云计算、大数据有效地融合搭建移动学习平台、移动资源平台、移动教学管理平台和移动教学研究平台。最终实现学生能够通过手机，简单方便对相关专业基础课程的重要知识点进行实验验证和学习，轻轻松松的加深对知识点的理解和提升电路的设计应用能力。
1、移动学习平台
课堂演示、课堂互动、课后自习、课后实验等教学学习功能，解决了学生学习注意力差，课后作业抄袭现象的难题。利用移动互联技术，利用几乎人手一部的手机终端或平板电脑，建立移动数字教育平台的终端，可以实现课堂上师生即时互动，教学内容可以以动画或视频方式显示，增加了学生学习兴趣；把一部分作业内容通过手机的操作来完成，一方面从根本上杜绝了抄作业的可能，另外又大大的增加了做作业的趣味性和实验性。
2、移动资源平台
提供课程教学内容资源。
（1）解决数字教育平台海量的数据存储和海量计算需求的难题
基于云计算的数字教学平台具备灵活的动态扩展性。面对学校和社会公众提供海量的数据存储和计算服务。因为云服务器在不改变应用架构的情况下，只需要增加服务器数量以及存储的数量，就可以平滑进行系统扩容升级，以解决海量的数据存储和计算需求。
（2）解决传统教学资源平台出现的数据丢失或遭破坏的难题
云计算具有分布式的特点以及副本备份机制。在云计算环境中，数据资源以多个副本形式分布在不同的节点，某个节点数据发生故障时，也不会影响总体数据的完整性，从而有助于提高宝贵的教学资源的安全性。
3、移动教学管理平台
实现移动学习平台相联系的教学过程、教学结果、教学质量等相关工作，拟解决即时了解学生学习状态与行为的难题。Web3.0将应用Mashup技术对用户生成的内容信息进行整合，使得内容信息的特征性更加明显，便于检索。通过移动数字教学平台，线上的预习、完成作业和复习所有的学习操作平台自动进行纪录、统计、分析，教师可以随时了解学生的学习情况，进而可以有针对性地对教学进行调整和改进。并且将精确地阐明信息内容特征的标签进行整合，提高信息描述的精确度，从而便于互联网用户的搜索与整理。
4、移动教学研究平台
提供教学相关行为的大数据分析功能，用数据来告诉教师应该如何教，学生应该如何学。拟解决教学改革中缺少大量样本及数据支撑和分析的难题。利用移动数字教学平台，会采集大量的学习群体、学习行为、学习效果等方面的数据，采用大数据技术建立模型，做出相应的数据分析，帮助教师改进教学行为，纠正学生的不良学习习惯。
三、建设移动数字教育平台的社会、生态效益研究
建设基于云计算和大数据的移动数字教育平台是具有普遍适用性的教与学的通用性应用平台，对于大、中、小学生，甚至普通大众群体都有其实际的应用价值，手机学习平台很方便推广中小学、科普教育中进行应用。移动式的学习方式将所有的教与学的行为都能够详实地记录下来，形成宝贵的学习行为、生活行为分析的数据资源，当用户量达到一定程度，该平台形成的统计数据将成为很有价值的数据产品。
因此，基于手机的学习软件应具有生动、活泼的特点，并能进行多媒体互动学习。与其他形式的学习比较，手机学习具有便捷性、教学个性化、交互丰富性、情境相关性等特点，将是一种有效的学习方式。通信水平的提高、网络技术的发展以及手机高度普及，都在不断地提升基于手机学习的物质技术基础， 基于手机的学习必将很快成为教育技术领域的热点问题。
参考文献
[1]施游，张智，云计算体系架构，电脑知识与技术，Vol.7，No.1 January，2011，pp.83-84.
[2]李玮莹云计算架构下的移动学习实验室研宄与探索，2013（2）：236-242.
关键词：大数据技术；高职院校；教育技术；特征
近年来，我国逐步加快了教育体制改革。在社会环境日趋复杂的背景下，人才需求也变得更为紧迫。21世纪正是信息技术的时代，信息技术被应用于各领域中。随着信息技术的发展，时代的进步，人们逐渐认识到大数据发挥的重要作用，并将大数据融合到军工、航天、人工智能等多个行业当中。如何将大数据充分应用到高职教育，发挥大数据技术的优势，是当今高职教育面对的问题。在高职教育中引入大数据，既是符合现今高职教育情况，也是顺应时代对人才需求的发展趋势。通过对大数据的应用，提高总体教学水平，培养出专业知识雄厚的优秀人才，确保现代教育技术的显著发展，为社会人才需求提供资源。
1大数据技术概述
1.1大数据的提出
最初出现大数据（BigData）一词是在20世纪的60年代，当时是用来数据的量化描述，大数据也被人们理解为“数量的庞大”，直到21世纪，对大数据的理解有了新的突破。2008年9月，BigData:ScienceinthePetabyteEra”文章在美国《Nature》杂志刊登，从此大数据（BigData）被正式提出，进入人们的视线。
1.2大数据的发展
大数据（BigData）一词一经提出，迅速发展成为继云计算、物联网之后巨大的技术性革命。信息时代快速增长的数据量被各行业人士认识到其中的价值，为行业发展提供宝贵机遇的同时带来颠覆性的挑战。大数据的应用渗透到人们生产生活的各个领域及行业中。高职教育中同样渗透了大数据应用，在大数据发挥价值性的同时带来了挑战。大数据能够帮助学生更好认识学习行为，了解学习情况，提供个性化的教学内容；大数据引进产生的规模效应为教育数据的存储，管理带来了相应的难度，使得高职教育面临一系列的挑战。如处理海量数据要求配备高速的网络；分析系统智能化，要求系统具备较高的智能算法；确保数据的隐私性和安全性等。
1.3大数据的特征
大数据的本质，并非如人们初闻时产生的想法——认为大数据是一种新技术，一种新产品，大数据本身是顺应时展而产生的符合当今时代特征的一种现象。数据量巨大，通常用FB，EB，ZB来计量数据；数据类型复杂多样，不单只有结构化数据，还包含有多种数据，如网页，社交网络，图片等数据，半结构化数据和非结构化数据占有大部分比例；价值密度低，虽然数据海量，但是数据所含有的价值密度不高，需要进行有效数据的提炼，对无效数据的筛选，清除；数据产生和处理速度快，数据并不是静态的，流动性强，更新速度快。这些是大数据具有的几个基本特征。
2大数据时代高职教育现状
近年来，我国高职教育事业得到了突飞猛进的发展，尽管如此，社会对待高职教育仍旧持有一定的偏差态度。受传统教育观念的影响，部分受教育的学生，甚至是从事高职教育的教育工作者，还持有专科不比本科的错误观念，这就不可避免地造成高职教育地位的低下，从很大程度上制约着高职教育的进步发展，其中造成这一不良影响的因素还包含着我国自古以来的传统教育文化。尽管不少高职学校已经意识到传统教育理念的落后，提出改革教学理念，倡导“以服务为宗旨，以就业为导向”的新型教学理念，但是在实际的教学过程中，没有将理论有效的付诸实践中，还是采用传统办学观念。换言之，高职教育的理论与实践没能合二为一，一味的倡导而不落实到行动中，并不能改善高职教育现状。职业性是高职教育的主要性质和教学目标，课程设置都应该围绕实现职业性教学展开，建立起适合高职就业发展。突出高职教学特色的办学体系，明确高职教学任务，以服务为宗旨，以就业为导向，为社会不断输出适应能力强的人才，这是职业教育面对社会应该持有的正确的定位。大数据时代，我们的高职教育仍然有教育策略的创新，包括订单教育、合作教育等模式，但是普遍来看，对于大数据的应用还是非常少。高职教育教学机制通常为三年学制，为专科层次。但随着社会技术性人才的大量需求，专职教学比例已由最初的极少一部分演变为如今与高等教学比例相互比肩。所以，我们应当更好的结合大数据技术来优化我们的高职教育工作。
3大数据时代高职教育应用
3.1大数据下高职教育的学习分析
学习分析作为大数据时代高职院校教育改革的助推器，发挥着推动高职教学改革进程的作用。学习分析能够推进学生学习方式的转变，有助于学生更好的掌握技术性知识，培养出专业素质高的人才；推进教师教学理念的转变，教学模式的更新，实现“服务为宗旨，就业为导向”的教学理念调整，培养满足社会需求的技术性人才为教学目标；推进高职学院教学管理模式的转变，创新教学模式，改革教学思路，合理安排课程设置，围绕职业性开展管理教学；推进教师、学生对教学资源利用关系的转变。通过大数据的学习分析，我们能够搜集到一系列教学信息，将学生学习概况加以整合分析，让教学情况得以充分把握。就目前形势来看，学术界对学习分析的理解存在百家争鸣的现象，对学习分析的定义存在分歧，尚未达成共同的认识。学习分析会被认为学习分析是“预测、采集、评价和报告一系列学习情景中所产生的数据，以便掌握和改善学习者的学习过程”，加拿大阿萨巴萨卡大学教授持有的观点与学习分析会持有的观点有异曲同工之处，认为学习分析从本质上说就是收集学生学习过程中产生的大量数据，进而分析其中包含的信息，最后将分析结果反馈的过程。无论是上述哪一种定义，都有着共同的主张，即学习分析的过程是调查学习情况，发掘问题，解决问题，提高教学成效的过程。不少教育高职院校开始使用学习分析系统，开展成绩评估，学习预测以及学习监督。借助计算机功能，节约人工分析数据需要花费的大量时间，帮助学生自我监管、自我认识、有效测评、反馈教学、提出建议，辅助教师更好的教学，从而改进教学模式，从整体上优化教学水平。在高职现代教育技术的教学中，通过学习分析了解到高职学生的各方面学习信息。
3.2大数据下高职教育的数据转型
随着科学技术的发展，利用数字化信息技术实现数据由数据化转换成数字化，进一步挖掘和使用教学资源。首先是通过数字化技术的运用，提供丰富的可教学资源，教师认识到这些教学资源的珍贵性、价值性，应用到教学过程中，丰富课堂知识内容；另一方面，大量丰富的学习资源为学生扩展了学习视野，增大了学生学习知识的选择面，能够让学生按照兴趣喜好，结合自身情况进行筛选，为学生差异化发展提供发展机会。在现代教育技术的教学中，我们可以利用板书、多媒体等不同方式下教学效率的数据统计，在分析后以数字化来展示结论，使得教育工作更加的有针对性，有效率。
3.3大数据下高职教育的智慧融合
实现大数据下高职教育的智慧融合是指将智慧教育融入高职教育中，不仅是对教育技术发展提出的新要求，同时也是社会对于智慧人才的需求。大数据与智能系统的渗透，在很大程度上推动着智慧教育的发展。智慧教育的内容，提倡充分利用智能信息技术，坚持因材施教，开展个性化指导，摈弃传统教学方式，从而推进学生智慧学习。智能教学理念，在对智能媒体的使用过程中，融入以人为本的教育理念，一方面是教学过程智能化，学生能够切实学习到真正实用的知识；另一方面，有效地改善了长期以来由于实行传统教育带来的学习氛围不活跃状况，让学生能够在人性化的课堂中轻松愉快的学习。传统教学中，规定什么时间到课堂、什么时间开课，教师学生按照学校的时间安排，集中于教室里统一学习。运用智能终端教学能突破时间空间上的局限。如教师学生可以在任意时间，任意地点授课听课而不受其他因素限制，打破了书本教学的唯一获取知识途径。云计算、互联网等大数据技术的支撑技术纷纷成为学生索取知识的来源，接受的内容也可以不再单一，知识获取途径也可以不再单一，实现资源利用的广泛性。如果将传统教学比作静态，那么智能多媒体教学则是动态。智能的教学方式，激发学生学习热情，提高自主学习能力，培养学生自我管理约束能力以及创新发展能力。
3.4大数据下高职教育的伦理把握
大数据如同一把双刃剑，使用得当能对教育事业发展产生积极的影响。相反，若是使用不当，不但对教育事业发展没有积极作用，还会带来消极产物。因此，大数据使用要把握分寸，其中伦理观、价值观的把握尤其重要。齐格蒙特鲍曼曾说过：我们的时代是一个道德模糊性的时代，身处这个时代，我们拥有前所未有的选择自由权，同时也深陷入令人烦恼的不确定状态。大数据技术能够轻易采集到教师、学生学习过程中完备的信息，在数据的分析、储存过程中极有可能造成无意的信息泄露或者是有意的侵犯，将这些隐私信息作为商品交易。通过数据分析反映出事物问题，透过问题，寻找到事物的真相，这是教育工作应该持有的态度。教育过程中，应当坚持以人为本，切勿陷入数据论陷阱，产生让数据迷糊了看清问题本质的现象。数据分析很重要，能反映出一定的情况，但这不代表就能以偏概全。教育行业也是服务行业，务必坚守以人为中心的办学理念，研究数据的同时，更需要切实考虑学生实际情况，倡导人性化教育。
3.5大数据下高职教育的多元评价
大数据下高职教育的评价对象，不仅要有高职院校自我评价，还应当包括来自外界的评价，如学生、家长、用人单位、第三方等。高职院校自我评定，通过教学成果，教学中出现的问题，及时制定相应的对策，调整教学方案，对院校的工作有明确的认识，确保教育方向的正确；学生作为受教育者，具有直接的发言权，根据切身体会，发表个人意见或者建议，学生作为教育主体，其评论具有较高的参考价值，同时也会对学校产生一定程度上的压力，推动教育发展；学校是人才的培养者，用人单位就是人才的使用者和人才能力评估者。根据人员完成业务情况，对各方面综合素质能力进行检测，往往他们的评论更具有客观性和真实性。不同的评价者站在不同的视角对高职教育进行评价，这样综合评价的结果才具有真实性，全面性和客观性，才会更具有说服力。
4大数据时代高职教育趋势
高职教育多元化是大数据时代高职教育的趋势之一，要求办学的模式多元化、教学的方法多元化、教学的目标要多元化、提供的服务多元化等，并致力于打造特色专业。高职教育的宗旨是培养专业能力强的技术性人才，所以在教育中应明确优劣势，取长补短，加大优势专业的设备投入和优质教师资源的引进，致力发展优势专业，将优势专业打造为学校办学亮点，用优势专业拉动整个学校的发展。以某高职学院为例，由建校初的三个品牌专业：统计学、会计学、计算机科学通过特色专业带动学校发展，到如今已开设有57个专业。另外，实行校企合作机制，为学生提供锻炼的机会，将学习到的理论知识应用到实践之中，落实“厂中校、校中厂”教育模式，提高人才综合素质，确保输出的是实用性高素质人才。培养双师型教师，建立一支优秀的教师队伍。就目前来看，不少教师刚毕业就参加了工作，学历很高但是教育阅历尚且不足，所以还需要进行实践的历练，学校要定时组织教师培训，教师走出校园深入企业，提高自身教学能力的同时用亲身经验教育学生，更具有说服依据。总之，处于大数据时代，教育工作拥有了很多发展的机遇，充分有效的利用大数据资源搜集信息，分析处理，检测反馈，掌握学生学习动态，了解学生学习状况，针对大数据反映出的问题制定相应措施，进而调整教学进度，改革教学模式，创新教学方法。在未来的大数据基础支持下，我们高职人会坚持“以学生为本，服务学生”的办学理念，在为社会输入专业素质强、综合素质高的人才同时推动我国教育事业的改革发展。
参考文献：
[1]高军行.大数据时代合作式学习自高职课程教学中的应用--以国际贸易理论与政策课程为例[J].产业与科技论坛,2016(4):57-58.
[2]刑南亮杨春旭陈荣凯.人才培养工作状态数据平台在实践教学管理中的应用[J].教育教学论坛,2013(33):74-81.
[3]叶娟.探析大数据在高职教育中的个性化应用[J].网络安全技术与应用,2014(3):101-109.
[4]楚文波.大数据技术在高等职业教育领域的应用与研究[J].信息与电脑,2015(12):111-113.
[5]陈颖.大数据技术开发利用下高职人才培养工作的研究—一高职教育大数据应用平台建设为例[J].当代经济,2015(14):21-36.
[关键词] 大数据时代；高校教师；内涵；定位
[中图分类号] G645 [文献标识码] B
一、大数据时代对教学的影响
大数据目前成为当今时代的关注热点，数据已被列为物质资本、人力资本后的另一类重要的生产要素，未来如何利用大数据将是提升竞争力的关键。在大数据的内涵和本质上，以往就已经出现过“大规模数据”和“海量数据”等概念。大数据的范围是十分广泛的，既包括各类组织数据库中实际、有限的数据集合，也包括虚拟、无限的数据集合，如微博、微信和社交网络上的全部信息。目前的“大数据”概念，已经不仅仅指规模庞大的数据对象，更包括对大量数据对象的处理、应用等动态活动和过程，大数据是数据对象、技术与应用的三者的统一。
大数据背景是一种冲击，让信息和知识以更快速、更平等的方式进入每个人的生活中，学习的概念已经发生了变化。大数据时代数据量增加速度的上升，而数据获得和存储处理成本却大幅度降低，使发生在各个地方的实情都可以变成数据。因此，学生可以通过各种个性化手段，摄取并分析信息，随时随处进行“学习”。
大数据时代对教师和学生都产生了冲击。一方面学生面对巨大的信息量和数据时代的到来，对学习的理解、心态和期望都发生了变化，具体体现在：一是学生对学习的理解发生了变化。由于数据获得的简便性，随时随处可以获得信息，因此课堂学习只是学生理解周围世界的一部分来源。二是学生的学习心态发生了变化。自主学习的学习效果和自我需求满足程度可能高于课堂学习，导致学生自主学习与课堂学习时间出现争夺。三是学生对教师的期望发生了变化。大数据时代信息和数据获取的平等性，使学生不再依赖教师传授的知识，学生期待能在课堂中得到不一样的教育体验。
大数据背景同样也引发了教师在教学中的一系列问题，具体体现在：第一，传统教学方法无法完成新环境下的教学要求，引发课堂主体即学生对课堂学习重视度的降低。第二，教师新教学方法使用的限制，评估新教学方法效果的长期性和评估角度困难带来的革新难度。第三，大数据背景使教师自身定位发生变化，教师的内涵变化和如何去适应大数据时代，需要教师做出行为调整。
二、教育对大数据的积极利用及局限
面对大数据时代给教育带来的正面和负面的冲击，教育界积极思考了如何对大数据时代中的有利因素加以利用。大数据时代的教育应该在教育数据的挖掘、学习和数据分析方面开展，并据此改进自适应学习系统，最终实现个性化学习。还可以通过大数据建立更好的模型来对学生的学习和未来行为进行预测。
目前教育界对大数据具体的利用主要体现在以下几点：第一，利用技术设计新式教学系统，由专门的教育机构或企业来收集和挖掘学生的自学数据，自动为每位学生提供个人学习计划。第二，开发了新的课堂模式，如在线学习、智能辅导系统、虚拟实验室、仿真教学等新课堂形式。第三，利用数据发现学生异常行为，如分析学生日常行为中的异常信息数据，发现学习中断、学生退学、辍学等或其他的学生个人的异常行为。但目前在实践上述手段上还存在着各种问题。第一，由于条件限制，无法在新式课堂中全面普及终端机。第二，教师对新软件接受度不高，研究显示教师们很少使用开发的新教学软件中的功能，教师对系统设计的培训内容评价不高且不会把数据使用当作课堂实施中的必要部分。
通过以上方面我们发现，大数据时代的教育如果仅仅引入数据对象和技术，只能解决一部分问题。使用数据主体的人即教育工作者必须发挥新作用，否则对于数据的应用仅仅是提高了教育的“效率”或丰富了教学的手段，只是“锦上添花”却没有直面大数据时代教育教学的真正困惑。在新的教育系统和新式教学手段普及过程中，作为教育工作者需要在渐变的教学系统中实现持续性的教学，大数据背景下的教师教学中应该实践新理念。
三、大数据背景下教师的内涵变化和新定位
（一）大数据背景下教师内涵的变化
大数据背景下的深刻变化，需要社会和教学管理者用一种新思维来重新理解教师，理解课堂中教师的内涵。大数据时代背景下，教师在课堂中的作用和重点已经发生了改变，即由原有的知识传授导向转变为学习指导导向，大数据时代教师教学的重点将在于设计和引导学生的自主学习，挖掘学生的个性化特质，并在课堂中有针对性的解决。教师的作用将更加侧重为设计、引导和交流。与此同时，培养学生的数据敏感度和学习分辨及获取信息的方法也是教师应着重加强的教育教学重点。这种作用的变化，相应地使课堂重点也发生转移。
（二）课堂中教育教学中教师的新定位
1.培养和建立学生的适应性学习行为。大数据背景下，教师应侧重培养和引导学生的自我学习行为，培养学生自主学习的能力。由于大数据时代，学生获取知识的途径多元化，课堂教学的比例会随着新学习手段的加入而逐步减少。教师应在有限的课堂教学中，帮助和引导学生树立自主学习目标，引入自下而上的目标管理方法，让学生在教师协助下对自主参与设定的目标进行自我管理。通过目标分解，让学生清晰学习动机，完成自己个性化学习目标的设计和执行等过程。
2.加强数据获取和分辨的训练。苏迎特分析，只有三种最基本的东西是在今后的大数据时代学生用得到和必须学的：第一是阅读；第二是搜索；第三是辨别真伪。大数据时代的教育重点应该是数据取向的训练。大数据时代信息数量虽增多，但数据的本质仍要通过数据的辨识步骤体现出来。重要的是学生的积极主动思考，知道自己想要的是什么数据，用数据完成什么，否则就会淹没在数据的海洋之中。要在学生离开课堂之前教会学生未来如何独立的通过个人力量完成对数据的利用，并贯彻终身学习的理念。
3.完成个性化学习设计，引入新教育手段。由于社会转型，需要的不再是工业时代的标准化人才，个性化人才会更有市场，未来的教育也应该是个性化的，以受教育者个人需求为导向。统一的教育标准只是教育人员对个人的一种自我要求，个性化的时代背景不会要求把人才都按照统一的标准培养出来。个性化人才需求，使相应的个人成长和受教育阶段也应该是个性化的，教师应该考虑如何满足学生的需求。教育和教学软件所起到的智能分析和设计作用应该被充分的利用，通过智能分析和设计，加上教师在课堂中通过对学生个性化需求的了解和判断，制定出更加符合学生需求的个人学习计划和未来成长规划，这个步骤在学生、教师及智能分析软件的相互激发下完成，交流程度越高，个性化设计的效果越好。
四、学校组织形式和教育系统协调一致的变化
大数据背景下教育教学的变革，即是教师需要参与的工作，更是学校管理者应该思考的问题。诸如学习管理系统的研发人员、教师和管理层多方的参与者将出现作用和分工的调整和整合，引起学校组织形式的变化。在分工与合作方面，学习管理系统的研究和开发人员需要探索如何更好地理解和使用教育数据来挖掘和分析学习过程，提高教育和学习中的数据应用。而如何建立一个与变化相配合的新式学校组织体系，将是学校管理者的思考重点。教师在开发学习管理系统方面，需要与研发人员通力合作，或出现教师同时担当设计者的情况。
综上可见，大数据时代引发了教学方法、教师和课堂的转变，也会带动学校组织形式和管理方法的革新。这种革新将完成教师角色的再造、教学模式的再造、学校组织机构再造和教育管理方式的再造，并同时伴随着各种突破式的创新方式的引入。作为课堂教学的设计者、引导者和交流者，教师应主动调整自己的教学思维，在创新教学方面进行持续的思考和实践。
[参 考 文 献]
[1]张杰，王慧，吴成良.专家学者论大数据价值[J].现代管理，2013（8）
[2]张渝江.迎接大数据给教育带来的挑战[J].中小学信息技术教育，2013（10）
[3]江伟硕.信息很热，数据很忙，畅想大数据对教育的影响[J].中国信息技术教育，2013（5）
[4]孟小峰，李勇，祝建华.社会计算：大数据时代的机遇与挑战[J].计算机研究与发展，2013（11）
