大數據背景下繼續教育的督導框架設計的思考論文

　　摘要：建立繼續教育大數據分析下的督導評價指標體系, 用數據來驗證提高繼續教育督導科學化水平, 同時充分利用現代信息技術, 加強督導隊伍管理, 開展督導工作, 創新繼續教育督導的手段和方式, 提高督導效率和督導結果的精準度。開發督導信息管理平臺, 對督導數據進行分析后為督導人員提供督導結果, 督導人員借助該結果可以不再局限于實地考察、調研評估, 可以大大提高督導效率和督導結果的實時性、準確度。

　　關鍵詞：繼續教育; 督導; 框架設計; 研究;

　　目前大數據背景下還沒有國家層面的針對繼續教育的督導框架, 本文作者介紹在當前大數據的背景下對繼續教育的督導工作和督導框架設計的想法。

　　一關于繼續教育、繼續教育督導、繼續教育督導框架的定義

　　(一) 繼續教育

　　是指已經脫離正規教育, 參加工作和負有成人責任的人所接受的各種各樣的教育。是人類社會發展到一定歷史階段出現的教育形態, 是教育現代化的重要組成部分。

　　(二) 繼續教育督導

　　是根據國家的有關教育方針、政策、法規和制度對繼續教育行政部門和開展繼續教育的各級各類學校進行監督、檢查、評估、指導和幫助, 旨在加強國家對繼續教育事業發展的全面管理, 以保障教育方針和政策的貫徹執行, 提高教育質量, 促進教育事業的健康發展。

　　(三) 繼續教育督導框架

　　是對各類繼續教育機構開展督導工作的共同參照系。框架包括標準、指標和定量的評估方法, 督導機構依照框架為繼續教育機構提供綜合的評估說明, 繼續教育機構可以通過框架全面了解自身情況, 提高薄弱環節的質量, 從而提高教學質量。

　　二研究背景

　　隨著信息技術的高速發展, 我們傳統的教育發生了很大的改變, 這一點在繼續教育領域中表現的尤為突出[1]。例如: (1) 基礎設施的建立。教學機構創設多媒體和網絡為核心的數字化硬件環境。 (2) 信息管理系統。教育機構通過各種信息系統開展教學活動。包括教務管理系統, 招生管理系統, 考試管理系統, 學籍管理系統, 學分銀行管理系統等。 (3) 基于互聯網的教學平臺。包括學生sns平臺國開和基于手機的同學網, 微課平臺五分鐘課程網, 云直播平臺、moodle等課程平臺。

　　三技術路線和研究過程

　　通過對教育市場上繼續教育機構進行梳理, 基于以下原因, 可以利用數據挖掘技術來為框架設計提供指導。

　　(一) 幾乎所有的繼續教育機構采用基于互聯網的教學方式

　　隨著互聯網技術的發展, 互聯網已徹底改變著人們的生活習慣, 人們依賴使用互聯網的生活, 同時使用互聯網來幫助自己來學習。因繼續教育本身面向離校后的成人, 所以現在教育機構都利用互聯網采取遠程教育方式。通過對基于互聯網的遠程繼續教育研究可以指導整個繼續教育的督導框架設計。而基于互聯網的遠程教育機構中的數據幾乎可以表現該機構的一切教學管理等教育行為。

　　(二) 大數據技術的發展為我們對繼續教育大數據的處理提供支撐

　　機構在開展教育活動過程中, 無論是使用各種信息管理平臺還是利用教學平臺進行教學, 都會產生大量的數據, 例如機構數據、教師數據、學生數據、課程數據、學習成果數據、教師行為數據、教師行為數據等等, 而在過去, 由于軟硬件的瓶頸, 這些數據并不能被有效利用, 隨著大數據技術的發展, 機構不僅有能力配備足夠的硬件存儲這些數據, 還能通過云計算的方式來處理這些大數據。大數據的挖掘結果可以指導繼續教育框架的設計。

　　(三) 繼續教育可以按教育目的進行分類

　　隨著經濟社會的發展和人們生活水平的提高, 為了滿足人們對繼續教育的各種需求, 目前我們繼續教育涉及領域之多、匯集人群之廣、年齡跨度之長、在各級各類教育中是非常突出的。目前我國的繼續教育分為三類[2]: (1) 第一類是獲得學歷教育學習成果, 例如可通過學歷教育的課程拿到學分; (2) 第二類是獲得非學歷教育學習成果, 非學歷教育學習成果主要以項目結合課程形式呈現, 例如可通過干部在線學習的課程或者教師繼續教育的課程; (3) 第三類是獲得無一定形式的學習成果, 無一定形式學習成果主要以非課程項目形式呈現的學習成果, 通常表現為工作經歷、工作經驗、工作技能、生活技能等, 例如學會了使用office辦公軟件等工作技能。所有的繼續教育機構都有其教育目的, 所以也都有相應的學習成果。通過具體的教育機構包含學習成果的領域等級維度, 可以將繼續教育機構進行相應的分類。

　　四設計步驟

　　(一) 數據挖掘技術在教育督導框架設計中的應用

　　支持度公式置信度公式從定義來看, 任意兩項間都可以用關聯規則表示, 并由支持度和置信度描述。因此為了排除我們不關心的小概率事件間的聯系, 算法挖掘出的關聯規則必須是滿足一定支持度和置信度條件下的關聯規則。關聯分析的目的就是找出數據庫中隱藏的關系網, 關聯規則挖掘發現大量數據中項集之間有趣的關聯或相關聯系。一開始, 關聯規則的產生主要是針對購物籃分析問題。由于開展督導工作的目的就是提高教學質量。所以督導框架的設計必須參考教學質量的評價。這里運用數據挖掘技術通過對繼續教育數據的分析, 發現與“教學質量高”相關的關聯規則。并且計算這種關聯的發生的支持度和置信度, 從而指導我們設計教育督導框架。

　　(二) 數據處理

　　數據選擇的主要目的是確定發現任務的操作對象, 即根據用戶的需要, 從原始數據庫提取數據形成目標數據。作為繼續教育機構開展在線教育一般有教務管理系統, 網絡教學平臺, 考試平臺或者學分銀行信息平臺。從教務管理系統數據庫中提取教師數據、課程數據、學生數據、選課數據。從教學平臺數據庫中提取教師行為數據、學生行為數據。從考試平臺數據庫中提取考生考試成績數據和從學分銀行信息平臺中提取學生積累的學習成果數據。

　　1. 對于特定信息進行離散化。

　　連續屬性的離散化采用基于距離的量化離散方法更有助于關聯規則的發現。考試成績數據離散化標準為:以10分為一個分數段進行劃分, 對于成績60分以下的統一劃歸到一個區間。

　　2. 刪除信息不全的數據。

　　由于有些學生雖然對課程進行了學習, 教師也對課程進行了教授, 但沒有參加考試, 所以利用這些信息不全的數據進行挖掘, 需要對這些數據進行整條的刪除。

　　3. 錄入信息的規范和統一。

　　由于信息錄入人員的個人認知不同等, 對類似于職稱、專業領域等字段進行了不規范的錄入, 例如計算機專業、計算機科學與技術專業等, 這些數據需要按照統一的標準和粒度進行轉換, 再用于數據分析。

　　4. 挖掘結果的應用。

　　例如我們通過對大數據的挖掘, 發現了以下的關聯規則。

　　表1 課程主講教師職稱副教授以上占比 (jszc) 與教學質量 (jszl) 之間的關系

　　通過上述關聯規則的挖掘, 可以看出教育機構中的課程資源的主講教師副教授以上的占所有資源百分比, 與教學質量之間存在這關聯關系, 教學機構副教授百分比數可以作為督導時的重要指標。并且根據支持度和置信度來指定這個事件的相對權值。這里的支持度和置信度都設置了一定的閾值, 這里的項集中的事件需要對基礎數據做預處理, 用處理后的數據來表現教育機構的特點。

　　五總結和展望

　　提高督導隊伍信息化水平。隨著現代信息技術和繼續教育的深度融合, 甚至新的互聯網技術和數據技術可能在不久的將來進一步改變繼續教育的教學方式[3]。對于繼續教育的督導工作, 作為督導隊伍應不斷適應繼續教育發展的潮流, 與時俱進, 不斷提高信息化素質, 加強對新的互聯網技術, 數據處理技術等被應用到繼續教育的信息技術的了解和應用。從而進一步提高繼續教育督導工作的科學化水平。

　　參考文獻

　　[1]鄭禮平, 玉石, 張華.互聯網與終身學習深度融合背景下的繼續教育變革[J].高等繼續教育學報, 2015 (02) :9-13.

　　[2]玉石, 張華.終身學習與互聯網深度融合背景下的繼續教育創新發展[J].繼續教育, 2015 (05) :8-10.

　　[3]鄢小平.我國學分銀行制度的模式選擇和架構設計[J].遠程教育雜志, 2015:32-40.

【大數據背景下繼續教育的督導框架設計的思考論文】相關文章：

互聯網背景下貿易經濟專業教學創新思考論文07-04

雙減背景下的作業設計06-29

互聯網背景下互動網絡廣告設計研究論文07-03

專業軟件化改造背景下課程建設的思考論文07-03

“雙減”背景下小學數學作業設計07-11

雙減背景下的作業設計7篇06-29

雙減背景下的作業設計(7篇)06-29

“雙減”背景下小學英語作業設計04-01

雙減背景下的作業設計簡報范文11-15

大數據時代軟件工程專業建設的思考論文07-03