大数据在高职院校协同育人中的研究与应用.pdf

伴随着现代信息技术和移动互联网的高速发展，数据信息呈现出井喷态势，标志着人类已经正式进入大数据时代。近些年大数据被广泛应用于教育、文化、政治、经济等领域，与之融合并取得了良好成效。在教育领域，采集相应数据进行统计分析后，与高职院校协同育人各环节相结合进行预判、调整以及决策成为就业育人过程中的改革创新点。此举将有助于高职院校充分发挥大数据的潜力，提升协同育人的质量。探索大数据在高职院校协同育人中的应用,提供可行的应用方案供借鉴和参考。关键词：大数据；高职院校；协同育人中图分类号：G646the Collaborative Education in Higher Vocational Colleges(School of Business Information,Yunnan Land and Resources Vocational College,Kunming Yunnan 652501)Abstract:With the rapid development of modern information technology and mobile Internet,data information has shown ablowout trend,and it marks that mankind has officially entered the era of big data.In recent years,big data has been widely used ineducation,culture,politics,economy and other fields,and has achieved good results.In the field of education,through the statisticalanalysis of the collected data,the combination of pre-judgment,adjustment and decision-making with higher vocational colleges hasbecome an innovation point in the process of employment and education.This will help vocational colleges fully tap into the potentialof big data and improve the quality of collaborative education.By exploring the application and influence of big data in collaborativeeducation in higher vocational colleges,we can promote the feasible application model as a reference.Key words:big data;higher vocational colleges;collaborative education文献标识码：AOn Research and Application of Big Data inCHEN Jing文章编号：1 0 0 9 0 6 7 3(2 0 2 3)0 4 0 0 7 4 0 6在大数据时代下，人们的行为习惯与思维方式发生了深刻的转变。应采用最新版、而且注明编制部门中长期教育改革与发展规划纲要（2 0 1 0 一2020年）指出：“信息技术对教育发展具有革命性影响，必须予以高度重视”。以数字技术、信息技术推动教育创新发展，实现教育方式与学习方收稿日期：2 0 2 3-0 7-1 8基金项目：教育部高校学生司供需对接就业育人项目“定向人才培养培训项目”（项目编号：2 0 2 30 1 06660）系列研究成果。作者简介：陈婧（1 9 8 4 一）,女，江西赣州人，硕士，云南国土资源职业学院副教授，主要研究方向：大数据、软件工程。742023年式的改革，是我国高等教育适应社会经济发展趋势的必然要求，也是现代教育实现跨越发展与现代化建设的基本举措。文章在分析大数据的概念、特点和与协同育人的关系的同时，提供实际的应用案例，探讨解决数据隐私与安全、数据质量与可信度以及师资队伍建设的解决方案。一、大数据在高职院校协同育人中的理论基础（一）大数据的概念和特点大数据是指以海量、多样化和高速产生的数据为基础，利用先进的信息技术和分析方法从中提取价值的一种数据资源。大数据具有三个主要特点。一是,具有规模性。包括海量、庞大的数据集，以指数级的增长速度不断积累，这些数据涵盖了各个领域和行业的信息，包括结构化数据、半结构化数据和非结构化数据，形成了高维度、高密度的数据资源；二是,具有多样性。它涵盖了多种类型和形式的数据，包括文本、图像、音频、视频等。此外，大数据还涉及多个数据源的集成，其中包含了各种数据格式和属性。这种多样性使得数据的处理和分析更加复杂，需要运用多维度的方法进行挖掘和处理；三是,具有高速性。互联网、物联网和传感器技术的发展使得数据的生成速度呈现出爆炸性增长。如社交媒体上的实时数据、金融交易的高频数据和智能设备的传感器数据都需要实时处理和分析，以获取及时的洞察和决策支持。(二)高职院校协同育人的概念和关键要素高职院校协同育人是指高等职业院校与企业、社会等外部环境之间建立紧密合作关系，共同参与学生培养和发展的一种教育模式。在这种模式下，高职院校通过与企业、行业和社会的协同合作,将教学与实践相结合，以提高学生的综合素质和就业竞争力。首先，它强调了高职院校与外部环境之间的密切合作。通过紧密合作，高职院校可以更好地了解就业市场需求，为学生提供与实际需求相匹配的培养方案和实践机会；其次，高职院校协同育人注重将学生的学习与实践相结合，通过实践教学、实习实训和项目合作等方式，提升学生的实际操作能力和职业素养；最后，强调个性化发展。通过了解学生的个性特点和职业志向，提供个性化的陈婧大数据在高职院校协同育人中的研究与应用第4 期辅导和指导，帮助学生实现个人发展和职业目标。（三）大数据与协同育人的关系首先，大数据为协同育人提供了更准确和全面的数据支持。通过收集学生的学习行为数据、成绩数据等，可以了解学生的学习习惯、兴趣偏好、弱点和潜力。同时，也可以获取教师的教学行为数据，包括教学方法、教学资源使用情况等。这些数据为协同育人提供了深人了解学生和教师的机会，为制定个性化的教育方案提供了依据。其次，大数据分析和挖掘为协同育人提供了洞察和决策支持。通过运用数据挖掘、机器学习和人工智能等方法，可以从大数据中发现隐藏在其中的规律、趋势和关联性。这些洞察对于学校和企业做出教育决策、调整教学策略和提供个性化支持具有重要意义。例如,通过分析学生的学习数据和成绩预测，可以为学生提供个性化的学习建议和辅导，帮助他们更好地实现学习目标。二、大数据在高职院校协同育人中的应用案例（一）学生学习数据的收集与分析1.学生学习行为数据的收集学生学习行为数据的收集是大数据在高职院校协同育人中的重要环节。通过收集学生的学习行为数据，可以深人了解学生的学习习惯、学习进度、学科偏好以及与学习相关的社交互动等方面的信息，为个性化的学习和指导提供数据基础。常见的学生学习行为数据的收集方式是利用学习管理系统（LearningManagementSystem，LMS)。学生在LMS 中进行在线学习和交互,系统记录了学生的学习行为，包括登录频率、课程浏览记录、学习时间、提交作业情况以及参与讨论等。例如,通过分析学生的登录频率和学习时间,可以评估学生的学习积极性和专注度；通过追踪学生的课程浏览记录，可以了解学生对不同学科的兴趣和偏好；通过监测学生的作业提交情况，可以评估学生的学习进度和完成程度。2.学生成绩数据的分析与预测学生成绩数据的分析与预测在高职院校协同育人中具有重要意义。通过对学生成绩数据的收集和分析，可以深人了解学生的学习表现、优势和不足，从而制定个性化的教育计划并提供针对性的支持。同时，通过基于学生成绩数据的预测分752023年析,可以预测学生未来的发展趋势和潜在风险,为教师和学校提供决策支持。学生成绩数据的分析可以通过多种方法实现，一种常见的方法是统计分析。通过计算学生的平均成绩、标准差、分数段分布等统计指标，评估学生的整体学习水平和成绩分布情况。此外，还可以通过数据可视化技术，将学生成绩数据以图表、图形等形式展示，帮助教师和学校更直观地了解学生的学习情况。同时，学生成绩数据的预测分析可以借助机器学习和数据挖掘技术。通过构建预测模型,利用学生成绩的历史数据作为数据集，可以预测学生未来的学习情况。这些模型可以采用回归分析、分类算法等方法,根据学生的个人特征、学习行为数据以及其他相关因素,对学生的学习成绩进行预测。例如,基于历史成绩和学生的学习行为数据，可以建立一个学生绩效预测模型，通过模型预测学生在某门课程的期末成绩，从而为教师提供有针对性的辅导和支持。(二)教师教学数据的收集与分析1.教师教学行为数据的收集通过收集和分析教师的教学行为数据，可以深入了解教师的教学方法、教学资源使用情况以及学生参与情况等，为教师的教学评估和优化提供数据支持,进而提高教学效果和学生学习成果。教师教学行为数据的收集可以通过多种手段实现。常见的方法是通过观察和记录教师的教学行为。教师的教学行为可以包括课堂讲授、教学互动、学生评价等方面。通过观察教师的课堂教学活动，可以记录教师的教学策略、教学资源使用情况以及学生参与情况等数据。例如，记录教师在课堂上的讲解方式、提问频率以及对学生问题的解答方式，可以对教师的教学行为进行客观的评估和分析。另外，教师教学行为数据的收集也可以借助于教学管理系统、教学平台等信息技术工具。教师在教学过程中使用的教学资源、课件、作业等可以通过教学平台进行记录和收集。这些教学资源的使用情况可以反映教师的教学准备和教学策略，为教师的教学行为评估提供数据依据。例如，通过教学平台统计教师上传和使用的教学资源的频率和质量，可以评估教师的教学活动的多样性和创新性。76兴义民族师范学院学报2.教学评估与优化通过对教师的教学行为和学生的学习效果进行评估，可以了解教学的有效性和学生的学习情况，为教师改进教学策略和优化教学过程提供指导。教学评估可以基于多个方面的数据进行，其中包括学生学习成绩、学生评价、教学观察和教学资源使用情况等。学生学习成绩是一种重要的评估指标，通过定量的方式衡量学生在学科知识和技能方面的掌握程度。学生评价是另一个重要的评估来源，通过学生的反馈和评价，可以了解他们对教学的满意度、学习体验以及对教师教学行为的评价。此外，教学观察也是评估教学效果的重要手段，通过观察教师的教学活动、学生的参与情况和课堂氛围等，可以获得关于教学过程互动的信息。教学资源使用情况的评估可以通过教学平台的数据统计，了解教师使用的教学资源的多样性和适应性。（三）协同育人平台的建设与应用1.数据共享与协同合作通过数据共享和协同合作，教育过程的不同参与者（如高职院校、企业、教师和学生)可以共同分享和利用数据资源，实现更有效的教育和培养。数据共享是指将各方拥有的数据资源进行开放和共享，以促进信息交流和合作。在高职院校协同育人中,数据共享可以涵盖多个方面,如学生学习数据、教师教学数据、就业市场数据等。通过数据共享，高职院校可以获取企业和社会的实时就业需求和市场趋势数据，为学生提供与实际需求匹配的培养方案和就业指导。同时，教师可以分享和交流教学资源、教学经验和教学案例，促进教学的创新和提高。2.学生个性化辅导与指导个性化辅导与指导通过收集、分析和利用学生的学习行为数据、学习成绩数据以及个人特征等信息，为学生提供个性化的教育支持和指导，满足学生的个性化学习需求，促进学生的学习进步和自身成长。在个性化辅导与指导中，数据的收集和分析起着关键作用。学生的学习行为数据可以包括学习时间、学习路径、学习习惯等方面的信息。例如，通过分析学生的学习时间和学习路径，可以了解第4 期2023年学生的学习规律和偏好，进而为学生提供合适的学习资源和学习计划。学生的学习成绩数据可以用于评估学生的学习状况和进展，从而为教师提供个性化的辅导方案。例如，通过分析学生成绩数据，可以发现学生在某些知识点的薄弱之处，教师可以据此提供有针对性的辅导和教学支持。个性化辅导与指导的关键在于利用数据分析和机器学习等技术为学生提供个性化的教育支持。通过数据分析和模型构建，可以预测学生的学习需求和学习困难,进而制定相应的辅导方案。例如,基于学生的学习行为数据和学习成绩数据,可以建立预测模型来预测学生在特定学科或知识点上的学习困难，为教师提供个性化的辅导策略三、大数据在高职院校协同育人中的挑战与解决方案（一）基于大数据的学生学业辅导与评估体系随着信息技术的飞速发展，大数据技术在教育领域的应用日益广泛，特别是在高职院校的学生学业辅导与评估方面。本案例将从三个不同角度，对基于大数据的学生学业辅导与评估体系进行分析，探讨其优势、局限性以及对教育实践的影响。1.精准个性化学业辅导通过收集和分析学生的学习行为数据、课程评估数据和学生成绩数据，可以为每位学生提供精准个性化的学业辅导。这种个性化辅导的优势在于，能够更好地满足学生的学习需求和特点，促进学生的学习动力和积极性。例如，系统可以根据学生的学习行为，预测学生可能面临的学习难点，提前为其准备相应的学习资源和辅导措施。同时，通过大数据分析学生成绩，辅导教师可以深入了解学生的学科特点和学习状态,因材施教，制定针对性的学习计划和辅导策略。这样的个性化辅导不仅提高了学生的学习效果，也提升了学生对学校教育的认同感和满意度。2.教学质量评估与持续改进通过收集学生课程评估数据和学生成绩数据，学校可以对教师的教学质量进行全面、客观的评估。这种评估不再依赖传统的问卷调查，而是基于大数据的真实学习数据，更加客观准确。学校可以通过分析教师的教学效果和学生的学习反馈，及时发现问题和不足之处，并进行相应的教学改陈婧大数据在高职院校协同育人中的研究与应用第4 期进措施。教师也可以通过学生学业数据的反馈，不断提高自己的教学水平，实现教学质量的持续提升。3.数据隐私保护与合规性虽然基于大数据的学生学业辅导与评估体系具有诸多优势，但同时也面临着数据隐私保护和合规性的挑战。学生的学习行为数据和成绩数据涉及个人隐私，如果处理不当可能导致数据泄露和滥用。因此，学校在建立大数据学业辅导与评估体系时，必须制定严格的数据隐私保护措施，确保学生数据的安全和合法使用。同时，学校还需符合相关的法律法规，确保数据的合规处理。为了提高数据的安全性和可信度，学校可以采用数据脱敏技术、权限管理等手段，限制数据的访问权限，确保数据仅在授权范围内使用。基于大数据的学生学业辅导与评估体系为高职院校的教育教学带来了诸多优势。通过精准个性化学业辅导,提高了学生的学习效果和满意度；通过教学质量评估与持续改进，促进了教师教学水平的提升；同时，学校必须重视数据隐私保护和合规性，确保大数据的应用在合法、安全的前提下发挥更大的价值。只有充分发挥大数据在学生学业辅导与评估中的优势，加强数据隐私保护和合规性，才能更好地推动高职院校教育教学的改进与发展。（二)大数据在校企合作中的应用校企合作是高职院校教育与产业发展深度融合的重要模式，旨在培养适应现代产业需求的高素质专业人才。随着信息时代的到来，大数据技术为校企合作带来了全新的机遇和挑战。本案例将从三个不同角度，分析大数据在校企合作中的应用，探讨其优势、局限性以及对产业发展和高职院校教育的影响。1.精准人才需求预测与匹配大数据技术可以通过分析产业发展趋势、企业用人需求等多维数据，实现对人才需求的精准预测。企业在面对日益复杂多变的市场环境时，往往难以准确预测未来所需的人才走向。而大数据分析能够帮助企业预测未来的技能需求和专业方向，从而更好地调整用人策略，提前培养或吸纳合适的人才。在校企合作中，大数据技术也能为高职院校提供更准确的人才培养方向。学校可以通过772023年分析产业用人数据、职业发展路径等，为学生提供更具针对性的专业指导和职业规划，使其在毕业后能够更好地适应就业市场的需求。同时，学校还可以根据企业用人需求，调整专业设置和教学内容，确保培养的专业人才符合产业发展的需要。2.优化校企合作项目大数据技术可以优化校企合作项目的设计与管理。在传统的校企合作中,往往依赖于人工经验和主观判断，容易出现校企合作项目最终的效果不佳。然而，通过大数据技术，学校和企业可以更加科学地进行项目设计和管理。数据分析可以帮助学校了解企业的实际需求和合作意愿，选择更合适的合作伙伴，避免资源浪费。同时，大数据分析也可以帮助企业评估校企合作项目的效果，及时调整和优化合作模式，确保项目取得良好的效果。3.促进产学研融合创新大数据技术在校企合作中有助于促进产学研融合创新。学校、企业和科研机构之间的合作可以共享大数据资源，进行联合研发和项目创新。通过大数据分析，可以深人挖掘产业的潜在需求和创新机遇，促进产业技术的不断升级和发展。同时，学校可以将大数据技术应用于科研成果的转化和产业化，实现科研成果的快速转化和应用，推动科技创新与产业发展的紧密结合。但是，大数据在校企合作中的应用也面临着挑战和局限性。首先，在数据共享的过程中，学校和企业需要确保数据的安全性，避免数据泄露和滥用;其次,大数据技术的应用需要一定的技术和人才支持。对于一些中小型企业和高职院校来说，因缺乏相应的技术人才可能成为限制因素；最后，大数据分析结果的准确性和有效性也需要保证。数据的准确性对于人才需求预测和项目设计至关重要，因此需要确保数据质量和分析方法的科学性。大数据在校企合作中的应用为产业发展和高职院校教育带来了诸多机遇和挑战。通过精准人才需求预测与匹配，优化校企合作项目，促进产学研融合创新，大数据技术能够实现校企合作的深度融合，提升产业发展的效率和质量，同时也为高职院校的教育教学提供更有效的支持。与此同时，需要克服数据安全和隐私保护等挑战，不断完善.78兴义民族师范学院学报技术和人才支持，确保大数据技术的应用能够真正发挥其优势和价值。（三）基于大数据的课程资源优化与共享平台在高职院校中，大数据技术也广泛用于课程资源的优化和资源共享平台建设。本案例将从三个不同角度，分析大数据平台的优势、局限性以及对教育教学的影响。1.精准个性化学习资源推荐课程资源共享平台通过收集和分析学生的学习数据、学习兴趣、学科特点等信息，实现精准化个性化的学习资源推荐。平台能够根据学生的学习表现和兴趣，智能匹配适合其个性需求的学习资源，包括教材、课件、视频、习题等。这种个性化学习资源推荐能够提高学生学习的针对性和有效性,增强学习兴趣和学习动力。同时，教师也可以根据学生的学习数据，对课程内容进行优化和调整，更好地满足学生的学习需求。例如：某高职院校建立了基于大数据的课程资源优化与共享平台。通过平台，学生可以根据自己的学习特点和学科需求，自主选择学习资源。平台还为教师提供了学生学习行为和学习效果的数据分析报告，帮助教师了解学生的学习状态，优化课程内容和教学方法。这种个性化学习资源推荐平台受到了学生和教师的一致好评，有效提升了学生的学习效果和教学质量。2.促进师生间的资源共享与交流基于大数据的课程资源优化与共享平台还能够促进师生间的资源共享与交流。教师可以将自已优质的教学资源上传到平台上，与其他教师共享。这种资源共享可以避免教师重复制作教学资源,提高教学效率。同时,学生也可以将自己整理的学习资料和笔记分享到平台上，帮助其他同学学习。这种资源共享和交流可以打破传统教学的时间和空间限制，促进教学资源的共享和优化。3.优化课程设置和教学质量评估基于大数据的课程资源优化与共享平台还能够优化课程设置和教学质量评估。通过分析学生对不同课程资源的使用情况，学校可以了解学生的学习兴趣和需求，优化课程设置,增加受欢迎的课程。同时，平台可以统计学生对不同教学资源的评价和学习效果，为教师的教学质量评估提供客观依据。这种教学质量评估可以帮助学校发现教第4 期2023年学的优势和不足，及时进行教学改进，提升教学质量。例如：一所高职院校建立了基于大数据的课程资源优化与共享平台。通过平台，学校收集了学生对不同课程资源的评价和学习效果数据。通过对这些数据的分析，学校发现某门课程的学习效果较好，受到学生欢迎,因此加大了该课程的开设频次。另一门课程的学习效果较差，学生反馈较多，学校对该课程进行了内容和教学方法的优化。这种基于大数据的优化措施显著提升了学校的教学质量和教学满意度。基于大数据的课程资源优化与共享平台在高职院校的教育教学中发挥着重要作用。通过精准个性化学习资源推荐，促进师生间的资源共享与交流，优化课程设置和教学质量评估，这种平台能够提高学生学习效果，促进教学资源的共享与优化，推动教育教学的改进和发展。同时，平台的建设和运营也面临一些挑战，包括数据隐私保护、平台的技术支持等。因此，学校和教育部门需要加强对平台的管理和监督，确保平台的正常运行和有效发挥其应有的作用。参考文献：1林邓伟,李东亮.新工科视域下大数据技术陈婧大数据在高职院校协同育人中的研究与应用究).科技风,2 0 2 1(30):3.8马雪婷,贾晨.大数据时代高校课程思政协同育人机制研究.灌篮,2 0 2 1(36):1 4 4-1 4 5.9刘鹏宇,王超,贾克斌,等.基于教育大数据的团队协同育人体系研究.高校后勤研究,2 0 2 2(1 0):4.责任编辑：姚朝进第4 期专业校企协同育人模式探索.焦作大学学报,2 0 2 3,37(01):84-86.2潘婷婷.1+X制度下计算机应用技术专业(大数据方向)协同育人培养模式.科技风,2 0 2 3(12):50-52.3陈雪雯.大数据背景下高职院校思想政治工作协同育人研究.湖北开放职业学院学报,2 0 2 2(23):79-80.4苗丽,唐新梅.大数据背景下 互联网+协同育人平台构建探讨.广西教育,2 0 2 3(0 6):1 0 5-1 0 8.5敏胡.大数据背景下产教融合协同育人实践探究.教学方法创新与实践,2 0 2 1(0 3):5 3.6岳军祥,王楠.大数据背景下中小学家校协同育人文献研究回顾 .中国新通信,2 0 2 1,2 3(2 3):3.7张微微,杨静宜,吕晓华,等.基于校企协同育人模式的数据科学与大数据技术专业人才培养研(上接5 4 页）3王伟,王后雄“双一流”背景下学科教学论教师教学能力发展模式研究.当代教育与文化，2018,10(05):106-110.4谭诤,卢小陶“双一流建设中地方师范大学的定位与执择赣南师范大学学报,2 0 1 9,4 0(0 1):62-66.5卢小陶,丘苑和“双一流”背景下地方师范大学发展思考).教育评论,2 0 1 8(1 1):34-37+8 0.王景“双一流”建设背景下师范教育高质量发展路径分析).学术探索,2 0 2 1(0 8):1 5 0-1 5 6.7教育部.关于实施卓越教师培养计划2.0 的意见.中华人民共和国教育部公报,2 0 1 8(0 9)31-34.8教育部.义务教育数学课程标准(2 0 2 2 版)S.北京：北京师范大学出版社,2 0 2 2.9教育部,国家发展改革委,财政部,等.教师教育振兴行动计划（2 0 1 8 一2 0 2 2 年）).中华人民共和国教育部公报,2 0 1 8(0 4):1 4 1-1 4 5.10田腾飞,刘任露.OBE认证理念下师范类专业的课程建设.华南师范大学学报（社会科学版),2 0 2 2(0 1):4 1-5 2+2 0 5.11胡万山.师范类专业认证背景下教师教育改革的意义与路径.黑龙江高教研究,2 0 1 8,36(0 7):25-28.责任编辑：陈静79