关键词：大数据；移动学习；个性化自适应学习；因材施教
中图分类号：G434 文献标识码：A 论文编号：1674-2117（2016）15/16-0169-04
大数据定义及其特征
当前，人们普遍认为大数据可能会给人类社会发展带来一场大的变革，并推动社会的全面进步，颠覆社会各行各业的运作模式。大数据不仅数量巨大，而且种类繁多，类型多样，包括结构化数据、非结构化数据以及半结构化数据等。怎样运用大数据指导社会各行各业的良性发展已经成为国家战略，教育发展也正面临大数据所带来的机遇与挑战。
最早提出大数据的麦肯锡公司对大数据的定义是：大数据指的是大小超出常规的数据库工具获取、存储、管理和分析能力的数据集。[1]维基百科对大数据作如下解释：大数据是指无法在可承受的时间范围内用常规软件工具进行捕捉、管理和处理的数据集合。[2]基于以上解释可知，大数据不仅是数据，也是工具。
目前，大部分学者认为大数据的核心特征被概括为“4V”，即数据量大（Volume）、输入和处理速度快（Velocity）、数据多样（Variety）和精确性（Veracity）。[3]数据科学家维克托・迈尔・舍恩伯格在《大数据时代》一书中指出大数据将带来如下的思维变革：①样本就是全体数据，与原来的随机样本相比，数量更多，范围更广；②允许数据的不精确，接受数据的混杂性；③注重事物之间的相关关系而不是因果关系。也就是说，我们只需要知道“是什么”，没必要知道“为什么”。[4]
大数据服务于教育的优势
基于以上大数据的特征，大数据服务于教育，便产生了新的内涵――教育大数据。教育大数据是指大数据服务于教育并指导教育教学良性发展的技术与应用体系。网络的飞速发展使学校拥有可用的、高质量的海量数据逐渐成为现实，大数据也在教育应用中大显身手。
教育大数据将汇聚无数以前看不到、采集不到、不重视的数据，并将促进教育教学发生以下几个方面的转变：①教育过程从“非量化”到“可量化”。以往的教育过程无法被实时记录下来，而在大数据的背景下，教与学的行为信息将越来越精确地被记录下来。②教育决策从“经验化”到“科学化”。教育决策不再像以前那样依赖个人经验、拍脑袋或简单的随机抽样调查结果，而是让“数据”发声，数据驱动决策将变得越来越可靠。③教育模式从“大众化”到“个性化”。学习分析技术将赋予教师认识每个学生的能力，对学生个人成长的数据进行分析处理，从而针对不同的学生采取不同的措施，真正做到因材施教。④教育管理从“不可见”到“可视化”。通过对数据的分析与可视化技术的应用，教育管理将更直观、准确、高效。[5]
移动学习在我国的发展
1.移动学习的定义
移动学习就是利用移动终端设备如智能手机、平板电脑等，在任何时间、任何地点以任何方式都能发生的学习，所利用的移动终端设备既能有效地呈现学习内容又能提供师生之间的双向交流。
2.移动学习的优势
移动学习被认为是未来教育发展的一种必然趋势。其核心优势主要体现在以下几个方面。
（1）学习方式灵活多变、丰富多样
学习者在任何时间，任何地点，只需打开智能手机或平板电脑，就可以方便地浏览自己所需要的知识，学习自己感兴趣的课程，并完成教师布置的任务。移动学习具有高度的灵活性，学习者可以以不同的方式进行学习，充分体现了人性化的学习理念。
（2）学习时间的碎片化
学习者根据自身情况，利用空闲时间，针对一个具体的模块进行学习，真正实现了学习时间的碎片化。学习者将自己所学的各知识模块相组接，最终形成一个完整的知识体系。
（3）学习界面的交互性
移动学习界面通常具有较强的交互性，在传统学习中不善于交流的学生，他们可以利用移动终端所搭建的平台与他人进行交流，从而更好地实现师生、生生之间的有效交流，达到更好的教学效果。
（4）满足学习者的个性化需求
学生利用移动终端设备，查找相关的学习资源进行自主学习，教师则针对学生在学习过程中遇到的问题进行在线指导。移动学习有利于培养学生的交流沟通能力，激发学生的学习热情，从而进一步发展学生的个性，提高学习成绩和自我效能感。
（5）有效助推终身学习理念的发展
在社会飞速发展的今天，终身学习理念得以产生，学生不仅要学会书本上的知识，更要学会学习。移动学习的发展，使终身学习理念不再停留在理论层面，为终身学习的实施提供了保障，有效推动了终身学习的发展。
移动学习发展中存在的问题
移动学习的最终目的是实现学习者的个性化自适应学习，使学习者随时随地都能展开高效的学习，但就目前我国移动学习的发展状况而言，还存在不少问题。例如，移动学习资源分布不均，资源类型单一，共享程度低，根本无法满足学习者的需求；学习模式的实时性、灵活性、交互性差，无法满足师生之间有效的交流互动；教师不能对学生的学习进行有效的指导，无法监控学生的学习过程；移动终端设备所提供的服务不能很好地满足学习者的需求，学习内容涉及面窄，纵向深度不够等。这些因素都影响和制约着我国移动学习的发展。
大数据在移动学习中的作用
大数据应用于移动学习，通过对学习者产生的海量数据进行处理、分析，从而实现对学习者进行个性化的指导，使学习者的学习走上良性发展的道路。大数据指导移动学习活动开展的模式如上图所示。数据贯穿整个学习活动的始终，教师通过对学生海量数据的分析，掌握每个学生个性化的学习特征，并为每个学生提供自适应学习资源，使其利用自适应学习资源展开自主学习，学习过程中遇到的困难由教师在线指导，从而保证学生顺利完成学习任务。整个学习过程中，数据对学生的学习起着指导与监控的作用，学生的学习过程被实时记录下来，为其下一轮学习的开展提供丰富的数据支持，最终使他们的学习走上良性循环的发展道路。
大数据在分析学生学习数据库、提供各种学习资源、提供预测功能、个性化自适应学习等四个方面推动着移动学习的发展。
1.分析学生学习数据库，提供更有效的学习支持服务[6]
分析学生的学习数据库，全面掌握学生的特性、学习需求、学习风格、学习基础和学习行为，进而为不同类型的学生推送相适应的学习资源、学习路径等。教师根据学生的学习数据库，发现他们在学习过程中遇到的问题，并分析是何种原因导致其在学习中遇到了问题，从而进行相应的指导。教师可通过分析学生学习的时段数据，得出他们学习的最佳时间段，并在该时段针对其遇到的困难进行相应的指导，其他时段教师可以通过轮流值班来进行辅导，这样就为教师和学生之间提供了高效的交流互动。[7]在对特定内容进行学习时，可进行学前测试。通过分析学生的学习数据库，掌握他们的学习状况，为其学习提供更有效的支持服务。
2.提供各种学习资源，满足不同学习者的需求
随着移动终端设备的普及，终身学习理念的引领，人们会越来越多地接受移动学习。学习者背景的多元化要求学习资源多类别、多学科、多类型，只有设立大量多维度的优秀的学习资源才能适应新时代不同类型学习者的需求。例如，当学习者在进行英语单词、语文古诗词等识记知识的学习时，则应为其提供丰富而准确的音频资源；当学习者在学习立体几何、带电粒子在磁场中的运动等数理方面的动态变化过程时，则应为其提供清晰的视频资源以展示动态变化的过程。学习资源是否有效取决于学习者所达到的学习效果，不同的学习者在对同一知识点进行学习时，所选取的学习资源也不尽相同，如有的学习者偏向于“看”的学习资源，而有的学习者则偏向于“听”的学习资源。在教育大数据的指导下，通过记录、分析学习者的学习偏好、浏览记录、学习时长等数据，可有效地指导开发者开发各种高效的学习资源，满足不同类型学习者的学习需求，解决目前移动学习发展中存在的学习资源匮乏、类型单一、共享程度低等问题。
3.提供预测功能，及时发现并解决问题
教师可以根据学生学习过程中产生的学习数据，对学生的学习进行实时追踪，监测学生的学习状况，掌握学生的学习过程，预测学生的学习成绩，及时发现学生学习中潜在的问题并进行干预，以防止学生在某一科目的学习中产生风险，达到防患于未然的效果。例如，学生在达到什么水平之后可进行下一个主题单元的学习，对于识记性的英文单词或语文古诗词，只需要达到背诵、默写无误即可，对于数理动态变化性的立体几何或带电粒子的运动，则需要完全理解其运动变化的过程；学生在某一科目的学习中，以现有的学习状态是否会有考试不及格的风险；学生在接下来的学习中是否会感到压力大，产生辍学的想法等。基于学生学习过程中产生的学习数据，教师可以更好地调控学生的学习，防止他们产生心理问题，并针对不同状况的学生采取相应的措施，使他们的学习走上良性循环的道路。
4.个性化自适应学习，真正做到因材施教
如果说互联网促进了教育的民主化，那么大数据将实现教育的个性化，而教育个性化的首要体现就是学习的个性化。[8]在移动学习中，大数据会根据不同学习者的课程选择与浏览状况，为每个学习者推送不同的学习内容和网络课程，即达到个性化的推送服务。大数据的核心就是量化一切，它侧重于学生学习的每个细节，注重全部数据的分析与应用，对学生学习的每个细节进行量化分析，如在一道题目上的耗费时间，对哪类课程感兴趣，倾向于运用哪些学习资源，看哪些内容比较吃力等。教师根据这些数据，有针对性地指导学生的学习，可真正实现“因材施教”。
结束语
大数据在教育中的应用，最终体现了“因材施教”的教育理念；移动学习将是未来社会不可或缺的一种学习模式，体现了终身学习的教育理念。两者相互结合，以大数据作为移动学习开展的指导工具，使移动学习更加行之有效，进一步促进了我国教育事业的发展。
大数据对于指导学习者的学习具有较强的实用价值，在大数据的支持下，学习者可以根据自身的特点进行适合自己的学习，使学习者乐享学习。总之，大数据必将改良教育，它所提供的个性化自适应学习将真正做到以人为本，回归教育的本质。
参考文献：
[1][2]赵亚会.大数据在成人个性化教育中的应用探析[J].中国成人教育，2016（1）：23-26.
[3][5][8]杨现民，唐斯斯，李冀红.发展教育大数据：内涵、价值和挑战[J].现代远程教育研究，2016（1）：50-60.
关键词： 信息技术 深度融合 实现模式 路径选择
一、问题的提出
信息技术与教学的融合一直是当今教育信息化研究的焦点话题[1]。2012年，教育部在《教育信息化十年发展规划（2010-2020年）》首次提出了“信息技术与教学深度融合”用以取代“信息技术与课程整合”[2]。“信息技术与教学深度融合”进一步强调了信息技术对于促进信息系统内部结构方面所发挥的作用[3]。
祝智庭教授认为：我国的教育信息化正处于“初步应用整合”阶段，正在向“融合创新”阶段推进。未来的发展重点是在过去大规模信息基础设施建设的基础上，着力推动信息技术与教育的深度融合，推进信息技术在教育教学、管理、科研等方面的深入应用，促进相关流程优化与再造，变革传统教育理念、模式与方法，支撑和引领教育创新发展[4]。何克抗教授认为：深度融合的实质与落脚点是要变革传统课堂教学当中“以教师为中心”的传统教学结构为既能充分发挥教师主导作用，又能突出体现学生主体地位的“主导-主体相结合”的教学结构[5]。
随着信息技术的不断发展，学者们一致认同信息技术与教学深度融合是大势所趋，但究竟如何实现信息技术与教育的深度融合，对其实现模式与路径选择的探讨还相对较少，基于这一出发点并结合大数据时代的特点，探讨能够实现信息技术与教学深度融合的模式与路径。
二、大数据与教学改革
所谓大数据，目前业界和学术界还没有统一定义，通常主要是指数据量大、形式变化多样的非结构化数据。大数据时代最为显著的特点就是数据量呈现指数型增长趋势，人们的思维和工作方式将发生变革，数据的挖掘、分析和利用成为大数据的核心，也成为教育创新的原动力[6]。在大数据时代学生获取知识的途径不再是课堂，而是基于信息技术的新型网络学习平台。
在大数据时代，学生的学习由被动接受变为了主动学习，学生个体数据的捕获和存储变得相对容易，围绕学生的学习兴趣、学习效果等的数据挖掘为每一位学生提供基于大数据分析的个性化服务，从而使得学生可以根据自身的学习兴趣和爱好选择学习内容。
与此同时，大数据还引领了新型学习环境的建设，与传统在线学习环境不同的是大数据时代的在线学习环境不是视频资源和文字材料的简单搬家，而是在学习内容管理系统的基础上添加更多能够基于大数据进行教学分析、学习过程评价和诊断的功能模块，从而实现学习者根据系统反馈进行个性化自主学习。因此，在大数据时代的环境建设方面应充分利用数据信息，以数据为支撑建立有利于学习者全面发展的个性化学习环境。
三、信息技术与教学深度融合的实现模式探讨
信息技术与教学深度融合要创设一种情境使学习共同体与学习资源、学习方式、学习活动有机结合，同时必须将信息技术融入学习情境当中，使信息技术在学习的各个环节都能最大限度发挥作用，最终实现学习范式的变革。在变革过程中要以大数据作支撑，无论是学校教育还是非学校教育在大数据的支撑下将会变得更开放，更加人性化。
（一）理论基础
实践共同体（Community of Practice，简称COP）最早由Lave和Wenger提出，该理论强调在一个实践活动中，基于共同学习兴趣的一群人他们能够以一种正式或者非正式的方式，来分享他们各自的知识及经验，从而使他们能够以一种独特的视角来审视在学习当中出现的问题，从而找到解决问题的办法[7]。该理论关注学习活动的设计和管理，强调学习者的设计性、参与性和自主性，强调学习者之间的深层次交互与知识的共享，强调学习者的创造性学习[8]。通过分析，可以发现构建以教师和学生为中心的实践共同体能够改变传统教学模式下以教师为中心的局面，在实践共同体当中，教师与学生能够实现共同学习，共同成长。同时，以实践共同体为核心所开展的实践活动，最大限度地发挥教师和学生的创造性，从而实现学习范式的变革。
（二）信息技术与教学深度融合的实现模式
在借鉴其他学者关于信息技术与教学深度融合的研究基础上，从大数据出发应用实践共同体理论尝试构建出信息技术与教学深度融合的实现模式图。如下图所示：
通过模式图可以看到，实现信息技术与教育的深度融合首先要创设有利于学习活动开展所必需的学习情境，在学习情境当中以教师和学生为中心组成实践共同体，充分利用学习资源、学习方式开展学习活动，在此过程中的各个环节都要有信息技术的融入，最终以大数据作为支撑实现学习范式的变革。
1.学习情境的构建：建立以信息技术为支撑的网络化学习情境，要从全局的战略高度入手，坚持创新性原则，彻底解放思想，实现体质创新、制度创新，创设有利于每一个学习者的信息化、个性化及开放化的学习情境。
2.学习活动的开展：信息技术的融入可以让学习活动变得更数字化、数据化。信息化的学习情境要求教师和学生首先组成实践共同体，实现师生共同学习，实践共同体在开展学习活动的过程中要充分整合学习资源及学习方式，从而实现跨界学习。
3.学习范式的变革：在信息化的学习情境当中，学习者的角色和任务发生了根本性变化，主要以接受、观察为导向转变为以参与、实践、主动探究为导向[9]。与此同时，学习者的学习方法、学习手段、学习内容及对学习者的学习评价方式等都发生了变化。在变革过程之中，大数据的引入更是极大提高了变革效率。
四、信息技术与教学深度融合的路径选择探讨
大数据时代实现信息技术与教育深度融合需要从个人层面和社会层面出发做全局化的战略考虑，将信息技术充分融入学习环境当中，彻底改变传统的学习形态，形成一种高度开放化、自主化的学习环境[6][10]。
（一）从个人层面
1.转变思想观念
实现信息技术与教育的深度融合应该首先改变传统教育观念的束缚，在构建实践共同体的过程中无论是教师还是学生都要在思想观念上做出调整，尤其是对信息技术知识相对缺乏，但又拥有资源，对教育有巨大影响的教师必须解放思想，转变观念。否则，所谓信息技术与教育深度融合，在失去最为重要的社会精神和心理层面支持的情况下，再多的技术和财力投入都很难达到预期效果。
2.主动参与、实践
信息技术的发展极大改变了学习者传统的学习方式，在大数据的冲击下，教育体现得更开放，学习者更应该积极主动地拥抱大数据，并将大数据为我所用，积极利用大数据指导学习方式的选择，主动探索学习资源。
（二）从社会层面
1.拓展学习平台
无论是学习内容、学习手段，还是学习活动本身仅仅依靠单纯的学校教学都很难满足学习者的需求。因此，学习者应将视野充分拓展到学校之外，充分利用社会资源，实现跨界学习。在自主学习的基础上，学习者的学习应该以社会需求为导向，建立符合社会需求的学习规划。同时，对于学习化社会而言，加强社会与个人之间的联系，建立社会化学习共同体对于实现信息技术与教育的深度融合非常必要。
2.充分利用大数据
信息技术与教学深度融合需要关注“数据”，这些数据完全是在学生不自知的情况下被观察、收集，只需要一定的观测技术与设备的辅助，而不影响学生任何日常的学习与生活，如果将这些数据汇总起来，对学生个体评价就会更丰富、具体。以数据为依据，对学生的发展提出建设性的意见。同时，这些数据可以促使教育者形成教育反思，真正实现大数据与课堂进程的结合。
五、结语
信息技术与教学的深度融合需要构建有利于信息技术开展的优越环境，同时需要个人及社会的共同努力，首先，转变教学思想，积极主动参与到学习实践当中。其次，要拓展学习共同体的学习实践平台，积极利用大数据指导自己更好地进行学习，只有这样才能真正实现信息技术与教育的深度融合。
参考文献：
[1]胡小勇，郑晓丹，冯智慧.信息技术与教学深度融合的优课课例研究[J].中国电化教育.2015，4.
[2]教育部关于印发《教育信息化十年发展规划（2011-2020年）》的通知[Z].
[3]何克抗.学习“教育信息化十年发展规划”――对“信息技术与教育深度融合”的解读[J].中国电化教育，2012，12
[4]祝智庭.中国教育信息化十年[J].中国电化教育，2011，1.
[5]何克抗.如何实现信息技术与教育的“深度融合”[J].课程.教材.教法，2014（02）.
[6]付岩，张建勋.大数据时代信息与高等教育深度融合的思考[J].中国轻工教育，2014，8.
[7]Wenger，E.C.，&snyder，munities of practice；The organizational frontier[J].Harvard business review，2000，78（1）：139-146.
[8]杨玉芹.MOOC学习者个性化学习模型建构[J].中国电化教育，2014，6.
关键词：成人高等教育 数据库 教学改革
一、引言
党的十七大提出：建立全民学习、终身学习的学习型社会。在终身学习理念的指导下，成人高等教育必将对提高全民素质和社会发展起到巨大的推动作用。然而，教育对象的特征决定了成人高等教育具有与普通高等教育相区别的特点。在成人高校的计算机专业所开设的课程中，数据库是非常重要的专业课程之一。几年来，在数据库课程教改实践中，通过深入研究成人教育的教学特点，学习和借鉴各种学习理论，确定了符合成教需要的教学目标，特别是依据成人特点，选择与之相适应的教学策略和评价方法，实施了有针对性的教学改革，取得很好效果。
二、计算机专业数据库课程的教学改革实践
教学改革的顺利进行需要有先进的理论指导。根据“系统化教学设计”的基本方法，把计算机专业数据库课程的教学过程分为五步完成。如图1所示。
图1计算机专业数据库课程教学过程的五个步骤
（一）分析成人学习特征
从学习者的学习特征角度分析，成人教育不同于普通高等教育。事实上，作为已从事某种职业的人来说，对工作中所需的技能已基本掌握，在这一点上成人学员与全日制高等职业教育的学生有着明显的不同。成人学习的特征具有如下特点。
1．成人学员对现实中的事务处理过程具有实际体验，更容易理解建立在实际情境中的学习内容。
成人学员大多已参加工作。（据我校对09级学员的问卷调查结果显示，其中没有工作的学员仅占7.2%）由于已经从事过某些工作，对事务的处理过程具有实际体验，因而对建立在实际情境中的学习内容，尤其是对实际应用中的数据处理需求，比单纯的逻辑推理更容易理解。
2．成人学员对学习内容的理解记忆需要在反复应用的基础上完成。
据我校对一年级新生的问卷调查结果显示，学员中20岁以上的占85.8%，其中25岁以上的占24.6%。对于年龄较大的学员，已经过了记忆力的强盛期，对于纯知识理论内容的记忆力较差。但他们对于建立在已具有的知识经验上的内容又能快速地理解，并能够在理解的基础上学习如何应用，从而加深记忆。对于大多数的年轻学员来说，由于在以往的学习中没有建立好的学习习惯，学习能力差，习惯于机械记忆，就需要创设有助于理解的实际环境，并反复应用，才能使他们完成学习。
3．成人学员由于家庭工作等原因，课余学习时间有限。
据我校在教学质量调查中对学员进行的问卷调查结果显示，学员中每天没有自学时间的占26.3%，自学时间少于1小时的占52.2%；自学时间在1至2小时的学员占16.9%。课余学习时间少，就必须充分利用课堂教学时间，使学员理解学习内容，并进行一定意义上的知识建构。
4．成人学员学习的专业与所从事或将要从事的职业没有必然联系。
成人学员所从事或将要从事的职业与所学专业不尽相同。选择专业的目的并不一定是因为正在从事与本专业相关的工作，也不一定是为了将来找到与专业对口的工作。据我校对09级学员的问卷调查结果显示，计算机相关专业的学员中只有3.3%从事IT业相关工作。
（二）依据成人特点确定教学目标
教学是有目的地促进学习以达成既定学习目标的活动[1]。课程教学应具备明确、具体的教学目标。在充分考虑了成人学员的特点后，将数据库课程的教学目标确定为以下三个方面。
1．理解数据管理的基本概念，建立数据管理的意识。
成人在接受高等教育时，已经在其职业活动中，具备了一定的实践经验，特别是对数据进行简单管理的经验。他们在实际工作中直接接触数据，并对这些数据进行手工管理、文件管理或类似于数据库的管理。甚至还可能已经作为用户，使用过某个数据库应用系统。但是，他们并没有直接接触过数据库管理系统，对于数据库系统也没有明确的概念，几乎无法区分数据库管理和使用电子表格处理数据有什么不同。因此，教学目标首先要求理解数据管理的基本概念，建立对数据进行管理的意识。
2．体会数据库管理的必要性，感受数据管理的需求。
成人学员以后大多不会直接设计数据库，甚至不会直接使用数据库管理系统。但他们很可能需要向数据库专业技术人员描述他们工作中需要处理的数据，使专业人员准确了解他们对数据管理的需求，以便进行数据库设计，建立基于数据库系统的各种应用系统，帮助他们完成对数据的处理。因此，教学目标要求了解使用数据库系统管理数据的过程，深刻体会数据库管理的必要性，并能从现实中感受到数据管理的需求。
3．能够对典型的数据处理需求进行简单的数据分析和初步设计，会使用某个数据库管理系统实现简单的数据管理。
在成人的职业活动中经常碰到的数据处理需求并不都能够请专业技术人员开发大型应用系统来完成。对于实际中的一些典型数据和简单需求，若能直接使用数据库管理系统来处理，必将大大提高工作效率。因此，教学目标要求了解数据库设计的简单方法，能够对典型的数据处理需求进行简单的数据分析和初步设计，学习使用某个数据库管理系统实现简单的数据管理。
总之，计算机专业数据库课程的教学目标，既需要学员学习运用数据库进行管理的实际技能，也需要具有基于概念和原理解决问题的能力。
（三）依据教学目标与成人学习特征选择适当的教学策略
1．依据教学目标选择教学模式
为了实现教学目标，需要在教学中为学员创建一个可以理解的情境。在此情境中，可以展现不同的数据处理方法，使学员体会数据库管理的必要性，感受到对于数据管理的需求。为了实现教学目标，需要深刻理解数据管理需求，而后仔细分析数据，这样才能抓住典型数据，实现初步设计。对于成人学员来说，掌握具体操作并不难，而何时使用这些操作才是重点。这就需要让学员在可以理解的情境中，通过逐步尝试，理解此操作在系统功能实现中所起的作用。
2．依据成人学习特征选择学习策略
“建构主义认为，学生的学习是发生在个人经验的情景之中的，教育的目的不是教授信息，而是创设情境，让学生按照自己的理解来解释信息。”[2]依据成人的学习特征，学员对于数据库管理的学习需要在其原有的知识背景上，在相关的情境中，通过操作的活动，进行深刻理解和有意义的知识重构。因此，数据库课程教学采取“做中学”的基本策略，为学习者创设典型情境，注重学员对具体情境下具体问题的理解，使学员通过对处理问题的经验的模仿，体会完成典型情境下处理数据的过程，进而完成对系统设计和数据管理的学习。
对于成人高校的学员来说，实践能力是学习的重要内容。而单纯的实践经验不能等同于实践能力。实践能力是对实践经验的总结提升，需要基础理论知识的指导。因此，教师在学员做的过程中，适当地给予指导、检查和评估，能够帮助学员理解掌握基础理论，从而使实践经验得到升华。
（四）纵横对比实施教学
加涅在《学习的条件》（1970）一书中描述的整个教学活动是“能够促进学生内在认知加工过程的外部教学活动”。[3]在数据库课程教学实施的过程中，将三个完整系统设计为五个单元，通过三个阶段进行纵横对比，设计具体的教学活动。如图2所示。
图2纵横对比的教学活动设计
教学实施总体设计中横向设计分为五个单元，其中包含三个完整的系统设计。第一单元是一个学生成绩统计和汇总的电子表格文档，用来与第二个单元进行对比。第二个单元是一个典型而完整的学生成绩管理数据库应用系统，用来作为完整案例，进行数据库原理分析和功能展示；第三单元是图书借阅管理系统，它在开始时仅是一个具体而实际的数据处理需求，通过演示需求分析、系统设计和系统实现的过程，全面展现一个数据库应用系统逐步实现的完整过程；第四单元是一个自主命题的系统，学员可根据自己的情况，利用熟悉的需求和数据，建立简单的数据库应用系统。最后一个单元是将其他学员的自主命题系统作为观摩。
教学实施总体设计中的纵向设计分为三个阶段。
第一阶段是建立概念阶段。此阶段对比电子表格文档和学生成绩管理系统的功能，展示并讲解数据库系统典型而实际的功能需求，学生通过实际操作和体验的对比，体会数据处理与数值分析汇总的重要区别。通过形象而具体的案例，建立概念、加深理解，并渗透数据管理的意识。此阶段通过学生成绩管理系统为学员呈现学习目标，通过与电子表格文档的对比，提示学员回忆先前的学习。
第二阶段是功能分析与详细设计阶段。先通过学生成绩管理系统已经实现的功能，展现数据处理的效果；再通过图书借阅管理系统，分析数据处理需求，逐步展现系统实现的完整过程。然后给出具体需求及适当的提示，让学员尝试完成某些系统功能的实现，以充分体会系统详细设计的过程。同时，让学员选择在实际工作或生活中遇到的、自己比较熟悉的数据处理实例，收集整理原始数据，并在教师指导下完成数据分析，提取数据处理需求，对数据库进行初步设计。并在体验和尝试前两个系统的同时，根据实际需求，同步分析并独立实现自己的数据库应用系统。此阶段利用图书借阅管理系统为学员呈现实际需求，通过教师引导下的分析和实现，为学员提供学习指导；然后通过学员自命题系统，引出学员的行为反应。
第三阶段是交流与评价阶段。在详细设计完成之后，通过分组讨论，学员之间互相学习与交流，完善系统设计。随后，在老师的提示和指导下，每组选择典型的实例在全体学员面前进行分析、讲解，全体学员参与讨论和评价，最终由教师做出点评。此阶段通过小组讨论和教师的分析评价，提供关于行为正确程度的反馈，评价行为表现；通过观摩多个系统，体会数据管理在实际中的需求和应用，进一步感受数据库管理的必要性，拓宽思路，促进保持和迁移。
这样，每个学员都接触到多个不同的数据处理的案例。看一个系统，分析和体验；学一个系统，理解与尝试；再做一个系统，独立实践；最后还要观摩几个系统，得到提高与升华。通过整个教学活动的设计，充分发挥学员在学习中的主体作用。而教师通过对学生成绩管理系统与电子表格案例进行对比和分析，对学生成绩管理系统功能进行展示和讲解，对图书借阅管理系统实现进行推理和演示，以及在学员完成自命题系统设计的过程中，对学员进行提示和指导，最后对选出的典型系统实例进行点评，成为学生学习的组织者、引导者和智囊。
（五）多层次教学评价
教学评价的目的是检验教学是否达到了教学目标。根据成人的学习特征，在教学过程中采用了多层次的评价体系。
首先是过程评价。在学习过程中，针对学员的参与程度、对问题的分析情况、数据采集样本质量，以及对数据库系统的操作熟练程度等方面进行过程评价。通过过程评价，不仅可以记录学员的建构与认知过程，从而针对学员的具体情况对其进行必要的指导与帮助，而且可以为学员建立一个可以看到的建构轨迹，从而促进学员的学习信心，调动其参与教学活动的积极性。
其次是总体评价。利用一个比较长的时间，让学员完成一个完整的学习过程，即完成自命题数据库应用系统的设计，并对系统设计和实现过程进行文档描述，形成一个可见的完整的工作成果。总体评价的重点是能否正确提取典型的数据处理需求，能否正确分析数据、描述实体及实体间关系，能否完成简单的系统功能设计。数据库应用系统设计总体评价要点如表1所述。
表1 数据库应用系统设计总体评价要点
评价方面 评价要点
系统设计 系统需求分析是否完善和必要
文档描述是否清楚
系统设计是否合理
系统实现 系统设计是否完成了需求
系统功能实现是否科学
系统界面是否友好
最后是综合评价。当出现文档描述和数据库应用系统的完整工作成果后，通过分组讨论和评比，选出优秀或典型的系统，由系统设计者进行演示与讲解，由全体学员与教师共同对最终的成果进行评价。
这样的多层次评价既保证了每一个学生的每一个学习过程都有可见的评价结果，又可以检验学员对系统设计的学习是否达到了教学目的，还可以通过学员参与的情况来检验参与者的学习是否达到了“理解数据管理的基本概念，建立数据管理的意识”的目标。
三、结束语
成功的教学实践往往具有一些共同的特点：学习者积极参与、新知识或技能在不同环境下的反复练习、关注个体差异、积极的反馈、真实的学习环境和社会交互（包括与同伴或小组成员）。所有的教学模式都强调学习者积极参与和交互的重要性[4]。在对计算机专业数据库课程的教学改革实践过程中，学习和借鉴了多种学习理论的观点和方法，并根据不同的学习目标，选择能够起作用的方法。通过几年的教学实践，成人学员对于数据库课程的教学反馈表明，学员对本课程的学习兴趣增强，对教学活动积极参与，学员对课程的教学效果反应良好，认为能够“学以致用”。
参考文献：
[1] Patricia L. Smith , Tillman J. Ragan著, 庞维国,屈程,韩贵宁等译. 教学设计（第三版）、上海：华东师范大学出版社，2008，（5）.
[2] Sharon E. Smaldino , James D. Russell , Robert Heinich等著, 郭译. 教学技术与媒体（第八版）、北京：高等教育出版社，2008，（8）.
[3] R・M・加涅 , W・W・韦杰 , K・C・戈勒斯等著, 王小明,庞维国,陈保华等译. 教学设计原理（第五版）、上海：华东师范大学出版社，2008，（11）.
关键词：大数据；职业教育；教育生态
中图分类号：TP391 文献标识码：A 文章编号：1009-3044（2016）17-0106-02
职业教育生态是指依据生态学的观点，研究职业教育过程中学习者的生存和发展状态，以及学习者之间和学习者与职业教育环境之间环环相扣的关系。研究指出，创新人才的出现，并不是教育刻意培养的结果，而是缘于其所依存的良好教育生态[1]。在一个宽松的教育生态中，学习者摆脱模式化教育的束缚，自我完善、自我进化、自我超越，呈现出发展的多样性，并以“自然选择”的方式使符合社会发展的人才脱颖而出。在现代职业教育中，必须要营造一个适合个体自在发育的教育生态，才能培养出高素质的职业技术人才。
1 我国职业教育生态的发展和现状
在农业社会，我国的职业教育主要体现于家庭式、学徒制的作坊生态，学生在专业上选择不多，教师按学生的特点凭借自身的经验进行专业技能的传承。在当时的条件下，教师可教授的学生不多，挑选学生的条件也比较苛刻，这使很多的人，无法享有职业化教育的权利；另一方面，在小农意识的影响下，学生在学习方法和学习内容上都受到很大的局限，因而在农业社会的职业生态中，学习者虽然处于主体地位，但人的全面发展受到很大局限，职业教育在普及面上和效率上都处于相当低的水平；工业时代的来临，催生了以普众教育为核心的职业教育生态，使大部分的人沐浴到了教育的阳光，从作坊走向工厂，从土地走向机械，极大促进了社会生产的发展。在这种教育生态下，职业教育的公平公正得以实现，但由于其侧重于关注人才的“合格”和“量产”，所采用的“标准化”培养带来的是人才的“格式化”发展，严重压制了学生的个性和创造性，使学生沦为学习的机器，在学习过程中处于相当被动的地位。
随着信息化教育的展开，日益更新的技术和设备进入职业教育领域，有力地推动了现代职业教育的发展，在此基础上，很多职业院校做了教育教学变革的多种探索，但并未从实质上改变原来的职业教育生态，学生被置于更加被动学习的境地。在信息时代人才需求的映射下，现存的职业教育生态中人才培养方式落后、院校专业设置缺乏规划、教学效率低下、人才培养无法满足社会需求的现象普遍存在[2]。
2 职业教育新生态的时代诉求
当前，我国社会正处在经济发展的换挡期和经济结构的转型期，产业升级对职业教育的发展提出了更高的期待。为此，2014年国务院颁发了《国务院关于加快发展现代职业教育的决定》，同年6月，教育部等六部委联合了《现代职业教育体系建设规划（2014―2020年）》，明确提出将职业教育作为国家提升国际竞争力和经济与社会可持续谋发展的一个重要基础，要求现代职业教育要培养高素质劳动者和技术技能人才[3]。社会对人才的需求已经由单一转向多元，情况表明，目前的职业教育已无法适应社会快速发展的变化，时代呼唤高素质人才，职业教育也期待一个更有活力的新生态。
“橘生淮南则为橘，生于淮北则为枳”，果实的差异源于生态上的差别。要从根本上提升职业教育培养的人才质量，必须从根本上改变现存的职业教育生态。印度教育科学家苏伽特・米特拉指出：人的学习本质上是一种自组织行为。人本主义学习理论者也认为，人类具有天生的学习愿望和潜能，学习的进行必须要以学生为中心，只有尊重学生在教育过程中的主体地位，关注学生在学习中的主体能动，使他们感受到学习的乐趣，为自我实现而学习，才能激发他们内在的创造力[4]。学生是职业教育的主体，也是教育教学过程中最重要最活跃的要素，将学生置于被动学习的地位，是职业教育的本末颠倒。在信息时代，必须建立一个以人为本，以社会需求为导向，以多元人才培养为核心，以个性化自主学习为主体、灵活高效的、可持续发展的职业教育新生态。在新生态中，职业教育百花齐放、百家争鸣，在宽松、自由、竞争的环境下，孕育出具有独立思维和创造力的高素质人才。
3 大数据为重塑职业教育生态提供强有力的技术支持
大数据源于美国NASA研究人员对飞机周围难于获取和处理的模拟气流数据的描述[5]。尽管目前我们对大数据尚未有一个规范、统一的定义，但大数据浪潮还是以其独特的方式，给现实世界带来了一场巨大的变革，正处于信息化进程中的职业教育，必将迎来变革的又一次挑战和机遇。
3.1 大数据在教育领域的应用
2012年10月，美国教育部了《通过教育数据挖掘和学习分析技术来提高教与学：问题简述》报告，报告主张通过教育数据挖掘、学习分析和可视化数据分析来改进自适应学习系统，实现个性化学习。指出大数据在教育中的应用主要有两大领域，一个是对学习行为和学习过程进行量化、分析和建模的教育数据挖掘（EDM）；另一个是利用已有的模型来认识理解新的学习行为和过程学习分析技术（LA）[6]。近年来，随着我国职业教育信息化进程的不断推进，越来越多的学习系统和管理系统被应用到教育和教学中，海量教育数据逐步得以积累和呈现[7]，伴随大数据技术应用研究在教育领域的开展，我们可以通过挖掘、分析教育大数据，从新的视角对教学规律进行分析和探索，从多个维度实现对学习个体的关注，开展广泛的教育研究，进而推动职业教育的变革与创新。
3.2 大数据多维度推动职业教育新生态建设
无法适应社会发展的职业教育旧生态终将被新生态所取代，这是历史的必然。随着信息化的对职业教育教学要素的深入渗透，大数据从技术层面实现了各种学习行为数据的量化和显现。就职业教育来说，利用大数据技术，我们可以突破思维上的桎梏，破解实践中的难题，建立适合于孕育高素质人才的职业教育新生态。
1）大数据能促进职业院校的发展。现代职业教育是以就业为导向，以培养服务社会发展需要的高素质劳动者和技术技能人才为目的教育类型。目前，院校是职业人才培养的主阵地，大数据提供的预测研判分析，有助于职业院校洞察社会行业的生命周期，了解人才市场的供需平衡。在大数据的支持下，职业院校可科学、系统地设置和调整专业与课程，深化校企合作、工学结合模式的探索，使职业教育的人才培养紧密与社会需求相结合，学生也可以依据预测研判，迅速灵活地调整学习的目标和方向，提高学习的能动性和有效性，使职业教育新生态更具有活力和效率。
2）大数据推动职业教育教学模式变革。职业教育跨越了企业与学校，跨越了工作与学习，跨越了职业与教育，打破了传统学校式教育的“围城”，是“跨界”创新的教育[8]。这对职业院校的学习组织提出了的实践性和灵活性的要求，大数据能为此提供有效的数字化支撑。在职业教育的实践中，我们可以采取多样的学习组织形式，广泛开展基于资源的数字化学习、基于虚拟技术的情境创设学习、基于交互的探究学习、基于学习平台的混合学习、立足于知识技能培养的任务导向学习、拓展于问题解决的综合实践活动。丰富的学习模式和灵活的职业技能培养方式，为学生的学习和实训提供了多层次的选择空间，将学生对知识和技能的学习逐步引向深入；
3）大数据能促进教师能力的提升和职能的转变。国家对职业院校提出了“双师型”师资队伍建设的要求。要求职校教师具备教育教学能力和工作经验。大数据可为教师的专业发展建立个性化的“学习包”，定制个性化的进修和实训方案，使他们逐步成长为职业教育的复合型人才；在具体教学过程中，教师可通过大数据技术了解教学数据背后隐藏的关系，分析各学习要素对学习效果的影响，抓住教学中的关键要素和主要环节，有的放矢，建构出一种有利于体现学生主体地位，有助于体现教师支持的学习模型，进而不断优化教与学的过程；通过大数据技术，教师对学生的关注将由“学习分数”向“学习要素”转变，实现对每一个学习个体的背景、基础、态度、努力程度等数据的多维度了解，将学生置身于教育场景中进行审视和评估。在此基础上，教师以新的角色融入到学生的学习中，成为学生自主学习的过程中的“学习扶手”，既能保证学生的学习方向不偏移，又能确保学生在学习过程中不“跌倒”。
4）大数据能支持学生个性化的自主学习。大数据技术带来的教学信息、业务和组织结构扁平化将促进学校的功能由管理控制转向服务支撑。学生在学习中的核心地位得以确认，学习过程中的人格得到尊重，学习潜能得以发展。在职业教育的人才培养过程中，大数据可为学习者提供全方位的服务保障。随着学习资源和学习工具日益丰富、学习环境和方法更加灵活，大规模在线教育的适用，混合教学的普及，以及泛在学习、碎片化学习的蓬勃兴起，每个职校学生都有机会根据自身的意愿和特点，自由选择学习的方式，大数据提供的个性化评价分析使学生能够为自己量身定做个性化的学习策略，实现人才的多元化发展；新的职业教育生态将帮助学生突破传统教育的“厚茧”，以自适合自组织的学习方式获得全面、协调、可持续的智慧发展。
5）大数据能促进职业教育终生学习体系的建立和发展。在大数据环境下，国家教育部门可成立全国的职业教育数据中心，对职业院校的学生数据档案进行统一管理。这样在横向发展上，可推动全国职业院校的一体化进程，对学生资质和学分实行统一认证和管理，打破职业院校间的“围墙”，只要符合准入条件，学生不论年龄、不分地域，可以在全国的职业院校间选择自己喜欢的专业，进行专门的技能训练，以适应社会的不断发展对人才的层次提出的不同需求；在纵向发展上，可贯通职业教育和普通教育间的融合渠道，开展课程和学分互认，既有助于普通高校学生向职业教育的转向，又有利于满足职业院校学生在人文素养方面的学习诉求。在职业教育新生态中，通过终生学习体系，每一名学习者都有机会实现个人的价值追求，获得全面的发展。
4 结束语
信息技术并不是万能的点金棒，大数据只是为我们提供了开启人类认知世界大门的另一把钥匙。在数据驱动教育、变革教学的大数据时代，职业教育生态必将实现从以普众教育为核心向以学习者为中心的转变，并为我们描绘出智慧教育的美好愿景。历史业已证明，我们并不缺乏发明创造的基因，我们需要的只是一个合乎时代需求和人文关怀的职业教育生态，已经到来的大数据时代将帮助我们重塑职业教育生态，实现技术向教育、教育向人本的回归。这既是对学习的尊重，更是对人本身的尊重！教育，不是把真理教给学生，而是养成他们追求真理的品格。学习不是知识的被动加载，而是为让生命更有的尊严。让每一个学习者都能在职业教育新生态中绽放出属于自己的光彩。
参考文献：
[1] 郑也夫.吾国教育病理[M].中信出版社，2013.
[2] 张磊.大数据时代职业教育的创新研究[J].无线互联科技，2015（6）：109-110.
[3] 程建钢.职业教育信息化研究导论[M].北京：清华大学出版社，2015：1-90.
[4] 雷钢.人本主义学习理论对教育技术的新启示[J].中国电化教育，2010（6）：30-33.
[5] U.Friedman （2013）.Big Data ： A Short History[DB/OL].[2013-05-10].http：///articles/2012/10/08/big_data？ Page=0，1.
关键词：数学教学；大数据；教学方法；教学评价
一、建立数据分析应用观念
数学课堂教学中涉及的大数据，是指多种数据的分类汇集，形成服务课堂教学的数据体系。其主要内容包括：教材内容分解、学生学力基础调查、课堂教学方法应用、教学思路的设计、课堂教学应急措施、教学训练内容等。教师对这些数据的把握，是展开课堂教学的重要前提。数学课堂教学是一个完善的操作体系，从教学设计到教学执行，都需要有更多数据的支撑，教师要建立数据分析应用观念，运用这些数据展开教学，提升学生的解题能力。课堂教学需要多种数据支持，教师在采集、运用这些数据时，应根据教学实际展开相关操作。如果需要调动学生的学习主动性，教师可以运用数字化教学方式，唤醒学生的数理思维。如果需要展开重点突破，教师可以运用大数据相关信息，为学生思维的突破提供一些启迪。如果要发动学生进行数学训练，教师可以利用数据库信息，经过筛选设计训练题型。如教学“轴对称和轴对称图形”相关内容时，教师让学生找寻生活中的轴对称图形案例，并利用网络进行信息搜集。学生面对这些直观信息，很容易进入到学习情境中。同时，为了给学生带来更多的实践感知体验，教师还要发动学生进行实际操作活动，并给学生设计具体的操作程序。在教学过程中，教师还需要对大数据进行选择性处理应用。大数据不是单纯的符号和数字，而是具有灵性的数学因子，教师应科学运用这些数据展开教学活动。而建立数据分析应用意识是崭新的课堂教学实践，可以给教师施教带来更多的思维启迪。
二、启动数据分层教学机制
学生存在个体差异，教师的教学设计需要有分层意识。启动数据分层教学机制，才能提升教学的契合度。如教学“勾股定理”时，教师可根据学生的学习情况，为学生布设操作任务：勾股定理有多种验证方法，同学们不妨利用网络查找相关信息，对几种验证方式进行细致分析，学会其操作方式，并参与课堂展示。学生拿到这个操作任务后，会马上进入状态进行验证。当学生们验证后，在课堂展示阶段，教师可让学生展示验证方法，有的学生展示了几种方法，有的学生只展示了一种验证方法。最后，教师对学生的个性表现给出了专业评价。这样，学生根据自身的学力情况，对网络相关数据信息进行整合优化处理，最终形成了属于自己的验证学习方法。同时，经过这样的操作实践，学生获得了更为直观的学习认知。可以说，网络相关信息资源属于大数据范畴，教师让学生学会搜集和运用这些大数据，会给学生提供更多主动学习体验的机会。而且学生通过实践操作，逐渐形成了有形学习认知，体现了教学本质属性的要求。
关键词:教育大数据;高校教学质量评价体系;实践路径
教育信息化2．0时代，教育进入以大数据驱动的新时代。现如今，高校数据统计融合了各类数据平台的数据，从高等教育基层数据统计、高等教育质量监测数据平台再到专业综合评估，高校数据统计类型日益增多，数据内涵逐渐复杂，数据关联交叉，这一系列数据均是学生培养质量和教师教学质量的直观反映。学生培养质量和教师教学质量是高校评判教学质量的重要组成部分，是教学质量评价体系的重要依据。各高校通过各类教育数据进行深入分析，建立以数据为基础的教学质量评价体系就成为各校的应然之举。同时，当前我国亦在大力实施质量强国的发展战略，《中共中央关于制定国民经济和社会发展第十四个五年规划和二〇三五年远景目标的建议》也提出要建设高质量教育体系，提高高等教育质量的战略任务。这一任务要求高校建立效率优先的内部质量评价体系，坚持以学生为中心，以结果为导向，多方参与其中的评价理念，逐步构建高校内部质量监控和保障体系。如今各个领域都在广泛运用大数据，教育领域更是如此。身处教育大数据时代，科学有效地运用各类教育数据，可以大力推动教育发展，从而逐步实现以各类数据反映教育问题，实施科学教育决策，实现高效教育管理，引领教育革新。在教育大数据驱动的基础上，基于数据的教育评价能更加关注教育教学过程，也使教育评价更加客观、全面，实现教育思想、理念、方法和手段的全方位创新，提升人才培养质量和高校办学水平。高校教学质量评价体系建设是高校走内涵式发展道路、实现可持续发展的必然要求，对高校教育现代化水平的提升，教学质量和办学质量的提高，全面培养高质量人才具有十分重要的意义。
一、教育大数据对构建高校教育质量评价体系的意义
教育领域在如今大数据时代的冲击下，正在加速走向开放，开始衍变出教育大数据。教育大数据是存在于教育领域，在教育过程中产生的，是用于教育发展的所有数据的集合体。教育大数据从各种教育活动中产生，具有明确的目标指向性，能直接反映高校的各方面情况。科学合理地分析利用教育大数据，能有助于提升高校教学质量，实现学生个性化学习，优化高校教育资源配置，推动高校决策者科学决策，甚至对于促进国家教育公平等方面均有积极意义。对于高校而言，教育教学质量是办学的根本。针对教学质量的评价是高校办学水平的直接体现。传统的教学质量评价体系数据分析处理能力较弱，不能及时整合各项教育数据，评价主体基本只涉及教师和学生，评价主体单一，同时评价大多只关注教师教学水平，忽视对学生的各种评价。教育大数据涉及到高校教师、学生、教育决策者等多个层面，关注学生学习结果和学习过程，教师教学效果和教学素养等多方面。教育大数据对构建新型高校教学质量评价体系而言，主要有两方面意义:一是教育大数据能及时反映学生的整体学习过程和学生实时的学习情况，建立在教育大数据基础上的教学质量评价体系有助于教师对学生学习状况的全面了解，进而对自身的教学过程和教学内容能更为有效地把控;二是教育大数据能全方位地反映每所学校的办学现状和教学质量，建立在教育大数据基础上的教学质量评价体系可以为高校教学管理者提供教育决策的参考依据，同时高校能根据自身办学现状，更有效地提高办学质量和教学水平。
二、教育大数据背景下高校的变革与发展
大数据时代，赋予了高校改革与发展全新的挑战。对于高校来说，教育大数据驱动下的高校不断改革与发展。首先，对于学生而言，大数据发展趋势下，学生学习的维度达到了前所未有的可量化程度，建立以学生为中心的教学体系已然是大势所趋。学生不再是被动的接受者，而是要成为学会数据分析技术的全方位人才。学生逐步建立基于大数据的个性化自适应学习系统，这一学习系统主要通过教育大数据环境，例如MOOC、云教育平台、智慧教育平台、社交媒体等，实现学习者相互之间，学习者与教师、学习者与教学资源等直接间接的交互影响，生成各类数据。同时数据统计、学习分析等技术向学习者推送与其相同或相近兴趣偏好的学习者的学习信息，实现学习者控制学习、自我调节学习，教师有针对性的个性化指导。学生的学习可以逐步实现个性化，学生可以找到符合自身学习特点、学习需求和学习风格的个性化学习路径。其次，对于教师而言，教育大数据驱动下要求高校教育者树立大数据思维，基于各类教育数据，有意识地将数据素养能力应用于教育教学，运用于学生培养。同时，教育大数据驱动下，教师也要善于利用丰富的教育数据和教育资源。大数据时代要引导教师全面、理性地认识大数据在教与学变革中的作用，提高高校教师的数据素养。此外，教育大数据可以使教育管理达到精细化。教育大数据驱动下能利用大数据不断创新教育管理和服务模式，提升高校管理的水平和质量。传统的高校管理模式都是传统经验式的，管理较为粗放，不够精细。随着互联网的广泛运用，高校管理者能通过对各种教育过程中的教师信息、学生信息、学校资产利用等数据信息进行科学采集、整合与分析，建立更科学、更全面的管理体系。大数据平台能够依托领先的大数据采集挖掘能力、文本分析能力，帮助学校获取全校各类教育数据，实时监测和管理高校舆情等，能够将数据分析的结果融入学校的日常管理与服务之中，成为高校信息化管理的重要工具。比如，浙江大学通过采集、梳理各种教育资源，帮助教务部门提高了各类教育资源的利用效率;华东师范大学利用学校预警系统跟踪记录在校学生的餐饮消费行为数据，以此确定学生是否需要经济补助。
三、教育大数据背景下高校教学质量评价体系的特征
(一)基于教育大数据背景高校教学质量评价体系实现全过程评价
教育大数据的运用，可以收集到更多的教育行为数据和学生行为数据，对于教学过程中教和学的各方面都能实现全方位的评价与监控。新型的高校教学质量评价体系注重对学生学习全过程的评价，不仅仅是只看重最终结果，还更为关心学习过程中的学习数据，注意挖掘学生学习结果、影响因素等数据的评价，收集每名学生个性化发展相关的数据。这种新型评价体系不仅能对学生学习情况以及学习过程的全面性进行深入了解，而且能对教学过程进行更为有效的把控。对于每名学生的学习特点、学习需求、学习风格加以灵活把握，可以推动学生个性化培养和个体差异化发展。
(二)基于教育大数据背景高校教学质量评价体系实现全方位评价
基于各个数据平台的教育大数据，涵盖范围甚广，基本上实现了对社会各个层面的全方位评价，不仅涉及到国家、社会、学校等各个层面，同时对于各所学校而言，也是涉及到教师、学生、管理部门等各个方面的评价。一般而言，教育大数据主要源于教学监督部门评教数据、同行评教数据、学生评教数据等等。教师教学质量的评价，学生学习质量的评价，学校办学水平的评价等各类评价组成了高校全方位的教学质量评价体系。科学合理的高校教学质量评价体系可以给教育管理者的教育决策提供依据，使管理者的决策管之有理，行之有道。
四、教育大数据背景下新型高校教学质量评价体系的实践路径
教育大数据背景下，新型高校教学质量评价体系亟待构建。传统的教学质量评价体系范围较为局限，而新型教学质量评价体系覆盖到学校的各个方面，通过全方位、全过程、全员参与的教学评价体系可以推动学校整体教学质量的提升。对于高校来说，每年教育事业基层统计数据、教育质量监测数据、专业建设评估等各类数据可能从一定层面上显现高校办学水平、学校师资队伍建设现状、人才培养质量、专业建设情况。建立在这些教育大数据基础上，再进一步开展对学校总体的教育质量评价、教师对自我的评价、学生对教师的评价以及社会评价，才会使得教育评价更有针对性，凸显科学性。建立新型的多元高校教学质量评价体系，评价中秉承客观公正的原则，采用问卷调查法、访谈法、实地观察法等多元访谈方式，注重定性与定量相结合，坚持“以评促建，以评促管，评建结合”的原则，才能逐步实现教学质量的稳步提升。
(一)高校应逐步建立单位—督导—学生全方位的教学质量评价体系
高校教学评价体系对于教学质量体系的构建影响甚远。目前高校基本都构建了“教学监控委员会监督制、学生评教制、教学日志反馈制、教管学联动制、学生联络员信息采集制、院领导巡视制、辅导员随堂听课制”这一“七制并举”的教学质量保障与监控体系，全方位监控教学全过程。因此，高校教学质量评价体系也要从全校教学质量保障与监控体系出发，综合考虑多方面的评价因素，构建高校全方位、总体的评价指标体系。为客观公正、全面准确地评价教师的教学工作，不断提高整体教学水平和人才培养质量，高校应建立多层面、全方位的教学质量评价体系。教师教学质量综合评价体系包括单位评价、督导评价和学生评价三个层面。单位评价主要重点关注每名教师的教学态度、教学效果、科研成果等各个方面。督导评价重点关注教师备课、讲课是否认真，是否注重因材施教，是否能够较好地把握课堂教学进度和理论联系实际等方面。学生评价重点关注教师是否有强烈的教学责任心，备课是否充分，讲课内容是否熟悉，教学方法和手段运用是否得当，讲课是否条理清楚、逻辑性强、重点突出，语言表达是否生动、有感染力等方面。教学效果不仅仅要看教师教学工作，还体现在学生的学习效果等方面，因此还需对学生的学习进行评价。学生学习评价着重于学生的学习态度、对知识的掌握程度、能否用所学的知识来解决生产实际工作中的问题以及创新能力方面的评价。
(二)高校应进一步构建教师互评体系
教师作为教学的主体，其自我的评价对于教学评价体系而言也有着至关重要的意义。高校教师数量众多，建立科学高效的教师互评体系也是需要每个独立学院思考的问题。针对不同岗位、不同类型的教授，构建分类互评机制可以对教师的教学情况予以最直接的反馈，推动教师进一步提升自身的教学水平。
(三)高校应不断完善学生评教机制
学生作为受教者，其对教师的反馈是教学评价体系中最有借鉴意义的评价。高校应建立学生评教制和学生联络员信息采集制，定期召开班级信息员会议，及时了解教学情况和学生的反映，每个学期期末，组织学生对每年度所有任课教师进行打分评价。同时，在日常教学中，学生联络员有问题也可以随时向教学院长或系主任反映。每学期召开多次学生座谈会，了解有关教学的情况。
(四)高校应试行多样化的社会评价体系
高校的社会评价也是反映其办学水平的重要指标。每年毕业生离校工作后，应定期向用人单位发函调研学生就业工作情况;定期邀请周边用人单位或同行专家座谈人才培养效果。同时，学校可以引入第三方评价体系，第三方机构通过科学合理的评价指标，运用新型评价工具对高校整体办学水平予以客观全面的评判。各所高校根据社会反馈信息，及时调整各专业培养方案和课程教学内容，以跟上社会需求发展，保证人才培养质量，提高就业率。现如今，新型教学质量评价体系尚未健全，教育大数据驱动下教学质量评价体系仍需不断改进与优化。运用教育大数据对教学质量进行评价，不仅能促进教育政策不断完善改进，而且能有效提升高校的教学质量和办学水平。目前，教育大数据在高校教学质量评价领域的应用较少，教师尚未树立正确的大数据理念，学校大数据平台易用性差，欠缺相关技术服务保障。因此，高校要形成以数据驱动教学的良好氛围，通过与数据应用相关的校本培训、专题进修班、网络研修班等培训形式，进一步提高高校教师的数据素养。同时，高校也要做好技术升级工作，积极建设学校自有的数据平台和数据库。只有多方努力，才能真正做到科学有效地运用教育大数据，对教育教学质量评价更为客观全面，从而推动高校教育改革，建设高校高质量教育体系。
参考文献:
［1］中共中央关于制定国民经济和社会发展第十四个五年规划和二〇三五年远景目标的建议［EB/OL］．中华人民共和国教育部，2021-03-13．
［2］徐慧芳，陈原艳．大数据背景下地方高校教学质量评价体系的构建探索［J］．牡丹江教育学院学报，2020(7):35—36．
［3］马星．基于大数据的高校教学质量评价体系构建［J］．清华大学教育研究，2018(2):38—43．
［4］李珩．教育大数据:开启教育信息化2．0时代［M］．重庆:重庆大学出版社，2019．
［5］教育大数据———迈向共建、共享、开放、个性的未来教育［M］．北京:机械工业出版社，2017．
［6］霍雨佳．基于大数据挖掘的教学质量评价体系的分析［J］．计算机产品与流通，2019(6):232．
［7］易丹丽．大数据背景下高校教学质量评价保障体系研究［J］．现代教育技术，2019(23):11—12．
［8］杨静．基于大数据技术的新型教学质量评价体系研究［J］．汉江师范学院学报，2020(6):95—98．
记 者：当前，大数据在教育领域是一个很热的词，那么，大数据与传统数据有什么不同？基于大数据的教育变革，将给学校带来怎样的影响？
余胜泉：“互联网+”时代学校教育的供给会越来越个性化。可能大家都知道可汗学院，可汗学院录了很多微视频，然而它真正有价值的资产不是那些微视频资源，而是它的数据，在数据基础上形成的知识地图，根据知识地图形成学生个性化、个人化的教育。“互联网+”时代带来海量的数据，教育大数据不仅仅是数据量大，更强调的是全样本、全过程的数据，教育大数据是及时性的现象与记录，可以分析微观、个体学生的特征，发现共性背后的个性。比如，都考90分的学生，可能老师认为都是好学生，但是背后的个性可能完全不同，而教育大数据可以帮助我们发现学生的个性。
传统数据的目的在于凸显群体水平：学生整体的学业水平，身体发育与体质状况，社会性情绪及适应性的发展等。这些数据不可能也没有必要进行实时采集，而是可以在周期性、阶段性的评估中获得。教育大数据的目的在于关注每一个个体学生的微观表现： 是在学习过程中产生的数据，如学习的时间数据、学习的路径数据、学习的交互数据、学习过程中的情感投入数据等，这些数据是高度个性化表现特征的体现。
大数据可以让我们洞察每一位学习者的学习路径，每一位学习者不同阶段的学科水平的发展情况和学习能力发展情况，可以洞察每一个知识点上的学科知识、学科能力、学科素养，可以洞察他在哪一个阶段、哪一个地方有问题，可以洞察真实的学生。
通过教育大数据，汇集学生学习过程的数据，对学习过程的数据进行描述性统计，可以对教育现象进行准确地描述。通过对教育大数据的诊断性分析，我们可以在数据的表象背后发现它的本质规律，发现表象背后的问题；我们还可以做预测性的分析，在多变、不确定、动荡的背景下做出智能化的决策，形成洞察力。
基于大数据建立个性化的教育体系，是未来教育发展的基本趋势。过去，老师是一刀切的统一模式面对学生；未来，可以实现个性化、选择性的学习，面向学习过程，实现个性化。促进个性发展的教育体系，是我们未来学校教育体系的基本方向，数据将成为学校最重要的资产。班级、实验室、课本和课程将成为重要的数据平台，要在教育业务流程中形成无缝的数据流，既使用数据，又生产数据；既消费数据，又生产数据，是未来学校信息化的基本要点。
记 者：刚才您提到基于大数据可以建立个性化的教育体系，帮我们更好地了解每一位学生的个性化学习情况，具体是如何实现的？
北京师范大学未来教育高精尖创新中心在北京通州开展了一个基于“互联网+”与大数据的区域教育质量改进试点，基本思路是全学习过程数据的采集、知识与能力结构的建模、学习问题的诊断与改进、学科优势的发现与增强。我们建立了一个发现学生个性的框架，从学生核心素养，到通用心理、认知的能力和体质健康、教育环境、发展倾向等，通过大约400多个指标描述学生的学习个性。
以此为基础建立模型，我们在过程中采集学生的数据，对学习过程信息化，把这些信息变成数据，进行编码和语义分析。我们分两个维度进行分析：一个维度是针对个体的维度；另一个维度是群体分析，面向班级、面向年级、面向学校、面向学区、面向行政区域。通过整体分析，发现整体的问题，政府根据整体的问题来汇聚资源，形成资源池，让每个个体根据自己的特征，从这个资源池里面个性化地选择所需要的一些内容与服务。
在这个过程中形成学生的知识点、素养、能力、体质健康、综合素质的报告，在这个基础上给学生推荐所需要学习资源、双师以及跟能力相匹配的学伴。比如说，我们可以了解每一位学生在每一个知识点上的学科能力、学科素养，根据他的学科素养和能力来推荐他所合适的学习点，可以帮助学生了解他个人的知识点，他在哪个知识点有问题，根据知识地图精准推荐学生所需要的学习资源，给学生提供综合素质评价，包括各个学科素养的训练、各个学科能力的训练，包括他的学科素养的u价。我们整个国家的改革趋势就是要面向学科素养，不仅仅是让学生了解知识，还要以学科素养观察世界。比如说，我们学完数学，要用定量的关系来观察世界；我们学完物理，要通过运动的视野来观察世界。我们要训练学生的学科素养，另外发现学生的学科优势。北京中考改革，除了基础的语文、数学、外语3门课，个人可以根据自己的强项，9种组合，54种折分结果，把这个组合给学生排列出来，哪些学科具有比较优势，哪些学科不具有优势，通过发现学生的学科优势来更好地支持中考改革。普通家长要想了解这些学科优势、学科能力是很困难的，通过大数据可以把这个分析出来。
记 者：“互联网+”时代，社会化教育服务正在成为大势所趋。我们需要如何构建社会化的教育公共服务？
余胜泉：“互联网+”使得教育服务越来越社会化，学校的围墙正在被打破，学校开放是大势所趋。大家都知道慕课，慕课不在于它的技术创新，而是在于模式创新。教育的优质服务不仅仅来自于学校，还可能来自于社会，学校的围墙将被打破，学校原来有优势的教育内容、师生交流、考核与文凭等，这是我们认为传统学校的优势。实际上，现在在网上都出现了竞争者，网上有更好的内容、更权威的评价和考试。在“互联网+”时代，学习的消费者、内容的提供者、教学的服务者、资金的提供者、考试的提供者、证书的提供者都在发生变化，都形成了新的竞争性参与者。
“互联网+”时代，开放教育的体系正在形成之中。未来的教育，学生和家长完全可以制定个性化的学习课程与活动，以反映儿童的个性、兴趣、家长的目标与价值观。或许未来学校的形态是一种自组织，我们在精确了解学生学习数据的前提下，学生完全可以自组织自己的学习服务。
比如，我们正在北京通州开展的双师服务，每位学生有两位老师，在学校有班级老师，在互联网上还有北京市8000多名骨干教师为学生提供服务。通过互联网实现跨学校、跨区域的教育，学生只需要有一个手机或一个Pad，就可以实现双师服务，不仅可以获得来自于本校的服务，还可以获得来自于校外的互联网上的服务。
这个创新不在于技术创新，而是在于它是一种制度创新，双师服务使得我们学生享受的服务不仅来自于学校本身，更是超越了学校的边界，使得我们的教育供给越来越社会化。教育服务有可能来自于其他学校，来自于其他机构，来自于社会上的服务。未来，“互联网+”时代的教育服务一定会穿越学校围墙的边界，融入到学校日常的教学中去，这是未来学校必然的趋势。线上线下的融合，打破、推倒学校的围墙，社会化的教育服务融入到学校的教育之中，成为有机的部分，教育供给会越来越社会化。
记 者：面向未来，信息技术让各种变革的力量逐步从独立走向联合，虚实交融，共生、共进，这将会催生出现什么样的教育服务业态？
余胜泉：教育的服务业态也越来越体现出虚实融合。新一代移动网络、普适计算、云计算技术可以提供无处不在的网络和无处不在的计算空间。我们进入到了一个虚实结合、水融的虚实融合的智慧空间里，在这个空间里面会产生很多新的规律，实的空间是由原子组成，你拥有了我就没有，它是独占的；而虚拟空间的东西是由比特组成的，而比特组成的东西，你有一份，我也有一份，大家都有一份，分享次数越多价值越大。
比如，美国佐治亚理工大学用IBM的Watson的机器人代替助教，为学生授课五个月，学生有什么问题都可以问这个机器人，期间没有任何学生发现问题。今后人工智能的老师一定会比我们很多老师强。虚实结合形态下，会出现很多新的教育服务的业态，出现很多新的服务的现象。
这就是未来学校会变革的基本方向，我们学校的教育服务越来越个性化，我们学校的服务会越来越出现虚实结合，我们的教育服务会越来越多的体现出社会化的形态。这是我们整个未来学校发展的趋势，不管你愿意不愿意，变化都在发生。
记 者：“互联网+”时代，未来学校的发展方向是什么？
余胜泉：互联网不可能取代学校，但是并不意味着学校永远不会变化，互联网不可能取代学校，但是可以改变学校的基因。“互联网+教育”就是教育的“转基因”工程，这就意味着这个学校整个运作的基本规则都会发生变化，整个运作的流程、运作的模式都会发生变化。
我们中国的教育还处在流水线时代。要反思我们传统教育中的经典假设，传统的教育认为，教育必须将孩子集中到一个叫学校的地方，让他们学习固定的时间长度，采用基于年龄、学科的学生组织方式，对统一学习内容采用相同的教学方式。而21世纪中后期将出现从根本上进行重新设计的学校，它们将展示一系列重组教育的可行，这其中包括学校根据学生的能力，而非根据时间或其他因素来组织学习，为学生提供更灵活的课程安排，更适合学生的个体需求，而不是按照传统的学期或者固定的课程节奏来组织。
