2021.3
1概述
受到政府高度重视和大力支持，产业链已经不断完
善，和各行各业已经深度融合[2]。随着互联网+大数据时代的到来，基于大数据技术的高职教育智慧化应用层出不穷。祁长伟[3]等利用大数据技术对教学目标、过程、评价进行的精准教学应用并实践。李哲[4]提出为了满足高职扩招背景下不同生源的教学模式的需求，可以利用大数据来实现精准教学来实现。潘建伟[5]等通过采集学生在线学习数据，利用大数据技术进行分析挖掘学生的潜在能力。 许多学者已经开展了相关的研究，郑石明[7]从应用的需求、框架、内容、流程4个维度阐述了大数据技术对创新创业教育带来的变革。郑舒琳[8]等则从大数据与创新创业的内涵、应用需求等方面分析出发，给出了基于大数据技术的高校创新创业教育信息平台的构建方法。孙建[9]则对大数据在高校创新创业教育中的应用进行了深度的分析。在高校的教学运行过程中，数据正在呈爆炸式的增长，教师与教学管理者面对海量的数据，缺乏导向和平台，无法利用数据来服务创新创业教育的科学决策。因此，提出一种高校创新创业教育大数据分析平台的构建方法为广大创新创业教育工作者运用大数据服务教学提供思路。 2
需求分析
2.1教育大数据发展机遇
随着信息技术的高速发展，各行各业都累计了海量
的数据，这些数据在不断地改变着人们的生活方式，互联网让这些数据得到了充分的开放与共享，使得大数据不断地促进经济的快速发展，同时也驱动了教育领域的变革。因此，中国职业教育已经步入了大数据时代，产
生了众多的发展机遇。首先，对教育大数据资源的深度利用。近30年的信息化的快速发展，使得所有高校都积累了海量的数据，包括了招生就业、教学过程、教学管理、专业建设等方面的数据。这些数蕴含着宝贵的价值，只要到适合的方法便分析出潜在的价值为教学管理者提供决策支持。其次，对学生活动的过程数据，包括学生消费、图书借用记录、选课、教学成绩等的数据的挖掘将促使教学评价更加精准和教学更加个性化。另外，通过大数据技术可以更好地挖掘社会对现代教育的需求，制定更加符合国家和地方教育发展规划，选择准确办学模式。对现代教育发展战略有深远的影响。2.2大数据推动高校创新创业教育发展
随着信息技术的快速发展，信息化技术已经在高等
分词技术院校的教学、科研等管理得到了全面的开展。然而，当前创新创业教育信息管理还存在不少问题。首先，基于历史原因，很多高校从一开始没有着手从顶层设计上开展信息系统的管理与规划工作。这些数据造成的大量的重复工作，浪费了存储空间，降低了管理的效率。其次，当前高校的建设各项业务系统主要是基于B/S 架构，其存储系统主要是传统的关系型数据库。这些数据库之前相互独立，不同业务部门的数据无法直接对接，基金项目：2018年广东省质量工程教育教学改革研究与实践项目(GDJG2019312);2018年广州市教育科学规划课题(201811675);2020年广东省普通高校创新团队项目(2020KCXTD053)。
作者简介：程丹(1983-)，女，副教授，硕士，研究方向：职业教育、工商管理；郭长媛(1984-)，女，讲师，硕士，研究方向：大数据技术。
高职院校创新创业精准教学大数据平台的设计
程丹1，郭长媛2
（1.广州体育职业技术学院，广州510650；2.广州番禺职业技术学院，广州511483）
摘
要：高职院校创新创业教育教学行过程中，教师与教学管理者面对海量的数据，缺乏导向和平台，无
法利用数据服务创新创业教育的科学决策。给出了一种高职院校创新创业精准教学大数据平台架构设计方案。方案运用主流的大数据技术与工具，涵盖数据的抽取、存储、分析等流程，为广大创新创业教育工作者运用大数据实现精准教学提供解决思路。关键词:
精准教学；创新创业；大数据平台；高职教育
111
2021.3
甚至有些相同部门都无法提供接口交互数据。另外，针对大学生创新创业能力的培养方面，高校通过教学案例展示、创新创业活动、模拟实战等方式来进行。但是这些过程的数据如果没有得到开发和利
用，就会产生高校对技术的支撑不到位，导致的直接原因没有出台一个完整的大数据应用流程等问题。自大数据纳入国家发展战略以来，在经济发展中大数据技术已经体现了它的重要地位，合理利用大数据对创新创业数据价值的挖掘的作用不言而喻。
大数据技术是一种对大规模数据进集成的技术，实现了对数据的统一管理。大数据技术通过整合庞大的信息全体、融合不同来源数据，分析与挖掘数据的关系与深层含义得到有价值的信息，从而推动当前创新创业信息管理的发展。大数据智能技术具有预测特性，在各个领域中已经广泛应用，这类技术非常适合创新创业教育，通过预测未来的发展来实现更好变革是创新创业的重要思路。例如，利用大数据采集技术，可以让人们在快速掌握创新创业的新热点、新内容，并判断出这些新信息在未来的发展趋势。因此将大数据技术融入到创新创业教育改革中，不仅能为相关政府决策的提出和发展提供有力的支撑，还能为创新创业人员提供有效的技术支持，从而推动创新创业教学与科研工作的发展。
3
大数据分析平台的设计
3.1平台架构
精准教学大数据分析平台主要由数据抽取、数据存储、数据分析3个模块组成用于支撑课程目标的分解、教学资源的存储以及教学系统的数据分析，具体的架构
图如图1所示。从图1中可以看到，精准教学的流程是，将课程的教学目标进行分解，然后将分解的目标关联相关的资源内容。最后将资源库的数据颗粒化输入到教学系统，提供给教师和学生使用，而学生和教师使用的数据记录连同之前的课程目标数据和资源库的数据一起存储到大数据存储系统中，最终提供给数据分析系统进行数据的挖掘与预测，挖掘与预测的结果反馈给教学系统，实现教学资源的精准推送。3.2数据抽取系统
数据采集系统主要是采集创新创业课程的数据，课
程数据主要包括了该课程基本信息、教学内容、教学目标等。数据可能是文本数、表格数据或者是存储在关系型数据库的结构化数据。数据采集系统需要从这些数据中获取每一门课程的教学目标数据，只有确立了教学目标才能实施教学的考核，也是检验教学成败的关键。为了实现精准教学，首要任务便是确立每一门课程精准化的教学目标。面对不同来源的数据，架构采用Kettle 作为ETL 工具来抽取不同课程数据。Kettle 是一款应用非常广泛的ETL 工具，它采用纯Java 编写，可以在多个不同系统平台上运行，实现高效稳定地数据抽取。Ket⁃tle 可以管理不同类型的数据库数据，并提供了一个图形化的用户交互界面来方便高效地管理不同的数据抽取任务。
抽取后的数据主要是教学目标的文本数据，为了后续能精准地实施个性化教学，需要将这些教学目标数据和已有的教学资源管理起来。然而，针对海量的教学资料，手动去一个个关联实施的可能性非常
低。因此，平台架构设计引入自然语言处理技术(NLP)技术来实现教学资源和教学目标的自动化关联。其实现的过程包含两个步骤，首选需要提取出资源的描述文本，绝大多数资源都有简短的描述，对于没有描述的资源可以通过提出文本的关键词、识别音视频的内容来形成文本，最后利用NLP 的分词技术、短文本聚类、分类、知识图谱技术来实现资源与目标的自动关联。
3.3大数据存储系统
创新创业经过多年的课程建设，已经形成了丰富的
数字资源，资源的类型包括了PPT、文档、音视频数据等，如何选择不同的数据来为不同类型的学生推荐资源是常见的难题。因此对资源的个性化推荐需要先获得个性化的数据记录，例如在教学系统中的学习轨迹数据,
图1高职院校创新创业精准教学大数据平台架构创新创业课程
数据抽取
ETL
数据采集处理系统
目标1目标2目标3目标4目标5…相互关联
NLP
资源1资源2资源3资源4资源5…课程目标分解
教学资源库
SPARK
SPARK
MLib
SPARK
STREAMING
历史和实时数据
大数据存储系统
HDFS
HIVE HADOOP
大数据分析系统(挖掘与预测)
教学反馈
使用记录
资源数据
教学系统
教师学生
112
以及在课堂学习的过程数据等。同时将这些数据由班级
细化到具体的每一位学生，然后输入到系统中，再利用
智能推荐技术，根据学生的学习特点推荐不同的优质资
源，从而实施个性化精准教学。
平台架构的设计需要提供结构化数据的存储空间,
还需提供海量的多类型数据的存储空间。在平台架构中
采用了基于Hadoop技术的。Hadoop分布式文件系统(HDFS)来存储文档、音视频数据。HDFS是一个高度容错性的系统，能在批量的廉价服务器上部署，能提供
高吞吐量的数据存储与访问，专门设计为大规模数据集
上的应用。针对结构化的数据，平台架构采用Hive来
存储，它是一个基于Hadoop的数据仓库，它能够提供
大规模数据的访问、抽取、转化、查询、分析等。3.4大数据分析系统
大数据分析系统主要是针对输入教学目标、资源数
据、教师教学数据、学生的学习数据等进行数据的挖掘
与分析，最终形成结果反馈给教学系统。这些数据的分
析有些是实时的数据需要进行快速的分析、有些是历史
数据需要结合最新的数据来进行挖掘。为此，平台架构
设计采用了Spark来作为分析系统的主要框架。Spark
是一个面向大规模数据处理、开源的统一分析引擎。支
持多种主流言，包括Scala、Python、R、Java等。作为
一种集计算环境，它拥有非常丰富的工具，把包括面
向支持SQL的数据库或数据仓库的Spark SQL，用于支
撑机器学习的MLib、用于图形处理的Graphx，以及用
于结构化流数据的Spark Streaming。作为并行运算框
架,Spark的一个大优点是在进行并行运算后，它将中
间结果保存在内存中，即Spark启用了内存分布数据
集，从而减少了读取分布式存储系统如HDFS的次数,
大大提高了效率。
利用Spark的Streaming工具可以对实时的数据进
行分析统计，利用Spark MLib可以对数据进行挖掘。
综合运用Spark来对每个学生不同课程的表现数据、能
力掌握数据、资源使用数据进行分析提出相关的改进建
议或学习对策。
4结语
在传统教学环境下，对学生学习某门课程的评价往
往是模糊的，一半通过优、良、中、差等来评判，一个
教师面对几十名学生，导致对学生某个知识能力目标的
掌握评价几乎被忽略，因此最终的成绩智能通过期中及期末的综合分数等体现，而无法体现教学过程中学生对知识点的掌握情况。提出在大数据环境下，综合利用大数据、人工智能等主流技术来通过构建创新创业精准教学大数据分析平台来实时掌握学生的学习情况数据，并进行自动分析后形成可视化报告，实时反馈给教师、学生、家长。平台的构建方案可以应用到高校创新创业的精准教学中去，也可以推广至其他的专业，从而提高教育教学质量。
参考文献
[1]中华人民共和国国务院.国家职业教育深化改革实
施方案[Z].北京：中华人民共和国国务院,2019.
[2]中华人民共和国国务院.促进大数据发展行动纲要[Z].北京：中华人民共和国国务院,2015. [3]祁长伟，金宏，冉云芳.基于大数据的“精准教学”
模式建构与实践——
—以中职汽修专业为例[J].中国职业技术教育,2021,(02):33-40. [4]李哲.探讨高职扩招背景下精准教学模式在人才培
养中的应用[J].知识窗(教师版),2020,(12): 106-107.
[5]潘建伟.基于大数据的精准教学探究———以武威职业
学院为例[J].信息系统工程,2020,(12):161-162.
[6]中华人民共和国国务院.关于深化高等学校创新创
业教育改革的实施意见[Z].北京：中华人民共和国国务院,2015.
[7]郑石明.大数据驱动创新创业教育变革：理论与实
践[J].清华大学教育研究,2016,37(03):65-73.
[8]郑舒琳.高校创新创业教育信息平台的构建问题探
讨——
—基于大数据技术[J].成都师范学院学报, 2019,35(02):43-47.
[9]孙建.大数据在高校创新创业教育中的应用分析[J].科学咨询(教育科研),2018,(12):
11.
113
2021.3
豫公网安备41160202000603
站长QQ:729038198
关于我们
投诉建议