大数据环境对高职院校教学工作影响因子指标体系的研究

1 引言

高职院校肩负着为产业培养优秀高端应用型、技能型人才的重要责任，其办学理念、师资建设、人才培养、资源条件、学习过程必须与产业的发展紧密结合，故高职院校的教学工作极容易受到产业环境的影响 [1]。近年来，随着 5G 通信技术应用、物联传感技术应用、移动互联网应用的广泛普及，人们的生活和企业的生产已经置身于大数据环境当中。与产业紧密关联的高职院校的教学工作不可避免的受到了大数据环境的影响。任何影响都有多面性，如何加强积极的影响、降低消极影响成为重要课题。为此，我们需要研究大数据环境对高职院校影响因素，并建立有关的影响因子指标体系，以此来指导高职院校的教学更好的培养优秀的产业人才。

2 相关理论与概念解析

2.1 大数据环境的定义和特点

大数据（Big data）是指在一定时间范围内无法用传统数据库软件进行采集、存储、管理和分析的数据集或数据群，需要通过新的处理模式才能提现出的具有高效率、高价值、海量、多样化特点的信息资产[2]。

目前，业界一般认为大数据应具备4V 特点，即规模性（Volume）、多样性（Variety）、实时性（Velocity）和价值性（Value）[3]。

规模性：随着互联网技术的广泛应用，互联网用户的急剧增多，产生了海量的用户行为数据，数据量大是大数据的基本属性。

多样性：当前丰富的互联网应用种类造就了大数据的多样性，除了传统的 MIS 系统所产生的结构化数据外，社交媒体产生了多媒体对象数据、GIS 系统产生了位置信息、传感器技术产生了环境感知数据等众多未加工的、半结构化的或非结构化的数据。

实时性：数据产生和更新的频率也是衡量大数据的一个重要特征，例如传感数据、通信数据、交易数据、地理信息数据、视频流数据、社交数据等，随时都在传输，这就要求处理数据的速度必须要快。

价值性：研究发现数据量呈现几何级增长的同时，海量数据背后隐藏的有用信息却没有呈现出相应比例的增长，反而是获取有用信息的难度不断加大，即大数据呈现价值密度低的特点。如安防监控使得有关部门获取了持续不断的监控视频，其中有价值的视频数据帧可能仅有若干秒钟的时长。

在全球视野下，随着互联网技术的迅速发展，当前社会的各个方面均受到大数据及大数据技术的深刻且广泛影响，人们的生活和生产已处于大数据环境当中。大数据环境主要表现为以下几个方面：

（1）数据量大：全球各行各业产生的数据量呈爆炸式增长，包括社交媒体、移动设备、物联网设备等；（2）数据类型丰富：除了传统的结构化数据外，还有非结构化数据（如图片、视频、音频等），以及半结构化数据（如日志文件、XML文件等）；（3）数据来源广泛：数据可以从多种渠道获得，如社交网络、搜索引擎、在线购物平台等；（4）数据处理能力强：各国都在大力发展云计算等相关技术，提高了对大数据的处理能力。

全球范围内越来越多的企业和政府机构开始利用大数据进行商业、科研等活动，利用大数据分析技术可以使之产生巨大的商业价值和社会效益。

2.2 高职院校专业教学工作

《高等职业学校专业教学标准》中明确了高职院校教学工作的范畴，主要涉及到职业面向、培养目标、培养规格（含素质、知识、能力）、课程设置与实施（含课程设置、学时安排）、教学基本条件（含师资队伍、教学设施、教学资源）、质量保证等方面[4]。

在职业面向方面，高职院校的教学工作需要明确面向职业，为行业的各个岗位培养应用型人才。

在培养目标方面，高职院校的教学工作需要培养理想信念坚定，德、智、体、美、劳全面发展，具有一定的科学文化水平，良好的人文素养、职业道德和创新意识，精益求精的工匠精神，较强的就业能力和可持续发展的能力，掌握本专业知识和技术技能的应用型人才。

在培养规格方面，高职院校的毕业生应在素质、知识和能力三方面达标，素质上必须爱党爱国、崇德守法、思想健康、思维活跃、体魄强健、有一定的人文素养；知识上除了必须掌握专业知识外，还必须掌握必备的思想政治理论、科学文化基础知识、中华优秀传统文化知识、本专业有关的法律法规及行业背景知识；能力上除了必须掌握的专业技能外，还应具备较强的持续学习能力、解决问题的能力、表达沟通能力、团队合作能力、专业相关的信息技术应用能力。

在课程设置方面，应注意公共基础课程、专业课程、实践性教学环节三个部分的课程内容、课程时间的安排。须明确各门课程的设置与教学内容，保障教学内容的科学性、全面性和实用性；实践教学与实习要求方面，须要求学生完成一定期限的实践教学和实习，以培养学生实际操作能力和解决实际问题的能力；

在教学基本条件方面，应注意师资队伍建设、教学设施配置、教学资源储备三个部分的安排。师资队伍上应注意队伍结构、专任教师、专业带头人、兼职教师。教师设施配置上应注意满足正常的课程教学、实习实训所需的专业场所、专业设备等。教学资源储备上主要包括能够满足学生专业学习、教师专业教学研究和教学实施所需的教材、图书文献及数字教学资源等。

在质量保证方面，应建立专业建设和教学质量诊断与改进机制，健全专业教学质量监控管理制度，完善课堂教学、教学评价、实习实训、毕业设计以及专业调研

应完善教学管理机制，加强日常教学组织运行与管理，定期开展课程建设水平和教学质量诊断与改进，建立健全巡课、听课、评价、评学等制度，建立与企业联动的实践教学环节督导制度，严明教学纪律，强化教学组织功能，定期开展公开课、示范课等教研活动。

应建立毕业生跟踪反馈机制及社会评价机制，并对生源情况、在校生学业水平、毕业生就业情况等进行分析，定期评价人才培养质量和培养目标达成情况。

专业教研组织应充分利用评价分析结果有效改进专业教学，持续提高人才培养质量。

3 大数据环境对高职院校教学工作的影响

3.1 大数据环境对高职院校教学工作的影响因子

影响因子是指在一定条件下，能够对被研究现象产生显著影响的因素。在大数据环境影响高职院校教学工作领域，影响因子的核心是数据。数据能够帮助理解和分析大数据环境影响高职教学工作的关键因素，为高职教学工作提供指导和借鉴，从而制定相应的改进策略和措施。

数据作为大数据环境影响高职教学工作的核心因子，主要包括教学数据规模性、教学数据多样性、教学数据实时性、教学数据价值密度三个方面。其中教学数据多样性方面可划分为数据来源多样性、数据结构多样性、数据关系多样性、数据处理方式多样性等影响因子子类。其中教学数据实时性方面可划分为数据采集实时、数据处理实时等影响因子子类。

通过研究和分析这些影响因子，可以深入理解大数据环境对高职教学工作的影响机制，为教育管理和教学改进提供科学依据。

3.1 大数据环境对高职教学工作的影响机理

人们的生活过程和生产活动产生了海量的数据信息，这些数据信息涵盖了社会范畴的各个层落和各个方面。遍及社会各个角落的互联网应用软件、智能设备系统、传感器网络无时不刻的、无差别的在记录这些自然环境和人类活动产生的数据。同时，人们经过分析和计算，挖掘出海量数据中潜在的价值，并将这些海量数据及其价值通过各种形式直接或间接地呈现出来。大数据及其呈现的价值衍生出了诸多新的社会观念、商业模式、应用工具、生产形式和生活方式，这些衍生物深刻且广泛的影响了人们的生活、学习和工作。

大数据环境亦不可避免的影响到高职院校的教学工作并推动其向前发展。其影响机理分为“教学工作被动受到大数据环境的影响”和“运用大数据技术自主推动教学工作的发展”两种情形。无论何种情形，均基于海量且丰富的教学活动数据；均通过改变教学观念、创造新教学形态、调整教学标准来影响高职院校教学工作中的职业面向、培养目标、培养规格、课程设置与实施、教学基本条件、质量保证等。

被动影响方面。大数据环境下，数据信息呈现泛在性、多样性和系统性的特点。无所不及、无所不在的数据信息使得学生接触学习资源的渠道和机会不再受时间和空间的限制，社会存在海量的开放、多元、共享的学习资源和学习媒介，一般性知识和技能的获取变易、价值变低。由此，促使学生形成了多元化的学习观念，促使教师和教学管理者由知识的教授者转变为学生学习的参与者、组织者、协调者和导学者，促使教育主管部门调整高职院校的教学标准。同时，在具体的教学过程中，也创造了诸多新的教学工作形态，包括新模式、新工具、新资源。

主动影响方面。随着大数据及大数据技术对高职院校教学工作的改良作用日益凸显，教学管理者进一步有目的的采集特定的学习行为数据、教学活动数据，并分析和挖掘其中的价值规律，实现个性化教学策略、有效的教学质量评估、精准的教学决策依据，以此更高效率的完成教学工作[5]。

4 大数据环境对高职院校教学工作影响因子的指标体系构建

4.1 指标体系的构建原则和方法

构建大数据环境对高职院校教学工作影响因子的指标体系需要遵循一定的原则和方法，以保证指标体系的科学性和完整性。

表3-1 构建指标体系的原则

指标体系的构建方法主要包括专家咨询、文献综述和调查问卷等多种途径。通过专家咨询可以获取专业知识和经验，并获得对影响因子的权重评估。文献综述可以系统地梳理研究现状和相关理论，从中提取出适用于构建指标体系的信息。调查问卷可以收集各方面的意见和观点，以获取广泛的反馈和评估。

通过以上原则和方法进行指标体系的构建，可以有助于全面了解大数据环境对高职教学工作的影响，为教育管理和教学改进提供科学依据。

4.2 大数据环境对高职院校教学工作影响因子的指标体系

大数据环境对高职院校教学工作影响的核心影响因子是教学数据，我们对教学数据进行解析，形成了指标体系。

高职院校教学数据可划分为七大版块：学习行为数据、教学行为数据、教学管理数据、教学过程数据、教学结果数据、教学资源数据、教学环境数据。

教学数据的属性可划分为四大方面：教学大数据的规模、教学大数据多样性、教学大数据的实时性、教学大数据的价值。

综合以上“高职院校教学数据七大版块”和“高职院校教学数据四个属性” 我们进一步融合、解析，形成了大数据环境对高职院校教学工作影响因子的指标体系，即：5 个一级指标、20 个二级指标、96个三级指标。

（1）一级指标：数据价值情况

（2）一级指标：学习行为情况数据

（3）一级指标：教学行为情况数据

（4）教学质量管理情况数据

（5）教学条件情况数据

通过收集和分析这些指标，可以深入了解大数据环境对高职教学工作的影响程度和效果，从而指导教育管理和提升教学质量。同时，以上指标体系依据高职院校的教学场景研究而来，其他场景的指标研究需要根据研究目的和实际情况进行进一步细化和扩展。

5 结论

大数据环境对高职院校教学工作影响是全过程、全方位、多层次的，影响因素和影响机理是复杂的。本文立足于高职院校的教学场景，经过教学研究实践，形成了本文所阐述的“大数据环境对高职院校教学工作影响因子指标体系”。该指标体系建立的唯一依据在于客观真实的数据，秉持一切以可度量的、客观的、真实的数据为依据进行研究。由此，形成的指标体系可以为在大数据环境下，高职院校教学工作的发展提供改革思路。

参考文献

[1] 马晓敏、丁岚峰、徐建成 . 高职院校提高专业办学效益的教务教学管理指标及其考评研究[J]. 中文信息，2013 年第3 期.

[2] 《大数据时代》 作者：维克托. 迈尔- 舍恩伯格、肯尼思. 库克斯著，李智译。出版社：中信出版社，2014 年.

[3] 《大数据概论》 作者：高腾刚、程星晶、霍雨佳、王新颖、王佳尧、王芮、王坚、杨云江，出版社：清华大学出版社，2022 年.

[4] 《高等职业学校专业教学标准》[S]. 中华人民共和国教育部 .2019 年 .

[5] 大数据对我国高职院校教育管理的影响及其改进策略 [J]. 江西电力职业技术学院学报.2023 年.

［基金项目］湖南省教育科学研究工作者协会“十四五”规划高等教育重点课题“基于大数据预测的信息化教学方法与课程教学研究”（项目编号：XJKX22A066）；中国高校产学研创新基金——北创助教项目（ 三期）“信息技术在智慧课堂平台建设的研究与应用”（项目编号：2022BC018）

［作者简介］邓晨曦（1980—），男，湖南衡阳人，湖南环境生物职业技术学院副教授、硕士，主要从事机器学习技术、模式识别技术与计算机专业教学研究。