1、大數據時代思維方式對高校專業建設的沖擊及啟示- 人力資源大數據時代思維方式對高校專業建設的沖擊及啟示周杰 福建師范大學教務處摘要：大數據時代思維方式講究思維主體上的協同合作、思維客體上的綜合運用、思維中介上的工具開發。數據應用的側重點由感官理性轉向了證據理性，由單一結論轉向了個性化分析判斷，從被動獲取轉向了主動預測。它勢必在數據處理習慣、數據潛在價值挖掘和數據價值分析利用上對高校專業建設造成沖擊，并在專業建設數據挖掘力度、數據平臺搭建以及專門數據分析人才的培養方面提出相應要求。關鍵詞：大數據 思維方式 專業建設高校專業建設匯聚著大量的信息，從學生角度來看，包括專業必修課、專業選修課、專業必修學

2、分、專業實踐、課程作業、專業成績等各種信息；從教師角度來看，包含專業教案任務、課件等教案信息，專業論文著作、科學研究數據等科研信息；從管理者的角度來看，包含學科專業的分布、專業的數量規模、專業的招生就業、專業預警等信息。隨著移動互聯網以及物聯網等新技術的興起，人們主動產生和由設備自動收集的專業信息必將越來越多。它們共同存在著數據量大、結構復雜、產生頻率快的特點，毫無疑問，高校專業建設思維必將受其影響。 2015 年，教育部高等教育教案評估中心啟動了教案基本狀態數據庫采集的行動，標志著大數據正大步向高校進軍，其觸發的思維革命與方式轉變正大力沖擊著高校教案管理的固有模式。因此，有效運用大數據時代思

3、維方式探索高校專業建設發展途徑，有效預測和分析專業建設走向，是高水平大學走向現代化治理的必然趨勢。一、大數據時代的特點及思維方式維克托·邁爾·舍恩伯格在大數據時代一書中，解讀了大數據的4 個特點 ，即 大量 （ Volume ）、 高速 （ Velocity ） 、 多樣 （ Variety ）、 真 實（ Veracity ），簡稱 4V 。但他同時又提醒到，大數據延伸的另一個特點是更多和更亂。如果無法順暢理清各種數據間的關聯性，我們將在它的時代中迷失。舍恩伯格強調，在龐大的數據面前保持清晰的頭腦，理順思維方式更為重要。他說，大數據時代思維方式是：每天早上起來想一下，這么

4、多數據我能用來干什么，這些價值在哪里可以找到，能不能找到一個別人以前都沒有做過的事情，你的想法和思路，是最重要的資產。他提示我們，轉變慣有的思維方式，將成為獲取數據價值和創新行為方式的前提與根本。數據是死的，人是活的，要讓死的數據說話，就必須發揮人的主觀能動性，用活人的思維。有學者從思維主體、思維客體和思維中介等方面分析大數據時代應具備的思維方式結構，認為在大數據時代面前，個體思維者在思維主體上需要從精神生產的過程中尋求協同合作，由個人的思維活動轉化為集體思維活動；在思維客體上要側重挖掘隱藏在數字背后的深刻的內涵，實現突破性的科學預測和科研活動，實現全方位、多角度的綜合思維；在思維中介上要尋求

5、有力工具，運用多種信息加工手段和方法，提高數據存儲和處理速度的準確性和可靠性。并以此得出敏捷性、開放性、前瞻性和個性化是大數據時代思維方式的代表特征。二、大數據時代思維方式對高校專業建設的沖擊一是對數據處理習慣造成沖擊。按照以往數據管理和處理的方式，無論是管理者還是管理對象，都無法及時有效地搜集和應對層出不窮、錯綜復雜、始料未及的專業建設數據。一種處理的方式便是被動獲取和被動應付，讓數據不斷累積或流失，然后定時清空或有意遺忘，無法真正有效挖掘數據的隱藏價值，造成“數據浪費”。其原因在于人們的思維尚未適應大數據時代的洪流，尚未意識到在大數據面前，個體的思維主導和思維對象以及所能利用的思維中介早已

6、超出了固有的范疇習慣，如不轉變數據處理的思維方式，改進處理數據的思維習慣，管理將陷入低效和混亂的境地，協同創新將舉步維艱。二是對數據潛在價值的挖掘造成沖擊。以往對專業建設數據的挖掘通常采用直線型的方式進行。就高校教育管理層來說，專業建設數據往往是自下而上獲得，通過各學院、專業的報送來獲取第一手專業數據。就專業本身來說，其建設數據的獲得一般采用實時獲取、延時存儲、滯后分析的直線型關系模式進行。而大數據時代下要求我們從時空的立體角度對專業數據的潛在價值進行深入挖掘。按照挖掘的任務，一項數據的挖掘包含了對數據的時空聚類、時空分類、時空異常檢測等過程，并逐步深入探討對數據挖掘的頻繁模式、周期模式、共現

7、模式、關聯模式等主題的研究，以圖架構起科學的數據挖掘系統。例如，通過高校選課平臺，長期跟蹤學生選課科目，通過有效數據的挖掘，得出該時間段學生對某一學科領域的興趣度數據，繼而對某一專業所在的選修課的開設廣度和深度進行判斷，同時也可以為開課教師的教案效果評定提供有效數據證明。三對數據價值的分析利用造成沖擊。大數據的應用核心是大數據預測：通過對各方面的數據分析利用，提前預判即將到來的事件。那么，通過對專業建設時空數據的挖掘，運用相關技術進行關聯分析，可以極大地提升專業建設的預測能力，達成科學的專業預警機制和專業規劃方案。它一改以前高校對于專業發展預測的理論與感性判斷，采用實樣而非抽樣，效率而非精確，

8、相關而非因果等相互關系，用數據和事實說話。例如，在探索專業分流的問題時，學校可利用圖書館借閱平臺，從新生入學第一天起，記錄其借閱圖書的數量、頻率、種類、周期等行為數據，通過時空聚類和共現模式對數據進行深入挖掘，就可以大致預測該生的學科興趣和專業愛好，繼而判定其可能感興趣的專業，將之提供給學生，作為其挑選專業的參考數據，對于解決學生專業選擇的盲目性和未來專業旨趣有很大助益。由此，學校的專業定位將被提前明確并適時調整，個性化專業分流及因材施教將得以可能。三、大數據時代思維方式對高校專業建設提出新的要求首先，要求加大專業建設數據挖掘力度，提升專業建設數據的實用價值。高校在專業建設過程中產生了形形色色

9、的數據，就專業內在結構的角度來看，包括專業數量，專業定位，課程設置等信息。從專業外在價值的角度來看，包括專業滿意度、專業興趣度、專業課程設置、專業實踐安排、專業教師配備等信息，這些數據的獲取、監控和分析直接關系著專業建設的走向，通過獲取這些關鍵數據，從大的方面來說，可以預測專業定位和人才培養的成效；從小的方面來說，可以及時有效獲得課程體系和師資力量等有效數據，進一步提高教育教案質量。因此，改變以往被動式的搜集專業數據的習慣，深入挖掘專業建設帶來的各種數據，可以有效提升專業建設數據的實際效用。其次，要求搭建專業建設數據平臺，拓寬專業建設數據獲取途徑。良好的數據挖掘需要科學數據獲取的平臺，否則無法

10、科學共享數據和分析數據的意義，這就需要找尋到一個專業的數據實用工具，搭建一個專業的數據平臺。以復旦大學為例，該校從2012年開始建立和逐步完善校級統一數據倉庫，在數據倉庫的基礎上，建立了包含面向師生在內的多類的主題數據展示系統，包括人員信息類（教職工信息統計、學生信息統計、本專科生基本信息查詢、教職工基本信息查詢、研究生基本信息查詢）、科研類（文科科研數據分析、教師學術表現）、教案類（研究生成績分析、招生數據分析、本科生生命周期數據分析）、綜合服務（一卡通分析、圖書館客流分析、綜合校情展示、其他信息）、學生工作（宿舍數據統計、宿舍使用情況統計）、報表類（教育部高基報表）等。 形成了在業務管理，

11、教案資源，網絡行為三個層面以數據化為著眼點，以“人”為中心的數據索引和存儲模式。既實現了數據共享，又促進了業務融合，同時也為教育決策提供服務支持。近期教育部組織各高校完善教案基本狀態數據庫采集的舉措，將對專業建設數據的監控宏觀調控起到重大作用，某種程度上佐證了數據平臺搭建的必要性。最后，要求培養專業建設數據分析人才，深入分析專業建設數據意義。大量數據的堆積并不能直接產生效益，所謂外行人看熱鬧，內行人看門道，研究表明，僅有少量的數據能被挖掘用來解決實際問題，很多復雜、重要的問題要依靠數據處理、數據集成和數據質量來解決。這就要求校園信息化中做數據分析的人員需要具備既懂得數據、又懂得業務的復合能力，

12、能將業務帶入到數據剖析過程、將技術傳遞給業務人員。從而建立起大數據管理的良性生態。因此，培養專業化的數據分析人才顯得尤為必要，高校專業建設也不例外。當數以萬計的專業建設數據蜂擁而至的時候，如何更好、更科學有效地獲取、存儲、分析、挖掘和利用它們，非專業化人員無法有效實現。有鑒于此，部分院校已在嘗試開設大數據采集與管理專業，意圖培養專業的大數據分析人才。而在國外，如美國，圍繞大數據的開發和應用，早已形成了專門的職業，用來專業挖掘數據的意義。所以，在教育管理層面上嘗試培養專門的專業建設數據分析人才，對于專業建設發展有著深遠的意義。參考文獻1 張燕南等 . 大數據時代思維方式對教育的啟示 J . 教育發展研究 ,2013(11):2-32 吉根林等 .