高等教育与人才培养.docx

《高等教育与人才培养.docx》由会员分享，可在线阅读，更多相关《高等教育与人才培养.docx（7页珍藏版）》请在优知文库上搜索。

1、高等教育与人才培养高等教育与人才培养范文第1篇关键词：大数据；高等教育；人才培养；基础设施；可视化高等教育管理实践紧要的任务是培养和发现人才，随着现代信息技术的迅猛发展，高校学生在网络社会的活动轨迹以文字、图片、音频、视频等形式记录下来，通过对这些海量数据的科学建模与深度挖掘分析，可以猜测推断某个个体或群体的思维动态、学习状态、生活状态和行为特征，从而对高校学生进行全方位、立体化培养方案的订立供应精准明确的依据和参考12O一、大数据对高等教育人才培养的影响1.依据将来趋势分析社会需求现代高等教育管理区别于传统意义中高等教育管理的最核心之一是高校学生的职业规划34,高校在针对学生培养计划和培养方

2、案的订立过程中需要能够高度匹配社会需求，社会需求随着政策和市场环境而发生变动，高校的培养计划更需要基于社会需求进行规划，更好地模拟和猜测社会将来的的发展。现在高校培养计划的订立是基于既定的目标、结合学校的资源配置，进行学生将来的职业发展规划；而基于大数据的学生职业发展规划，则需要更广泛地分析历史、行业、全球、地区的数据，并结合政策信息、人口信息、环境信息等各种数据，模拟将来的社会需求、发展、演化以及与之配套人员结构、数量、本领要求、人才储备、发展计划等。因此，高等教育的培养方案不再是单纯的计划，而更多的是立足于长期的规划和演进，进而避开高校教育与社会需求的脱节，对学生的将来做出精准规划。当然，

3、也需要清醒地看到，囿于高校中的大数据规模效应尚未形成，社会发展及需求分析的大数据仍然需要更广泛的数据源增补。2,深入了解个人本领和社会需求的匹配程度现代高等教育的人才培养方案中习惯性认为,学生完成培养计划中的任务便已经具备胜任某种工作的本领，同样习惯性认为已经为学生订立比较正确的职业规划，其实不尽然，事实上，社会环境及商业环境的变动、知识更新换代的加速，决议在本领评估方面的严重误判风险，以及高校和学生对发展方向的盲目乐观，以高校四年的学习为例，新兴岗位培养体系的无法借鉴性，加之知识更新换代频率的加速，决议传统的培养方式、培养内容、学习目标、学习动因都在发生颠覆性的变动，如何更好地、更有针对性地

4、、更合理地布置高校学生的学习成长目标、学习发展方式、职业生涯规划、毕业后的终身学习及适应发展的本领，成为大数据时代高等教育管理的巨大挑战和重点契机Q3.通过考核提高学生综合素养高等教育管理中考核的核心价值在于将高校培养计划和培养目标高效、准确地传递给每名学生，完满的考核体系能够帮忙高校有效地执行培养计划，实现培养目标。而大数据时代的考核体系，则进一步需要对一系列高素养学生“画像”，并以此“画像”培养学生、发掘学生、塑造学生，通俗而言，即是透过大数据分析，将各种高素养学生的特征进行量化描述，进而基于此可视化描述形成学生的培养标准和培养目标，帮忙高校建立完满的、符合社会需求的培养方案和培养目标，以

5、高素养学生的特征为基准，全面提高学生的综合素养。4.通过洞察微末盘点社会人才需求在高校所设置的各个专业中，将来分别有哪些专业的需求较高，重要原因是什么？在目前各专业所设置的理论教学与实践教学中，哪些知识或技能对学生将来的成长帮忙更大5?对于这些问题，高等教育管理者一般无从回答或仅能凭感觉回应。以大数据的人才盘点为基础，可以将基于样本的分析模型，应用于充分丰富的大数据，进而更清楚地盘点隐匿在社会需求人才结构下的本领和潜质分析，同时，反过来优化分析模型，可更好地对社会将来的人才进行盘点，包含人才结构的盘点、发展趋势的盘点，这是对传统的智能分析“以结构和因果为主进而发现问题为原则”的跨越式升级，形成

6、洞察微末，进而形成更加完满的人才培养方案和培养目标Q二、大数据对高等教育人才培养的挑战1.由传统的随机样本猜测到全体数据预测的变化随着数据处理技术的快速发展，大数据时代进行抽样分析所需要的数据是全体数据，即“样本二全体”67。在当前的高等教育人才培养方案与社会需求契合度是通过“样本”数据基于传统的统计学进行猜测,而在大数据的思维中，既然是“样本”数据，那肯定会存在误差，并会对猜测结果产生影响，这种影响或许对整体的偏差不大，但就个体而言，会产生很大的影响，甚至有可能对个别学生的一生产生误导。大数据是指不再采用随机分析法，而是采用全部数据的方法。其实，这样的处理方法，在实在实现的过程中也会遇到一些

7、问题，但相比于随机抽取“样本”数据，准确率已不行同日而语。2.由传统的结构化数据到非结构化数据的变化现在的高校数字化管理系统所采用的都是关系型数据库，即结构化数据存储方法，并只能对结构化数据进行处理8-Ello而在大数据思维中，处理结构化数据是信息缺乏和模拟时代的标志，在现在所获得的信息中，仅有5%的数据是结构化数据，只有接受其余95%的混乱的、非结构化的数据，才略全面地、完整地、立体地对事物进行察看。但现在，当我们试图扩大数据规模的时候，要学会兼容混乱，数据的混杂必定会牵扯到混杂数据的存储。大数据思维要求必需能够接受数据的混乱和非结构化。3.由传统的因果关系到相关关系的变化在传统观念中找到一

8、切事情发生背后的原因往往被认为是社会建立的基础Q然而在大数据思维中，知道“是什么”就够了，没必需知道“为什么，即不必非得知道现象背后的原因，而是通过数据来说明，其实上述前两个重点变化而导致第三个变化，这个变化可能会颠覆传统观念。而在更多的时候，找寻数据间的关联并利用这种关联就充分了。这种关联是决议猜测的关键因素。相关关系的核心是量化两个数据值之间的数理关系。相关关系强调的是指当一个数据值变动时，另一个数据值很有可能随之变动。建立在相关关系分析法基础上的猜测是大数据的核心，使高等教育管理者通过大数据来关注什么因素影响学生的综合素养，而不再关注为什么是这些因素影响学生的综合素养，跳开追本溯源的探究

9、，不再纠结于因果的论断，从而颠覆传统的理念，从关系入手，开启数据大数据的探究。三、大数据时代高等教育人才培养的方法1.高校的一切教学和管理流程都需要数据化将高校的一切教学和管理流程数据化，是高等教育能够通过深入数据分析，实现自身优化的基础。在高等教育的教学和管理中，记录学生成长过程中的全部数据，甚至包含学生日常生活中的轨迹、消费、喜好、娱乐等信息，通过这些信息与学生综合素养进行关联分析，得到影响学生综合素养的关键因素，从而通过管理手段或培养方案的微调来进行掌控，进而提高人才培养的质量。2.高校需要建立基于海量数据的深入分析本领在大数据时代，数据分析本领的强弱直接影响到能否对海量数据的充分利用。

10、利用基于海量数据的深入分析本领所得出的结论，可以为不同的用户供应多样的服务，但是大部分的服务所要解决的核心问题都是基于用户的实时浏览、查询感兴趣的信息，高校充分地利用大数据，需要有心识地建立数据挖掘、机器学习等方面的技术，并具有高效地完成分类、聚类、猜测、介绍等较多而杂数据的深入分析本领。3.高校需要订立相应的数据储备计划高校无论是否用数据做决策，数据都真实地产生并存在，只是分析的意识不足，数据里面有很多噪音，并不是全部数据都有价值，每所高校不管多大规模，都能够或多或少地掌握学生信息，假如不能全面地获得学生的信息，就无法挖掘数据潜力，高校中的每个专业都有相应的指标来衡量专业的发展水平，这些指标

11、是实现提升专业水平和学生素养最核心的因素，不能通过数据有效地捉住核心指标会挥霍资源和时间。因此，高校必需对海量数据订立完整的存储更新计划。四、大数据时代高等教育人才培养的实现1.高等教育人才培养数据的基础架构高等教育人才培养需要使人才培养方案具有客观性和可操作性，而评判标准是价值观和社会认同度的反应，通过特定的技术形式和规定来量化评判标准，并由此形成政策来规范执行者的行为，并及时地反映出问题的症结所在,即评判标准决议执行的本领、过程和结果。高等教育人才培养数据的基础架构是在技术要素框架下，学生与企业、经济和政治背景的数据融合，这些数据通过算法描述并实现其功能，因此，高等教育人才培养渐渐成为数据

12、手记和数据分析的实践领域。2.高等教育人才培养数据的虚拟世界随着高等教育人才培养过程中所产生的数据呈几何级增长，以及硬件技术不绝提高，使数据变得更具可视性、重现性和劝服力。虚拟教育场景是数据表达的镜像及图形化的场景,在这些场景中，数据由图标、图形、表格或其他易于理解的形式表达，虚拟教育场景能够使高等教育人才培养变得更加物化和可操作,这种虚拟教育场景将高校学生的考试成绩、进步率、出勤率及其他相关因素形成数据仪表板，使高等教育人才培养变成对不同用户易查询、易呈现、易理解的表现方式，将其转换成可公开访问的形式,让更多的决策者、媒体和公众充分地了解，引导高等教育管理者和用户做出合理、有依据的决策，并可

13、扩展到常规的高等教育管理和检查中。3.高等教育人才培养的可视化高等教育人才培养数据管理的一个关键技术是数据可视化，数据可视化是对高等教育人才培养过程的数据呈现和动态变动趋势的呈现，高等教育人才培养过程数据的可视化无论是在其呈现本领上，还是在其表达方式上都如实反映数据，并放大数据的丰富程度和劝服力，由此可以用来创建指标参数和对培养方案和培养目标进行解释，高等教育人才培养过程的可视化是界面，由各种软硬件创建，包含大量的程序代码和不同信息粒度的数据。这个可视化、图形化的描述构成一个多而杂的高等教育人才培养过程，涉及各种政策、操、执行者和影响因素，具有很强的劝服力来使高等教育管理者和学生明确人才培养方案的执行过程，以及最终实现的培养目标。五、结论一旦高等教育被数据化，并拥有数据分析工具以及必需的设备,就可以对高等教育人才培养领域更快、更大规模地进行数据处理，去揭示隐匿在数据中的价值，从一个从未有过的视角来审视高等教育人才培养过程中的每一个细节。抛开传统的思维模式，利用大数据的思维把将来一些不确定性、风险性准确地猜测出来，帮忙高等教育管理者合理地订立人才培养方案和培养目标，提升高等教育人才培养的整体水平，解决现阶段高等教育人才培养与社会需求脱节的矛盾。