大数据背景下高校教育数据的分析与应用研究

1、    大数据背景下高校教育数据的分析与应用研究    (二)数据预处理1.学生数据。将本科生数据和研究生数据进行合并，保留“学号”“姓名”“性别”等关键信息字段，去除非关键信息字段，增加“学生类别”字段以区分本科生和研究生。合并后的学生数据记录总数为本科生和研究生学生数据记录之总和。2.成绩数据。为准确衡量每个学生的综合学习质量，引入gpa(grade point average，平均绩点)进行成绩评定。经过计算平均绩点，每个学生只保留1条成绩数据记录，成绩数据量大大减少。为便于更好地进行数据分析，采用等宽分箱法进一步对成绩数据进行离散化处理。平均绩点

2、在区间0，1的记录记为jd1，平均绩点在区间1，2的记录记为jd2，平均绩点在区间2，3的记录记为jd3，平均绩点在区间3，4的记为jd4。这样就把成绩数据分成了四类，反映了学生课程学习质量的四个层次。3.消费数据。首先利用数据库分组查询汇总得到每个学生的消费总金额。这样处理后得到的消费数据汇总记录就会小于学生数据记录总数(客观上存在部分学生一个月都不在校内消费的情况，对这部分学生按缺省值0进行填充)，然后对消费金额进行离散化处理。消费金额为0的分为一组，记为je1。对消费金额大于0的记录采用等频分箱法进行分组，即按照消费金额从小到大的顺序进行排列，根据人数等分为若干部分，每部分为一组。消费金

3、额在区间0，164的记录记为je2，消费金额在区间164，274.5的记录记为je3，消费金额在区间274.5，1161.4的记录记为je4，其中1 161.4为最大消费金额。4.门禁数据。首先利用分组查询汇总得到每个学生的门禁刷卡次数，然后对没有门禁刷卡记录的学生按缺省值0进行填充，再对门禁刷卡次数进行离散化处理。门禁刷卡次数为0记录的分为一组，记为mj1。门禁刷卡次数特征明显，可根据经验值将门禁刷卡次数大于0的记录分为2组：门禁刷卡次数为1次到3次的为“偶尔晚归”，记为mj2；门禁刷卡次数大于3次的为“经常晚归”，记为mj3。(三)数据可视化分析数据可视化分析是指将数据分析结果以图形、图像

4、等形式予以展现，并进一步揭示其中所隐含信息的过程。使用tableau对经过数据预处理的学生数据、成绩数据、消费数据和门禁数据进行可视化数据分析，可得到4张统计图表(如图2所示)。图2 tableau数据分析图表从图2可以直观地看出：(1)与本科生相比，研究生jd3和jd4所占的比例较高，研究生课程学习质量较好。(2)与男生相比，女生jd3和jd4所占的比例较高，女生的课程学习质量较好。(3)本科生和研究生中都存在不少整月不在校消费的学生(即je1对应的学生)。(4)与本科生相比，研究生中高消费学生(je4)的比例较低。(5)与女生相比，男生中高消费学生(je4)的比例较高，尤其是本科生男生。(

5、6)本科生和研究生中都存在不少“经常晚归”的学生，即mj3对应的学生；(7)与本科生相比，研究生中晚归学生(mj3)的比例较低；(8)与男生相比，女生中晚归学生(mj3)比例较低。将数据统计分析结果应用于管理，可以得出以下结论及建议：(1)无论是学习上还是生活上，研究生总体上比本科生更为成熟，这与研究生年龄较大、阅历较多有关。女生总体上比男生生活更有序，学习成绩更好，这与女生能够更好地安排大学学习生活有关。因此，应重点关注本科生男生的在校学习和生活，有针对性地制定相应的管理措施。(2)je1对应的学生整月不在校消费，属于异常情况，是请假离校还是未经请假擅自离校，应通过院系管理人员进一步了解原因

6、。(3)mj3对应的学生“经常晚归”，也属于异常情况，是因为学习原因还是存在违纪情况，需要进一步跟踪了解，并根据具体情况作进一步的处理，以减少晚归现象。(四)聚类分析采用微软ssas对本科生群体的平均绩点、消费金额和门禁次数进行聚类分析。以经过离散化处理的数据为数据源，设置算法的运行参数：聚类算法为k-means算法，聚类数为3，训练集为全部样本6725条记录。完成聚类分析后，可得到聚类分析结果(如表1所示)。表1 聚类分析结果从表1可以看出，分析结果把本科生划为三类：第一类学生人数最多，超过总体的60%，主要特征是学习成绩较好、消费较高、晚归现象较少。这类学生虽然生活条件较好，但能够认真学习

7、，较好地遵守学校纪律。第二类学生人数也较多，主要特征为学习成绩较好、消费较低、几乎没有晚归现象。这类学生生活节俭，学习认真，严格遵守纪律。第三类学生人数较少，接近总体的10%。这类学生大部分成绩较差，晚归现象较为严重，消费主要分为两种情况：不在校消费或消费较高。这类学生学习不认真，纪律意识淡薄，有长时间离校、消费大手大脚、经常晚归或夜不归宿等多种不良表现。但第三类中也存在少部分成绩较好的学生，其经常晚归的原因包括参加科研或准备各类竞赛。根据聚类分析结果，可以得出以下结论及建议：(1)消费高低与学习成绩优劣没有必然的联系，但长时间不在校消费反映了学生长期离校会影响学习成绩的问题，因此应对长时间不

8、在校消费的学生进行重点关注。(2)遵守学校纪律是学习成绩较好的必要条件，晚归次数较多的学生大部分成绩较差，因此加强公寓管理、减少晚归现象，以保证学生的整体学习质量。(3)第一类和第二类学生都能够合理安排好大学学习生活，第三类中大部分学生的纪律意识和学习自觉性较差，应该成为教育管理的重点，应通过多种方式督促其遵守学校纪律、认真学习。五、结论大数据是教育发展的未来，教育大数据是教育信息化的最新发展趋势。在大数据时代，对教育数据进行采集、分析和利用的条件已经完全成熟。教育数据分析可以得到教育数据中的隐含信息，在教育数据分析的支撑下，高校教育教学和教育管理工作将更有针对性，也更有效果，将会使因材施教和

9、个性化教育的教育理想成为现实。笔者提出了教育数据分析模型，并举例进行了数据分析与挖掘，得到了数据中蕴含的一些有意义的信息，这些信息有助于高校教育管理工作的改进。教育数据及教育数据分析的价值远不止于此，有待进一步深入研究和挖掘，以便更好地为教育教学和教育管理服务。参考文献：1促进大数据发展行动纲要eb/ol. 2国家中长期教育改革和发展规划纲要(2010-2020年)eb/ol. 3教育部关于印发教育信息化十年发展规划(2011-2020年)的通知eb/ol.4先晓兵，陈凤，王继元等.基于大数据的高校学生管理工作研究与实践j.中国教育信息化，2015(5)：6-10.56杨现民，王榴卉，唐斯斯.

10、教育大数据的应用模式与政策建议j.电化教育研究，2015(9)：54-61.7李婷，傅钢善.国内外教育数据挖掘研究现状及趋势分析j.现代教育技术，2010(10)：21-25.8葛道凯，张少刚，魏顺平，教育数据挖掘：方法与应用m.北京：教育科学出版社，2012.9educational data mining db/ol. 10胡德维.大数据“革命”教育n.光明日报，2013-10-19(5).11bienkowski m, feng m, means b. enhancing teaching and learning through educational data mining and learning analytics: an issue brief r. washington: u. s. department