教育统计数据挖掘在高校管理中的应用与展望——基于CNKI的调查分析

作者:张节松; 刊名:煤炭高等教育 上传者:黎小萍

【摘要】为促进数据挖掘技术在高校管理实践中的高效应用,提高我国教育统计的效率和质量,本文选取国内研究文献样本,展开研究现状的整体分析和分类讨论,指出了当前该领域学术研究存在的若干系统性问题。在此基础上,对数据应用过程进行抽象化处理和逻辑推理,展望了未来研究中需要关注的一些方向和着眼点,以期推动我国高校形成数据支持决策的管理模式。

全文阅读

一、引言在我国高等教育开展“双一流”建设的政策背景下,高校之间的竞争日益激烈,如何提升高校自主生存能力和自主发展能力成为高校发展必然面临的难题。教育统计数据挖掘可以从精准化、智能化、个性化等多方面为高校的发展决策、教学管理、教学过程等环节提供智慧型信息服务[1]73。这主要体现在:(1)数据挖掘有利于优化资源配置。教育资源是有限的,合理的分配才能让有限的资源得到充分利用。一方面通过深入挖掘学校现有资源、学术成果和科研项目等数据从而实现教育资源的最优配置;另一方面学校也可以依据数据挖掘结果调整学校院系布局、专业设置、招生方向等工作[2]。(2)数据挖掘有利于优化教育政策,有助于对教育财政预算和教育资金合理分配[3],决策部门可根据教育统计数据反映的信号制定出更加符合教育发展规律的政策。(3)数据挖掘有利于监督、评估高校的办学水平。对高校教育统计数据挖掘的过程实际上是对高校周期内的办学水平的检测。通过对数据库中录入指标的深入挖掘来分析高校目前的办学状态,并找出与办学水平息息相关的推动因素,进一步监督高校未来的办学[4]。(4)数据挖掘和融合有利于各高校的合作竞争[5]。互通的数据既可以让高校看到自己的办学状态和效率,又可以让学校了解到其他兄弟高校的情况并进行对比,发现自己的优势及差距,展开校际良性竞争,实现发展共赢。本研究首先对高校管理领域数据挖掘应用研究的整体状况和研究层次分布进行综合分析,指出了若干整体性问题。进而,将所选文献样本细分为学生管理、教学与教务、图书馆管理、教育经费、校务管理和其他六大应用领域,展开分类讨论,指出局部具体问题。第三部分抽象出数据采集到发挥应用效用的整个过程,给出逻辑循环图并进行推理研究,提出了未来理论研究和应用实践的一些前景和着眼点,为促进教育统计数据的挖掘与分析工作和发挥数据价值提供理论参考。二、数据挖掘应用于高校管理的研究现状1.整体分析截止2018年4月24日,题名含有“数据挖掘”和“高校”的CNKI文献中,共有期刊论文535篇,学位论文140篇,会议论文10篇,报纸3篇,共计688篇。发表总体趋势如图1所示。图1 样本文献总体趋势从图1可以看出,我国从2000年开始有相关文献发表,自2002年起呈明显上升趋势,并且在2008-2010年迅速增加,2010年达到前期高峰。这主要是因为,该期间“大数据”得到美国部分知名计算机科学研究人员的认可,他们提出:大数据真正重要的是新用途和新见解,而非数据本身。从经济界到科学界,从政府部门到艺术领域,很多方面都已经感受到了这种巨量信息的影响。此后的2011-2017年,每年发文量基本保持在50~70篇之间,略有波动,累计发表学术论文311篇,学位论文88篇。学术论文数量表明了研究的广度,可见高校应用数据挖掘技术的研究引起了越来越多的学术关注;学位论文数量表明了研究的深度,可见我国已开始相关知识的综合运用。但进一步研究整体文献数据发现,所发表的535篇期刊论文中CSSCI检索14篇,CSCD检索13篇,中文核心期刊40篇,进入三类检索的文章共45篇,仅占8.4%;所选的文献样本中140篇学位论文全部为硕士学位论文,没有出现博士学位论文。由此可见数据挖掘在国内高校的应用研究尚处于发展阶段,研究内容还相对浅显,有待结合我国高校的实际情况进行深入的创新研究。另一方面,国内数据挖掘学术研究主要集中在计算机软件及计算机应用的基础理论层面。该层面的研究文献占到了总发文量的60%以上,与教育数据挖掘领域更侧重具体应用研究[6]的规律还存在较大偏差。课题组通过CNKI计量可视化分析自动生成研究

参考文献

引证文献

问答

我要提问