梁 強(qiáng)

(大連民族大學(xué) 經(jīng)濟(jì)管理學(xué)院，遼寧 大連 116605)

為貫徹落實(shí)黨中央《關(guān)于深化人才發(fā)展體制機(jī)制改革的意見》和《關(guān)于全面振興東北地區(qū)等老工業(yè)基地的若干意見》的精神，遼寧省在“十三五”高校人才培養(yǎng)規(guī)劃中提出，要樹立創(chuàng)新、協(xié)調(diào)、綠色、開放、共享的發(fā)展理念，以提高人才培養(yǎng)質(zhì)量為核心，以提升服務(wù)經(jīng)濟(jì)社會發(fā)展能力為重點(diǎn)，通過優(yōu)化專業(yè)結(jié)構(gòu)和人才培養(yǎng)類型結(jié)構(gòu)、深化創(chuàng)新創(chuàng)業(yè)教育改革、創(chuàng)新人才培養(yǎng)模式，實(shí)現(xiàn)高校人才培養(yǎng)與經(jīng)濟(jì)社會發(fā)展需要的全面對接，滿足現(xiàn)代產(chǎn)業(yè)體系多樣化的人才需求，為遼寧全面振興提供強(qiáng)大的人才支撐。要提高人才培養(yǎng)質(zhì)量，就要?jiǎng)?chuàng)新人才培養(yǎng)機(jī)制和模式，探索實(shí)踐多種形式課程學(xué)習(xí)方式。人才培養(yǎng)模式一般是指在一定的現(xiàn)代教育理論、教育思想指導(dǎo)下，按照特定的培養(yǎng)目標(biāo)和人才規(guī)格，以相對穩(wěn)定的教學(xué)內(nèi)容和課程體系，管理制度和評估方式，實(shí)施人才教育過程的總和。具體的，需要對教學(xué)內(nèi)容、課程體系、教學(xué)模式等進(jìn)行創(chuàng)新性變革，其中重要環(huán)節(jié)就是教育教學(xué)模式的優(yōu)化[1]。目前對于高校人才培養(yǎng)模式優(yōu)化的研究和實(shí)踐已大規(guī)模展開，但是各類教育教學(xué)模式和人才培養(yǎng)模式的近期和遠(yuǎn)期效果如何，則需要對大量實(shí)際案例進(jìn)行數(shù)據(jù)挖掘，找出隱藏于大數(shù)據(jù)中的規(guī)律，以便于大范圍推廣。

1 數(shù)據(jù)挖掘與數(shù)據(jù)分析

數(shù)據(jù)挖掘(Data Mining)，又稱為資料探勘、數(shù)據(jù)采礦，是從大量的、不完全的、有噪聲的、模糊的、隨機(jī)的數(shù)據(jù)中，提取隱含在其中的、潛在有用的信息和知識的過程。數(shù)據(jù)挖掘通常包括統(tǒng)計(jì)、在線分析處理、情報(bào)檢索、機(jī)器學(xué)習(xí)、專家系統(tǒng)和模式識別等方法。

數(shù)據(jù)挖掘即數(shù)據(jù)分析與處理，分為數(shù)據(jù)預(yù)處理、數(shù)據(jù)挖掘和數(shù)據(jù)后期處理三個(gè)主要階段，具體包括信息收集、數(shù)據(jù)集成、數(shù)據(jù)規(guī)約、數(shù)據(jù)清理、數(shù)據(jù)變換、數(shù)據(jù)挖掘過程、模式評估和知識表示等8個(gè)步驟。數(shù)據(jù)挖掘與數(shù)據(jù)分析中的常用技術(shù)包括：統(tǒng)計(jì)技術(shù)、關(guān)聯(lián)規(guī)則、遺傳算法、聚集檢測、連接分析、決策樹、神經(jīng)網(wǎng)絡(luò)、粗糙集、模糊集、回歸分析、差別分析等[2]。

數(shù)據(jù)挖掘與數(shù)據(jù)分析涵蓋了統(tǒng)計(jì)學(xué)、數(shù)學(xué)、計(jì)算機(jī)、數(shù)據(jù)庫等學(xué)科，并應(yīng)用于數(shù)據(jù)庫管理、人工智能、統(tǒng)計(jì)分析、數(shù)據(jù)倉庫、在線分析處理、專家系統(tǒng)、數(shù)據(jù)可視化、機(jī)器學(xué)習(xí)、信息檢索、神經(jīng)網(wǎng)絡(luò)、模式識別等眾多領(lǐng)域。數(shù)據(jù)挖掘主要實(shí)現(xiàn)以下功能：(1)找出事物的同質(zhì)性和共通性；(2)找出不同事物之間的依存關(guān)系或關(guān)聯(lián)性；(3)分類和聚類，發(fā)現(xiàn)相同類型事物的共同特征和不同類型事物之間的主要差異；(4)根據(jù)歷史資料和數(shù)據(jù)，預(yù)測事物未來的發(fā)展趨勢。

根據(jù)數(shù)據(jù)挖掘的不同算法，常用方法包括：(1)生物學(xué)方法，包括人工神經(jīng)網(wǎng)絡(luò)、遺傳算法等；(2)信息論方法，包括決策樹算法等；(3)集合論方法，包括約略集、模糊集、最鄰近算法等；(4)統(tǒng)計(jì)分析方法，包括預(yù)測模型算法、序列模式分析算法等；(5)可視化技術(shù)方法，包括聚類分析算法、關(guān)聯(lián)規(guī)則挖掘算法、分類規(guī)則挖掘算法、WEB數(shù)據(jù)挖掘算法等。

2 數(shù)據(jù)挖掘技術(shù)的主要階段與方法

數(shù)據(jù)挖掘與數(shù)據(jù)分析的具體操作，是從大型數(shù)據(jù)庫和海量數(shù)據(jù)中，檢索有效的、實(shí)用的信息，并利用這些信息做出決策。數(shù)據(jù)挖掘過程通常分為數(shù)據(jù)準(zhǔn)備、數(shù)據(jù)挖掘、數(shù)據(jù)評價(jià)以及數(shù)據(jù)運(yùn)用四個(gè)階段。

2.1 數(shù)據(jù)準(zhǔn)備階段

數(shù)據(jù)準(zhǔn)備階段是剔除無用信息的過程，主要通過消除噪聲數(shù)據(jù)和與主題明顯無關(guān)的數(shù)據(jù)，對數(shù)據(jù)進(jìn)行篩選、變換和預(yù)處理。經(jīng)過預(yù)處理的數(shù)據(jù)通常存儲在數(shù)據(jù)倉庫中。數(shù)據(jù)的預(yù)處理是否充分將影響數(shù)據(jù)挖掘的準(zhǔn)確性以及最終的決策效果。數(shù)據(jù)預(yù)處理的具體步驟包括：(1)選擇數(shù)據(jù)：選擇與主題高度相關(guān)的數(shù)據(jù)；(2)預(yù)處理：剔除無效、冗余的數(shù)據(jù)；(3)補(bǔ)充缺失數(shù)據(jù)：根據(jù)數(shù)據(jù)規(guī)律，推算補(bǔ)充缺失數(shù)據(jù)；(4)轉(zhuǎn)換數(shù)據(jù)：根據(jù)計(jì)算需要，轉(zhuǎn)換離散型和連續(xù)型數(shù)據(jù)，對數(shù)據(jù)進(jìn)行分組分類；(5)縮減數(shù)據(jù)：剔除低效數(shù)據(jù)，僅保留最有價(jià)值的數(shù)據(jù)。

2.2 數(shù)據(jù)挖掘與分析階段

數(shù)據(jù)挖掘與分析階段是數(shù)據(jù)挖掘的核心步驟，也是數(shù)據(jù)挖掘的關(guān)鍵技術(shù)。根據(jù)研究目標(biāo)和主要任務(wù)，采用生物學(xué)、信息論、集合論、統(tǒng)計(jì)分析、可視化技術(shù)等方法，選取相應(yīng)的算法，分析數(shù)據(jù)并得到相應(yīng)的模式或規(guī)則。

2.3 數(shù)據(jù)評價(jià)階段

在分析得到相應(yīng)的模式或規(guī)則后，評估模式或規(guī)則的有效性和準(zhǔn)確性。評估可以使用數(shù)據(jù)算法進(jìn)行檢驗(yàn)，也可以根據(jù)專家經(jīng)驗(yàn)判斷。同時(shí)，還需要根據(jù)數(shù)據(jù)使用者的反饋，判斷決策的有效程度，并依據(jù)反饋對模式和規(guī)則進(jìn)行修改和完善。

2.4 數(shù)據(jù)運(yùn)用與決策階段

數(shù)據(jù)運(yùn)用與決策是將挖掘出的有效信息清晰地傳遞給數(shù)據(jù)使用者。這需要選擇合適的可視化工具，將結(jié)果以具體的模式或規(guī)則的形式傳遞給用戶。同時(shí)還要對信息進(jìn)行一致性檢驗(yàn)，解決本次挖掘與以前得到的信息之間互相矛盾、沖突的地方，使信息具有連續(xù)性和穩(wěn)定性。數(shù)據(jù)運(yùn)用與決策主要有兩種方法：一種是評價(jià)數(shù)據(jù)分析本身的結(jié)果，并以此為依據(jù)進(jìn)行決策；另一種是運(yùn)用挖掘得到的信息對新的數(shù)據(jù)進(jìn)行分析，并對決策結(jié)果進(jìn)行優(yōu)化和完善。

3 數(shù)據(jù)挖掘在高校人才培養(yǎng)模式分析及評價(jià)中的應(yīng)用

3.1 分析學(xué)生在不同教學(xué)模式下的學(xué)習(xí)特征，優(yōu)化人才培養(yǎng)模式

學(xué)生的學(xué)習(xí)特征主要包括學(xué)習(xí)的初始能力和學(xué)習(xí)的一般特征。學(xué)習(xí)的初始能力是指在學(xué)習(xí)某一特定的知識點(diǎn)時(shí)，已經(jīng)具備的與該知識點(diǎn)相關(guān)的知識儲備與技能基礎(chǔ)。學(xué)習(xí)的一般特征是指學(xué)生的性別、年齡、專業(yè)、年級、認(rèn)知水平、智力能力、學(xué)習(xí)態(tài)度、學(xué)習(xí)期望、生活經(jīng)驗(yàn)，以及學(xué)生成長的文化、社會、經(jīng)濟(jì)等背景因素。這些因素都可能在學(xué)習(xí)過程中影響學(xué)生的心理、學(xué)習(xí)狀態(tài)和學(xué)習(xí)效果。學(xué)生的學(xué)習(xí)特征與學(xué)習(xí)活動(dòng)和學(xué)習(xí)效果之間有著密不可分的關(guān)系，不同學(xué)習(xí)特征的學(xué)生對同一知識點(diǎn)或同一課程的感知和接受存在顯著的差異性。

利用數(shù)據(jù)挖掘與數(shù)據(jù)分析，可以深入分析學(xué)生的學(xué)習(xí)特征。例如，在互聯(lián)網(wǎng)+教學(xué)中，記錄、分析學(xué)生對網(wǎng)絡(luò)和系統(tǒng)的訪問情況，利用定位技術(shù)，跟蹤、分析學(xué)生出勤情況[3]。還可以根據(jù)學(xué)生的性別、年齡、專業(yè)等基本情況進(jìn)行分組，挖掘不同教育教學(xué)模式下學(xué)生的學(xué)習(xí)特征。并利用可視化技術(shù)，將學(xué)習(xí)特征信息以圖表或曲線等直觀的形式提供給教師，使教師能對比不同教學(xué)模式下學(xué)生的學(xué)習(xí)特征，以優(yōu)化高校人才培養(yǎng)模式。

本文以某大學(xué)的國際貿(mào)易專業(yè)為例，該專業(yè)從2013級開始調(diào)整培養(yǎng)方案，每個(gè)年級開設(shè)一個(gè)全英文教學(xué)班，其余為普通教學(xué)班。此處選取同一專業(yè)、同一位教師授課、不同培養(yǎng)方案的學(xué)生為研究對象，其中A組樣本為2013-2017級國貿(mào)全英文班共計(jì)137名學(xué)生的統(tǒng)計(jì)學(xué)(雙語)課程期末卷面成績，B組樣本為2013、2014、2016級國貿(mào)普通班共計(jì)295名學(xué)生的統(tǒng)計(jì)學(xué)課程期末卷面成績。

A組為全英班成績數(shù)據(jù)，樣本容量為137，由于篇幅所限，未列出全部學(xué)生成績，部分?jǐn)?shù)據(jù)見表1。

表1 A組部分學(xué)生期末卷面成績

B組為普通班成績數(shù)據(jù)，樣本容量為295，部分?jǐn)?shù)據(jù)見表2。

表2 B組部分學(xué)生期末卷面成績

使用SPSS軟件對A、B兩組數(shù)據(jù)進(jìn)行獨(dú)立樣本T檢驗(yàn)，以檢驗(yàn)不同培養(yǎng)方案對同一專業(yè)、同一位教師授課的學(xué)生成績是否有顯著影響。截取的SPSS軟件分析結(jié)果如圖1。

圖1 獨(dú)立樣本T檢驗(yàn)結(jié)果

數(shù)據(jù)組1為普通班，數(shù)據(jù)組2為全英班。從“組統(tǒng)計(jì)量”結(jié)果可以看出，普通班的統(tǒng)計(jì)學(xué)平均成績?yōu)?9.98分，而全英文班的統(tǒng)計(jì)學(xué)平均成績?yōu)?3.84分。從“獨(dú)立樣本檢驗(yàn)”結(jié)果可以看出，對方差齊性的假設(shè)檢驗(yàn)中Sig=0.000，小于0.050，說明不滿足方差齊性，因此方差是不齊的；對均值方程的T檢驗(yàn)中Sig=0.026，小于0.050，說明兩組數(shù)據(jù)之間存在顯著性差異，即全英文班的統(tǒng)計(jì)學(xué)平均成績明顯高于普通班。因此，最終結(jié)論是：在本案例中，不同培養(yǎng)方案對同一專業(yè)、同一位教師授課的學(xué)生成績具有顯著差異的影響。

3.2 分析課程成績的影響因素，提升課程體系設(shè)置的合理性

利用數(shù)據(jù)挖掘與數(shù)據(jù)分析，可以進(jìn)行更為高效精準(zhǔn)的考試與成績分析。課程考試的成績能夠較為直觀地顯示學(xué)生對知識點(diǎn)和知識體系的掌握程度，對成績進(jìn)行數(shù)據(jù)挖掘，可以提高教師教學(xué)過程的針對性，更精確的對教學(xué)內(nèi)容進(jìn)行調(diào)整。在此基礎(chǔ)上，教師可以根據(jù)數(shù)據(jù)挖掘的結(jié)果優(yōu)化教學(xué)目標(biāo)、課程內(nèi)容、教學(xué)策略和教學(xué)手段，為學(xué)生打造一個(gè)精準(zhǔn)定位、匹配其學(xué)習(xí)特征的教學(xué)模式，進(jìn)而提高人才培養(yǎng)的針對性和精準(zhǔn)度。

高等學(xué)校的人才培養(yǎng)方案中，課程設(shè)置具有一定的邏輯順序和關(guān)聯(lián)性。在學(xué)習(xí)某些較高級課程之前，必須具備相應(yīng)的知識儲備和課程基礎(chǔ)。如果前置課程和相應(yīng)知識點(diǎn)沒有掌握，則會影響后續(xù)課程的學(xué)習(xí)效果。在不同的教育教學(xué)模式下，學(xué)習(xí)同一門課程的不同班級的成績水平會存在較大差異。利用關(guān)聯(lián)分析與時(shí)間序列分析等數(shù)據(jù)挖掘方法，對比不同類型的教學(xué)模式對學(xué)生成績的影響，從教學(xué)數(shù)據(jù)庫中挖掘出有效信息[4]，并根據(jù)以上信息，找出影響教學(xué)效果和人才培養(yǎng)質(zhì)量的關(guān)鍵因素，提升人才培養(yǎng)方案和課程體系設(shè)置的合理性。

3.3 評價(jià)教學(xué)效果和教育教學(xué)質(zhì)量，動(dòng)態(tài)調(diào)整人才培養(yǎng)模式

教學(xué)評價(jià)是根據(jù)人才培養(yǎng)的目標(biāo)和要求，依據(jù)特定的規(guī)則對教學(xué)效果做出描述性統(tǒng)計(jì)。教學(xué)評價(jià)是通過以下方式搜集學(xué)生對任課教師所講授課程的評價(jià)數(shù)據(jù)：學(xué)生評議打分、學(xué)生座談會意見、專家評價(jià)、課程考試的成績匯總等。利用數(shù)據(jù)挖掘技術(shù)可以對數(shù)據(jù)庫中的各項(xiàng)教學(xué)指標(biāo)數(shù)值進(jìn)行數(shù)據(jù)處理，以確定學(xué)生對教學(xué)難度和范圍是否適應(yīng)，授課時(shí)間安排是否合理，授課思路和語言表述是否清晰易懂，教學(xué)方法與教學(xué)內(nèi)容、授課對象是否匹配等。從而及時(shí)根據(jù)評價(jià)反饋的信息，動(dòng)態(tài)調(diào)整教育教學(xué)模式，實(shí)現(xiàn)人才培養(yǎng)模式的優(yōu)化。

教育教學(xué)質(zhì)量一般通過學(xué)生的學(xué)習(xí)效果進(jìn)行衡量。跟蹤分析學(xué)生的學(xué)習(xí)行為和學(xué)習(xí)效果，可以通過信息反饋，深入了解學(xué)生學(xué)習(xí)的個(gè)體差異，以便于因材施教、因人施教。對于學(xué)生學(xué)習(xí)行為的評價(jià)，一般采用模糊綜合評價(jià)方法和聚類方法。具體為對評價(jià)結(jié)果進(jìn)行加權(quán)平均，算出綜合得分并根據(jù)分值進(jìn)行排序，然后采用動(dòng)態(tài)聚類方法對評價(jià)結(jié)果進(jìn)行聚類分析[5]。對于學(xué)生學(xué)習(xí)效果的評價(jià)則通常采用對成績數(shù)據(jù)庫進(jìn)行數(shù)據(jù)挖掘的方法。挖掘過程是依據(jù)不同的標(biāo)志進(jìn)行統(tǒng)計(jì)分組，進(jìn)行一系列的統(tǒng)計(jì)分析，包括數(shù)值分布、描述統(tǒng)計(jì)、相關(guān)性檢驗(yàn)、顯著性檢驗(yàn)等。對于數(shù)據(jù)挖掘結(jié)果采用特征規(guī)則、關(guān)聯(lián)規(guī)則、交叉表、特征曲線、統(tǒng)計(jì)圖表等表示。

4 結(jié)論與建議

隨著大數(shù)據(jù)時(shí)代信息量的急劇增長和高校人才培養(yǎng)模式轉(zhuǎn)變的需求，使用傳統(tǒng)方法從海量數(shù)據(jù)中尋找規(guī)律越來越難以實(shí)現(xiàn)。利用數(shù)據(jù)挖掘與數(shù)據(jù)分析去發(fā)掘教學(xué)數(shù)據(jù)中隱藏的規(guī)律，為人才培養(yǎng)模式的轉(zhuǎn)變提供數(shù)據(jù)支持，已成為高等教育改革的有效路徑[6]。數(shù)據(jù)挖掘與數(shù)據(jù)分析方法體現(xiàn)了以學(xué)生為中心的教育理念，教師和教學(xué)管理部門應(yīng)依據(jù)挖掘反饋的信息，進(jìn)行動(dòng)態(tài)靶向調(diào)整，實(shí)現(xiàn)高校人才培養(yǎng)與經(jīng)濟(jì)社會發(fā)展需要的精準(zhǔn)對接。同時(shí)，筆者提出如下建議。

4.1 制定和實(shí)施推動(dòng)教學(xué)改革的措施，激勵(lì)和保障教學(xué)改革的開展

以試點(diǎn)班的形式探索多種人才培養(yǎng)模式，打破單一的人才培養(yǎng)格局，拓寬人才培養(yǎng)途徑。目前的實(shí)驗(yàn)班形式較為簡單，可以探索更深入的實(shí)驗(yàn)班形態(tài)。例如，大范圍引入國外高校師資，為實(shí)驗(yàn)班配備專職教師隊(duì)伍，實(shí)驗(yàn)班的教師在考核、職稱評審等方面，享受一定的政策傾斜，鼓勵(lì)教師加大教育教學(xué)投入。

4.2 深化校企聯(lián)合培養(yǎng)，對學(xué)生就業(yè)數(shù)據(jù)進(jìn)行挖掘與分析

開展校企合作育人，探索各類校企聯(lián)合人才培養(yǎng)模式，由高校為主培養(yǎng)，轉(zhuǎn)變?yōu)樾Ｆ箅p方聯(lián)合培養(yǎng)，校企共同制定培養(yǎng)計(jì)劃，打造“零適應(yīng)期”就業(yè)模式，提高畢業(yè)生的職業(yè)發(fā)展能力。同時(shí)，對就業(yè)數(shù)據(jù)進(jìn)行分析，為校企合作模式的調(diào)整提供依據(jù)。

4.3 實(shí)施全程數(shù)據(jù)追蹤，優(yōu)化“實(shí)踐與創(chuàng)新”教育模式

遴選優(yōu)秀學(xué)生，組建拔尖創(chuàng)新人才實(shí)驗(yàn)班。課程體系強(qiáng)化實(shí)踐與創(chuàng)新，探索理論課程與實(shí)踐課程融合，依托高?？蒲袌F(tuán)隊(duì)加強(qiáng)專業(yè)和創(chuàng)新教育。實(shí)施全程數(shù)據(jù)追蹤和挖掘分析，并根據(jù)實(shí)驗(yàn)班的數(shù)據(jù)挖掘結(jié)果，優(yōu)化實(shí)踐與創(chuàng)新教育模式，進(jìn)而提升拔尖創(chuàng)新人才的培養(yǎng)質(zhì)量。