丁國勇

(南京審計(jì)大學(xué) 教務(wù)處，江蘇 南京 211815)

高校進(jìn)行內(nèi)涵式發(fā)展，就是要推進(jìn)內(nèi)部治理體系現(xiàn)代化和治理能力現(xiàn)代化，進(jìn)一步提升辦學(xué)水平和教育質(zhì)量[1]。21世紀(jì)以來，現(xiàn)代信息技術(shù)的快速發(fā)展和廣泛應(yīng)用給高等教育帶來了教學(xué)模式、管理手段、思維方式的變革[2]。以Coursera、edX、Udacity、愛課程網(wǎng)等為代表的國內(nèi)外在線課程平臺(tái)得到全面應(yīng)用，不僅推進(jìn)了教學(xué)模式的全面改革，也給我們帶來了包含與教師、學(xué)生、教學(xué)過程相關(guān)的海量教育數(shù)據(jù)[3]；同時(shí)，高校教育管理信息化手段的不斷更新、智慧校園建設(shè)以及各類教育教學(xué)管理信息系統(tǒng)的應(yīng)用，也產(chǎn)生了類型多樣、內(nèi)容豐富的教育數(shù)據(jù)。在高校治理的背景下，我們應(yīng)當(dāng)通過對(duì)這些海量教育數(shù)據(jù)的挖掘與分析，尋找出高校教育教學(xué)一般規(guī)律，促進(jìn)高校決策科學(xué)化，推動(dòng)利益相關(guān)者參與高校共同治理，實(shí)現(xiàn)教育治理現(xiàn)代化。

一、高校治理視閾下教育數(shù)據(jù)挖掘應(yīng)用的動(dòng)力

教育數(shù)據(jù)挖掘是指綜合運(yùn)用統(tǒng)計(jì)學(xué)、機(jī)器學(xué)習(xí)和數(shù)據(jù)挖掘的技術(shù)對(duì)教育數(shù)據(jù)進(jìn)行處理、分析和數(shù)據(jù)建模的應(yīng)用領(lǐng)域以及方法與工具[4]。高校治理現(xiàn)代化迫切需要借助教育數(shù)據(jù)挖掘的手段，使高校的治理體系立根于可靠的、可信的、科學(xué)的數(shù)據(jù)基礎(chǔ)之上。

(一)高校治理現(xiàn)代化建設(shè)為教育數(shù)據(jù)挖掘應(yīng)用提供了機(jī)遇

高校治理現(xiàn)代化是指通過民主化制度化的方式形成內(nèi)外部利益相關(guān)者共同參與高校治理的體系，提升處理各種事務(wù)和關(guān)系的能力和水平，確保高校整體的協(xié)調(diào)性與效率性[2]。教育信息化是實(shí)現(xiàn)高校治理現(xiàn)代化的必由之路，為形成“教育共識(shí)”、推動(dòng)“教育治理”提供了真實(shí)性、正當(dāng)性和真誠性前提[5]。教育數(shù)據(jù)是教育信息化進(jìn)程中的主要產(chǎn)物，各利益相關(guān)者承擔(dān)著教育數(shù)據(jù)的不同角色：生產(chǎn)者、管理者、提供者、使用者等，以教育數(shù)據(jù)為媒介，實(shí)現(xiàn)協(xié)同共治。

在高校治理體系趨于完善、穩(wěn)定的前提下，高校治理能力的提升將成為實(shí)現(xiàn)治理現(xiàn)代化的關(guān)鍵要素。高校治理能力提升的路徑之一就是通過對(duì)于教育數(shù)據(jù)的充分和高效率的挖掘與分析，為高校多元治理主體提供準(zhǔn)確的信息，更好地服務(wù)于高校教學(xué)質(zhì)量的提升和學(xué)生的持續(xù)發(fā)展。因此，在推動(dòng)高校治理現(xiàn)代化建設(shè)的背景下，教育數(shù)據(jù)挖掘的應(yīng)用將進(jìn)入蓬勃發(fā)展期,步入“新時(shí)代”。

(二)高校教育大數(shù)據(jù)為教育數(shù)據(jù)挖掘應(yīng)用提供了豐富資源

教育數(shù)據(jù)產(chǎn)生于教育主體、教育客體和教育活動(dòng)，覆蓋教育全過程，是對(duì)教育世界的抽象與一般化，是教育數(shù)據(jù)挖掘的“原料”和“礦石”。高校中各種教學(xué)管理平臺(tái)產(chǎn)生的多樣態(tài)復(fù)雜化的數(shù)據(jù)，已經(jīng)具備了大數(shù)據(jù)的基本特征。

高校教育大數(shù)據(jù)主要包括四種類型：基礎(chǔ)數(shù)據(jù)、狀態(tài)數(shù)據(jù)、資源數(shù)據(jù)和行為數(shù)據(jù)?；A(chǔ)數(shù)據(jù)包括保障教育活動(dòng)的各類基礎(chǔ)信息，狀態(tài)數(shù)據(jù)包括教育裝備、教育環(huán)境、教育業(yè)務(wù)的運(yùn)行狀態(tài)，資源數(shù)據(jù)包括教育過程中建設(shè)生成的教學(xué)資源，行為數(shù)據(jù)包括教學(xué)活動(dòng)中教師和學(xué)生的教學(xué)行為數(shù)據(jù)等[6]。高校教育大數(shù)據(jù)來源于各種教育管理信息系統(tǒng)、在線課程平臺(tái)等，既有存儲(chǔ)于數(shù)據(jù)庫中的結(jié)構(gòu)化數(shù)據(jù)，也有文本、音視頻等非結(jié)構(gòu)化數(shù)據(jù)，一所萬名學(xué)生規(guī)模的高校一年中產(chǎn)生的數(shù)據(jù)大概在100T(1T=1000G)左右。如此來源復(fù)雜、形式多樣、規(guī)模巨大的高校教育大數(shù)據(jù)是一個(gè)巨型的“金礦”，教育數(shù)據(jù)挖掘應(yīng)用的過程就是從“金礦”中挖掘中“金子”的過程。

(三)相關(guān)學(xué)術(shù)研究及方法工具的開發(fā)為教育數(shù)據(jù)挖掘應(yīng)用提供了保障

教育數(shù)據(jù)挖掘應(yīng)用的順利開展離不開相關(guān)的學(xué)術(shù)研究以及專業(yè)的技術(shù)、算法和工具的設(shè)計(jì)與開發(fā)。國際學(xué)術(shù)組織對(duì)于教育數(shù)據(jù)挖掘的發(fā)展功不可沒，從2000年成立第一個(gè)與教育數(shù)據(jù)挖掘相關(guān)的工作組到2011年正式成立了“國際教育數(shù)據(jù)挖掘?qū)W會(huì)”，推動(dòng)了研究者之間的學(xué)術(shù)交流，相關(guān)研究成果不斷呈現(xiàn)，比如羅米歐(Romero)等人編著《教育數(shù)據(jù)挖掘工作手冊(cè)》、國際教育數(shù)據(jù)挖掘雜志等[7]。在國際教育數(shù)據(jù)挖掘?qū)W會(huì)的推動(dòng)下，2008年至2017年在美國、加拿大、中國等國家連續(xù)召開了十屆教育數(shù)據(jù)挖掘國際會(huì)議(International Conference on Educational Data Mining)，匯集了各國學(xué)者的研究論文和研究報(bào)告700余篇，關(guān)于教育數(shù)據(jù)挖掘的研究已經(jīng)產(chǎn)生了數(shù)據(jù)分析及可視化、為教育者提供反饋、為學(xué)生提供推薦、預(yù)測(cè)學(xué)生成績、學(xué)生建模、監(jiān)測(cè)異常學(xué)生行為、學(xué)生分組、社會(huì)網(wǎng)絡(luò)分析、概念圖開發(fā)、課件設(shè)計(jì)、計(jì)劃與安排等多個(gè)分支研究和應(yīng)用領(lǐng)域[8]。

由于教育數(shù)據(jù)的復(fù)雜性，教育數(shù)據(jù)挖掘需要在不同的階段應(yīng)用不同的工具來解決問題，這其中包括數(shù)據(jù)挖掘的通用工具以及進(jìn)行教育數(shù)據(jù)挖掘的專門工具。通用工具包括SPSS Statistics、SPSS Modeler、RapidMiner、Weka、KNIME、Orange、KEEL等，專用工具包括用于文本挖掘的LIWC、WMatrix、Coh-Metrix等、用于社會(huì)網(wǎng)絡(luò)分析的Gephi、EgoNet、NodeXL、Pajek、SNAPP等、用于貝葉斯知識(shí)跟蹤的BKT-BF、BKT-SM等。斯拉特爾(Slater,S.)等分析了教育數(shù)據(jù)挖掘領(lǐng)域可能會(huì)用到的40個(gè)工具軟件并比較了其優(yōu)勢(shì)和缺陷，提出了使用建議，這些工具都能為教育數(shù)據(jù)挖掘的順利實(shí)施提供技術(shù)保障[9]。

二、高校治理視閾下教育數(shù)據(jù)挖掘應(yīng)用的領(lǐng)域

伴隨著信息技術(shù)的發(fā)展和大數(shù)據(jù)時(shí)代的來臨，高校治理面臨著“本領(lǐng)恐慌”，如何迅速跟上技術(shù)變革的步伐、不斷提升治理能力，已經(jīng)成為值得高校重視的課題。教育數(shù)據(jù)挖掘可以從精準(zhǔn)化、智能化、個(gè)性化等多方面支持高校的科學(xué)決策、改進(jìn)內(nèi)外部利益相關(guān)者的治理體驗(yàn)。

(一)通過教育數(shù)據(jù)挖掘支持高校決策科學(xué)化

決策科學(xué)化是高校政策制定與行政決策中的重要原則，也是完善高校內(nèi)部治理的核心要求[10]。教育數(shù)據(jù)挖掘在支持高校決策科學(xué)化中的作用是將淹沒在眾多數(shù)據(jù)集合中的海量數(shù)據(jù)加以采集、挖掘與分析，為相關(guān)主題的決策提供方向、依據(jù)甚至證據(jù)，從而幫助學(xué)校領(lǐng)導(dǎo)者做出科學(xué)的決策。決策是高校治理中的關(guān)鍵性因素，科學(xué)決策十分重要，決策支持系統(tǒng)是決策體系的重要組成部分[11]。

美國大學(xué)中的院校研究辦公室負(fù)責(zé)維護(hù)決策支持系統(tǒng)，實(shí)施教育數(shù)據(jù)挖掘。院校研究辦公室負(fù)責(zé)收集校內(nèi)外的各種類型的教育數(shù)據(jù)以及與教育相關(guān)的市場(chǎng)、環(huán)境等數(shù)據(jù)，然后按主題進(jìn)行數(shù)據(jù)挖掘與分析，為高校治理主體提供重大戰(zhàn)略性決策的建議[12]。美國加州大學(xué)建有近30名工作人員的院校研究辦公室，主管領(lǐng)導(dǎo)為教務(wù)長(執(zhí)行副校長)，主要職能就是進(jìn)行以數(shù)據(jù)為依據(jù)的決策方案設(shè)計(jì)和決策參與。近幾年由于美國經(jīng)濟(jì)衰退的影響，公立大學(xué)教育經(jīng)費(fèi)遭受削減的困擾，有人提出“增加教師授課時(shí)間”“側(cè)重職業(yè)培訓(xùn)”等方案，加州大學(xué)院校研究辦公室進(jìn)行數(shù)據(jù)采集與清洗、數(shù)據(jù)整合、挖掘分析、信息展示和結(jié)果驗(yàn)證等操作，證明如果增加教師的授課時(shí)數(shù)將弱化大學(xué)科研工作的力度，降低本科生參與科研的機(jī)會(huì)以及就讀滿意度。這些研究結(jié)論被寫入校學(xué)術(shù)委員會(huì)的報(bào)告，影響了學(xué)校領(lǐng)導(dǎo)的決策，最終使“增加教師授課時(shí)間”等方案被否決[13]。

(二)通過教育數(shù)據(jù)挖掘改進(jìn)內(nèi)部利益相關(guān)者體驗(yàn)

教學(xué)活動(dòng)是高校最根本的活動(dòng)，教師和學(xué)生是高校最核心的內(nèi)部利益相關(guān)者。信息技術(shù)對(duì)于高校教學(xué)活動(dòng)的改造，體現(xiàn)在學(xué)習(xí)管理系統(tǒng)和在線課程系統(tǒng)的廣泛應(yīng)用。這些系統(tǒng)中沉淀的大量教學(xué)和學(xué)習(xí)行為數(shù)據(jù)，能使教育數(shù)據(jù)挖掘更有用武之地。通過對(duì)這些教學(xué)和學(xué)習(xí)行為數(shù)據(jù)的挖掘分析，找出教學(xué)活動(dòng)中的規(guī)律性信息，并及時(shí)反饋給教師和學(xué)生，改進(jìn)教師、學(xué)生等內(nèi)部利益相關(guān)者的教學(xué)體驗(yàn)和學(xué)習(xí)體驗(yàn)。

教育數(shù)據(jù)挖掘可以通過四個(gè)方面改進(jìn)師生的教學(xué)體驗(yàn),包括建立和改進(jìn)學(xué)生模型、構(gòu)建領(lǐng)域知識(shí)模型、分析教學(xué)支持的有效性和探究經(jīng)驗(yàn)證據(jù)拓展教育理論,每一方面都已經(jīng)有一些成果和案例[14]?；诮逃龜?shù)據(jù)挖掘技術(shù)，美國普渡大學(xué)開發(fā)了一套“課程信號(hào)”系統(tǒng)，綜合學(xué)生背景特征、學(xué)業(yè)歷史記錄和從學(xué)習(xí)管理系統(tǒng)采集的課程學(xué)習(xí)行為數(shù)據(jù)，即時(shí)預(yù)測(cè)學(xué)生在該門課程中的學(xué)業(yè)表現(xiàn)，并給每位學(xué)生發(fā)送個(gè)性化郵件，以交通信號(hào)燈的形式顯示學(xué)生的課程學(xué)習(xí)狀態(tài)[15]。哥倫比亞大學(xué)教育學(xué)院設(shè)計(jì)了一套智能課程推薦系統(tǒng)“Pundit”，通過學(xué)習(xí)管理系統(tǒng)和圖書館電子數(shù)據(jù)建立課程內(nèi)容索引，基于用戶特征信息提取關(guān)鍵詞，應(yīng)用關(guān)聯(lián)數(shù)據(jù)挖掘技術(shù)建立兩者關(guān)系，為學(xué)生提供課程推薦建議[16]。

(三)通過教育數(shù)據(jù)挖掘改善外部利益相關(guān)者關(guān)系

高校治理中的外部利益相關(guān)者包括政府、市場(chǎng)、社會(huì)、校友等，改善與外部利益相關(guān)者的關(guān)系對(duì)于高校自身建設(shè)與發(fā)展至關(guān)重要。校友是外部利益相關(guān)者中一個(gè)規(guī)模巨大的群體，通過捐贈(zèng)等方式維系與母校的情感聯(lián)系。校友捐贈(zèng)是美國高校經(jīng)費(fèi)的主要來源，2012年美國高校獲得的捐贈(zèng)中約有44%來自于校友。相比而言，我國高校辦學(xué)經(jīng)費(fèi)中校友捐贈(zèng)的比例仍然較低，只在1%-2%之間，并且大都依賴于極個(gè)別的“富豪”校友。僅僅依賴“富豪”校友的模式并不可持續(xù)、不可復(fù)制，高校應(yīng)該對(duì)所有校友一視同仁，建立面對(duì)全體校友的聯(lián)系制度，發(fā)揮校友這一重要外部利益相關(guān)者的作用。

為提高效率，高校不可能對(duì)數(shù)量巨大的校友群體進(jìn)行全面募捐，需要對(duì)校友進(jìn)行細(xì)分并定向募捐。教育數(shù)據(jù)挖掘在建立校友細(xì)分模型中可以發(fā)揮較好的作用。伊麗莎白(Elizabeth J.Durango-Cohen)等對(duì)一所中西部研究型私立大學(xué)的34萬余條歷史捐贈(zèng)記錄進(jìn)行分析，基于有限混合模型聚類方法構(gòu)建校友細(xì)分模型，把校友細(xì)分為七個(gè)類別，每個(gè)類別的校友均具有不同的特征和捐贈(zèng)模式，對(duì)于不同類別的校友發(fā)出不同金額的捐贈(zèng)請(qǐng)求(Ask Amounts)[17]。

三、高校治理視閾下教育數(shù)據(jù)挖掘面臨的挑戰(zhàn)

教育數(shù)據(jù)挖掘作為一個(gè)新的應(yīng)用研究領(lǐng)域，具有獨(dú)特的技術(shù)優(yōu)勢(shì)和發(fā)展前景，但也存在應(yīng)用的困難和挑戰(zhàn)，我們需要對(duì)教育數(shù)據(jù)挖掘的未來和問題進(jìn)行更加深入的探討，以期發(fā)揮其在高校治理中的適切作用。

(一)教育數(shù)據(jù)采集與教育數(shù)據(jù)質(zhì)量的挑戰(zhàn)

教育數(shù)據(jù)挖掘的順利實(shí)施，首先需要建立教育數(shù)據(jù)倉庫，按照某種預(yù)定標(biāo)準(zhǔn)將相應(yīng)數(shù)據(jù)采集到數(shù)據(jù)倉庫中，再使用相關(guān)算法工具進(jìn)行分析。這個(gè)過程中存在三種類型的挑戰(zhàn)：一是建立教育數(shù)據(jù)倉庫的挑戰(zhàn)。教育數(shù)據(jù)倉庫的建立主要包括分析與規(guī)劃、設(shè)計(jì)與實(shí)施、上線與交付、回顧與優(yōu)化等環(huán)節(jié)，在教育數(shù)據(jù)挖掘的全過程中占用30%-75%的時(shí)間，而且存在著失敗的風(fēng)險(xiǎn)。二是采集教育數(shù)據(jù)的挑戰(zhàn)。教育數(shù)據(jù)形式多樣、規(guī)模巨大、來源復(fù)雜，需要對(duì)不同系統(tǒng)數(shù)據(jù)源的數(shù)據(jù)結(jié)構(gòu)、數(shù)據(jù)字典及元數(shù)據(jù)都進(jìn)行了解后才能進(jìn)行數(shù)據(jù)采集。三是教育數(shù)據(jù)質(zhì)量的挑戰(zhàn)。要根據(jù)教育數(shù)據(jù)倉庫中的數(shù)據(jù)標(biāo)準(zhǔn)進(jìn)行數(shù)據(jù)標(biāo)準(zhǔn)化和數(shù)據(jù)清洗，特別要關(guān)注數(shù)據(jù)清洗后的整合、分析和價(jià)值利用。

(二)教育數(shù)據(jù)挖掘?qū)嵤┠芰Φ奶魬?zhàn)

人是實(shí)踐活動(dòng)的主體，具有實(shí)踐能力并從事實(shí)踐活動(dòng)，教育數(shù)據(jù)挖掘的順利實(shí)施必然離不開人這一核心要素。教育數(shù)據(jù)挖掘的技術(shù)再發(fā)達(dá)、工具再先進(jìn)，在某一高校內(nèi)部的應(yīng)用，還是要依靠具有一定實(shí)踐能力的人員。教育數(shù)據(jù)挖掘基于統(tǒng)計(jì)學(xué)、計(jì)算機(jī)科學(xué)等學(xué)科，需要掌握統(tǒng)計(jì)學(xué)、計(jì)算機(jī)科學(xué)的背景知識(shí)，所要解決的又是教育領(lǐng)域的問題，對(duì)教育學(xué)科的理論背景與現(xiàn)實(shí)狀況也要熟悉。因此，教育數(shù)據(jù)挖掘?qū)嵤┬枰嗖块T跨學(xué)科研究人員的協(xié)同推進(jìn)。我國大部分高校中院校研究的功能還依托于高教所等教育研究機(jī)構(gòu)，與信息化管理部門相對(duì)分隔，“想分析的不會(huì)分析，會(huì)分析的不知道分析什么”，這對(duì)教育數(shù)據(jù)挖掘的順利實(shí)施是一大挑戰(zhàn)。

教育數(shù)據(jù)挖掘?qū)嵤┑南嚓P(guān)制度安排也是一大挑戰(zhàn)。首先要對(duì)生產(chǎn)者、管理者、提供者、使用者等教育數(shù)據(jù)的利益相關(guān)者的權(quán)責(zé)進(jìn)行安排，明確每種角色在教育數(shù)據(jù)的生命周期不同階段的職責(zé)和權(quán)益。其次要對(duì)教育數(shù)據(jù)挖掘?qū)嵤┱叩穆氊?zé)和實(shí)施流程進(jìn)行規(guī)范，誰負(fù)責(zé)采集、誰負(fù)責(zé)分析、誰負(fù)責(zé)發(fā)布、誰負(fù)責(zé)解釋都要明確，既有分工也有協(xié)作。最后還要落實(shí)教育數(shù)據(jù)挖掘?qū)嵤┑谋Ｕ蠙C(jī)制，包括經(jīng)費(fèi)投入、軟硬件設(shè)備、風(fēng)險(xiǎn)估計(jì)、成本收益分析等等。

(三)數(shù)據(jù)隱私與數(shù)據(jù)崇拜的挑戰(zhàn)

教育數(shù)據(jù)挖掘采集分析了教師、學(xué)生和教學(xué)活動(dòng)過程中的大量行為數(shù)據(jù)，其中會(huì)包含著個(gè)人隱私數(shù)據(jù)，這些隱私數(shù)據(jù)存在著被泄露的風(fēng)險(xiǎn)，數(shù)據(jù)采集越完備越充分，泄露的風(fēng)險(xiǎn)就越大。利益相關(guān)者對(duì)自身數(shù)據(jù)享有知情權(quán)的在獲得其授權(quán)后才能合理使用。通過教育數(shù)據(jù)挖掘形成的結(jié)果也應(yīng)該被利益相關(guān)者知曉，并且結(jié)果中不能出現(xiàn)利益相關(guān)者的詳細(xì)信息[18]。

教育數(shù)據(jù)挖掘在某些案例中的成功應(yīng)用，也可能會(huì)被那些非理性的數(shù)據(jù)至上主義者奉為至寶，鼓吹數(shù)據(jù)就是一切，進(jìn)行數(shù)據(jù)崇拜和數(shù)據(jù)迷信，片面夸大教育數(shù)據(jù)挖掘的作用，忽視教育中的其他因素[19]。教育數(shù)據(jù)挖掘的結(jié)果也存在被錯(cuò)用、濫用的可能性，比如通過基于學(xué)生特征和之前的學(xué)業(yè)表現(xiàn)記錄，預(yù)測(cè)出某一類特征的學(xué)生學(xué)業(yè)失敗的可能性大，這會(huì)使對(duì)這一類學(xué)生產(chǎn)生不良影響[20]。

總而言之，在高校治理的背景下，教育數(shù)據(jù)挖掘找到了其生存空間，進(jìn)入了蓬勃發(fā)展期，在支持高校決策科學(xué)化、改進(jìn)內(nèi)部利益相關(guān)者教學(xué)學(xué)習(xí)體驗(yàn)、改善外部利益相關(guān)者關(guān)系等方面發(fā)揮其優(yōu)勢(shì)。作為新興事物，教育數(shù)據(jù)挖掘還存在許多不成熟不完善的地方，還面臨一些較大的挑戰(zhàn)，但高校應(yīng)學(xué)會(huì)“戴著鐐銬跳舞”，趨利避害，充分發(fā)揮教育數(shù)據(jù)挖掘在高校治理改進(jìn)中的作用，促進(jìn)高校人才培養(yǎng)質(zhì)量提升和實(shí)現(xiàn)內(nèi)涵式發(fā)展。