国产日韩欧美一区二区三区三州_亚洲少妇熟女av_久久久久亚洲av国产精品_波多野结衣网站一区二区_亚洲欧美色片在线91_国产亚洲精品精品国产优播av_日本一区二区三区波多野结衣 _久久国产av不卡

?

高校學(xué)科大數(shù)據(jù)治理模式及學(xué)科建設(shè)策略研究

2024-04-17 22:47:46汪濤
新西部 2024年2期
關(guān)鍵詞:學(xué)科指標評價

汪濤

學(xué)科建設(shè)是高校事業(yè)發(fā)展的龍頭,綜合體現(xiàn)著高校改革發(fā)展的質(zhì)量與水平。學(xué)科建設(shè)涉及高校工作的各個領(lǐng)域,需要海量的數(shù)據(jù)為決策管理提供支撐,在信息化時代背景下,高校學(xué)科建設(shè)管理工作從基于經(jīng)驗判斷的決策模式逐步發(fā)展轉(zhuǎn)型為基于客觀數(shù)據(jù)研判的決策模式,學(xué)科大數(shù)據(jù)挖潛正在成為支撐學(xué)科建設(shè)科學(xué)化、專業(yè)化、精細化發(fā)展的有效手段。本文提出了囊括“數(shù)據(jù)綜合治理、數(shù)據(jù)模型分析與學(xué)科建設(shè)策略優(yōu)化”等在內(nèi)的學(xué)科建設(shè)數(shù)據(jù)治理的范式,構(gòu)建了學(xué)科大數(shù)據(jù)分析模型,剖析了學(xué)科建設(shè)成效評價與學(xué)科大數(shù)據(jù)指標的內(nèi)在關(guān)聯(lián)關(guān)系,探討了學(xué)科建設(shè)的優(yōu)化策略。

學(xué)科是對知識進行劃分的相對獨立的知識體系,[1]作為高校開展人才培養(yǎng)、科學(xué)研究、社會服務(wù)等工作的基本單位,在高校履行職能過程中發(fā)揮著重要作用。學(xué)科建設(shè)是學(xué)科主體從學(xué)科發(fā)展的自身實際出發(fā),結(jié)合經(jīng)濟社會發(fā)展需求和學(xué)科發(fā)展客觀規(guī)律,開展一定的建設(shè)任務(wù),達成一定的建設(shè)目標,進而提升學(xué)科綜合實力的一種實踐,[2]具體工作包含學(xué)科方向布局調(diào)整、平臺建設(shè)、團隊建設(shè)、制度建設(shè)等諸多內(nèi)容。

在教育數(shù)字化發(fā)展的時代背景下,數(shù)據(jù)成為高等教育領(lǐng)域乃至全社會一種不可或缺的戰(zhàn)略資源,學(xué)科建設(shè)匯聚了高校事業(yè)發(fā)展各個領(lǐng)域的數(shù)據(jù),其管理模式開始從基于經(jīng)驗主義和主觀判斷的頂層創(chuàng)新決策模式,逐步過渡發(fā)展到基于數(shù)據(jù)研判的數(shù)據(jù)支撐決策模式,學(xué)科建設(shè)工作者要學(xué)會“用數(shù)據(jù)說話”,借助數(shù)據(jù)分析查擺問題、制定改進策略。

學(xué)科大數(shù)據(jù)挖潛的內(nèi)涵與邏輯架構(gòu)

“大數(shù)據(jù)挖潛”(Big Data Digging)是指從大量的、不完全的、有噪聲的數(shù)據(jù)中提取不可預(yù)估但卻有潛在價值的信息和知識的過程,[3-5]其內(nèi)涵包含兩個維度,其一是突出了價值導(dǎo)向,數(shù)據(jù)挖潛關(guān)注的不是數(shù)據(jù)本身,而是數(shù)據(jù)所蘊藏的潛在價值,其二是需要技術(shù)手段支持,對于大數(shù)據(jù)不能采取“拿來主義”,需要借助先進的技術(shù)手段在浩如煙海且雜亂無章的數(shù)據(jù)中抽絲剝繭,尋找有價值、有意義的信息。高校的學(xué)科數(shù)據(jù)具有規(guī)模巨大(Volume)、類型多樣(Variety)、更新快速(Velocity)、價值密度較低(Value)的“4V”特征,[6]是一種典型的大數(shù)據(jù)。學(xué)科大數(shù)據(jù)的挖潛旨在通過對學(xué)科大數(shù)據(jù)治理,進行深層次針對性的數(shù)據(jù)分析,厘清數(shù)據(jù)背后反映的邏輯關(guān)系,進而指導(dǎo)學(xué)科建設(shè)工作實踐的過程。

1989年,Gartner Group提出商業(yè)智能(Business Intelligence,BI)的概念,借助商業(yè)智能技術(shù)幫助商業(yè)機構(gòu)完成分析、做出決策,被廣泛應(yīng)用于金融、通信、制造與零售等行業(yè)領(lǐng)域。由于在商業(yè)領(lǐng)域的成功應(yīng)用,高等教育學(xué)界逐步將商業(yè)智能的理念、方法及相關(guān)技術(shù)引入院校管理的實踐當中,并衍生出更加適應(yīng)高等教育需求的學(xué)術(shù)分析技術(shù)(Academic Analytics)、學(xué)習(xí)分析技術(shù)(Learning Analytics),這些技術(shù)可以幫助高校管理者對數(shù)據(jù)進行統(tǒng)計、分析、解釋,進而建立預(yù)測模型,為教學(xué)工作提供幫助。北美高校較早地便將信息化技術(shù)應(yīng)用于院校管理的循證決策之中,[7]伊利諾伊大學(xué)建立學(xué)校決策支持數(shù)據(jù)倉庫,亞利桑那州立大學(xué)為支持科學(xué)決策建設(shè)了數(shù)據(jù)儀表盤。[8]在此方面,我國高校雖然起步較晚,但也在快速發(fā)展當中,復(fù)旦大學(xué)實現(xiàn)了在校師生管理信息化的全覆蓋,中國人民大學(xué)開發(fā)出綜合數(shù)據(jù)填報、數(shù)據(jù)存儲、數(shù)據(jù)管理和數(shù)據(jù)展示等功能的校園大數(shù)據(jù)平臺,浙江大學(xué)初步構(gòu)建了數(shù)據(jù)中心、流程平臺等平臺體系,形成了各業(yè)務(wù)部門開放協(xié)同的數(shù)據(jù)場景。[9]

學(xué)科建設(shè)管理工作涉及海量的教學(xué)、科研、人才等數(shù)據(jù)資源,并且大多都是結(jié)構(gòu)化數(shù)據(jù)或者結(jié)構(gòu)化程度比較高的數(shù)據(jù),因此進行學(xué)科大數(shù)據(jù)挖潛具有重要的現(xiàn)實意義,同時也具有很高的可行性與操作性。從學(xué)科大數(shù)據(jù)挖潛的邏輯架構(gòu)來看,其包含了數(shù)據(jù)綜合治理、多維數(shù)據(jù)分析與實踐策略優(yōu)化等三個部分,其中數(shù)據(jù)治理是基礎(chǔ)、數(shù)據(jù)分析是手段、策略優(yōu)化是目的,三者有機統(tǒng)一且緊密銜接,構(gòu)成了學(xué)科大數(shù)據(jù)治理挖潛的全周期模型。

學(xué)科大數(shù)據(jù)的綜合治理

學(xué)科大數(shù)據(jù)的綜合治理是將無序的學(xué)科大數(shù)據(jù)有序化的過程,其治理范式覆蓋了數(shù)據(jù)“收集、清洗、存儲、共享”的全生命周期。

(一)規(guī)范數(shù)據(jù)字段定義

數(shù)據(jù)字段的規(guī)范化定義包含界定數(shù)據(jù)內(nèi)涵與統(tǒng)一填報格式。界定數(shù)據(jù)內(nèi)涵是對數(shù)據(jù)屬性的規(guī)范和限定,一條完整的數(shù)據(jù)由多個不同的數(shù)據(jù)屬性共同構(gòu)成,通過規(guī)范表頭字段的描述、形式等,對數(shù)據(jù)填入進行條件、規(guī)則限制,明確數(shù)據(jù)需求,統(tǒng)一數(shù)據(jù)統(tǒng)計口徑,從源頭建立起數(shù)據(jù)標準。統(tǒng)一填報格式是對數(shù)據(jù)的表達形式的規(guī)定,數(shù)據(jù)無論以漢字、英文、數(shù)字何種形式表達展示,在管理工作者視角下并不會影響信息傳遞,但對于機器語言而言,非標準的數(shù)據(jù)統(tǒng)計會降低數(shù)據(jù)可信度,影響數(shù)據(jù)在信息化系統(tǒng)中的存儲流轉(zhuǎn),進而出現(xiàn)數(shù)據(jù)報錯、丟失等問題,因而必須限定數(shù)據(jù)的統(tǒng)一填報格式,使其更便于用機器語言讀寫翻譯。

(二)系統(tǒng)清洗底層數(shù)據(jù)

系統(tǒng)性清洗學(xué)科大數(shù)據(jù),重構(gòu)學(xué)科大數(shù)據(jù)的底層邏輯,是學(xué)科大數(shù)據(jù)綜合治理過程中不可或缺的關(guān)鍵步驟。數(shù)據(jù)清洗是對數(shù)據(jù)進行處理和加工,使其適合進行分析和建模的一種技術(shù)方法,主要包含去除數(shù)據(jù)重復(fù)記錄、填補數(shù)據(jù)缺失值、檢測和處理數(shù)據(jù)異常值、轉(zhuǎn)換數(shù)據(jù)格式、驗證數(shù)據(jù)準確性和完整性。由于學(xué)科大數(shù)據(jù)體量龐大且類型多樣,學(xué)科大數(shù)據(jù)清洗需要借助計算機技術(shù)進行批量處理,同時也需要通過人工方式對部分數(shù)據(jù)歸屬進行認領(lǐng),對數(shù)據(jù)之間的邏輯關(guān)系進行確認。數(shù)據(jù)清洗對學(xué)科大數(shù)據(jù)的完整性、真實性、規(guī)范性進行了系統(tǒng)地校準與糾錯,同時也對數(shù)據(jù)字段之間、數(shù)據(jù)之間的底層邏輯進行了梳理與確認,最大程度地消除了數(shù)據(jù)錯誤和噪聲,提高了建模和分析的精度。

(三)建立數(shù)據(jù)倉儲市場

建立數(shù)據(jù)倉儲市場的核心是搭建科學(xué)合理的數(shù)據(jù)指標體系。學(xué)科大數(shù)據(jù)可以按照不同維度進行分類,每個維度再按照細分領(lǐng)域劃分設(shè)置一級指標、二級指標,從而建立起多維分層的指標體系。隨著高校學(xué)科建設(shè)越來越強調(diào)內(nèi)涵式發(fā)展,高校在反映數(shù)量增長的規(guī)模型指標的基礎(chǔ)上,更加關(guān)注反映質(zhì)量提升的內(nèi)涵型指標,例如學(xué)科方向、人才團隊、學(xué)術(shù)平臺與產(chǎn)出標志性成果的匹配度,高層次人才承擔重大重點項目的比例等。這些內(nèi)涵型指標通常不是可以直接獲取的基礎(chǔ)指標數(shù)據(jù),而是需要通過多個基礎(chǔ)指標數(shù)據(jù)統(tǒng)計計算或者整合分析得到的高階數(shù)據(jù)。因而學(xué)科建設(shè)數(shù)據(jù)指標體系的構(gòu)建不僅會隨著國家政策導(dǎo)向、高校戰(zhàn)略重心調(diào)整、學(xué)科布局優(yōu)化以及重點任務(wù)改變等因素動態(tài)發(fā)生變化,數(shù)據(jù)指標需要像“搭積木”一般根據(jù)實際工作需要而構(gòu)建。

(四)貫通數(shù)據(jù)流轉(zhuǎn)通路

學(xué)科建設(shè)管理部門是學(xué)科大數(shù)據(jù)的“使用者”,但不是學(xué)科大數(shù)據(jù)的“制造者”,學(xué)科大數(shù)據(jù)產(chǎn)生于各領(lǐng)域業(yè)務(wù)工作,分散于各業(yè)務(wù)部門。在日常的業(yè)務(wù)工作當中,因為各部門業(yè)務(wù)類型、關(guān)注領(lǐng)域、數(shù)據(jù)結(jié)構(gòu)和體量不同,以及對于數(shù)據(jù)的管理、分析、存儲平臺搭建情況不同,形成了高校內(nèi)部數(shù)據(jù)的天然壁壘。貫通學(xué)科大數(shù)據(jù)的流轉(zhuǎn)通路,不僅要打通各類數(shù)據(jù)向?qū)W科建設(shè)主管部門匯聚的“來路”,還需要打通數(shù)據(jù)共治共享的“回路”。建立統(tǒng)一數(shù)據(jù)倉儲市場既需要預(yù)留各部門上傳審核與更新維護數(shù)據(jù)的通道,同時還要確保將市場當中的數(shù)據(jù)使用流轉(zhuǎn)起來,各業(yè)務(wù)部門要能夠從市場快速、準確的獲取權(quán)威數(shù)據(jù)。

學(xué)科大數(shù)據(jù)解析模型研究

借助學(xué)科大數(shù)據(jù)進行量化評價是直觀體現(xiàn)學(xué)科建設(shè)發(fā)展成效的有力手段??疾鞂W(xué)科建設(shè)發(fā)展成效既可以從時間維度的縱向上觀察學(xué)科指標的變化情況,可將其總結(jié)為體現(xiàn)成長增量及發(fā)展質(zhì)量的達成度,也可以橫向地對比自身與對標學(xué)科之間的差距,可將其總結(jié)為體現(xiàn)發(fā)展差距的對標度。剖析學(xué)科建設(shè)發(fā)展的達成度與對標度都需要以學(xué)科大數(shù)據(jù)作為支撐,構(gòu)建適當?shù)臄?shù)學(xué)模型多元多維解析研判學(xué)科建設(shè)發(fā)展的成效。

(一)多元維度模型

學(xué)科建設(shè)涉及人才培養(yǎng)、隊伍建設(shè)、科學(xué)研究、國際化建設(shè)等諸多領(lǐng)域,綜合不同領(lǐng)域的評價結(jié)果(Pi),能夠反映出學(xué)科建設(shè)發(fā)展的總體成效(E)。同樣各領(lǐng)域評價結(jié)果也是綜合領(lǐng)域內(nèi)不同量化指標而得出的,因而可將反映學(xué)科建設(shè)成效與學(xué)科建設(shè)指標的關(guān)聯(lián)關(guān)系歸納總結(jié)為如下公式(公式①)。

E=∑Pi=Pi1+Pi2+…+Pin

達成度重點關(guān)注的是學(xué)科自身建設(shè)發(fā)展的提升情況,考察的是一定時間內(nèi)學(xué)科建設(shè)指標的差異(公式②)。對標度重點關(guān)注的是自身與對標對象之間的差距,考察的是在同一建設(shè)周期內(nèi)二者相同學(xué)科建設(shè)指標之間的差距(公式③)。無論是哪種維度,其本質(zhì)都是相對值的概念,抑或是相對差距的概念,內(nèi)在邏輯是將學(xué)科建設(shè)的發(fā)展情況通過數(shù)據(jù)具象地顯現(xiàn)出來。

(二)權(quán)重系數(shù)校正

綜合所有的學(xué)科大數(shù)據(jù)能夠客觀掌握學(xué)科建設(shè)發(fā)展的進展成效,但在“破五唯”的背景下,學(xué)科建設(shè)工作更加強調(diào)內(nèi)涵發(fā)展和建設(shè)質(zhì)量,準確運用學(xué)科大數(shù)據(jù)既要把握數(shù)據(jù)的客觀性,也要把握數(shù)據(jù)的辯證性。因而在實際學(xué)科大數(shù)據(jù)分析過程當中,要避免國家政策導(dǎo)向調(diào)整導(dǎo)致的數(shù)據(jù)波動、偶發(fā)事件導(dǎo)致的數(shù)據(jù)變化、哲學(xué)社會科學(xué)等部分學(xué)科特性導(dǎo)致的成效產(chǎn)出長期性以及數(shù)據(jù)噪音干擾等諸多不利因素對數(shù)據(jù)分析的影響,有策略性針對性地選擇數(shù)據(jù)指標。

E=∑Pixi=Pi1xi1+Pi2xi2+…+Pinxin

在學(xué)科建設(shè)的成效評價體系當中,由于不同領(lǐng)域、不同業(yè)務(wù)對學(xué)科水平提升的貢獻度不同,因而不同指標在評價體系中的權(quán)重也不盡相同,在學(xué)科大數(shù)據(jù)分析時需要引入權(quán)重系數(shù)對評價體系進行校正(公式④)。學(xué)科建設(shè)評價體系指標之間的相對孰輕孰重容易區(qū)分,但其重要性的量化賦值則較為困難,權(quán)重系數(shù)的劃分既要兼顧數(shù)據(jù)的客觀性,也要兼顧發(fā)展的主觀性,最終要實現(xiàn)數(shù)據(jù)分析與經(jīng)驗判斷的相互兼容。權(quán)重系數(shù)的制定是“初始設(shè)定-代入驗證-校正反饋”的閉環(huán)過程,“雙一流”建設(shè)成效評價與學(xué)科評估的指標體系經(jīng)過實踐檢驗,對我國高校學(xué)科評價具有較高的普適性,可以作為權(quán)重初始設(shè)定的重要參考,權(quán)重系數(shù)的驗證主要基于經(jīng)驗判斷,以達成度、對標度為切入點,對既往發(fā)展成效進行計算分析,組織論證對計算結(jié)果進行合理性研判,而后再結(jié)合研判結(jié)果對初始設(shè)定進行校正,最終經(jīng)過多次迭代驗證確定權(quán)重劃分。

(三)數(shù)據(jù)模型分析

構(gòu)建學(xué)科建設(shè)評價體系是為了厘清學(xué)科建設(shè)發(fā)展成效與學(xué)科指標內(nèi)在的相關(guān)性與因果性。而進行更加具體的定量分析則需要對分領(lǐng)域評價結(jié)果進行判斷,找準差異化指標,若僅是單一指標差異,則說明在當前條件下造成學(xué)科建設(shè)成效差異與該指標具有因果關(guān)系,該指標較大程度上影響了分領(lǐng)域評價結(jié)果;若多項指標同時出現(xiàn)差異,則說明在當前條件下造成學(xué)科建設(shè)成效差異與若干指標具有相關(guān)關(guān)系,不同指標可能共同造成了分領(lǐng)域評價結(jié)果的差異,也可能相關(guān)指標存在內(nèi)部關(guān)聯(lián),某一指標差異導(dǎo)致另一指標變化,二者共同影響了分領(lǐng)域評價結(jié)果。找準差異化指標后還需要結(jié)合實際工作舉措、相關(guān)政策調(diào)整等內(nèi)外部因素,判斷造成差異化的原因,進而為學(xué)科建設(shè)決策提供輔助支撐。

學(xué)科建設(shè)的優(yōu)化策略

數(shù)據(jù)的價值在于應(yīng)用,學(xué)科大數(shù)據(jù)綜合治理的最終目的是指導(dǎo)學(xué)科建設(shè)的實際工作,找準當前發(fā)展的成效與不足,運用學(xué)科大數(shù)據(jù)的分析結(jié)果找準制約學(xué)科建設(shè)發(fā)展的關(guān)鍵因素,能夠為管理決策提供有力的數(shù)據(jù)支撐。

(一)科學(xué)分析學(xué)科數(shù)據(jù),研判學(xué)科發(fā)展態(tài)勢

找準自身發(fā)展定位、研判當前建設(shè)發(fā)展差距是進行學(xué)科建設(shè)管理策略優(yōu)化的基礎(chǔ)。達成度是發(fā)展增量的體現(xiàn),達成度越大說明在建設(shè)周期內(nèi)該領(lǐng)域發(fā)展成效越顯著,對標度是發(fā)展差距的體現(xiàn),對標度越來越接近1,說明與對標高校的差距越小,若超過1,說明已經(jīng)完成超越。二者分別是學(xué)科建設(shè)發(fā)展成效評價的縱向維度與橫向維度,構(gòu)成了學(xué)科建設(shè)成效評價的經(jīng)緯,綜合分析兩個評價因素,能夠掌握自身發(fā)展提升水平如何,是否實現(xiàn)了追趕超越,從而為學(xué)科建設(shè)發(fā)展的實效構(gòu)建出清楚的畫像。但要清楚地認識到,學(xué)科大數(shù)據(jù)分析將學(xué)科建設(shè)中的內(nèi)在邏輯條理化,將模糊的問題具象化,為學(xué)科建設(shè)管理工作提供了巨大助力,同時也隱藏著一定的風(fēng)險,學(xué)科大數(shù)據(jù)即使經(jīng)過綜合治理,也難以避免地夾雜著“數(shù)據(jù)噪音”和人為因素等,影響學(xué)科大數(shù)據(jù)的分析。因而學(xué)科建設(shè)發(fā)展的研判要以達成度、對標度的客觀數(shù)據(jù)為基礎(chǔ),并同時兼顧發(fā)展環(huán)境變化、相關(guān)政策調(diào)整等其他因素,進行綜合地考量。

(二)準確把握內(nèi)在聯(lián)系,優(yōu)化學(xué)科政策杠桿

通過政策牽引推動學(xué)科建設(shè)提質(zhì)增效,是學(xué)科建設(shè)管理工作者的理想預(yù)期,而學(xué)科建設(shè)工作面臨的問題是多元的、復(fù)雜的,需要聚焦重點領(lǐng)域和關(guān)鍵環(huán)節(jié)予以突破,如何找準問題、理清短板則尤為重要。建設(shè)成效的評價結(jié)果與數(shù)據(jù)指標存在相關(guān)性或者因果性關(guān)聯(lián),通過分析二者之間的關(guān)聯(lián)關(guān)系,能夠準確定位影響評價結(jié)果的數(shù)據(jù)指標,找準制約當前發(fā)展的短板問題。數(shù)據(jù)指標產(chǎn)生于業(yè)務(wù)工作,指標的差異表明該領(lǐng)域的業(yè)務(wù)工作可能存在差異,但造成差異的緣由需要進行嚴謹審慎、科學(xué)規(guī)范的分析評判,分析其是由調(diào)整相關(guān)工作舉措而產(chǎn)生,還是數(shù)據(jù)偶然性誤差所導(dǎo)致,抑或是資金、政策等不確定因素所導(dǎo)致。通過學(xué)科大數(shù)據(jù)挖潛優(yōu)化調(diào)整學(xué)科建設(shè)策略,是通過統(tǒng)計分析、歸納總結(jié)過往的經(jīng)驗來進行預(yù)測,建立在“歷史會重演”的邏輯基礎(chǔ)之上,[10]經(jīng)過查擺指標差異,分析差異原因,找準成效評價與數(shù)據(jù)指標的關(guān)聯(lián)關(guān)系,而后精準施策,對相關(guān)政策、機制、投入進行調(diào)整,達到以評促進的目的。

(三)構(gòu)建動態(tài)反饋機制,完善閉環(huán)管理模式

學(xué)科建設(shè)是一項系統(tǒng)工程,其策略實施類似于“黑箱模型”,可將學(xué)科建設(shè)的策略調(diào)整視為自變量,將學(xué)科建設(shè)的成效評價結(jié)果視為因變量,學(xué)科建設(shè)管理者根據(jù)判斷調(diào)整發(fā)展戰(zhàn)略或者任務(wù)舉措,經(jīng)過一定建設(shè)周期觀察建設(shè)成效的變化情況,并結(jié)合相關(guān)影響因素進行研判分析,梳理策略調(diào)整這一自變量的變化對建設(shè)成效評價這一因變量的影響,構(gòu)建形成二者的關(guān)聯(lián)關(guān)系。這種關(guān)聯(lián)關(guān)系是一種弱關(guān)聯(lián)關(guān)系,對其認識和判斷是基于主觀判斷的,是模糊的,學(xué)科建設(shè)管理者期望產(chǎn)生符合邏輯規(guī)律的結(jié)果,但事實上的建設(shè)成效并不一定與期望的結(jié)果一致。因而學(xué)科建設(shè)管理工作者應(yīng)當不斷增強自身綜合素質(zhì),提升發(fā)展形勢的研判能力、成效評價的分析能力、戰(zhàn)略決策的糾錯能力,建立起“決策調(diào)整-跟蹤檢測-反饋優(yōu)化”的反饋調(diào)整機制,避免產(chǎn)生決策偏差。

參考文獻

[1]劉獻君:《論高校學(xué)科建設(shè)》,載《高等教育研究》,2000(05):16-20頁。

[2]羅云:《論大學(xué)學(xué)科建設(shè)》,載《高等教育研究》,2005(07):45-50頁。

[3]鐘曉、馬少平、張鈸、俞瑞釗:《數(shù)據(jù)挖掘綜述》,載《模式識別與人工智能》,2001(01):48-55頁。

[4]王光宏、蔣平:《數(shù)據(jù)挖掘綜述》,載《同濟大學(xué)學(xué)報》,2004(02):246-252頁。

[5]張靜、劉危、楊兵、單文波:《試析大數(shù)據(jù)分析在學(xué)科建設(shè)中的應(yīng)用》,載《高教學(xué)刊》,2019(05):1-5頁。

[6]孟小峰、慈祥:《大數(shù)據(jù)管理:概念、技術(shù)與挑戰(zhàn)》,載《計算機研究與發(fā)展》,2013(01):146-169頁。

[7]陸曉靜:《商業(yè)智能在我國高校決策中的應(yīng)用探析——基于循證決策的視角》,載《重慶高教研究》,2019(02):66-76頁。

[8]舒忠梅、屈瓊斐、郭清順:《基于商業(yè)智能構(gòu)建高校教育管理平臺的實踐探討》,載《高教探索》,2014(02):36-40頁。

[9]朱石磊:《商業(yè)智能在高校教學(xué)管理中的應(yīng)用》,碩士學(xué)位論文,西南交通大學(xué),2016。

[10]周煒:《大數(shù)據(jù)視域下高校數(shù)據(jù)治理優(yōu)化路徑研究》,載《教育發(fā)展研究》,2021(09):78-84頁。

作者簡介

汪 濤 西北大學(xué)發(fā)展規(guī)劃與學(xué)科建設(shè)處處長、博士、副研究員,研究方向為高校學(xué)科發(fā)展與“雙一流”建設(shè)研究

◎陜西省高等教育學(xué)會2021年高等教育科學(xué)研究重點招標項目“陜西高等教育‘雙一流建設(shè)成效評價體系研究”(項目編號:XGH21003)

◎陜西省教育科學(xué)“十四五”規(guī)劃2021年度課題“陜西省高等教育‘雙一流建設(shè)成效評價辦法研究”(項目編號:SGH21Z23)

猜你喜歡
學(xué)科指標評價
【學(xué)科新書導(dǎo)覽】
SBR改性瀝青的穩(wěn)定性評價
石油瀝青(2021年4期)2021-10-14 08:50:44
土木工程學(xué)科簡介
最新引用指標
莫讓指標改變初衷
商周刊(2018年26期)2018-12-29 12:56:00
“超學(xué)科”來啦
論新形勢下統(tǒng)一戰(zhàn)線學(xué)學(xué)科在統(tǒng)戰(zhàn)工作實踐中的創(chuàng)新
基于Moodle的學(xué)習(xí)評價
Double圖的Kirchhoff指標
KPI與指標選擇
贵港市| 青浦区| 全南县| 闽清县| 六安市| 化德县| 崇左市| 泰顺县| 德江县| 清涧县| 碌曲县| 呼伦贝尔市| 贵阳市| 正定县| 武清区| 新疆| 九寨沟县| 赞皇县| 静安区| 托克逊县| 合江县| 五大连池市| 清徐县| 清原| 江安县| 临颍县| 栾城县| 青神县| 新绛县| 凯里市| 石柱| 商都县| 平邑县| 措美县| 大荔县| 育儿| 贵南县| 理塘县| 寿光市| 敖汉旗| 波密县|