当前位置:大学毕业论文> 硕士论文>材料浏览

关于大数据相关毕业论文提纲范文 跟大数据在大学战略规划中的应用方面毕业论文提纲范文

主题:大数据论文写作 时间:2024-03-01

大数据在大学战略规划中的应用,该文是大数据方面有关论文范文资料跟战略规划和大学战略规划和数据有关论文范文资料.

大数据论文参考文献:

大数据论文参考文献 大数据杂志我的大学生涯规划论文有关大数据的论文大学生涯规划论文

摘 要:大数据已经对人类社会的各个领域产生了深刻的影响,如何使大数据助力大学的发展是一个值得深思的重大时代命题.将大数据应用于大学战略规划提升大学的管理水平是一条值得探索的新路径,其意义在于帮助管理者更加科学地提出战略愿景、确定战略目标、制定战略举措.在利用大数据制定大学战略规划的过程中,纵向层次数据、横向类型数据、特殊数据是一个有效的分析框架,整体设计、数据清洗、数据处理是三个值得思考的使用策略.

关键词:大数据;战略规划;应用研究

中图分类号:G649.21 文献标识码:A 文章编号:1674-5485(2018)09-0035-05

一、引言

本世纪初,大学战略规划开始受到各大学的广泛重视.大学发展战略规划是对学校未来发展进行定方向、绘蓝图和找路径的谋划、安排和部署.[1]它可以将大学发展的各个方面纳入一个全景式的思维之中,使人们清楚地认识到大学发展的重点、核心、要解决的问题是什么,并使大学在一套理性的战略模型的指导下良性发展.[2]但是,目前国内真正按照战略规划办学的高校仍屈指可数,这与大学战略规划编制的科学性不无关系.大数据的出现为大学战略规划研究和制定提供了新思路、新技术和新视野.如何运用大数据提升大学战略规划的质量和科学性,让更多地大学按照规划办学、理性办学是本研究思考的核心问题.

基于此,本研究将从三个方面入手分析大数据在大学战略规划中的应用问题:一是回答为什么要用大数据进行战略规划,即大数据对大学战略规划的意义,也即大数据与大学战略规划的关系问题;二是解决如何获取与战略规划有关的大数据的问题,即理清教育大数据的基本分类以及为大学战略规划中运用大数据提供基本思路;三是如何用好大数据进行战略规划,即如何选择适当的大数据处理技术推进大数据在战略规划中的应用.简而言之,就是为什么用(大数据)、用什么(大数据)、如何用好(大数据)进行大学战略规划.

二、大数据对大学战略规划的意义

目前,我国大学战略规划在实施过程中依然面临着一些现实的困境.规划制定完成之后,总摆脱不了被束之高阁的命运.有学者甚至将这种现象形容为“规划规划,墙上挂挂”.它本应与大学的发展“荣辱与共”,而实际上却是两条永不相交平行线,充满讽刺意味.是什么造成了大学战略规划被置诸高阁的命运?又是什么让大学的战略规划只在“墙上挂挂”?这其中的原因非常复杂,与观念、制度、教育气候等各个方面都有或多或少、或直接或间接的关系.但就大学战略规划本身而言,规划文本科学性不足、缺乏数据支持、缺乏直接的管理决策证据使得战略规划缺乏可操作性是造成上述问题的重要原因.将大数据引入大学战略规划可以更加准确地提出战略愿景、科学地确定战略目标、理性地制定战略举措,从而有效地提升大学战略规划的质量.

三、大学战略规划中大数据的分析框架

在大数据背景下,美国已经建立起了从国家级、州级到学区级、校级在内的各级各类教育数据系统,以此来服务于教育发展.在我国,由于数据文化的缺失等方面的原因,大数据的发展还比较初步,尚没有像美国一样的立体化数据网络.所以,大数据的使用和获取并没有形成完善、科学的体系.因此,在进行战略规划、教育决策的过程中,研究者更多地需要依靠自己的力量收集、挖掘数据.根据战略规划自身的特点和大数据的内涵,本研究认为,在大学战略规划中应用大数据应该善于使用纵向层次分析、横向类型分析和特殊数据分析三种思维工具,具体如图1 所示.

(一)纵向层次分析:明确大学发展定位和外部环境

从纵向来看,教育大数据可以被分为四个层次:一是存储基础性国家教育数据的基础层(学校管理信息、教育统计信息等);二是存储各种教育环境、教育装备以及教育业务的运行状态信息的状态层(比如设备的能耗、故障、运行时间、教学进程等);三是存储教育过程中建立或生成的各种教育资源的资源层(PPT 课件、教学视频、试题试卷等);四是存储与广大教育者相关用户的行为数据的行为层(学生的学习行为数据、教师的教学行为数据、教研员的教学指导行为数据等).[3]就大学战略规划而言,不同层次的数据对战略规划所要解决的问题的贡献程度不同,准确的数据层次选择不仅可以减少不必要的时间、精力的浪费,还可以提高规划的科学性和公信力,起到事半功倍的效果.

大学的战略愿景是一所大学内在价值的体现,是对“想成为什么样的大学”的回答.大学发展过程中要考虑学校自身特点和发展情况,更要结合国家、地方经济、文化的发展需求,提出自己的战略愿景.战略愿景的提出要与大学的地位和身份相符.从教育大数据的纵向分类看,基础层的大数据可以提供整个教育环境的管理信息和统计信息,状态层的大数据可以提供大学内部资源的分配和设备的运行情况.也就是说,通过对基础层数据的挖掘可以帮助规划制定者掌握大的教育气候和教育环境;通过对状态层大数据的挖掘可以清楚了解大学内部的办学条件,进而找到大学在整个社会发展、地方经济发展和教育环境中的位置,大学的愿景也就逐渐清晰了.

教育大数据的资源层存储了大量与教学、管理、科研相关的资源,例如教学视频、会议资料、期刊等都数据资源层;行为层数据则提供了大学内部教学、管理、科研等活动参与者的行为数据.大学践行愿景、实现目标制定战略举措的过程中尤其容易受到资源、人员等条件的制约,受到大学内部正在发生的教育活动的限制.每所大学的情况千差万别,同样的战略举措在不同的学校取得的效果可能大相径庭,所以在制定战略举措时一定要对学校的资源状况、运行情况进行充分全面的了解.资源层和行为层的教育大数据可以出色完成这项工作.通过对这两层数据的挖掘,学校不仅可以清楚自身的环境、资源、组织优势,还可以明确环境、办学条件、内外部组织的制约;不仅可以发现竞争、经费、质量等方面的潜在威胁,还可以找出政策、合作、变革等方面存在的机遇.据此,一系列战略举措如招生计划、聘任计划、科研计划等便可以得到有效的落实和实施.

尽管教育大数据存在这样四个层次的划分,但这并不是说某一层的数据只能解决或者用来分析某一个或某几个战略规划问题.之所为有这样的划分是为了更清晰地使用和理解教育大数据,使其更好地为大学的发展服务.对于战略规划这样复杂的问题,在数据的分析和使用过程中必然会存在不同层次数据的交叉和重叠现象.因此,大学战略规划实际的收集和挖掘数据中还应该从横向视角加以考虑和分析.

(二)横向类型分析:掌握大学内部发展概况

大学是一个复杂的组织系统,除了表现在教学科研活动本身的复杂性方面,还表现在大学组织中机构部门众多,人员活动多样等方面.在大数据时代,高等教育机构是教育大数据的重要生产者.从组织结构看,有党政机关部门产生的数据(宣传部、组织部、学生工作部等),有行政部门产生的数据(人事处、教务处、财务处、社科处等),有学部院系产生的数据(人文学院、经济学院、生命科学学院等),有教辅单位产生的数据(图书馆、校医院、食堂、公寓等);从人员活动来看,有教学活动数据、有学习活动数据、有科研活动数据、有管理活动数据还有生活服务数据等等.这些数据之所以进入了大数据的范畴主要可以从两个方面认识:第一,大学各组织部门、各种教育活动产生的数据在不断积累更新并被存储记录了下来;第二,感知式系统的广泛应用使得带有处理功能的传感器(例如摄像头、刷卡机、考勤机等)遍布大学的各个角落,并以此来对大学的运转进行监控.同时,这些设备会源源不断地产生新数据.

大学战略规划是对大学在一定时期内如何发展的总体谋划.只有了解了各部门的情况、各种教育活动的情况才能掌握大学的整体发展情况,才能作出有利于大学良性发展的战略规划.不管是战略愿景的提出、还是战略目标的确立,抑或是战略举措的制定,规划者都需要对大学的概况了如指掌.在战略规划的制定过程中,对校情的分析、对内部资源的分析应更多地采用横向分析思路.传感器对大学的监控产生和记录的是一种自动的数据,没有任何人为的痕迹,更具有真实性和客观性.而这些数据处理的难度往往也更高,但是按照不同部门、不同活动对教育大数据进行横向的分类和分析可以由点到面发现大学发展中真实存在的问题.这种思路可以帮助规划者勾勒整个学校的发展和运行概况,是战略规划中校情分析的思维工具.

(三)特殊数据分析:发现各部门之间的互动规律

除了纵向层次分析、横向类型分析两种思维工具外,大学中还存在一种较为特殊的数据.这是一种非常容易被忽视但又十分重要的大数据.在大学这个组织中,不同部门经常会发生交流和互动.比如,部门之间的联谊、工作上的合作,共同参加的会议,在教学活动学科交流,科研活动中的共同参与等.可以说,这些活动每天都在大学中,甚至是大学与大学的部门之间上演.在“演”的过程中,与之相关的一些数据便在无意中被以文件、视频、电话等方式记录和保存了下来.尽管这些数据不是结构化数据,甚至是超文本和媒体数据,但是它们对大学战略规划的作用不容小觑.尤其是在制定战略举措的过程中,要想让规划得以顺利实施和落实,必须有各个部门的配合.规划者可以利用这部分数据分析大学之间各部门之间的合作方式、默契程度,从而更好地协调各部门之间的工作.大学制定战略规划的目的是要解决大学的发展问题.不管是纵向层次分析还是横向类型分析,抑或是特殊数据分析,都无法全面的涵盖一所大学的所有问题,更何况数据越大往往噪音也越大,处理的难度也会更大.所以在数据收集和使用的过程中,规划者应构建起纵向、横向、特殊三个维度的复杂战略规划思维工具网络.

四、大学战略规划中大数据的使用策略

在我国,大数据的发展还非常初步,确实面临着一些技术、人才、观念意识、*道德等方面的挑战.在这样的情况下,大学应该采取怎样的措施让大数据这一宝藏更好地为大学战略规划、为大学的发展服务呢?基于以上对大数据和战略规划的讨论,本研究建议从整体设计、数据清洗、数据处理三个方面去思考如何用好大数据进行大学战略规划.

(一)整体设计:战略规划中大数据应用的总体谋划

在战略规划工作前首先要对大数据的需求进行整体设计.大学战略愿景的提出、战略目标的确立、战略举措的制定对教育大数据的需求会有不同的侧重,所以规划者要依据规划内容和规划情景的不同对教育大数据的需求进行整体的设计.对利用大数据支持战略规划的制定形成清晰的预期,充分结合战略规划本身的实际需求深入分析哪一层次、哪一类别或哪些层次、哪些类别的数据是哪一或哪些战略规划问题所需要的.例如,对师资队伍建设的规划.先要了解目前教师队伍的整体概况,这需要基础层和人事部门、组织部门的数据;接下来要明确师资队伍建设的重点,是打造教学型师资队伍还是研究型师资队伍,亦或是教学研究混合型师资队伍,是通过招聘学历更好、资历更深还是通过培训等方式提高原有教师队伍的整体素质还是二者兼之,这需要综合考虑学校经费情况、发展定位等多重因素,需要从状态层以及科研处、社科处等部门的获取相关数据.

其次,通过对大数据的应用进行整体设计有意识地应对一些可能遇到的挑战.大数据的使用过程中总会遇到数据获取、数据使用等方面的挑战,在规划之前对大数据的使用进行总体的谋划,做到对可能遇到的问题了然于胸,提前做好相关的应对措施.例如,根据不同的规划情景和内容,可以赋予规划处或规划人员更大的权力,将大学已有的数字化平台(例如学生信息系统、考试系统、网上学习社区)与基于大数据的大学战略规划系统相融合,既方便战略规划对数据的获取,也可以帮助相关系统有针对性的提升数据质量;可以制定符合校情的大数据使用制度,不能让数据的获取成为规划人员或相关数据管理人员的负担,让规划研究人员在一个相对轻松和便捷的环境挖掘和使用大数据.同时应该注意到,利用大数据进行大学的战略规划对数据的来源、质量和处理方法有着非常高的要求,需要在规划之前充分考虑可能影响战略规划有效性的因素并提前做好相应的准备.

(二)数据清洗:战略规划中大数据应用的前期准备

大数据的规模之大也意味着其噪声也大,所以在应用大数据之前必须对数据进行清洗.特别是在战略规划中,大数据是进行战略决策的重要依据,如果数据噪音过大,造成决策失误,可能会影响到整个大学的发展.在进行整体设计之后,规划者仍然会收集到大量的数据.这些数据更多的是非结构化、不规则的数据,只有将其清洗为结构化、规则的数据才能提高战略决策支撑能力,使之发挥应有的作用.具体来讲,规划人员首先要对不同质量的源数据进行分类.战略规划收集的数据往往汇集多个维度、多个来源、多种结构,在清洗之前需要对其进行归并整理,并更正、修复系统中的一些错误数据.其次,根据归类整理和修正的结果选择合适的数据清洗方法.比如基于聚类的方法、基于距离的方法、基于分类的方法、基于关联规则的方法等.

据统计,数据清洗在大数据开发过程中占用的时间比例高达60%以上.[4]战略规划中的教育大数据类型更复杂、结构更混乱,数据清洗工作面对的挑战更严峻.在这种情况下,规划人员应根据教育大数据的特殊情况和实际的规划情景适时的制定相应的清洗策略,了解最新的数据清洗技术,为战略规划提供结构化、规则有序的数据支撑.

(三)数据处理:战略规划中大数据应用的技术选择

由于大学战略规划中涉及的教育大数据规模庞大、类型复杂,所以在使用过程中需要有恰当的大数据处理技术“保驾护航”.大学战略规划在使用大数据的过程中通常会有几个诉求:第一,将复杂的数据转化成非专业人士也能接受的形式;第二,能够在一定程度上预测学校的战略目标;第三,能够对教育大数据做深入、快速的处理;第四,能够从文本资料等看似无结构、无规则的多元化数据中提出有价值的信息.这四种诉求正好对应了四种大数据处理技术:可视化分析、预测性分析、数据挖掘算法和语义引擎.

四种大数据处理技术在战略规划中的应用各有千秋.第一,数据的可视化表达是一种有效的分享创意和体验的方法.在大学战略规划中,通过对数据进行可视化操作,规划者不仅可以将复杂的数据分析结果以更加直观、更易理解的方式呈现学校领导、管理人员以及教师等人员,还可以在有限的规划文本中浓缩更多的信息.在对大数据进行可视化分析过程中,除了应用传统的二维图表,还可以使用知识图谱、社会网络分析等新兴的可视化工具.第二,预测性分析是大数据在大学战略规划中的核心应用.在战略规划中,预测模型从学校的历史数据中探索规律,从而识别潜在的威胁和可能的机会,为战略目标的确定提供科学参考.预测模型可以捕捉到各个因素之间的联系,并根据联系发现潜在的制约或促进学校发展的条件,为战略决策提供指导.第三,数据挖掘算法可以为战略规划“省时省力”,并满足其一些高级诉求.数据挖掘算法产生的一个重要原因就是为了减少重复劳动,节省时间,大学战略规划是一项需要处理大量教育资料的复杂工作,利用合适的数据挖掘算法不难取得事半功倍的效果.另外,数据挖掘算法不仅可以深入招生、就业、设备管理等数据内部,还可以通过学生登记信息、日志文件、学习痕迹等信息挖掘公认价值.目前,比较典型的大数据挖掘算法主要有决策树算法、聚类算法、关联规则算法等.第四,语义引擎重点处理战略规划中非结构化数据.除了数字化管理系统和专门收集的数据外,战略规划中涉及的大部分数据都是半结构化或非结构化的数据,这为数据的分析带来了不小的挑战.语义引擎的应用对人工智能的要求非常高,目前尚未在教育领域广泛使用.但是由于这部分数据多为文本性质的资料,所以规划者可以利用结合数据挖掘算法对文本进行挖掘以促进战略规划的科学制定.

五、结语

战略规划是一种重要的现代大学管理手段,是大学发展的内在需要.[5]如何保障大学战略规划的客观性、科学性对大学的发展有着重大的意义.传统的战略规划往往是基于经验、理念的思维结果,在规划制定的过程中很容易或主动或被动的忽略一些本应该重视的方面.将大数据应用于大学战略规划的制定并不是要刻意夸大数据的作用,而是通过对多元化的数据进行全方位的发现、全覆盖的收集、全方位的分析,获得尽可能全面的大学发展信息,为大学战略规划的制定提供新的视野和路径.

当然,教育大数据在发展过程中也面临着诸多现实的挑战.例如,数据兼容性的挑战、人才缺乏的挑战、隐私和*道德的挑战等.如何将其恰切地应用到大学战略规划中也是困难重重,但是这不应该成为阻碍学术研究前进的理由.面对大数据的挑战,研究者应积极付出精力、贡献智慧.本研究从大数据对大学战略规划的意义、数据的来源、数据的使用策略三个方面对大数据在大学战略规划中的应用进行了探讨.希望本研究可以为关注大数据、关注大学战略规划、关注大数据在大学战略规划中应用的相关研究人员提供一些有益的参考.

参考文献:

[1]杨江水,陈昌蓉,吴家胤. 高校战略规划决策评价的多维度探析[J]. 高校教育管理,2017,(2):9-16.

[2]别敦荣. 大学发展战略规划的制定与实施—— 青岛大学案例研究[J]. 高等工程教育研究,2010,(1):91-95.

[3][4]方海光. 教育大数据:迈向共建、共享、开放、个性的未来教育[M]. 北京:机械工业出版社,2016:102-138

[5]别敦荣. 论大学发展战略规划[J]. 教育研究,2010,(8):36-39.

(责任编辑:赵晓梅;责任校对:李作章)

本文总结,上文是一篇关于对写作战略规划和大学战略规划和数据论文范文与课题研究的大学硕士、大数据本科毕业论文大数据论文开题报告范文和相关文献综述及职称论文参考文献资料有帮助.

汪玉凯:大数据时代的四大特征与政府大数据战略实施中的难点分析
大数据时代的四大特征与政务治理面临的挑战大数据、云计算、互联网政务服务、物联网这些都成为了当下的热词 我们在思考互联网政务服务或者公共服务的时候,首先要考虑与大数据如何融合 大数据时代已经真正到来了,.

大数据配室友,别仅着眼管理效率
卞广春近日,南京大学采用大数据算法,为今年入学的新生匹配室友的消息引发关注 据悉, 约 3300 名新生中,近八成学生填写了问卷 根据问卷中涉及到的生活习惯、个人卫生情况、个性化选择及个人兴趣爱好…….

不良商家利用大数据杀熟
300 元的酒店房间,老客户就要380 元过去货比三家,如今还要“货比三人”,一些手握大数据工具的商家正在真实上演“坑人新骗术” 大数据说我认得你,所以.

大数据带来大变化
贵州推进大数据战略行动,充分挖掘大数据商用、政用、民用价值,更好地以大数据引领经济转型升级,提升政府治理能力,服务民生社会事业,用信息化发展新阶段的新成果,进一步展示贵州坚持改革开放的决心和信心 改革.

论文大全