周杰 福建师范大学教务处
摘要：大数据时代思维方式讲究思维主体上的协同合作、思维客体上的综合运用、思维中介上的工具开发。数据应用的侧重点由感官理性转向了证据理性，由单一结论转向了个性化分析判断，从被动获取转向了主动预测。它势必在数据处理习惯、数据潜在价值挖掘和数据价值分析利用上对高校专业建设造成冲击，并在专业建设数据挖掘力度、数据平台搭建以及专门数据分析人才的培养方面提出相应要求。
教育期刊网 http://www.jyqkw.com
关键词 ：大数据 思维方式 专业建设
高校专业建设汇聚着大量的信息，从学生角度来看，包括专业必修课、专业选修课、专业必修学分、专业实践、课程作业、专业成绩等各种信息；从教师角度来看，包含专业教学任务、课件等教学信息，专业论文著作、科学研究数据等科研信息；从管理者的角度来看，包含学科专业的分布、专业的数量规模、专业的招生就业、专业预警等信息。随着移动互联网以及物联网等新技术的兴起，人们主动产生和由设备自动收集的专业信息必将越来越多。它们共同存在着数据量大、结构复杂、产生频率快的特点，毫无疑问，高校专业建设思维必将受其影响。2015年，教育部高等教育教学评估中心启动了教学基本状态数据库采集的行动，标志着大数据正大步向高校进军，其触发的思维革命与方式转变正大力冲击着高校教学管理的固有模式。因此，有效运用大数据时代思维方式探索高校专业建设发展途径，有效预测和分析专业建设走向，是高水平大学走向现代化治理的必然趋势。
一、大数据时代的特点及思维方式
维克托·迈尔·舍恩伯格在《大数据时代》一书中，解读了大数据的4个特点，即大量（Volume）、高速（Velocity）、多样（Variety）、真实（Veracity），简称4V。但他同时又提醒到，大数据延伸的另一个特点是更多和更乱。如果无法顺畅理清各种数据间的关联性，我们将在它的时代中迷失。舍恩伯格强调，在庞大的数据面前保持清晰的头脑，理顺思维方式更为重要。他说，大数据时代思维方式是：每天早上起来想一下，这么多数据我能用来干什么，这些价值在哪里可以找到，能不能找到一个别人以前都没有做过的事情，你的想法和思路，是最重要的资产。他提示我们，转变惯有的思维方式，将成为获取数据价值和创新行为方式的前提与根本。
数据是死的，人是活的，要让死的数据说话，就必须发挥人的主观能动性，用活人的思维。有学者从思维主体、思维客体和思维中介等方面分析大数据时代应具备的思维方式结构，认为在大数据时代面前，个体思维者在思维主体上需要从精神生产的过程中寻求协同合作，由个人的思维活动转化为集体思维活动；在思维客体上要侧重挖掘隐藏在数字背后的深刻的内涵，实现突破性的科学预测和科研活动，实现全方位、多角度的综合思维；在思维中介上要寻求有力工具，运用多种信息加工手段和方法，提高数据存储和处理速度的准确性和可靠性。并以此得出敏捷性、开放性、前瞻性和个性化是大数据时代思维方式的代表特征。
二、大数据时代思维方式对高校专业建设的冲击
一是对数据处理习惯造成冲击。按照以往数据管理和处理的方式，无论是管理者还是管理对象，都无法及时有效地搜集和应对层出不穷、错综复杂、始料未及的专业建设数据。一种处理的方式便是被动获取和被动应付，让数据不断累积或流失，然后定时清空或有意遗忘，无法真正有效挖掘数据的隐藏价值，造成“数据浪费”。其原因在于人们的思维尚未适应大数据时代的洪流，尚未意识到在大数据面前，个体的思维主导和思维对象以及所能利用的思维中介早已超出了固有的范畴习惯，如不转变数据处理的思维方式，改进处理数据的思维习惯，管理将陷入低效和混乱的境地，协同创新将举步维艰。
二是对数据潜在价值的挖掘造成冲击。以往对专业建设数据的挖掘通常采用直线型的方式进行。就高校教育管理层来说，专业建设数据往往是自下而上获得，通过各学院、专业的报送来获取第一手专业数据。就专业本身来说，其建设数据的获得一般采用实时获取、延时存储、滞后分析的直线型关系模式进行。而大数据时代下要求我们从时空的立体角度对专业数据的潜在价值进行深入挖掘。按照挖掘的任务，一项数据的挖掘包含了对数据的时空聚类、时空分类、时空异常检测等过程，并逐步深入探讨对数据挖掘的频繁模式、周期模式、共现模式、关联模式等主题的研究，以图架构起科学的数据挖掘系统。例如，通过高校选课平台，长期跟踪学生选课科目，通过有效数据的挖掘，得出该时间段学生对某一学科领域的兴趣度数据，继而对某一专业所在的选修课的开设广度和深度进行判断，同时也可以为开课教师的教学效果评定提供有效数据证明。
三对数据价值的分析利用造成冲击。大数据的应用核心是大数据预测：通过对各方面的数据分析利用，提前预判即将到来的事件。那么，通过对专业建设时空数据的挖掘，运用相关技术进行关联分析，可以极大地提升专业建设的预测能力，达成科学的专业预警机制和专业规划方案。它一改以前高校对于专业发展预测的理论与感性判断，采用实样而非抽样，效率而非精确，相关而非因果等相互关系，用数据和事实说话。例如，在探索专业分流的问题时，学校可利用图书馆借阅平台，从新生入学第一天起，记录其借阅图书的数量、频率、种类、周期等行为数据，通过时空聚类和共现模式对数据进行深入挖掘，就可以大致预测该生的学科兴趣和专业爱好，继而判定其可能感兴趣的专业，将之提供给学生，作为其挑选专业的参考数据，对于解决学生专业选择的盲目性和未来专业旨趣有很大助益。由此，学校的专业定位将被提前明确并适时调整，个性化专业分流及因材施教将得以可能。
三、大数据时代思维方式对高校专业建设提出新的要求
首先，要求加大专业建设数据挖掘力度，提升专业建设数据的实用价值。高校在专业建设过程中产生了形形色色的数据，就专业内在结构的角度来看，包括专业数量，专业定位，课程设置等信息。从专业外在价值的角度来看，包括专业满意度、专业兴趣度、专业课程设置、专业实践安排、专业教师配备等信息，这些数据的获取、监控和分析直接关系着专业建设的走向，通过获取这些关键数据，从大的方面来说，可以预测专业定位和人才培养的成效；从小的方面来说，可以及时有效获得课程体系和师资力量等有效数据，进一步提高教育教学质量。因此，改变以往被动式的搜集专业数据的习惯，深入挖掘专业建设带来的各种数据，可以有效提升专业建设数据的实际效用。
其次，要求搭建专业建设数据平台，拓宽专业建设数据获取途径。良好的数据挖掘需要科学数据获取的平台，否则无法科学共享数据和分析数据的意义，这就需要找寻到一个专业的数据实用工具，搭建一个专业的数据平台。以复旦大学为例，该校从2012年开始建立和逐步完善校级统一数据仓库，在数据仓库的基础上，建立了包含面向师生在内的多类的主题数据展示系统，包括人员信息类（教职工信息统计、学生信息统计、本专科生基本信息查询、教职工基本信息查询、研究生基本信息查询）、科研类（文科科研数据分析、教师学术表现）、教学类（研究生成绩分析、招生数据分析、本科生生命周期数据分析）、综合服务（一卡通分析、图书馆客流分析、综合校情展示、其他信息）、学生工作（宿舍数据统计、宿舍使用情况统计）、报表类（教育部高基报表）等。[ ]形成了在业务管理，教学资源，网络行为三个层面以数据化为着眼点，以“人”为中心的数据索引和存储模式。既实现了数据共享，又促进了业务融合，同时也为教育决策提供服务支持。近期教育部组织各高校完善教学基本状态数据库采集的举措，将对专业建设数据的监控宏观调控起到重大作用，某种程度上佐证了数据平台搭建的必要性。
最后，要求培养专业建设数据分析人才，深入分析专业建设数据意义。大量数据的堆积并不能直接产生效益，所谓外行人看热闹，内行人看门道，研究表明，仅有少量的数据能被挖掘用来解决实际问题，很多复杂、重要的问题要依靠数据处理、数据集成和数据质量来解决。这就要求校园信息化中做数据分析的人员需要具备既懂得数据、又懂得业务的复合能力，能将业务带入到数据剖析过程、将技术传递给业务人员。从而建立起大数据管理的良性生态。因此，培养专业化的数据分析人才显得尤为必要，高校专业建设也不例外。当数以万计的专业建设数据蜂拥而至的时候，如何更好、更科学有效地获取、存储、分析、挖掘和利用它们，非专业化人员无法有效实现。有鉴于此，部分院校已在尝试开设大数据采集与管理专业，意图培养专业的大数据分析人才。而在国外，如美国，围绕大数据的开发和应用，早已形成了专门的职业，用来专业挖掘数据的意义。所以，在教育管理层面上尝试培养专门的专业建设数据分析人才，对于专业建设发展有着深远的意义。
教育期刊网 http://www.jyqkw.com
参考文献
[ 1 ] 张燕南等. 大数据时代思维方式对教育的启示[ J ] . 教育发展研究,2013(11):2-3
[2]吉根林等.面向大数据的时空数据挖掘综述[J].南京师大学报·自然科学版,2014(3):3
[3]吕本富等.大数据预测研究及相关问题[J].科技促进发展,2014(1):61-62
[4]赵泽宇等.复旦大学：大数据促进服务模式转变[J].中国教育网络,2014:69
作者简介
周杰，1986—，男，福建师范大学教务处研究实习员，教育学研究生；研究方向：教育基本理论，高等教育管理。