从字面上看，大数据就是庞大的数据的集合。维基百科对“大数据”是这样解释的：大数据（Big data）是一种因为其巨量和复杂，在一定时间内无法用常规软件工具对其内容进行处理的数据集合［1］。百度百科列举了有关大数据的定义。例如麦肯锡全球研究所给出的定义：一种规模大到在获取、存储、管理、分析方面大大超出了传统数据库软件工具能力范围的数据集合，具有海量的数据规模、快速的数据流转、多样的数据类型和价值密度低四大特征。研究机构Gartner给出的定义是：大数据是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力来适应海量、高增长率和多样化的信息资产［2］。按照这些定义，只有少数的互联网巨头和IT巨无霸企业才拥有这种规模的数据。因此对大数据的定义一直存在争议。进入信息时代后，政府部门、教育管理部门、大型企业、大型医院、学校等将数据整合起来有几十倍的增长，但是按照上文的定义，这些数据还称不上大数据。因为首先这些部门的数据仍然以结构化数据为主，往往是通过常规数据处理技术就能够达到目的。另外这些部门多数数据资源都不是“价值密度低”的数据，但是大数据并不直接意味大价值，大数据的核心在于经过重新发掘、分析整合后产生新的价值。被誉为“大数据时代的预言家”——维克托·迈尔-舍恩伯格在其和肯尼恩·库克耶合著的《大数据时代》中提出：大数据是人们在大规模数据的基础上可以做到的事情，而这些事情在小规模数据的基础上是无法完成的。大数据是人们获得新的知识、创造新的价值的源泉［3］。根据他们的观点，如果数据规模太小创造不出新的价值，就不能算是大数据。因此，数据量是基础，但是核心仍然是大数据带来的新知识和新价值。

2015年8月，国务院印发《促进大数据发展行动纲要》（下称《纲要》），全面推进我国大数据发展和应用，加快建设数据强国。《纲要》指出，大数据是以容量大、类型多、存取速度快、应用价值高为主要特征的数据集合，正快速发展为对数量巨大、来源分散、格式多样的数据进行采集、存储和关联分析，从中发现新知识，创造新价值，提升新能力的新一代信息技术和服务业态。《纲要》对大数据进行了一个更为广义的定义，对提升我们社会的数据意识、发展数据思维起到重要的推动作用。

3.4 尽早发现患者的意识状态改变能有效预防非计划性拔管的发生 表1显示，两组患者因意识状态改变发生的非计划性拔管比较差异有统计学意义(P＜0.05)。证明对高危人群合理进行意识模糊评估，早期发现意识状态改变倾向，及时加强相应护理措施，可使因意识状态改变导致的非计划性拔管发生率降到最低限度，确保了患者的生命安全。对照组发生的4例中，有3例在拔管后经评估为意识状态改变，由于没有明显症状，护士在巡视中没能及时观察到患者已存在意识状态改变，提示临床护士应该特别注意一些不易唤醒，有嗜睡等状态的患者。

2)波速变化与冲击危险性的关系。大量的现场实测表明，冲击地压往往发生在高应力区和高应力梯度异常变化区。在煤矿，受煤岩地质及开采条件的影响，不同开采区域煤岩层的结构及应力集中程度都存在很大的差异，煤岩结构或应力的剧烈变化均表现出高波速梯度的异常特征。高波速异常区更容易产生应力局部化，因此也更容易发生冲击地压，且应力梯度越大，发生冲击的可能性和严重程度也越高。

大数据已成为国家信息化深化发展的核心主题。为落实中央有关教育信息化的战略部署和第二次全国教育信息化工作会议精神，2016年6月教育部发布《教育信息化“十三五”规划》，全面深入推进“十三五”教育信息化工作，要“促进教育信息化全面深入应用，使教学更加个性化、管理更加精细化、决策更加科学化”。

一、高等教育中的大数据

维克托·迈尔-舍恩伯格和肯尼恩·库克耶指出，大数据改善学习的三大核心要素：反馈、个性化和概率预测［4］。众所周知的可汗学院，十年间有来自200多个国家的5000万名学生使用该网站，学生每天要攻克400多万道习题。网站存储了超过10亿条已经完成的习题的记录。可汗学院根据学生的答题情况，经过模型统计，可以判断学生是否“精通”某个学科领域，还能为学生确定最适合他们所学主题的学习路径，使他们根据自己的情况调整学习进度或学习顺序。

为更好地改进教学质量，加强质量的保障与监控，许多学校会邀请第三方机构对学校的专业、课程、毕业生质量等开展评价，为本科教学建设提供咨询服务。作者所在学校也曾邀请第三方机构开展专业评价。每个专业调查的数据包括在校生全程跟踪数据、教学评价数据、教师发展评价数据、应届毕业生数据、毕业生五年后数据、用人单位数据等，平均一个专业评价涉及2500个指标，75000个左右的数据点。根据这些数据，进行提取、统计、相关分析，对专业人才培养目标、核心课程、实习实训、学生工作、就业指导、师资队伍建设等提出改进建议。

第二、人才难求。相比较国外完善的教育机制，中国在教育方面毕竟还有不小的差距，而要把粤港澳大湾区打造成全球科技创新中心、全球先进制造业中心、全球金融航运和国际贸易中心，人才，尤其是各种高端人才的培养、引进就变得极为重要。但是由于东西方差异的存在，如何引进以及留住外国的顶尖人才成为粤港澳大湾区发展的瓶颈所在。

二、大数据在高等教育中的应用

高等学校中的数据是非常复杂、庞大的。经过若干年的累积，每个部门的管理系统里都存储了大量的数据。高校的学生信息、人事信息、教学设施设备、学科专业信息、管理制度、教学科研成果等都是基本数据。而学校在实施教育教学活动过程中使用的教务管理系统、各种教学平台，都形成和储存了海量信息。学校开展的各类教学活动，如院系评估、专业评估、课程评估，学校开设的课程，包括课程的内容和视频，学生选课、上课、作业、考试情况，教师对学生的评价，学生对教师的评价，学生的图书借阅情况，参加的各种学科竞赛、各种活动，加入的社团信息，等等，都是大数据的组成内容。因此，我们可以认为高校教育大数据是高校在实施教育教学活动中产生的、能被采集到、通过重新整合能产生新价值的数据。

众多的网络课程给更多人免费学习的机会。学生可以在海量的网络课程中选择优质课程。一个著名的提供免费在线课程的教育平台Coursera，根据其数据显示，2013年Coursera上注册的中国用户共有13万人，位居全球第九，而在2014年达到了65万人［5］。国内最大的慕课平台中国大学MOOC最新披露数据显示，截至2017年4月，中国大学MOOC已经与包括北京大学、复旦大学、浙江大学、台湾新竹清华大学、微软亚洲研究院在内的近400家教学机构合作，拥有近2000门课程和15万课程视频数量；同时平台注册用户近750万，选课人次近2500万。超过125多万的老师和学生加入了慕课平台的精彩讨论［6］，但是网络课程——慕课的意义不仅仅在于此。通过慕课产生的数据，还可以了解人们的学习行为，从而提高人们的学习效率和学习质量。像可汗学院，可通过慕课产生的大数据概率预测优化学习内容、学习时间和学习方式。如果高校在这方面进行改进，将对部分学习不佳的学生来说是最大的福音。目前对学生毕业有重大意义的学业预警，多属“事后预警”，即学生考试结束，知道有多少门课程没通过，达不到毕业要求才会对学生预警。在这种情形下学生就要抓紧时间重新选修课程，再次参加考试，这又将增加学生的压力和负担。如果我们能做到像可汗学院通过大数据概率预测，针对每个学生提出个性化的学习方案，提出其最优的学习时间和学习方式，将能极大地降低学生课程考试的不及格率。

大数据已经成为不可阻挡的潮流，广泛地影响了高等教育各个层面。大数据不仅仅为高等教育的教育教学改革活动带来技术支撑，推动高等教育创新发展，同时越来越多手握大数据资源与技术的新公司进入教育领域与传统高校同台竞技，对高校的传统教学模式发起挑战。此外，再加上社会的快速发展，科技的进步，由此带来越来越短的知识更新周期，对学校的人才培养也提出了更高的要求。学校必须主动应对变化，做出改变，才能在大数据时代中获益。

自然资源部连续召开座谈会并到全国人大环境与资源保护委员会、全国政协人口资源环境委员会听取有关方面意见 推进部门组建工作 (2-50)

教育部于2007年启动研究和建立“全国普通高校本科教学状态数据库”，加强对高等学校教学常态监控，分析和掌握我国高等教育教学工作的宏观运行状态。该数据库通过采集原始数据，分析汇总得到准确翔实的信息，实现了服务于学校、服务于政府、服务于社会和服务于评估的4大功能。数据库从内容结构来看，根据教学状态的内涵，数据项覆盖了教师、学生、教学管理与建设、教学效果、教学条件、学科建设与科研、校园文化等7个方面内容。在实施数据项报送时，则根据学校部门设置和管理体制，将数据信息划分为学校基本信息、学校基本条件、教师信息、学科专业、人才培养、学生信息、教学管理与质量监控等7大类，将数据信息表格化，分为7个部分，共69张数据表格。学校上报的数据，主要用于实施常态监控和辅助教学评估，在实际采集和管理时，将其分为两类做不同处理。一类是反映学校办学基本状态的数据，主要用于监控学校日常教学状态，称之为“年报数据”，约有700项，每年定期上报。另一类是与本科教学评估工作密切相关的数据，主要为评估服务，称之为“评估数据”，约有100项，学校应在接受评估前三个月内上报。学校每年数据报送工作结束后，系统即可对数据进行统计分析。

大数据在高校中的作用还表现在其他方面，如学生管理上。今年南京大学学工处通过新生调查系统，提前“摸清”了部分新生的作息时间、卫生习惯、学习特点等，通过大数据评估2017级新生的相似度来给他们排定学号，安排宿舍。开学半个月下来，新生们相处得分外融洽［7］。

三、大数据时代学校教学管理的变革

在借书卡上没有借书人的姓名和日期，在另一页印有借书时间：38.6.8，38.8.24，1952年1月12日和1954年3月1日（见图4）。从该书出版日期1930年可知，它应该是1931年由国立武汉大学图书馆购进，时任馆长为梁明致先生。

（一）教师教学方式的改变

将大数据用在学生学习情况反馈和改进学习方式方法、定制个性化学习，或许是目前多数高校都乐意并能推行的工作上，或者说是高校应对大数据时代来临能做出的最快的反应。教师要积极应对大数据的挑战，改变教学方式。学生学习网络化，教师的功能会发生改变，教师不能再按以前照本宣科的方式进行授课，必须从教育数据中获取学生学习信息，了解学生的学习行为和其学习效果，并进行个别引导。

中央广播电视大学是采用计算机网络、卫星电视等现代传媒技术，运用文字教材、音像教材、多媒体课件、网络课程等多种媒体进行远程教育的开放性高等学校。为了有效监控地方电大网上教学情况，加强教学工作的指导和帮助，中央广播电视大学每年要组织对地方电大日常网上教学进行跟踪检查，作为评价地方电大教学质量的重要指标。此外，中央广播电视大学还使用自己开发的毕业生追踪调查测评工具，测量电大远程教育教学效果和人才培养质量，其评价数据来自电大远程教育的毕业生及其社会用人单位。该测评工具的主要内容包括测评指标体系、评价模型、测评量表、调查问卷、数学模型。这时，大数据的统计和分析就起到了重要的作用。

“全国普通高校本科教学状态数据库”于2011年正式使用，促进了高等学校建立教学工作及质量的常态监控机制，为高校进行自身教育质量分析、预警和校际比较提供数据来源，提高教学管理的信息化程度。可以说这个数据库引领高校教学管理进入了大数据时代。

（二）教师数据处理能力的提升

未来，对数据的获取和使用等技能将成为大数据时代高校教师应该具备的基本素养。当前许多教师对大数据、在线课程热情不高，一方面教师自身数据素养不高，对数据在教学方面的应用不甚了解；另一方面认为在线课程要么会增加教师的工作量，要么会取代教师。但事实上，在线课程应该是正式教育环境的补充，而不是代替。在线课程可以给更多的学生提供更好的教育资源，不负责课程的教师则可以直接对学生加强线下的面对面辅导。教师在教学方法上的细微改变都会给学生带来很大的收益。因此，学校要加强数据观念和数据文化的宣传，建立教师良好的数据态度和数据意识。此外，在线课堂的培训是一个很好的途径，学校要为教师提供丰富的交流和实践的机会，增强教师对网络数据获取、处理、利用以及再创造等方面的能力。

（三）提供完善的新型数字教育资源及服务

泛在学习、翻转课堂、线上线下混合式教学等新型学习方法已经广泛在高校开展，各类慕课平台提供了大量的优质课程，学校要积极建设网络学习平台，支撑新型学习模式。网络平台不仅要有丰富的教学资源，还要能进行教学、学籍管理、学习过程记录等。在平台上，学生能实现网络选课、学习、考试、自我测试、与教师同学交流；教师能利用网络进行备课授课、师生互动、指导学生学习等活动。最后利用网络学习平台实现对学生日常学习情况的大数据采集和分析，优化教学模式，实现迎合学生个体需求的个性化学习，并通过概率预测优化学习内容、学习时间和学习方式。

（四）高校大数据平台的建设与应用

学校虽然拥有众多的数据，但是目前对这些数据的吸收和利用的能力非常有限。很多高校内部管理呈条块状，教学管理、人事管理、财务管理、图书资源管理、后勤管理等都各自为政，各职能部门使用的信息系统、数据系统未建立有效统一的关联，逐渐形成各据一方的信息孤岛。此外，数据的分散管理，还容易造成部门间的推诿扯皮，影响管理效率。教育部每年要求填报“全国普通高校本科教学状态数据库”，这个可以说是学校数据集中流向的中心。但由于学校对大数据的认识和重视度不够，教学基本状态数据的自我分析功能没有得到完全开发，数据采集后缺乏深入的挖掘和利用，相关数据为学校管理决策提供依据方面准备不充分。学校应该对校内所有资源进行整合，建立大数据平台，发挥大数据强大的数据挖掘和数据分析功能，实现精细化的管理和科学化的决策。

（五）关于大数据的安全性

数据在收集、传输或者共享的过程中如何保证其安全与隐私，这是大数据时代面临的一个重要问题。但是如果因为害怕大数据带来的风险而驻足不前，那么我们的教育也会被过去所束缚，因此面对大数据不应该将焦点放在风险上，而更应该重点关注对数据的使用方式和管理方式。当然作为高校管理者，首先是要在法律和政策的允许下使用数据进行管理。另外要有技术娴熟的专家评估数据使用的风险度，掌控其复杂性，对数据的储存类型和时间要做出设定等，通过多重安全措施减少数据的危害，确保数据带给我们的是对教育管理的高效、精细和科学。

毫无疑问，大数据将帮助并带领我们走进智慧学习、智慧管理。如何认识大数据的实质内涵，如何培养管理者、使用者的大数据思维，如何挖掘和体现大数据的价值等都是我们面临并要研究的问题。高等学校必须加快大数据管理的实践与研究，利用大数据进行教育资源的重新配置，为从公共服务到学生个性化发展提供更好的体验。

［参考文献］

［1］Big Data.https：//en.wikipedia.org/wiki/Big_data［OL］.2017-09-21.

［2］https://baike.baidu.com/item/%E5%A4%A7%E6%95%B0%.E6%8D%AE/1356941？fr=aladdin&fromid=17502992&fromtitle=%E5%A4%A7%E6%95%B0%E6%8D%AE%E6%A6%82%E5%BF%B5［OL］.2017年9月21日，10：20 B0%E6%8D%AE%E6%A6%82%E5%BF%B5［OL］.2017-9-21.

［3］维克托·迈尔-舍恩伯格，肯尼恩·库克耶（英），著.盛杨燕，周涛，译.大数据时代［M］.杭州：浙江人民出版社，2013：9.

［4］维克托·迈尔-舍恩伯格，肯尼恩·库克耶（英），著.赵中建，张燕南，译.与大数据同行：学习和教育的未来［M］.上海：华东师范大学出版社，2014：19.

［5］慕课.https：//baike.baidu.com/item/%E6%85%95%E8%AF%BE/4855871？fr=aladdin［OL］.2017-09-21.

［6］三周年之际中国大学MOOC推慕课进山区.http：//www.icourses.cn/gjjpkc/sy/yw/20170508/t_10448.html［OL］.2017-09-21.

［7］南京大学用大数据分配新生宿舍按生活习惯“夜猫子们”住一起 .http：//www.sohu.com/a/192394086_115479［OL］.2017-09-21.