美国高校教育数据挖掘的应用领域与推动因素.docx

美国高校教育数据挖掘的应用领域与推动因素 (四)学术组织为高校教育数据挖掘提供理论、技术和方法美国高校教育数据的挖掘还受到学术组织的理论和技术支持第一个关于教育数据挖掘的国际学术组织“国际教育数据挖掘学会”(International Educational Data Mining Society, IEDMS)于2011年在美国马萨诸塞州成立，其管理委员会成员80%以上都是来自于美国大学的计算机科学、教育技术、数据挖掘和数理统计专业的研究人员从2008年起，IEDMS及其前身教育数据挖掘国际工作组已经在美国、加拿大、英国、西班牙等国家举办了九届教育数据挖掘国际会议来自不同行业和不同研究领域的研究人员对教育中的数据挖掘理论、技术、方法进行探讨，研究教育数据挖掘在改进大学教学过程和高校管理中的作用IEDMS还办有一份期刊《教育数据挖掘》(Journal of Educational Data Mining)，完全在网络上共享，同时建有一个邮件列表(Mail List)，为教育数据挖掘的研究者提供了研究和交流的阵地和平台[17]开放、共享的科学共同体有效地推动了美国高校中教育数据挖掘的研究与应用。

例如：克里斯托巴尔罗米欧(Cristobal Romero)等人联合美国、英国、西班牙等国的学者，出版了《教育数据挖掘手册》(The Handbook of Educational Data Mining)，对教育数据挖掘的技术、方法和应用进行了全面的论述，涉及教育数据可视化、学习环境交互数据挖掘、教育数据分类、教育数据聚类、教学管理信息系统的关联规则挖掘、学习行为序列模型分析、教育数据的过程挖掘、教育数据挖掘的层次与依赖关系模型等具体理论和实际问题，并对25个数据挖掘的案例进行了剖析这些关于教育数据挖掘基本理论的学术研究成果、模型和案例分析，为高校教育数据的挖掘提供了理论、技术和方法，对于高校应用数据挖掘技术、服务学校发展战略具有直接指导作用和参考价值三、对我国高校教育数据挖掘的建议在我国高等教育建设“一流大学、一流学科”的政策背景下，伴随着信息技术的发展和大数据时代的来临，高校的国际、国内竞争将日益激烈，同时也将面临“分类发展”和“转型发展”的抉择如何提升高校自主生存能力和自主发展能力，将成为高校发展必然面临的难题教育数据挖掘可以从精准化、智能化、个性化等多方面改进高校的发展决策、教学管理、教学过程，提供智慧型信息服务。

美国高校重视借助教育数据挖掘提升高校发展能力，对我国高校的教育质量提升和决策科学化具有一定的借鉴意义一)加速进行教育数据和教学管理信息系统的整合近年来，我国高校教育信息化和管理信息化建设进展较快，各个高校都在网络教学平台、教学管理信息系统等方面投入了大量资金，但往往缺乏总体的规划和统一的组织管理，缺乏进行数据整合的意识从2007年起，教育部开始进行高校基本教学状态数据的采集，到2016年已初步建立起高等教育质量国家监测平台，对高校的学生、教师、专业、课程等数据进行全面采集2011年起，各个高校逐步开始发布《教学质量报告》《就业质量报告》应对这些形势的变化，高校应该建立“首席信息官”(CIO)制度，设置专门的数据整合管理部门，加速进行校内各种教育数据资源的整合，建立数据采集、管理和发布的规范标准，明确数据采集的类别和范围，建立校级数据库有了统一的数据源，才能运用教育数据挖掘方法，让数据说话，服务于高校的教学与管理二)加快进行教育数据挖掘的相关学术研究随着近几年对教育管理改革和大数据的日益重视，我国的教育数挖掘研究也将迎来新的机遇对于教育数据挖掘的研究可以包括教育数据挖掘的技术研究和实证研究。

技术研究是指教育数据挖掘本身的技术改进，包括教育数据挖掘的算法优化、教育数据挖掘的工具开发，等等，这是计算机科学和统计科学的任务据对国内近几年发表的教育数据挖掘论文作者学科背景分析发现，78%的研究者来自于计算机学科，他们能熟练运用数据挖掘技术，但缺乏对教育问题的剖析，而来自教育学科背景的仅占4%；在所有论文中，进行实证研究的比例仅为28%，远低于国外同期研究论文比例(63%)[18]因此，在进行技术研究的同时，更应该加强实证研究实证研究本质上是问题研究，也就是说要弄清在高校中哪些问题可以被研究？可以使用教育数据挖掘中的哪些方法进行研究？通过对这些问题的研究能够对高校产生怎样的影响？实证研究需要教育学学科背景研究人员与计算机、统计学研究人员的协作我国高校在教育数据挖掘的实证研究领域还有很大的提升空间三)加强高校“院校研究”机构建设我国大部分的高校设立了高等教育研究机构，包括独立建制或是某个部门的附属机构，少量高校设立了院校研究办公室高教研究机构在从事高等教育学科建设，培养高教研究和管理人才、参与高校发展规划及章程制定、为学校决策提供支持等方面做出了巨大的贡献但在一般高校中，高教研究机构人员数量较少，学科背景比较单一，应用教育数据挖掘的能力不强，因此进行基于数据的决策能力偏弱，加强高教研究机构数据挖掘能力建设势在必行。

主要措施包括：一是增加研究人员数量，吸纳来自计算机科学、统计学、教育学、心理学等多学科、跨学科人才；二是统筹各类资源，加强院校研究的机构建设，使之成为全校的数据中心、研究中心和决策支持中心；三是扩大职能，除了在宏观层面为整个学校发展提供政策参考和决策支持外，在微观层面，也要通过教育数据挖掘评价与改进课堂的教与学，为教师和学生改进教学和学习行为提供精准支持四)加大高校教育数据挖掘专业化人才培养力度高校教育数据挖掘离不开大规模专业化人才教育数据挖掘人才需要多学科背景有学者对600多位美国院校研究人员的调查发现：获得博士学位的占46%，硕士学位的占41%；所获学位的学科中，34%为社会科学，31%为教育学，16%为商科，13%为数学或自然科学[19]教育数据挖掘人才同样需要多方面的能力，数据分析与处理能力、协调与合作能力、沟通与交流能力以及对本校历史及资源的熟悉程度都是至关重要的可以预见，对于教育数据挖掘专业人才的需求将越来越旺盛，因此高校要加大教育数据挖掘专业人才的培养力度可以在高等教育学、教育管理学、统计学、计算机科学等学科中设立跨学科专业方向，譬如高等教育学(教育数据挖掘方向)、计算机科学(教育数据挖掘方向)等；也可以在本科、研究生相关专业中开设教育数据挖掘相关课程，还可以对在岗的教师或专门研究人员进行教育数据挖掘的培训，采用以问题为导向的研究型教学模式，通过多种手段培养、储备教育数据挖掘人才。

注释：①C5.0算法是决策材模型算法的一种，用于生成多分支决策树，适用于离散型大数据集参考文献：[1]王旭东.从中美比较看高校自主发展[J].国家教育行政学院学报，2011(5)：8-10，62.[2]葛道凯，张少刚，魏顺平.教育数据挖掘：方法与应用[M].北京：教育科学出版社，2012：14-15.[3]周庆，牟超，杨丹.教育数据挖掘研究进展综述[J].软件学报，2015(11)：3026～3042.[4]常桐善.数据挖掘技术在美国院校研究中的应用[J].复旦教育论坛，2009(2)：72～79.[5]常桐善，李佳.加州大学本科招生政策评价“涵盖性”指标体系探究[J].考试研究，2015(1)：17～27.[6]Jing Luan. Data Mining and Its Applications in Higher Education[J]. New Directions for Institutional Research, 2002(113): 17～36.[7]Cristobal Romero. Handbook of Educational Data Mining[M]. CRC Press, 2011: 3-4.[8]C Romero, S Ventura, E Garca. Data Mining in Course Management Systems: Moodle Case Study and Tutorial[J]. Computers & Education, 2005(1): 368～384.[9]Deirdre Kerr. Using Data Mining Results to Improve Educational Video Game Design[J]. Journal of Educational Data Mining, 2015(3): 1～17.[10]David J. Weerts, and Justin M. Ronca. Using Classification Trees to Predict Alumni Giving for Higher Education. Education Economics, 2009(1): 95～122.[11]程晋宽.西方教育管理理论新视野[M].北京：教育科学出版社，2012：39～41.[12]吴旻瑜，郭海骏，卢蓓蓉，严文藩，任友群.美国国家教育统计中心对我国教育管理信息化建设的启示[J].世界教育信息，2014(3)：13～19.[13]张艳丽.美国国家教育统计中心与高等教育数据运行机制的探索[J].高等理科教育，2016(1)：80～85，106.[14]程星，周川.美国院校研究的历史与现状[J].苏州大学学报，1995(4)：110～113.[15]周川.院校研究的职能、功能及其条件分析[J].高等教育研究，2005(1)：40～46.[16]魏署光.试论院校研究理论构建[J].高等理科教育，2011(5)：14～17.[17]Behzad Beheshti. JEDM-Journal of Educational Data Mining[EB/OL]. (2015-11-01). [18]李婷，傅钢善.国内外教育数据挖掘研究现状及趋势分析[J].现代教育技术，2010(10)：21～25.[19]William E. Knight, Michael E. Moore, Corby A. Coperthwaite. Institutional Research: Knowledge, Skills and Perceptions of Effectiveness[J]. Research in Higher Education, 1997(4): 419～433.作者简介：丁国勇，男，南京师范大学教育科学学院博士研究生，南京审计大学副研究员；程晋宽，男，南京师范大学教授，教育学博士，江苏省“基础教育人才培养模式协同创新中心”研究人员。