大數(shù)據(jù)分析技術(shù)在高等教育人才質(zhì)量評(píng)價(jià)體系中的應(yīng)用研究

張冬冬 佟鳳輝 梁永玲

（中國(guó)刑事警察學(xué)院情報(bào)學(xué)系，沈陽(yáng) 110854）

大數(shù)據(jù)分析技術(shù)在高等教育人才質(zhì)量評(píng)價(jià)體系中的應(yīng)用研究

張冬冬 佟鳳輝 梁永玲

（中國(guó)刑事警察學(xué)院情報(bào)學(xué)系，沈陽(yáng) 110854）

本文從大數(shù)據(jù)分析技術(shù)角度，解析了高等教育人才質(zhì)量評(píng)價(jià)體系中數(shù)據(jù)采集、數(shù)據(jù)清晰、數(shù)據(jù)集成與整合、數(shù)據(jù)挖掘的全過(guò)程，提出在大數(shù)據(jù)時(shí)代，以云計(jì)算與數(shù)據(jù)挖掘技術(shù)為基礎(chǔ)，通過(guò)對(duì)人才培養(yǎng)數(shù)據(jù)的持續(xù)采集和深入分析，建設(shè)基于全息電子檔案的高等教育人才質(zhì)量評(píng)價(jià)體系，可以實(shí)現(xiàn)對(duì)每個(gè)學(xué)生的教育質(zhì)量的微觀、個(gè)體化跟蹤和未來(lái)發(fā)展的預(yù)測(cè)，對(duì)于可能出現(xiàn)問(wèn)題的學(xué)生及時(shí)進(jìn)行警告。

大數(shù)據(jù)；高等教育；人才培養(yǎng)；數(shù)據(jù)挖掘

十八屆五中全會(huì)頒布的《中共中央關(guān)于制定國(guó)民經(jīng)濟(jì)和社會(huì)發(fā)展第十三個(gè)五年規(guī)劃的建議》提出創(chuàng)新、協(xié)調(diào)、綠色、開放、共享新發(fā)展理念，是我國(guó)社會(huì)發(fā)展思路、發(fā)展方向、發(fā)展著力點(diǎn)的靈魂，這也是構(gòu)建我國(guó)高等教育人才培養(yǎng)質(zhì)量評(píng)價(jià)體系的指導(dǎo)思想。

在大數(shù)據(jù)時(shí)代下，應(yīng)用于商業(yè)領(lǐng)域的大數(shù)據(jù)分析技術(shù)給了我們啟發(fā)，如果將大數(shù)據(jù)技術(shù)應(yīng)用于高等教育人才培養(yǎng)質(zhì)量評(píng)價(jià)體系，通過(guò)對(duì)海量人才培養(yǎng)數(shù)據(jù)的采集、交換、清洗、整合、分析，實(shí)現(xiàn)對(duì)學(xué)生教育相關(guān)信息的動(dòng)態(tài)跟蹤與監(jiān)測(cè)，預(yù)測(cè)學(xué)生在培養(yǎng)過(guò)程中不同方面的發(fā)展趨勢(shì)，找尋畢業(yè)生就業(yè)質(zhì)量與教育教學(xué)間的關(guān)聯(lián)因素及其關(guān)聯(lián)關(guān)系，發(fā)現(xiàn)新的人才質(zhì)量評(píng)價(jià)標(biāo)準(zhǔn)和方法，為高等教育人才培養(yǎng)創(chuàng)造新的價(jià)值。[1-2]本文從大數(shù)據(jù)分析技術(shù)角度，解析了高等教育人才質(zhì)量評(píng)價(jià)體系中數(shù)據(jù)采集、數(shù)據(jù)清晰、數(shù)據(jù)集成與整合、數(shù)據(jù)挖掘的全過(guò)程。

一、 人才培養(yǎng)數(shù)據(jù)的采集

（一）數(shù)據(jù)的屬性

人才培養(yǎng)數(shù)據(jù)是質(zhì)量評(píng)價(jià)體系中數(shù)據(jù)分析的基礎(chǔ)，從大數(shù)據(jù)的角度來(lái)看，數(shù)據(jù)的規(guī)模性、多樣性、動(dòng)態(tài)性是 教育管理者關(guān)注的重點(diǎn)。

其中，數(shù)據(jù)的規(guī)模性是指人才培養(yǎng)數(shù)據(jù)的體量，數(shù)據(jù)的體量越大，收集信息的顆粒度越精細(xì)，在時(shí)間域和空間域上采集的信息越立體，數(shù)據(jù)分析的結(jié)果越客觀；數(shù)據(jù)的多樣性是指 人才培養(yǎng)數(shù)據(jù)的種類，數(shù)據(jù)的種類越多，數(shù)據(jù)采集的層面越廣，對(duì)學(xué)生的個(gè)性化跟蹤采集的層面越微觀，數(shù)據(jù)的體量越大，對(duì)學(xué)生的評(píng)價(jià)和預(yù)測(cè)越準(zhǔn)確；數(shù)據(jù)的動(dòng)態(tài)性是指 人才培養(yǎng)數(shù)據(jù)是以時(shí)間序列的形式采集存儲(chǔ)的，人才培養(yǎng)數(shù)據(jù)不僅采集學(xué)生在校期間的行為特征數(shù)據(jù)，還會(huì)采集學(xué)生畢業(yè)后工作和家庭的情況，畢業(yè)生每一次的在職深造、工作晉升等節(jié)點(diǎn)事件都會(huì)在時(shí)間域上被采集和儲(chǔ)存。

（二）數(shù)據(jù)的存儲(chǔ)形式

在大數(shù)據(jù)時(shí)代，海量的數(shù)據(jù)信息是存儲(chǔ)在云架構(gòu)的分布式文件系統(tǒng)(DFS)中的。同樣地，人才培養(yǎng)的海量數(shù)據(jù)也會(huì)以云的形式存儲(chǔ)。根據(jù)大數(shù)據(jù)的存儲(chǔ)形式，將人才培養(yǎng)數(shù)據(jù)分為結(jié)構(gòu)化數(shù)據(jù)、非結(jié)構(gòu)化數(shù)據(jù)以及半結(jié)構(gòu)化數(shù)據(jù)。結(jié)構(gòu)化數(shù)據(jù)即常說(shuō)的數(shù)據(jù)庫(kù)數(shù)據(jù)，可以用二維表結(jié)構(gòu)來(lái)邏輯表達(dá)實(shí)現(xiàn)的數(shù)據(jù)，如學(xué)生基礎(chǔ)數(shù)據(jù)、師資隊(duì)伍數(shù)據(jù)、學(xué)科建設(shè)數(shù)據(jù)、教務(wù)教學(xué)數(shù)據(jù)、學(xué)生就業(yè)分配數(shù)據(jù)等。非結(jié)構(gòu)化數(shù)據(jù)，包括所有格式的視頻、音頻、圖像、網(wǎng)頁(yè)、文檔、文本等形式，如慕課中的微課程數(shù)據(jù)、教育視頻點(diǎn)播、FTP文件服務(wù)器數(shù)據(jù)、OA辦公系統(tǒng)的附件數(shù)據(jù)、學(xué)生社交自媒體數(shù)據(jù)、校內(nèi)外人才質(zhì)量評(píng)價(jià)意見(jiàn)的文本數(shù)據(jù)等。半結(jié)構(gòu)化數(shù)據(jù)，就是介于完全結(jié)構(gòu)化數(shù)據(jù)和完全無(wú)結(jié)構(gòu)的數(shù)據(jù)之間的數(shù)據(jù)，包括郵件、HTML、報(bào)表、資源庫(kù)等，如學(xué)籍檔案系統(tǒng)、郵件系統(tǒng)、學(xué)生表彰、晉升時(shí)的網(wǎng)頁(yè)報(bào)道數(shù)據(jù)、教學(xué)數(shù)據(jù)資源庫(kù)等。

（三）數(shù)據(jù)源

從廣義上來(lái)說(shuō)，所有與人才培養(yǎng)質(zhì)量相關(guān)的結(jié)構(gòu)化數(shù)據(jù)、非結(jié)構(gòu)化數(shù)據(jù)或半結(jié)構(gòu)化數(shù)據(jù)都是教育大數(shù)據(jù)的數(shù)據(jù)源。本文從數(shù)據(jù)的歸屬角度，將 人才培養(yǎng)數(shù)據(jù)分為五大類，分別為本科教學(xué)狀態(tài)數(shù)據(jù)庫(kù)、基礎(chǔ)條件數(shù)據(jù)庫(kù)、社交活動(dòng)數(shù)據(jù)庫(kù)、生活基礎(chǔ)數(shù)據(jù)庫(kù)、畢業(yè)生質(zhì)量數(shù)據(jù)庫(kù)。

其中，本科教學(xué)狀態(tài)數(shù)據(jù)庫(kù)是由國(guó)家教育部牽頭搭建，定期采集教學(xué)狀態(tài)信息數(shù)據(jù)，狀態(tài)數(shù)據(jù)庫(kù)包括了學(xué)校基本信息、師資隊(duì)伍、教育教學(xué)、教學(xué)經(jīng)費(fèi)、學(xué)科建設(shè)、科研情況、教學(xué)科研儀器、教學(xué)條件、學(xué)生基本情況、學(xué)生課外活動(dòng)等11大類的近110個(gè)數(shù)據(jù)實(shí)體、860個(gè)狀態(tài)數(shù)據(jù)項(xiàng)，這類數(shù)據(jù)中以結(jié)構(gòu)化數(shù)據(jù)為主；基礎(chǔ)條件數(shù)據(jù)庫(kù)主要采集教學(xué)相關(guān)的教學(xué)資源數(shù)據(jù)（如課件、微課程、慕課平臺(tái)數(shù)據(jù)等）、授課音視頻數(shù)據(jù)、實(shí)驗(yàn)實(shí)訓(xùn)數(shù)據(jù)、教學(xué)互動(dòng)音視頻數(shù)據(jù)等，這類數(shù)據(jù)以非結(jié)構(gòu)化數(shù)據(jù)為主；社交活動(dòng)數(shù)據(jù)庫(kù)，主要采集學(xué)生在校期間參加學(xué)校社團(tuán)活動(dòng)、社會(huì)公益活動(dòng)、媒體節(jié)目活動(dòng)以及在學(xué)校自媒體平臺(tái)（公眾號(hào)、論壇、微博、留言板等）上產(chǎn)生的歷史數(shù)據(jù)等，這類數(shù)據(jù)以非結(jié)構(gòu)化數(shù)據(jù)為主；生活信息數(shù)據(jù)庫(kù)，主要采集學(xué)生在校期間通過(guò)RFID卡、校園WIFI產(chǎn)生的歷史數(shù)據(jù)信息，如門禁數(shù)據(jù)、就餐數(shù)據(jù)、借書數(shù)據(jù)、日常消費(fèi)數(shù)據(jù)、上網(wǎng)數(shù)據(jù)等，以及學(xué)生畢業(yè)后的家庭生活數(shù)據(jù)，這類數(shù)據(jù)以結(jié)構(gòu)化數(shù)據(jù)為主；畢業(yè)生質(zhì)量數(shù)據(jù)庫(kù)，主要采集畢業(yè)生就業(yè)去向數(shù)據(jù)、工作情況數(shù)據(jù)、學(xué)習(xí)深造數(shù)據(jù)、晉升/轉(zhuǎn)崗數(shù)據(jù)、表彰/通報(bào)數(shù)據(jù)、就業(yè)單位評(píng)價(jià)數(shù)據(jù)等，這類數(shù)據(jù)主要以非結(jié)構(gòu)化數(shù)據(jù)為主。

（四）數(shù)據(jù)的采集方式

在高等教育人才質(zhì)量評(píng)價(jià)體系中，大數(shù)據(jù)的采集方式主要包括系統(tǒng)日志采集法、網(wǎng)絡(luò)數(shù)據(jù)采集法、人工采集法等。

其中，系統(tǒng)日志采集法，主要是通過(guò)采集各個(gè) 教育業(yè)務(wù)系統(tǒng)的日志文件（如log.xml、active.txt等），實(shí)現(xiàn)如學(xué)生的碎片化學(xué)習(xí)、出勤、日常消費(fèi)、上網(wǎng)行為、圖書借閱，教師的出勤、授課時(shí)間、成績(jī)錄入、上網(wǎng)行為、圖書借閱，教學(xué)資源設(shè)備的使用、管理、維護(hù)等行為數(shù)據(jù)的收集。通過(guò)該采集方法可以動(dòng)態(tài)、實(shí)時(shí)掌握每個(gè)學(xué)生、每個(gè)教師、每臺(tái)設(shè)備的行為狀態(tài)，例如可以詳細(xì)采集到每位學(xué)生瀏覽的哪些微課程和課件、看了多長(zhǎng)時(shí)間、是否快進(jìn)觀看、哪些課件重復(fù)觀看、視頻課件觀看的順序等這些行為數(shù)據(jù)都被完整的記錄了下來(lái)；網(wǎng)絡(luò)數(shù)據(jù)采集法，主要是通過(guò)API接口對(duì)接的方式，實(shí)時(shí)查詢和獲取 教育各業(yè)務(wù)系統(tǒng)中的內(nèi)容數(shù)據(jù)，實(shí)現(xiàn)如學(xué)校OA系統(tǒng)、教務(wù)管理系統(tǒng)、學(xué)生學(xué)籍系統(tǒng)、人事管理系統(tǒng)、科研業(yè)務(wù)系統(tǒng)、慕課學(xué)習(xí)平臺(tái)等業(yè)務(wù)系統(tǒng)的數(shù)據(jù)交互。通過(guò)該方法，可以獲取各業(yè)務(wù)系統(tǒng)產(chǎn)生的新數(shù)據(jù)，實(shí)現(xiàn) 高等教育人才培養(yǎng)評(píng)價(jià)體系中底層數(shù)據(jù)的采集和更新。人工采集法，主要是通過(guò)人工錄入的方式，定期將收集到的紙質(zhì)文本、圖像、音視頻文件、網(wǎng)頁(yè)等數(shù)據(jù)錄入系統(tǒng)中，特別是一些基礎(chǔ)性的數(shù)據(jù)，如學(xué)生基礎(chǔ)信息、學(xué)生就業(yè)信息、畢業(yè)生狀態(tài)跟蹤信息、教師基礎(chǔ)信息等。

二、人才培養(yǎng)數(shù)據(jù)的預(yù)處理

在高等教育人才質(zhì)量評(píng)價(jià)體系中，利用大數(shù)據(jù)方法采集到的數(shù)據(jù)不是系統(tǒng)的數(shù)據(jù)集合，而是單個(gè)的、分散的、異構(gòu)的數(shù)據(jù)。要發(fā)揮這些數(shù)據(jù)的功效，挖掘數(shù)據(jù)中蘊(yùn)含的價(jià)值，需要對(duì)這些大量未相互連接的、碎片化、低維度的數(shù)據(jù)進(jìn)行清洗、歸納、分類和整合。數(shù)據(jù)預(yù)處理的主要任務(wù)可以概括成四個(gè)內(nèi)容，即數(shù)據(jù)清洗、數(shù)據(jù)集成、數(shù)據(jù)歸約和數(shù)據(jù)變換。

其中，數(shù)據(jù)清理是通過(guò)填寫空缺值、光滑噪聲數(shù)據(jù)、識(shí)別或刪除離群點(diǎn)等方式來(lái)“清理”數(shù)據(jù)；數(shù)據(jù)集成是把不同來(lái)源、格式、性質(zhì)的數(shù)據(jù)在邏輯上或物理上有機(jī)地集中，以便更方便地進(jìn)行數(shù)據(jù)挖掘工作；數(shù)據(jù)歸約是將得到的數(shù)據(jù)集進(jìn)行簡(jiǎn)化的表示出來(lái)，數(shù)據(jù)量不僅較之前小得多，還能夠得到幾乎相同或者相同的結(jié)果；數(shù)據(jù)變換是將數(shù)據(jù)從一種表現(xiàn)形式變?yōu)榱硪环N表現(xiàn)形式的過(guò)程。常用的數(shù)據(jù)變換方式是數(shù)據(jù)標(biāo)準(zhǔn)化、離散化和語(yǔ)義轉(zhuǎn)換。

三、數(shù)據(jù)的整合與集成

人才培養(yǎng)數(shù)據(jù)在預(yù)處理之后，將建立面向主體進(jìn)行聯(lián)機(jī)分析處理（OLAP）和數(shù)據(jù)挖掘（DataMining）的數(shù)據(jù)倉(cāng)庫(kù)，并構(gòu)建多維模型、關(guān)系模型和層次模型以及分析模型等，實(shí)現(xiàn)了對(duì)高等教育人才培養(yǎng)數(shù)據(jù)的有效整合。

可構(gòu)建的數(shù)據(jù)倉(cāng)庫(kù)，包括教學(xué)資源數(shù)據(jù)倉(cāng)庫(kù)、教師隊(duì)伍綜合數(shù)據(jù)倉(cāng)庫(kù)、學(xué)生綜合數(shù)據(jù)倉(cāng)庫(kù)、基礎(chǔ)條件數(shù)據(jù)倉(cāng)庫(kù)。其中，教學(xué)資源數(shù)據(jù)倉(cāng)庫(kù)主要是整合了清洗后的高等教育教學(xué)基礎(chǔ)數(shù)據(jù)、教學(xué)課件數(shù)據(jù)、教學(xué)流媒體數(shù)據(jù)、教學(xué)意見(jiàn)反饋數(shù)據(jù)等；教師隊(duì)伍綜合數(shù)據(jù)倉(cāng)庫(kù)只要是整合了清洗后的教師基礎(chǔ)信息數(shù)據(jù)、教學(xué)任務(wù)管理數(shù)據(jù)、科研情況數(shù)據(jù)、見(jiàn)識(shí)反饋意見(jiàn)數(shù)據(jù)等；學(xué)生綜合數(shù)據(jù)倉(cāng)庫(kù)主要是整合學(xué)生基礎(chǔ)信息數(shù)據(jù)、學(xué)生生活狀態(tài)數(shù)據(jù)、學(xué)生社交活動(dòng)數(shù)據(jù)、學(xué)生教學(xué)培養(yǎng)數(shù)據(jù)、畢業(yè)生就業(yè)數(shù)據(jù)、畢業(yè)生狀態(tài)跟蹤數(shù)據(jù)、畢業(yè)生評(píng)價(jià)數(shù)據(jù)等；基礎(chǔ)條件數(shù)據(jù)倉(cāng)庫(kù)，主要是整合了教學(xué)資源和設(shè)備的日志數(shù)據(jù)、教學(xué)終端設(shè)備采集的實(shí)驗(yàn)結(jié)果數(shù)據(jù)、傳感數(shù)據(jù)和視頻數(shù)據(jù)等。

四、數(shù)據(jù)的挖掘分析

數(shù)據(jù)挖掘是一個(gè)利用各種分析工具在海量數(shù)據(jù)中發(fā)現(xiàn)模型和數(shù)據(jù)之間關(guān)系的大數(shù)據(jù)分析過(guò)程，這些模型和關(guān)系可以被企業(yè)和單位用來(lái)分析風(fēng)險(xiǎn)、進(jìn)行預(yù)測(cè)。數(shù)據(jù)挖掘過(guò)程經(jīng)過(guò)數(shù)據(jù)收集、數(shù)據(jù)處理、數(shù)據(jù)變換、數(shù)據(jù)挖掘、模式評(píng)估、知識(shí)表示一系列的過(guò)程。采用的算法非常多，比較常見(jiàn)的有：分類與預(yù)測(cè)挖掘方式、聚類挖掘方式、關(guān)聯(lián)規(guī)則方式、決策樹方法方式、神經(jīng)網(wǎng)絡(luò)方法方式、粗糙集方式、遺傳算法、模糊論方法、可視化技術(shù)等。

本文中，數(shù)據(jù)挖掘的目標(biāo)是在數(shù)據(jù)倉(cāng)庫(kù)中發(fā)現(xiàn)模型、趨勢(shì)和規(guī)則，來(lái)評(píng)估 高等教育人才質(zhì)量評(píng)價(jià)體系預(yù)采用的評(píng)價(jià)參數(shù)。高等教育人才質(zhì)量評(píng)價(jià)體系的數(shù)據(jù)挖掘是以數(shù)據(jù)倉(cāng)庫(kù)中的海量數(shù)據(jù)為基礎(chǔ)，自動(dòng)發(fā)掘數(shù)據(jù)之間的潛在模式、潛在關(guān)聯(lián)，并從中提煉出高附加價(jià)值的評(píng)價(jià)標(biāo)準(zhǔn)產(chǎn)品。數(shù)據(jù)挖掘按照數(shù)據(jù)的屬性和特征，通過(guò)識(shí)別數(shù)據(jù)之間的內(nèi)在的關(guān)聯(lián)，構(gòu)建數(shù)據(jù)之間關(guān)聯(lián)規(guī)則和序列模型，建立不同的組類，對(duì)數(shù)據(jù)之間的規(guī)律進(jìn)行精準(zhǔn)掌握。

（一）聚類、分類與預(yù)測(cè)挖掘算法

采用k-means算法的聚類挖掘能分析出某一群體的特征行為。應(yīng)用在高等教育人才培養(yǎng)教育質(zhì)量測(cè)評(píng)體系中，根據(jù)學(xué)生自身特點(diǎn)、學(xué)習(xí)目標(biāo)、學(xué)習(xí)環(huán)境及歷史學(xué)習(xí)行為，分析學(xué)生的學(xué)習(xí)特征，對(duì)學(xué)生及其學(xué)習(xí)特征進(jìn)行聚類和分類，分析出現(xiàn)學(xué)業(yè)警告或是就業(yè)困難的學(xué)生群體的行為特征，以及科研方面有較大成果或是就業(yè)質(zhì)量較好的學(xué)生群體的行為特征。[3]并利用這些學(xué)習(xí)特征和行為特征，來(lái)向?qū)W生推薦課程或者學(xué)習(xí)路徑，[4]來(lái)預(yù)測(cè)現(xiàn)在校學(xué)生的未來(lái)發(fā)展趨勢(shì)，對(duì)于可能會(huì)出現(xiàn)學(xué)業(yè)警告或是就業(yè)困難的學(xué)生可以起到預(yù)警作用，而對(duì)于未來(lái)發(fā)展可能比較好的學(xué)生，學(xué)?？梢蕴崆坝幸庾R(shí)地培養(yǎng)。

（二）關(guān)聯(lián)規(guī)則算法

關(guān)聯(lián)規(guī)則挖掘則是數(shù)據(jù)挖掘中的一個(gè)很重要的課題，顧名思義，它是從數(shù)據(jù)背后發(fā)現(xiàn)事物之間可能存在的關(guān)聯(lián)或者聯(lián)系。在高等教育人才質(zhì)量評(píng)價(jià)體系中，利用含學(xué)號(hào)、性別、英語(yǔ)成績(jī)、社會(huì)活動(dòng)情況、文體活動(dòng)情況、平均成績(jī)、名次等這些數(shù)據(jù)庫(kù)字段，關(guān)聯(lián)規(guī)則算法可以分析影響高校學(xué)生學(xué)習(xí)成績(jī)的因素，分析出學(xué)生不及格課程之間存在的緊密的相關(guān)性；通過(guò)采集學(xué)生完成的課時(shí)、作業(yè)分?jǐn)?shù)、教學(xué)材料的瀏覽次數(shù)、登陸次數(shù)、頁(yè)面瀏覽時(shí)間、發(fā)帖回帖的次數(shù)等數(shù)據(jù)，可以分析這些學(xué)習(xí)行為與課程成績(jī)之間的關(guān)系。

（三）決策樹分類算法

在高等教育人才質(zhì)量評(píng)價(jià)體系中，利用決策樹分類理論構(gòu)建人才培養(yǎng)教育質(zhì)量測(cè)評(píng)決策樹，可以實(shí)現(xiàn)高等教育人才質(zhì)量評(píng)價(jià)的定性分析。從決策樹中可以看出，在具有某種優(yōu)勢(shì)的群體中，具有另一種優(yōu)勢(shì)的人占很大比例。這樣可以推斷出具有前一種優(yōu)勢(shì)的人一般都具有后一種優(yōu)勢(shì)。利用決策樹分類算法可以分析出不同性質(zhì)的就業(yè)方向的 人才培養(yǎng)一般具有的優(yōu)勢(shì)，以及讀博深造的人才培養(yǎng)一般具有的優(yōu)勢(shì)。這樣可以根據(jù)分析結(jié)果提前對(duì)在校學(xué)生的就業(yè)和讀研深造的適合度進(jìn)行大體上的判斷。決策樹分類算法為學(xué)生規(guī)劃畢業(yè)后的發(fā)展方向提供有力的輔助決策作用。

[1]楊現(xiàn)民,唐斯斯,李冀紅.發(fā)展教育大數(shù)據(jù):內(nèi)涵、價(jià)值和挑戰(zhàn)[J].現(xiàn)代遠(yuǎn)程教育研究,2016（1):50-61.

[2]邢蓓蓓,楊現(xiàn)民,李勤生.教育大數(shù)據(jù)的來(lái)源與采集技術(shù)[J].現(xiàn)代教育技術(shù),2016（8）:14-21.

[3]傅鋼善,王改花.基于數(shù)據(jù)挖掘的網(wǎng)絡(luò)學(xué)習(xí)行為與學(xué)習(xí)效果研究[J].電化教育研究,2014（9）:53-57.

[4]程巖.在線學(xué)習(xí)中基于群體智能的學(xué)習(xí)路徑推薦方法[J].系統(tǒng)管理學(xué)報(bào).2011（2）:232-237.

（責(zé)任編輯： 郭玉偉）

G640

A

1007-421X（2017）03-0006-03

遼寧省社會(huì)科學(xué)規(guī)劃基金項(xiàng)目“大數(shù)據(jù)時(shí)代我省高等教育人才質(zhì)量評(píng)價(jià)體系建設(shè)研究”（項(xiàng)目編號(hào)：L15CGL017）。