浅谈南京师范大学大数据应用实践

大数据时代已经到来，“大数据”不仅仅是一种技术――而是利用信息资源的思维、视角和业务策略，不要纠结我们数据够不够大，大数据，小数据，有用的都是好数据。南京师范大学依托前期信息化建设成果，利用人事、科研、教学、学工、资产、图书借阅、财务、一卡通消费及门禁、上网行为、网络教学行为等大数据，进行了教职工、学生大数据服务中心、学生行为分析、学科分析、学习情况分析、网络教学行为分析等方面尝试，在师生服务、学生管理、教学上取得了一定成效。随着高校竞争愈来愈激烈，没有数据会寸步难行，大数据必将成为高校赖以生存的“数据”战略资源，是高校 “知己知彼”的情报，全面深入了解和分析本校办学特征，并通过和同类型高校进行取长补短，运筹帷幄，制定独特性的战略发展规划，在竞争日趋激烈的信息时代立于不败之地。

一、前言

现代大学已经变成规模巨大、种类繁多、功能和组织复杂、利益相关者众多，社会责任广泛的社会组织，需要大量的信息和专门知识才能对其进行有效管理。未来的校园，是数据化的，是互联网化的，更是智慧的。智慧教育、智慧校园建设是教育现代化建设的重点，以前数字化校园建设更多的是关注信息技术手段，而在智慧校园阶段，所有的设计和建设都必须紧紧围绕 “教学”、“研究”、“服务”，实现硬件网络化、内容数字化、学习个性化、科研协作化、服务智能化，做到适用、会用、活用。这时候，信息化不仅仅是一种手段和工具，同时也是学校、老师、学生学习的一项内容，是学校生活的一部分。学校领导人和决策中枢机构，很难再依靠传统经验进行决策和管理大学，需要通过信息化的手段，依托信息挖掘，推动高校从“经验性决策”向“数据驱动决策” 转型。

“大数据”是继云计算、物联网之后信息技术领域的又一次创新浪潮，是新时期的“数字石油”，是国家战略性基础资源，蕴藏着巨大潜力和能量，前景广阔。“十三五”是我国全面建成小康社会的决胜阶段，也是大数据蓬勃发展、激发经济发展新动能的关键时期。党中央、国务院高度重视大数据的发展和运用。

“大数据”不仅仅是一种技术――而是利用信息资源的思维、视角和业务策略。大数据给科学和教育事业的发展提供了前所未有的机会，同时也提出了前所未有的挑战。它将对现有的科研和教学体制带来大幅度的变革，对科学与产业之间的关系、科学与社会之间的关系带来大幅度的变革。如何利用大数据为教学、科研、管理过程服务，提升相关人员的“智慧”就显得尤为重要，进一步推动人才培养、科学研究、内部管理及服务等方面提升：

（1）教师角色的转变，一是由实践者转变为研究者；二是由管理者转变为引导者；三是由课程的实施者转变为课程的开发者；四是由教案的执行者转变为教育智慧的创造者；

（2）学科专业设置和专业知识结构 更具有时代特征；

（3）数据驱动更精细化管理及流程优化，逐步去行政化，更贴心的师生服务；

（4）通过海量科研样本的分析，科学研究更真实性 及更富创新，“数据密集型科学”将成为大数据时代下的科研新模式。

二、信息化建设概况

南京师范大学是国家“211工程”重点建设的江苏省属重点大学。2003年底学校成立了由主管校长担当日常管理工作的信息化领导小组，并且将网络中心变更为属于处级单位的信息化建设管理处，学校在信息化领导小组的推动下开始了数字化校园建设。

多年来我校一直非常重视信息化建设。信息化建设的着力点仍是服务于学校总体工作，为实现学校的奋斗目标提供基础条件保障。因此做好建设、应用、服务仍是我们永远工作的重点和理念，而信息化建设服务于学校的工作更是我们工作的原则和出发点。在应用系统建设上，从1998年建设办公自动化系统一期开始，应用系统的建设就从未断线。

・在教学上，建立完善的网络教学服务系统，建成丰富的多媒体课件库，从而丰富授课方式。通过建立教学网站实现教学内容、教学方式的交流讨论网络化，实现教学内容个性化，促进教学质量的提高；

・在信息服务上，建成国内领先的数字图书馆，在南京师范大学校园内，足不出户可以查询到最新的科研信息、科研资料及各种教学、管理参考材料，给读者提供24小时服务。初步建成数字档案馆，使档案成为一种活的资料为教学、科研和管理服务；

・在校园生活上，信息化校园可以提供丰富多彩的虚拟社区生活。通过校园一卡通，可以通行食堂、图书馆、宿舍、体育场馆以及网上购物等；

・在内部管理上，完成了办公自动化系统、教务系统、人事系统、学工系统、财务系统、研究生系统、科研系统、学科系统、211系统、档案系统、就业与招生系统等建设，各种管理信息系统的运行，加快学校的工作节奏，促进学校管理水平的提高。

・在平台建设上，信息门户、共享数据库平台、统一身份认证平台、开发平台等系统的建设和开发工作，基本实现了数据在校内系统中的流动共享。

总体情况如图1所示。

三、我们的尝试

不难看出，通过多年的运行，我们在学生、教师、人事、科研、本科教学、研究生培养、招生、就业、资产、图书借阅、一卡通、网络计费、上网行为等方面积累了大量的数据，为我们大数据实践活动提供了可能性，没有数据是万万不行的。2013年我们开始了大数据利用的思考和探索，如何将数据有效应用到大学的管理决策过程中；如何推动 高校管理人员由数据的管理 向 数据“消费”转型；如何面向师生提供大数据服务等等。

以下是我们的几个主要尝试案例。

实践一：教职工/学生大数据服务中心

“不得不承认，对于学生，我们知道得太少”――这是卡耐基・梅隆大学（Carnegie Mellon University）教育学院介绍中的一句自白，也同样是美国十大教育类年会中出镜率最高的核心议题。

以学生为本的教育理念已成为教育者的共识，了解学生变化，关注学生成长，集中学生民意、反映学生心声，并在学生管理和政策中给予积极回应.随着学生人数的激增，就业指导、心理疏导等诸多新的工作压力，学生管理工作者面临极大管理压力。将学生教学活动，学业辅导，学生服务，师生关系等事务集中反馈给相关部门和管理者，从而关心学生、理解学生、帮助学生，强化“以学生为本”的教育理念。

我想说的是，不仅对学生，对教职工我们了解的都不够。师生用户才是是校园的主人，是信息化服务的核心。怎样让教师、学生工作管理人员更容易了解我们的学生；让领导、管理人员更容易了解我们的教师，基于这一目的，我们构建了教职工、学生大数据服务中心，以人为本，全方位采集 教师个人、学生个人数据，例如采集教职工个人的基本信息、学习经历、工作经历、岗位信息、职称信息等基本信息；科研项目和论文信息、科研成果、科研合作等科研信息；教学信息、带学生信息、教学成果等教学信息；仪器设备和家具等资产信息；一卡通消费及工资等财务信息；一卡通门禁、无线上网、系统使用等行为数据；体检、图书借阅等等其他信息。数据按照教师个人、学生个人、学院等几种视角展现提供数据服务。图2、图3是教职工大数据服务中心相关样例图。

实践二：学生行为分析

我国高等教育已由精英教育逐渐转向大众教育，随着高校办学规模的扩大，对外开放程度的增加以及后勤社会化改革的深入，各类社会人员大量涌入，使得学校周边环境日趋复杂。高校对于学生的学习、生活情况需要异常关注，也导致辅导员等学生管理工作者压力越来越大。我们通过采集学生选课信息、一卡通门禁信息（宿舍、图书馆等）、一卡通消费信息、上网行为等行为数据，排查学生异常行为，给予相应的提醒或提示，辅助辅导员日常管理，及时把学生动态反映给辅导员，使得有限精力投入到更重要的工作中。

生活困难学生分析 ：主要通过对学生消费情况的分析，找到哪些学生在生活上比较困难，给予一定的补助；对于已经申请了贫困生的同学，通过对其消费情况的调查，判断他（她）是否属于真正的贫困生；

昼出晚归学生分析：主要通过对宿舍门禁的统计，去判断那些学生回宿舍比较晚，作为班主任、辅导员、宿舍管理员的重点关注对象；

沉迷网络学生分析：对网络计费的统计，按照月、周、日时长进行排名，找出上网成瘾的学生名单给班主任和辅导员，辅助其管理；

学生失联预警：对学生的门禁记录、消费记录、上网记录进行分析，找到若干天之内没有这些记录的学生名单，交由辅导员，由辅导员确认该同学是否请假，没有话就需要及时联系以防不测；

逃课行为分析：根据学生上课信息，比对对应学生的上网、门禁、消费记录等，当两者有交叉的时候说明该学生迟到或者逃课的嫌疑，当学生多次出现这种情况，就需要引起注意。

图5是相关分析样例图。

实践三：学科分析

围绕高水平大学的办学目标，我校学科建设的思路：①强化高水平学科建设的引领作用。坚持“全力造峰，排名提升，培育特色，动态评估”。②全力推进人才强校战略。实现“人才规划顶层设计，人才引培千方百计，人才管理机制灵活，人才使用强化考核”。③采取有效措施争取学科建设的标志性成果。整合大资源，建设大平台，组织大项目，培育大奖项。④全面推进学科建设的绩效管理。建立“学院整体考评，部门绩效考评，计划执行考评，专项问责考评”体系。为了进一步落实该建设思路，以教育部学位与研究生教育发展中心《学科评估指标体系》为分析模型，采集与学科相关数据，采用趋势以及分布两种分析方法，面向学院领导/学科带头人提供全方位数据服务，让我们学院领导/学科带头人 更了解我们的学科整体情况。

以下是学科分析的主要内容：

学科建设：一级学科、专业、研究方向、硕博士等维度进行分布和变化趋势分析；

导师情况：博导、硕导以学科、年龄结构、学历、专业技术职务级别为分析维度，按分布及占比进行统计分析；

科学研究：围绕科研基地、科研项目、论文、科研获奖、著作等科研信息，以学科为分析维度，按分布及占比进行统计分析；

人才队伍：围绕高级人才、获奖教学团队、获奖教学名师、创新团队，以学科为分析维度，按分布及占比进行统计分析；

人才培养：围绕优博论文、教学成果、培养研究生，以学科为分析维度，按分布及占比进行统计分析；

图6是相关分析样例图。

实践四：学习情况分析

大学是人生的重要阶段，是我们最后一次有机会系统性地接受教育，也是最后一次可以将大量时间用于学习的人生阶段。学习是丰富多彩的大学生活的中心，每一位大学生都不能忘记自己的任务――学习知识、增长才干和掌握本领。目前，大学生学习存在的主要问题有：缺乏动力、基础薄弱、学习不当、家庭因素、心理因素。师生关系基本处于单向传输状态，缺乏学问探讨和情感交流，导致了“教”与“学”的分离，影响了人才培养的质量。

如何通过大数据分析，充分挖掘“好学生”和“坏学生”，摸清楚两者学习规律上的差异，便于学生工作管理者及时掌握学生学生动态，给予指导，确保每个学生都能珍惜这个“最后一次”， 健康愉悦的成长，顺利完成学业，走出校门。

学习困难生：学分只修够应该完成的一部分， 分学院、专业、性别、生源地等维度分布；了解其原因（缺乏动力、基础薄弱、学习不当、家庭因素、心理因素）来对”症”下药；

学习困难生时间分布：尽可能的搜集学生的上网时间/上课时间/图书馆/宿舍/其他等时间，看这些学生的时间与学习成绩好的有哪些差别。看看还有哪些需要改进的地方。

学霸分析：不仅学分都修够， 而且平均成绩排名都考前， 分学院、专业、性别、生源地等进行统计分析

学霸时间分布：上网时间/上课时间/图书馆/宿舍/其他等时间的分布。

图8是相关分析样例图。

实践五：网络教学行为分析

我们建立完善的网络教学服务系统，建成丰富的多媒体课件库，丰富授课方式。通过建立教学网站实现教学内容、教学方式的交流讨论网络化，实现教学内容个性化，促进教学质量的提高；通过多年的运行，积累了大量学习行为数据，利用这些数据，让教师对教学课程了如指掌，进而不断迭代，改进教学内容和翻转课堂的教学方法，例如从下面三个维度去分析：

个体学习情况分析：围绕个人学习时间、课件花费时间、作业花费时间，学习交互情况、知识图谱等进行分析；

课程资源（课件）使用分析：围绕课件，试卷、练习等资源，从人数、时间、得分等情况进行分析；

教学分析 ：围绕开课情况、学生学习情况、师生互动情况、课程资源使用情况等进行分析

图9是相关分析样例图。

四、存在问题的思考

通过以上这些尝试，我们也碰到了一些问题，主要体现在如下几个方面：

1.校内数据积累有限，质量不高

学校部门比较多，执行力不像企业那么好，协调也非常的困难；学校有些部门思想保守，觉得数据是他这个部门的，没有意识到这是学校的资产，对拽在手中的数据不肯放手；信息化建设的厂商也多，信息标准不统一（有些学校甚至连单位代码都不能统一），另外每家的信息化的认知参差不齐、责任心也有好有坏； 数据来源也比较单一，基本依托管理系统产生；

2.校外数据采集难度大

校外的数据采集很难采集，来自于互联网、教育部、国外等的数据，都是宝贵的资产，很难采集，取决于国家顶层的数据开放共享政策。

3.业务部门没有清晰的大数据需求

业务部门有些人有时候会觉得只要做好本职工作就已经不错了，做这些事情反而会增加工作量，不愿意干；对全校的业务情况不太了解，很难从全局的考虑；高校管理人员由数据的管理 向 数据“消费”转型意识有待加强。

4.行业分析模型缺乏，摸着石头过河

教育不像其他企业，企业需要盈利，学校不需要也不应该，不需要为了生存而展开激烈的竞争，导致了这种大数据的需求不够强烈，整体发展缓慢，没有成熟的分析模型，有想法的学校就必须摸着石头过河。

五、结束语

大数据时代已经到来，不要纠结我们数据够不够大，大数据，小数据，有用的都是好数据。我们的一些尝试，取得了一定成效，面向个人、院系提供全方面数据盘点服务，让个体更了解自己，让我们管理者更了解学生；面向学生管理者，提供学生行为分析，辅助管理，从而关心学生、理解学生、帮助学生，进一步强化“以学生为本”的教育理念；面向教学工作者，提供学习行为分析，便于及时掌握学生学习行为，调整教学行为，促进教师角色的转变；

大数据是高校愈来愈激烈竞争中赖以生存的重要保障机制，是高校 “知己知彼”的情报，探索以问题为导向、以数据为支撑、以改进为目标，并加以实践，将成为我们工作的常态 。随着大数据应用日益深入，我们逐步从探索 “是什么”，更加偏向于 “为什么”，将来会“怎么办”，从数据到信息挖掘，再到知识创新和智慧凝聚，推动高校从经验性决策 向 数据驱动决策转型，为校领导、院系领导掌握学校发展动态并提供决策数据服务，全面优化管理、教学、科研水平，以适应学校核心竞争力提升之需。知己知彼，百战不殆 全面深入了解和分析本校发展特征和潜力，并通过和同类型高校进行比较来取长补短，运筹帷幄，制定独特性的战略发展规划，在竞争日趋激烈的信息时代立于不败之地。

大数据在高校的应用，前景是光明的，但道路是曲折的。