以大数据技术为基础提升高职院校人才培养质量的研究

马晓涛

高等职业教育相对于普通高等教育培养学术型人才而言，偏重于培养高等技术应用型人才，而技术应用型人才的培养的目标是社会及用人单位的需求。当前，我国正处于经济转型发展和产业化升级的关键时期，急需大量的高素质、高质量的职业技能型人才。国家教育部要求通过理顺和规范高职教育管理体制及职业标准的方式来有效提高办学质量，优化办学结构，但是在社会需求与高职教育培养模式及内容方面还存在着不完善、不科学的方面。

一、高职院校人才培养质量的突出问题

1、高职院校学生培养目标不明确、内容安排不科学

高等职业教育，作为职业教育的一部分，是以社会上普遍的职位要求作为培养人才的根本出发点。社会岗位需要具备什么技能，高职院校人才培养大纲应该相应包含哪些内容。但是当下高职院校还存在着专业培养大纲与社会人才需求之间的脱节，使得人才培养不科学，不能适应社会的发展。

2、市场需求与高职院校人才培养之间存在差距，信息获取不畅通、实时性不强

当前，高等职业院校毕业生就业存在着质量不高，甚至专业不对口等问题，学生学习完专业知识不能学以致用，课程体系、教育方式手段过于陈旧，适应性不强等问题。社会的需求与高校培养之间环节过多、数据滞后，急需扁平化的数据支撑。

二、信息技术发展对人才管理方式方法的冲击

以计算机技术及网络技术为核心的信息技术的快速发展，正在改变人们对时间、空间和知识的理解，通过运用internet，人们能不受时间和空间维度的限制，获取和沟通信息，使人们的工作、生活、学习、交往模式发生着巨大的变化。

大数据作为当前信息技术的一个主要分支，利用事物发展的普遍规律，以大量的数据作为分析基础，将分析结果作为趋势预测的依据。大数据技术在生产、生活、工业、国防等领域已经开始普遍应用，并取得了较为突出的效果。

利用数据挖掘、数据分析技术搭建市场需求与人才培养方式方法之间的信息桥梁。让高职院校人才培养更接地气，更适应市场的发展。

三、利用大数据分析技术解决人才培养突出问题

1、数据的获取

据统计，当前大学生就业主要的途径80%来自于主流媒体网站的招聘信息，这就使得利用大数据技术作为社会人才培养的数据来源成为可能。利用数据爬虫技术可以从网络中获取招聘信息。当前主流爬虫技术为利用python的scrapy框架搭建爬虫分析平台，对获取的信息进行分类汇总，加属性分类存储。获取的数据在时间上具有实时性。汇总后的数据，包括单位性质、用人期限、技术要求、岗位描述、薪金标准等。同时，建立课程体系数据库，包括专业类别、主要技术课程、辅助课程等。数据的获取及存储是下一步数据分析处理的基础。

2、内容的分析

对来自于网络的数据，进行初步的筛选，对冗余数据及空数据进行初步处理。利用pyhton中常见的pandas数据分析模块，可对数据进行初步的整理。进行来源、所属专业类别、掌握技能、薪金、招聘单位性质等数据的基本分析。同时，利用python技术的matplotlab等技术实现数据的可视化。通过初步的分析，我们发现当前计算机专业类别中，京津冀地区进行java相关工作初级程序员的平均薪金在5000元左右，主要的技术要求为spring、springMVC等框架技术，同时相对以往初级程序员的收入水平来说，持平。并且近两年，广州深圳地区，java技术初级程序员的需求量有增加趋势。针对这些初步的分析数据，高职院校可以适当修改人才培养大纲，增加趋势性强，比较有前景的专业技术课程。同时还可以作为专业人数规划的智力支持。

3、人才知识能力获取，及趋势分析

对行业的专业能力要求等细分能力领域，进行趋势的分析。首先对数据进行离散化处理，利用逻辑回归技术实现人才能力趋势分析，实现行业专业人才趋势的准确描述。在课程设计方面，解决课程内容传统老旧、跟社会脱节的主要方法是针对获取数据的深入分析。针对网络获取的职位职能要求，进行细化分析，对相同课程掌握的知识点进行分类汇总。并将职位要求的了解、熟练、掌握等等级离散化，对职位要求的知识点、能力点进行离散化处理，例如java初级工程师中ExtJs、EasyUI、JSP、Servlet、MySql等。同时，对获取的数据进行区域化划分，例如京津冀地区、广州深圳地区、江浙地区等。对薪金分组离散化处理，将薪金分组为小于2000、2000-3000、3000-5000、5000-8000、8000-10000等。利用采集到的大量招聘信息，建立逻辑回归模型。还可通过采集到的招聘信息，对模型进行修正及验证。最终对学校現有课程体系下的学生培养结果进行预测。同时可以通过搭建本校的课程体系数据库，单对某一门课程进行趋势分析。当今技术变化飞速，社会用人要求根据时间不同也有变化，这就要求在培养大纲及授课内容制定上需要有一定的前瞻性，对课程授课内容及知识点的时效性及社会认可度进行分析，适时调整授课内容，使得传授课程内容及技术更加贴近社会需求及发展趋势，解决用人技术要求与学校课程内容在时效性上可能产生的差距。

4、课程体系改革的智力支持

利用平台获得数据后，完成课程体系的调整和改革。实现由招聘信息决定能力素质，由能力素质决定课程建设的良性课程体系调整。利用大数据技术，可将数据灵活分组进行分析，发现其中的问题及逻辑规律。主要技术能力只是招聘信息中的一部分，同时还有团队意识、英语能力、表达能力、组织能力等其他分项。这些分项内容，高职院校往往通过英语、职业能力课程等其他课程来进行补充。将所有课程针对社会职位要求进行加权分析，最终可对学生整体能力进行预测。高职院校人才培养质量的提高，来自于完善的课程体系设计，课程体系设计不简单的理解为课程内容的简单罗列，还包括所授课程、课程内容间的关系、课程间的关系、及与社会提供岗位间的关系，甚至于校园环境及学术氛围与课程间的关系，这些关系利用传统的方法是不好进行量化及分析的，但是可通过建立科学的大数据模型来模拟及仿真，同时通过实时的社会需求，对课程及课程内容进行调整，完成高质量的高职院校人才培养。

四、总结及实施效果分析

总之，数据是进行高职院校人才培养的根源。获取数据、分析数据、利用数据是进行人才培养质量提高的调整及改革的方式方法。高职院校应适应新的时代要求，结合先进的高科技手段，精准明确培养目标，不断修正教学方法及内容，在新时代背景下，创新管理方法，利用先进的技术手段，培养出更多适应新时代社会需求的优秀人才。