方丹丹

摘 要：隨著大數(shù)據(jù)技術(shù)的發(fā)展，探討大數(shù)據(jù)在高等教育領(lǐng)域的深度應(yīng)用，成為當(dāng)前高校關(guān)注的熱點(diǎn)，文章探討了大數(shù)據(jù)技術(shù)給高校教師職業(yè)生涯規(guī)劃帶來的新思路和方法，從數(shù)據(jù)采集、數(shù)據(jù)處理、數(shù)據(jù)應(yīng)用三個(gè)層次構(gòu)建了基于大數(shù)據(jù)的高校教師職業(yè)發(fā)展規(guī)劃總體框架，并重點(diǎn)介紹了模型和算法的選擇，為大數(shù)據(jù)在高校人才培養(yǎng)方面的應(yīng)用提供可行性參考。

關(guān)鍵詞：大數(shù)據(jù)；職業(yè)生涯規(guī)劃

中圖分類號：G645 文獻(xiàn)標(biāo)志碼：A 文章編號：1673-8454（2017）14-0072-04

隨著大數(shù)據(jù)時(shí)代的到來，云計(jì)算、智能化、移動化、數(shù)據(jù)挖掘等新興技術(shù)的應(yīng)用和普及，使得數(shù)據(jù)處理能力與日俱增，通過大數(shù)據(jù)技術(shù)可以對事物進(jìn)行多維度、多層次的數(shù)據(jù)分析，獲得有價(jià)值的信息，及時(shí)準(zhǔn)確、全面深入地把握事物發(fā)展的規(guī)律，對未來的發(fā)展方向和趨勢進(jìn)行預(yù)測，極大地提高我們認(rèn)識世界的能力。在教育領(lǐng)域，也迅速掀起了大數(shù)據(jù)促進(jìn)教育改革和創(chuàng)新發(fā)展相關(guān)研究的熱潮，大數(shù)據(jù)的教育應(yīng)用研究迅猛發(fā)展起來。2014 年3 月，教育部辦公廳印發(fā)的《2014 年教育信息化工作要點(diǎn)》中指出：加強(qiáng)對動態(tài)監(jiān)測、決策應(yīng)用、教育預(yù)測等相關(guān)數(shù)據(jù)資源的整合與集成，為教育決策提供及時(shí)和準(zhǔn)確的數(shù)據(jù)支持，推動教育基礎(chǔ)數(shù)據(jù)在全國的共享。可見，大數(shù)據(jù)與教育領(lǐng)域的深度融合，是當(dāng)前教育事業(yè)發(fā)展的必然趨勢。大數(shù)據(jù)技術(shù)應(yīng)用于高校教師職業(yè)生涯規(guī)劃的研究也是重要的研究方向，定性的研究方法向定量化的研究方向轉(zhuǎn)變，確定教師職業(yè)發(fā)展規(guī)劃的指標(biāo)因子以及挖掘教師個(gè)人信息中的知識與規(guī)律，創(chuàng)新研究教師職業(yè)發(fā)展的路徑，通過對不同崗位、不同階段、不同目標(biāo)的教師在自我認(rèn)知的數(shù)據(jù)分析基礎(chǔ)之上，輔助教師制定個(gè)人的職業(yè)生涯規(guī)劃。

一、大數(shù)據(jù)概述

大數(shù)據(jù)（Big Data）一詞最早出現(xiàn)在20 世紀(jì)90 年代，主要用來表示數(shù)據(jù)的量化特征，相當(dāng)于日常用語中的“數(shù)據(jù)量大”[1]。而2008 年9 月《自然》雜志所出版的文章Big Data： Science in the Petabyte Era，將大數(shù)據(jù)賦予了一種全新的科學(xué)理念，超越了單純數(shù)量意義的描述，引起了學(xué)術(shù)界的廣泛關(guān)注[2]。美國首屈一指的咨詢公司麥肯錫是研究大數(shù)據(jù)的先驅(qū)，在其報(bào)告《Big data： The next frontier for innovation， competition， and productivity》中給出的大數(shù)據(jù)定義是：大數(shù)據(jù)指的是大小超出常規(guī)的數(shù)據(jù)庫工具獲取、存儲、管理和分析能力的數(shù)據(jù)集。但它同時(shí)強(qiáng)調(diào)，并不是說一定要超過特定TB 值的數(shù)據(jù)集才能算是大數(shù)據(jù)。隨后，又出現(xiàn)了許多大數(shù)據(jù)的定義，綜合各種定義，概括大數(shù)據(jù)的特征：并沒有明確的界限，它不僅僅是數(shù)據(jù)量大，還有類型繁多、價(jià)值密度低、速度快、時(shí)效高的特征。

二、高校教師職業(yè)生涯規(guī)劃的現(xiàn)狀和不足

高校教師職業(yè)生涯規(guī)劃是高校教師結(jié)合自身特點(diǎn)和所處的環(huán)境，制定職業(yè)發(fā)展目標(biāo)，對影響職業(yè)發(fā)展的各方面進(jìn)行規(guī)劃，并根據(jù)目標(biāo)的實(shí)現(xiàn)程度，不斷反饋和調(diào)整，最終實(shí)現(xiàn)目標(biāo)的過程[3]。

職業(yè)生涯規(guī)劃對高校教師的發(fā)展至關(guān)重要，合理的職業(yè)生涯規(guī)劃有助于教師了解自己以及自身所處的職業(yè)環(huán)境，明確發(fā)展方向，預(yù)測發(fā)展前景，克服發(fā)展的盲目性，極大地挖掘自身的潛能，實(shí)現(xiàn)個(gè)人價(jià)值和社會價(jià)值。

對于高校教師職業(yè)生涯規(guī)劃的相關(guān)研究已取得一些成果，研究者們對現(xiàn)狀進(jìn)行了充分的分析，目前存在的不足主要表現(xiàn)在如下幾個(gè)方面：高校教師對職業(yè)發(fā)展?jié)M意度較低，且缺乏明確的規(guī)劃和目標(biāo)；重視程度和支持力度不夠，缺乏系統(tǒng)的職業(yè)規(guī)劃政策和指導(dǎo)；職業(yè)生涯規(guī)劃內(nèi)容片面、形式單一、缺少創(chuàng)新，缺乏個(gè)性化，達(dá)不到預(yù)期效果；研究成果以理論研究為主，缺少定量研究，缺少可操作的模型。

三、大數(shù)據(jù)給高校教師職業(yè)發(fā)展規(guī)劃帶來新機(jī)遇和挑戰(zhàn)

大數(shù)據(jù)時(shí)代，不僅對高校教師的知識體系、教學(xué)方式、教學(xué)評價(jià)等帶來了革命性的影響，也為教師進(jìn)行職業(yè)生涯規(guī)劃提供了新思路和方法。

1.以大數(shù)據(jù)為依據(jù)，幫助教師建立更完整、準(zhǔn)確的自我認(rèn)知和職業(yè)環(huán)境認(rèn)知

良好的自我認(rèn)知是職業(yè)生涯規(guī)劃的前提和關(guān)鍵，自我認(rèn)知包括對自己的專業(yè)技能水平、性格特征、興趣愛好、特長、個(gè)人需求等各方面的認(rèn)識和了解，傳統(tǒng)的自我認(rèn)知建立在自己感知的基礎(chǔ)上，是感性的認(rèn)知，不是量化的，而大數(shù)據(jù)可以將“人”數(shù)據(jù)化。隨著全社會信息化程度越來越高，越來越多的業(yè)務(wù)依賴于信息化應(yīng)用，用戶在與應(yīng)用交互的過程中產(chǎn)生大量的數(shù)據(jù)；此外，網(wǎng)絡(luò)數(shù)據(jù)記錄了用戶的行為，可穿戴設(shè)備記錄人們的身體狀況、行動軌跡等。無處不在的數(shù)據(jù)，為人們的自我認(rèn)知提供了量化的工具，使人們能夠更加準(zhǔn)確客觀地認(rèn)識自己。

職業(yè)環(huán)境認(rèn)知包括晉升制度、獎(jiǎng)勵(lì)制度、薪酬制度等學(xué)校職業(yè)環(huán)境，也包括社會地位、收入福利等社會職業(yè)環(huán)境。職業(yè)環(huán)境會隨著國家或者學(xué)校的政策調(diào)整而發(fā)生變化。大數(shù)據(jù)時(shí)代，高校教師可以更多更快地獲取到外界的大量實(shí)時(shí)信息，學(xué)校整體職業(yè)環(huán)境、學(xué)校的發(fā)展規(guī)劃、學(xué)科建設(shè)情況、職業(yè)發(fā)展前景都可以通過數(shù)據(jù)進(jìn)行展示，為教師分析自身所在的職業(yè)環(huán)境和職業(yè)發(fā)展趨勢，提供了有力的數(shù)據(jù)支撐。

2.大數(shù)據(jù)分析幫助教師選擇職業(yè)規(guī)劃路線

在自我認(rèn)知和職業(yè)環(huán)境認(rèn)知的基礎(chǔ)上，教師對職業(yè)生涯路線做出選擇，不同的發(fā)展路線，對教師的素質(zhì)要求不同，也會產(chǎn)生不一樣的職業(yè)發(fā)展的結(jié)果。一般而言，教師根據(jù)自身的條件和所處的環(huán)境，對個(gè)人的職業(yè)生涯路線做出的判斷和選擇，很多時(shí)候都是主觀判斷的結(jié)果。而以大數(shù)據(jù)分析為基礎(chǔ)，一方面可以清晰地看到不同職業(yè)發(fā)展路線的要求和區(qū)別，也可以看到不同職業(yè)發(fā)展路線帶來的影響和結(jié)果，甚至可以看到學(xué)校歷年的職業(yè)發(fā)展路線選擇的歷史數(shù)據(jù)，為個(gè)人進(jìn)行選擇提供依據(jù)。

3.個(gè)性化的大數(shù)據(jù)服務(wù)輔助教師職業(yè)發(fā)展

選定職業(yè)發(fā)展路線之后，教師需要制定階段性目標(biāo)，確定相應(yīng)的教育、發(fā)展和培訓(xùn)計(jì)劃，并做出合理安排，個(gè)性化的大數(shù)據(jù)服務(wù)是結(jié)合教師的個(gè)人特征和階段性目標(biāo)，進(jìn)行個(gè)性化的推薦，推薦的內(nèi)容包括教學(xué)資料、科研項(xiàng)目、圖書、培訓(xùn)等各個(gè)方面，讓數(shù)據(jù)參與到教師的成長過程中，幫助教師更好地發(fā)展。

4.大數(shù)據(jù)報(bào)告對階段性目標(biāo)進(jìn)行總結(jié)和修正

教師職業(yè)規(guī)劃的過程還包括根據(jù)目標(biāo)的實(shí)現(xiàn)程度，不斷反饋和調(diào)整，最終實(shí)現(xiàn)既定目標(biāo)。大數(shù)據(jù)報(bào)告對教師各方面的數(shù)據(jù)進(jìn)行總結(jié)和分析，隨時(shí)生成的大數(shù)據(jù)報(bào)告可以讓教師隨時(shí)了解和掌握目標(biāo)實(shí)現(xiàn)的情況，對產(chǎn)生的偏差進(jìn)行不斷修正和調(diào)整。

四、基于大數(shù)據(jù)的高校教師職業(yè)發(fā)展規(guī)劃總體框架

本研究從數(shù)據(jù)采集、數(shù)據(jù)處理、數(shù)據(jù)應(yīng)用三個(gè)層次構(gòu)建了基于大數(shù)據(jù)的高校教師職業(yè)發(fā)展規(guī)劃總體框架，如圖1所示。

1.數(shù)據(jù)采集

教師數(shù)據(jù)主要來源于學(xué)校業(yè)務(wù)系統(tǒng)數(shù)據(jù)和網(wǎng)絡(luò)服務(wù)器的瀏覽數(shù)據(jù)，學(xué)校業(yè)務(wù)系統(tǒng)包括人力資源管理系統(tǒng)、教務(wù)系統(tǒng)、教學(xué)平臺、科研管理系統(tǒng)、圖書借閱系統(tǒng)、E卡通系統(tǒng)等，可以獲取到教師基本信息、教學(xué)信息、科研成果、圖書借閱信息、校內(nèi)消費(fèi)信息等數(shù)據(jù)，這些數(shù)據(jù)大多是結(jié)構(gòu)化數(shù)據(jù)，不要求實(shí)時(shí)處理，因此可通過ETL（Extract-Transform-Load）工具進(jìn)行數(shù)據(jù)的自動采集，將數(shù)據(jù)從源端經(jīng)過抽?。╡xtract）、轉(zhuǎn)換（transform）、加載（load）至目的端。網(wǎng)絡(luò)瀏覽數(shù)據(jù)是從網(wǎng)絡(luò)服務(wù)器獲取到用戶的網(wǎng)絡(luò)行為數(shù)據(jù)，這部分?jǐn)?shù)據(jù)以非結(jié)構(gòu)化數(shù)據(jù)為主，數(shù)據(jù)量巨大、多類別、更新頻率高，可采用一個(gè)高可用的、高可靠的、分布式的海量日志采集、聚合和傳輸?shù)南到y(tǒng)Flume工具進(jìn)行采集。

2.數(shù)據(jù)處理

數(shù)據(jù)處理包括數(shù)據(jù)存儲、數(shù)據(jù)計(jì)算、數(shù)據(jù)分析與挖掘等，本研究采用一個(gè)開源分布式計(jì)算平臺Hadoop。采集到的數(shù)據(jù)首先要進(jìn)行數(shù)據(jù)存儲，ETL工具采集到的數(shù)據(jù)一般存儲到傳統(tǒng)關(guān)系型數(shù)據(jù)庫mysql或者oracle中，再通過Sqoop工具導(dǎo)入到hbase中。Flume采集到的海量網(wǎng)絡(luò)瀏覽數(shù)據(jù)采用Lambda大數(shù)據(jù)架構(gòu)，分為批處理和實(shí)時(shí)處理兩部分，批處理部分采用Hadoop實(shí)現(xiàn)，包括HDFS和Hadoop MapReduce，包括對全部數(shù)據(jù)集的預(yù)計(jì)算。實(shí)時(shí)處理利用流處理系統(tǒng)如kafka、Storm、S4、Spark等，采用各種復(fù)雜的增量算法實(shí)現(xiàn)。

數(shù)據(jù)計(jì)算采用分布式計(jì)算框架，根據(jù)不同的應(yīng)用場景選擇離線計(jì)算、交互式計(jì)算或者流式計(jì)算，主要用到的框架包括MapReduce、Spark、Impala、Storm等。

數(shù)據(jù)分析與挖掘使用Mahout機(jī)器學(xué)習(xí)算法庫提供的一些可擴(kuò)展的經(jīng)典算法的實(shí)現(xiàn)，包括聚類、分類、推薦過濾、頻繁子項(xiàng)挖掘等，應(yīng)用到各個(gè)不同的模型中。

3.數(shù)據(jù)應(yīng)用

本研究的數(shù)據(jù)應(yīng)用包括：教師畫像、個(gè)性化推薦、分析與預(yù)測、大數(shù)據(jù)報(bào)告四個(gè)部分。教師畫像是對現(xiàn)實(shí)世界中教師的數(shù)學(xué)建模，是通過分析挖掘教師盡可能多的數(shù)據(jù)信息得到的，用標(biāo)簽的集合來表示。個(gè)性化推薦基于教師畫像的標(biāo)簽特征，構(gòu)建推薦模型，選擇推薦算法，實(shí)現(xiàn)推薦感興趣的信息給教師。分析與預(yù)測結(jié)合教師畫像的標(biāo)簽特征和學(xué)校職業(yè)規(guī)劃環(huán)境，分析個(gè)人職業(yè)發(fā)展的方向和目標(biāo)，并預(yù)測是否能夠達(dá)到下一個(gè)目標(biāo)。大數(shù)據(jù)報(bào)告以數(shù)據(jù)的方式總結(jié)個(gè)人階段性成果，分析職業(yè)發(fā)展過程中現(xiàn)實(shí)和目標(biāo)的偏差。

五、基于大數(shù)據(jù)的高校教師職業(yè)發(fā)展規(guī)劃的模型與算法

教師畫像、個(gè)性化推薦、分析與預(yù)測、大數(shù)據(jù)報(bào)告四個(gè)部分既是一個(gè)整體，各部分相互聯(lián)系，又是不同的功能模塊，無論是需求設(shè)計(jì)、功能設(shè)計(jì)、架構(gòu)設(shè)計(jì)、模型和算法設(shè)計(jì)上都有很大的區(qū)別。本研究擬從共性和方法上進(jìn)行論述，重點(diǎn)介紹模型和算法的選擇。

建模的過程是在明確需求、了解數(shù)據(jù)、構(gòu)造特征的基礎(chǔ)上，根據(jù)實(shí)際的應(yīng)用場景，選擇模型和算法，本研究的模型和算法如圖2所示。

1.數(shù)據(jù)預(yù)處理

數(shù)據(jù)處理的流程，一般先要明確問題，了解數(shù)據(jù)的規(guī)模，重要特征的覆蓋度，并明確需求和數(shù)據(jù)的匹配度。再對數(shù)據(jù)進(jìn)行預(yù)處理，數(shù)據(jù)預(yù)處理的過程包括對數(shù)據(jù)進(jìn)行集成、數(shù)據(jù)采樣、數(shù)據(jù)清洗、缺失值處理、噪聲數(shù)據(jù)處理、數(shù)據(jù)沖突處理等。其次是特征工程，特征是指對所需要解決的問題有用的屬性，特征的提取、選擇和構(gòu)造是通過相關(guān)系數(shù)等方式來計(jì)算特征的重要性，針對所解決的問題選擇最有用的特征集合，本研究構(gòu)造的特征包括：教師的性別、年齡、教育程度、籍貫、收入水平等基礎(chǔ)屬性，教師的教授課程、學(xué)生人數(shù)、課時(shí)量、學(xué)生評價(jià)等教學(xué)屬性，教師的論文、科研項(xiàng)目、橫向課題、縱向課題、學(xué)術(shù)會議等科研成果屬性，專業(yè)、研究方向、職稱等專業(yè)技能屬性，閱讀偏好、消費(fèi)偏好等興趣偏好，借閱圖書、E卡消費(fèi)、資料搜索等行為屬性。

2.模型與算法選擇

明確問題和需求后，根據(jù)問題的分類，選擇模型和算法。

分類問題是找出數(shù)據(jù)庫中的一組數(shù)據(jù)對象的共同特點(diǎn)并按照分類模式將其劃分為不同的類，其目的是通過分類模型，將數(shù)據(jù)庫中的數(shù)據(jù)項(xiàng)映射到給定的類別中。聚類類似于分類，但與分類的目的不同，是針對數(shù)據(jù)的相似性和差異性將一組數(shù)據(jù)分為幾個(gè)類別。屬于同一類別的數(shù)據(jù)間的相似性很大，但不同類別之間數(shù)據(jù)的相似性很小，跨類的數(shù)據(jù)關(guān)聯(lián)性很低?；貧w分析反映了數(shù)據(jù)庫中數(shù)據(jù)的屬性值特性，通過函數(shù)表達(dá)數(shù)據(jù)映射的關(guān)系來發(fā)現(xiàn)屬性值之間的依賴關(guān)系。關(guān)聯(lián)規(guī)則是隱藏在數(shù)據(jù)項(xiàng)之間的關(guān)聯(lián)或相互關(guān)系，即可以根據(jù)一個(gè)數(shù)據(jù)項(xiàng)的出現(xiàn)推導(dǎo)出其他數(shù)據(jù)項(xiàng)的出現(xiàn)。

選擇模型和算法考慮的因素包括：數(shù)據(jù)訓(xùn)練集的大小、特征的維度、所要解決的問題是否是線性可分、特征是否獨(dú)立、對性能有哪些要求等。選擇方法可采用奧卡姆剃刀原理，這個(gè)原理稱為“如無必要，勿增實(shí)體”，即“簡單有效原理”。比如對于分類問題，只要認(rèn)為問題是線性可分的，即可采用LR分類器（Logistic Regression Classifier），該模型比較抗噪，效率高，可以應(yīng)用于數(shù)據(jù)特別大的場景，很容易分布式實(shí)現(xiàn)。比如Ensenble方法（組合方法），根據(jù)training set訓(xùn)練多個(gè)模型，然后綜合各個(gè)模型的結(jié)果，做出預(yù)測，該方法組合多個(gè)模型，可以獲得更好的效果，使集成的模型具有更強(qiáng)的泛化能力。

建模時(shí)通常會執(zhí)行多次迭代，選擇合適的模型算法，運(yùn)行多個(gè)可能的模型，然后再對這些參數(shù)進(jìn)行微調(diào)以便對模型進(jìn)行優(yōu)化，最終選擇出一個(gè)最佳的模型。

3.模型與算法評價(jià)

最后需要對模型和算法進(jìn)行評價(jià)，本研究采用廣泛應(yīng)用于信息檢索和統(tǒng)計(jì)學(xué)分類領(lǐng)域的兩個(gè)度量值：準(zhǔn)確率和召回率，來評價(jià)結(jié)果的質(zhì)量，如表1所示。

準(zhǔn)確率accuracy=（TP+TN）/（P+N），就是被分對的樣本數(shù)除以所有的樣本數(shù)。通常來說，準(zhǔn)確率越高，分類器越好；召回率recall=TP/（TP+FN），召回率是覆蓋面的度量，度量有多少個(gè)正例被分為正例。

六、結(jié)束語

大數(shù)據(jù)技術(shù)的蓬勃發(fā)展，帶來了各行各業(yè)的大數(shù)據(jù)應(yīng)用創(chuàng)新，在高等教育領(lǐng)域亦如此，不僅在教學(xué)方式、教學(xué)管理、學(xué)生管理等各個(gè)方面，在高校教師的職業(yè)發(fā)展方面，大數(shù)據(jù)應(yīng)用也有其應(yīng)用價(jià)值。本文提出了教師畫像、個(gè)性化推薦、分析與預(yù)測、大數(shù)據(jù)報(bào)告四個(gè)方面的創(chuàng)新應(yīng)用，并從技術(shù)角度，在數(shù)據(jù)采集、數(shù)據(jù)處理、數(shù)據(jù)應(yīng)用三個(gè)層次構(gòu)建了基于大數(shù)據(jù)的高校教師職業(yè)發(fā)展規(guī)劃總體框架，重點(diǎn)討論了模型和算法的選擇?；诒疚牡难芯績?nèi)容，可作為高校構(gòu)建支撐高校教師職業(yè)生涯規(guī)劃的大數(shù)據(jù)平臺的參考。未來隨著技術(shù)的更新和進(jìn)步，在技術(shù)架構(gòu)、模型和算法的選擇方面，可以繼續(xù)進(jìn)行更深一步的探討。

參考文獻(xiàn)：

[1]安濤，趙可云.大數(shù)據(jù)時(shí)代的教育技術(shù)發(fā)展取向[J].現(xiàn)代教育技術(shù)，2006（2）.

[2]宋學(xué)清，劉雨.大數(shù)據(jù)：信息技術(shù)與信息管理的一次變革[J].情報(bào)科學(xué)，2014（9）.

[3]汪霞.關(guān)于高校教師職業(yè)生涯規(guī)劃的思考[J].信陽師范學(xué)院學(xué)報(bào)（哲學(xué)社會科學(xué)版），2010（2）.

（編輯：魯利瑞）