大数据在管理学中的应用篇1
【关键词】大数据管理；军事教学
1大数据的概念
目前，国内外没有统一的大数据概念，一般是指大小已经超出了传统意义，一般的软件工具难以捕捉、存储、管理和分析的数据。“大数据”之“大”并不仅仅在于其“容量之大”，而是指在大规模数据的基础上可以做的事情，而这些事情在小规模数据的基础上是无法实现的。大数据通过对海量数据进行整理、分析，获得有巨大价值的产品，或深刻的洞见，最终形成变革之力。
2大数据拥有四大特征
第一，大量（Volume）。2012年、2013年产生数据量总和是人类有历史以来到2011年产生数据量的总和，两年的数据量等于一万年的总和，这个数据规模为1.8ZB。这表明互联网时代的社交网络、电子商务与移动通信把人类带入了一个以“pB”乃至“eB”为单位的新时代。
第二，多样（Variety）。大数据有网络数据、企事业单位数据、政府数据，有网络数据自媒体数据（比如社交网络、博客、微博等），有日志数据（比如搜索引擎，大家上网等等都会留下很多足迹），还有富媒体数据（视频、音频等等），相对于以往便于存储的以文本为主的结构化数据，非结构化数据越来越多，这些多类型的数据对数据的处理能力提出了更高要求。
第三，价值（Value）。被称为“大数据时代预言家”的牛津大学网络学院互联网研究所治理与管理专业教授维克托・迈尔-舍恩伯格说：“大数据的核心就是预测，不是要教机器像人一样思考，而是要把数学计算运用到海量数据上，来预测事情发生的可能性”。预测，作为大数据的核心力量，早已被多次证明。2009年，Google曾用大数据分析5000万条美国人频繁检索的词汇，将之和美国疾病中心在2003-2008年间季节性流感传播时期的数据进行比较，准确预测当年的流感趋势，甚至可以具体到特定的地区和州。
第四，高速（Velocity）。1秒定律，这是大数据区分于传统数据挖掘的最显著特征。根据iDC的“数字宇宙”的报告，预计到2020年，全球数据使用量将达到35.2ZB。在如此海量的数据面前，处理数据的效率就是企业的生命。
简单地说，大量化、多样化、快速化以及价值密度低就是“大数据”的显著特征，或者说，只有具备这些特点的数据，才是大数据。
2.1军事理论教学软件应随技术发展而不断更新
目前，已经有一些成形的教学软件被开发出来，如军事高技术系列学习软件，通过点击鼠标就可以了解不同层次、不同内容的高技术知识，既有视频图像又有动画模拟，还有详细的解说，可以很好地辅助教学。但应该看到，军事理论知识并不是一成不变的，所以要求军事教学软件也应随技术发展而不断更新。
2.2随着技术的发展及其军事应用，导致新作战理论层出不穷
“技术决定战术”，这是重要的马克思主义军事理论观点。二战后的军事技术迅猛发展，导致作战理论也是层出不穷。例如，美军先是于1982年提出“空地一体战”理论，1993年则提出“全维作战”理论，2001又提出“全频谱作战”理论，其各个军种都在进行新军事理论的构想和实验，所以军事理论的内容并不是固定不变的，而是必须随着时代的发展，不断充实新内容。
2.3软件开发技术的不断发展，推动军事理论教学软件创新
随着信息技术的发展，军事理论教学相关的软件种类繁多，各型软件也在不断变换新的版本，如平面图形处理软件即有photoshop、CorelDRaw等多个种类，而且其后面的数字还在处于发展变化之中。相关软件技术的发展，为辅助军事理论教学提供了更为灵活的方法手段，可以以更丰富多彩的新形式将教学内容形象直观地再现出来，从而推动军事理论教学软件不断创新，为果树改善教学效果和增强学员学习兴趣提供更好的物质条件。
2.4多媒体辅助军事理论教学的形式
多媒体技术的发展已经为上好军事理论课捉供了丰富的形式和内容。在课堂上，为了增加对某一装备的认识，教师可以通过图片或视频的形式让学员直观地进行了解，但这还远远不够，应该通过软件技术，将教学内容集成起来，让一些死的东西动起来，抽象的过程形象起来，零散的东西系统起来，这才能让军事理论知识更加生动形象、简单直观，易于为学员所掌握。心理学家拉扎勒说：“兴趣比智力更能促进学生勤奋学习。”利用多种软件技术，制作出形象直观与军事理论教学内容紧密联系的多媒体作品，来激发学员学习的兴趣，必将取得良好的效果。
3军校信息化教学的改革的几点建议
3.1夯实基础，为军校信息化教学创造条件
随着信息技术的快速发展与应用，装备仿真模型、虚拟训练系统、虚拟维修教学、课程试题库、网络教学系统等各种教学软件陆续投入使用，给学员的学习提供了有利的条件，也给教员的能力和素质提出了更高的要求。因此对于每一个教员，熟练使用计算机及其网络系统技术，掌握基本知识、基本操作程序和技能，及时进行信息更新，能够搜集、设计、利用广泛的信息资源等等，都是信息化教学对教员的要求。此外，对于信息化教学的硬件设施和各种资源，都应该进行实时监测，及时进行维护，为教学提供有力保障。
3.2拓宽信息化教学的渠道
多媒体教学作为信息化教学的基本形式，已经取得了良好的效果。但是应该注意到，仅仅有多媒体教学还不够，应积极探索各种信息技术在教学中的应用。对军校教育来说，多媒体教学大多用在课堂上，脱离了课堂就难以实施。随着校园网的不断完善，目前已经覆盖了大多数教学区和宿舍区。因此，教员可以通过网络平台建立教员与学员的互动机制，大大提高学习的灵活性和时效性；依托校园网还可以实现教学评价机制的改革。另外，目前正在开发的网上装备操作训练系统等，也将给学员提供随时随地学习的条件。此外，利用校园网和军网上的数字图书馆等，可以获取大量参考文献；通过网络平台，还能实时了解和掌握多种多类的信息。这些都将对信息化教学起到一定的促进作用。
3.3不断完善信息化教学评价体系
针对信息化教学中产生的各种问题，不仅要进行针对性改进，还要不断完善教学评价体系，使之能够覆盖信息化教学的各个环节，保证信息化教学改革的可持续发展。信息化教学评价体系的建立要有科学依据，评价过程中不能主观判断，需要严格执行评价标准。具体来说，信息化教学系统包括四个部分：教学平台、教学课件、教员和学生。其中教员是主导，学员是主体和核心。信息化教学评价体系应该本着这个原则，将笔试、实验、实装操作、网上虚拟操作等多种手段相结合，真实地评价学员的理论水平和动手能力。
4总结
在现代化军事结构中，信息化对军队的建设影响越来越重要，大量的数据储存、多样性的数据模式、快速的数据传输，计算等数据管理正逐步渗透到军队建设的各个方面，因此在军事化教学中我们就不可避免的要去认识，去学习，去深入的掌握这些东西，以便于更好地运用现代科技技术，掌握信息化军事教学中的重点。信息化教学是教学改革的大势所趋，认清信息化教学的本质并将其理念融入到日常教学工作中，结合军校教学实际不断探索信息技术与教学活动的结合途径，将是近期教学改革的一个重点。
参考文献：
[1]张伟平.从信息化教学的视角改革大学实验教学[J].当代教育理论与实践，2010，（2）.
[2]王明建.多媒体与信息化教学方法改革[J].辽宁公安司法管理干部学院学报，2011，（3）.
大数据在管理学中的应用篇2
关键词教育大数据；教育管理；概述；运用
一、教育大数据概述
1.教育大数据的内涵教育大数据是对传统教育数据的发展，其与传统教育数据最大的不同在于其能够借助现代先进的计算机设备、信息技术等，对教育数据进行全面细致的采集，并且可以利用信息系统和专业的数据分析软件对搜集的教育信息进行整合与管理。学校在教育教学过程中会产生大量的数据信息，这些数据信息往往能够反映出学校各项工作的进展状况，对学校教育管理工作有着重要的监管作用。就传统教育数据而言，由于受到思想观念、科学技术等方面的限制，教育相关数据在学校教育管理中能够发挥的作用相对有限，很难保障数据信息的全面准确。而教育大数据不仅缩短了学校教育数据信息的采集时间，同时也扩大了教育数据的应用范围，为学校内部的管理工作和决策工作都提供了可靠的参考依据。2.教育大数据的具体内容大数据在不同行业中应用所显示出的内容有所不同，就教育大数据而言其主要包括以下五个方面的内容：第一，个体基础信息。个体基础信息主要包括的是户籍信息、学习记录、健康情况等，所有信息都与个体本身有着直接的关系，是了解个体情况的关键信息。学校内部个体基础信息可以分为两大类：一类是学生个体基础信息，另一类则是教职工个体基础信息。第二，教育基础信息。教育基础信息涉及的内容以教育教学为主，其中包括课程设置、教学考核、教师信息等。对这些信息进行搜集能够有效地了解学校的授课情况，并对学校教育给予全面把控。须注意的是，不同类型数据信息之间存在一定的交叉，因此在数据信息搜集过程中可以对交叉信息进行共享，提升数据信息整合的效率。第三，学校整体教育信息。学校整体教育信息包含了多个方面的内容，除了教育教学方面的信息外，还会涵盖学校建设、学校安全、设备管理等各项数据信息。第四，区域教育信息。该部分信息涵盖了校内校外两个方面，针对区域内的教育信息、竞赛信息、科研信息等进行整合，有利于学校增加与教育部门及其他教育机构的联系，同时也可以促进教育数据信息的共享，推动线上教育的稳步发展。第五，整体教育信息。所谓整体教育信息就是站在教育发展全局上对教育数据进行搜集，着重了解各区域教育教学情况，以及相关教育部门对教育教学的要求等等。3.教育大数据的特点分析教育大数据主要为学校教育服务，是学校教育在大数据时代的必然选择，能够进一步加速学校信息化、数字化发展的进程。在实际应用过程中，学校要对教育大数据进行有效应用，最关键的一点就是把握教育大数据的特点。具体来说，教育大数据的特点主要包括以下几个方面[1]：第一，信息化程度高。教育大数据存在的基础就是现代科技，通过对教育大数据进行研究，我们可以看到，与教育大数据相关的绝大多数工作都需要依赖信息技术、网络技术来完成，较为常用的技术包括：云计算技术、传感技术等。由此可见，教育大数据信息化程度相对较高，符合现代教育的发展要求。第二，搜集信息全面。教育大数据信息容量较大，对学校教育的关注更加全面，除了搜集学校内部基本教育信息外，还会增加细节上的关注，对一些非常规信息进行挖掘，在保障课堂教学质量的前提下，对学校内部教学情况、学生学习状态等信息都进行详细的搜集。第三，动态信息变化。教育大数据关注的是实时信息，会根据教育教学的发展不断对数据信息进行更新和补充，因此动态信息变化也是教育大数据最主要的特点之一。
二、教育管理中教育大数据的运用
1.丰富数据信息，完善参考资料学校为了增加教育管理决策的准确性，往往会在决策之前搜集大量的资料信息作为参考，以避免学校教育管理决策出现问题。但是上文我们已经提到，传统教育数据在信息量以及准确度等方面都存在弊端，依靠传统教育数据做出的教育管理决策可靠性较低，在实际应用过程中存在风险。因此，学校需要对数据搜集与分析工作进行调整，在保证教育数据信息准确、可靠的前提下进行教育管理决策，而教育大数据正符合学校对教育数据信息的要求。从内容上讲，教育大数据信息量丰富，涵盖面广，涉及了校内、校外，线上、线下的大量教育数据。并且，依靠计算机设备进行数据整合与分析，较人力更加的便捷、迅速。由此可见，在学校中引入教育大数据能够丰富学校教育数据信息，为教育决策提供更多的参考，进而达到优化教育决策的目的。2.革新管理系统，提升创新意识教育大数据从内容到形式都与传统教育数据有着本质的差异，因此为了顺应教育大数据的发展，学校内部的管理系统以及管理流程等也会产生一定的变革，进而将学校教育管理工作带入一个新的阶段。首先，数据管理模式发生转变。在教育大数据出现之前，由于数据信息内容简单、涉及面狭窄，绝大多数学校并没有重视数据管理工作，因此之前的信息管理系统在作用、性能等方面都存在较大的问题，已经难以对教育大数据进行支持。所以，在教育大数据的影响下，学校对内部的信息管理系统进行变革，不仅革新了应用技术，同时还强化了存储功能与分析功能，为教育大数据的应用与管理提供了较为便利的条件。其次，教育大数据的出现改变了问题解决的思路，增加了管理人员对学校工作的把控能力。从新旧对比的角度看，传统教育管理侧重的是事后管理，只有出现问题，才会考虑解决问题，并且解决问题的流程复杂，问题处理效率偏低。而引入教育大数据后，教育信息数据实现了实时变更，因此管理人员可以对学校工作进行实时把控，能够在最短的时间内发现问题，并对问题进行提前预防或及时解决，进而将学校之中可能出现的风险控制在最低，保障学校各项工作的平稳发展[2]。最后，教育大数据的出现推动了学校内部创新工作的发展，在教育大数据的引导下，学校教职工的创新意识都有所增加。3.改变管理思路，变化决策方式决策是学校教育管理的核心任务之一，绝大多数学校在进行管理决策的过程中都以管理层意见为主，将管理人员的工作经验、决策直觉等放在首要位置。这种决策方式缺乏客观性，经常会因为决策者认识角度狭隘、个人经验落后等原因造成管理决策的失误。但是随着教育大数据在学校中地位的不断提升，影响教育管理决策的因素开始增多，管理者的直觉和经验成为影响管理决策的因素之一，不再对学校教育管理决策起到主导作用。在这种情况下，教育管理的思路开始转变，教育决策方式开始变得更加民主、科学。首先，领导在决策中所起到的作用开始下降，在决策过程中其主要的任务是找到问题，并将问题阐述出来，围绕问题进行相关数据的搜集与分析，通过对数据信息归纳、总结，找到其中存在的规律和经验，进而为教育管理决策指明方向，提供依据。其次，教育大数据依托于网络，而网络除了是信息传播平台也是信息交流平台，因此利用网络搜集教育信息的过程中，除了能够了解到更多、更新的教育资讯外还可以倾听到来自社会大众的声音，以丰富学校教育管理决策的视角，使得教育管理决策能够符合教育教学的实际要求。
三、优化教育大数据运用的有效路径
1.掌握应用技巧，注重微观探索
促进教育大数据与教育管理之间的融合已经成为学校主要工作任务之一。而要想在该方面有所突破，强化教育大数据在教育管理中的运用，就一定要掌握教育大数据的应用技巧，将教育大数据的优势有效地展示出来。首先，学校要对教育大数据产生足够的了解，在对教育大数据进行应用之前，增加对教育大数据的分析和学习。其次，由于教育大数据具有较强的动态性，并且能够对学生个体的信息进行具体的搜集，因此学校应对教育大数据的这一优势进行发挥，在教育管理过程中注重对微观层面的探索。除了对学校教育整体进行管理外，还要关注学生的个体变化，了解学生心理、情绪等方面的变化。通过这样的方式，一方面能够让学校教育管理工作更加的人性化、个性化，另一方面也可以加速教育大数据与学校教育管理的融合，使得学校可以从宏观、微观两个层面入手对学校教育管理进行完善和引导。
2.出台指导文件，提升应用水平
教育大数据是推动学校教育管理发展的核心力量之一，但是当前我国绝大多数学校对教育大数据的应用并不到位，难以将教育大数据与学校教育管理工作真正结合到一起，进而拖慢了学校教育管理的发展速度。因此，我国政府以及教育部门应对教育大数据在学校中的应用现状进行了解，找出影响教育大数据应用的主要因素，并出台正式文件针对教育大数据进行阐述，并对各级学校实际应用工作进行指导。首先，教育部门应在文件中对教育大数据的作用进行肯定，这样做有利于增加各级学校对教育大数据的重视，为教育大数据的应用营造良好的氛围。其次，文件中应对教育大数据的具体应用给予阐述，其中包括教育大数据应用的目的、目标，应用流程、分析方法等，让学校在对教育大数据进行应用的过程中有明确的认识，减少工作上的混乱与无序。最后，除了出台政策性指导文件外，还要从技术、资金上对教育大数据的应用进行支持。教育部门可以针对学校技术人员不足的问题派遣专业的技术人员到学校之中进行辅导。而学校自身也应组织教职工进行学习，以弥补其能力上的不足，增加他们对教育大数据的驾驭能力。此外，政府要给予学校资金上的支持，鼓励学校进行基础设施的建设，为教育大数据的运用奠定硬件基础。
3.增加制度管理，强化应用规范
教育大数据本身信息量极为丰富，其中不仅涉及了大量常见信息，同时还包含一些隐秘性的信息，这些数据信息在应用过程中如果出现泄漏就很容易造成权益损害。因此，相关部门在对管理制度进行完善的过程中，应关注教育大数据的安全性问题，完善教育管理制度，制定泄露、篡改、窃取隐私信息等行为的处理方案，借助制度的力量来对教育大数据中的隐私信息进行保护。基于教育大数据应用的实际需求，完善教育大数据管理制度应从以下几个方面入手[3]：第一，强调教育大数据安全管理的重要性，要求学校建立专门机构，从事专项管理；第二，对保密工作提出要求，并设立保密等级，根据数据信息泄露等级的不同采取差异性的处理办法；第三，关注教育大数据的整体应用，将数据搜集、数据分析再到数据储存都纳入法律法规的制定范围内，增加教育大数据保护的全面性；第四，明确管理人员的工作范围、工作职责，因管理人员工作失误而出现的问题应由管理人员承担相应的责任。此外，为了激发管理层对教育大数据安全管理的重视，在责任制度设计过程中还可以引入连带责任制度，如果基层工作出现问题，管理层也要受到处理。
4.加大研究力度，实现产业发展
教育大数据现阶段在学校之中发挥的作用十分有限，仅能对学校基础管理工作进行支持。但是站在长远角度进行分析，教育大数据将左右学校未来的发展，是保证学校与社会联通、与时代接轨的关键。因此，教育部门应针对教育大数据进行系统性研究，设置研究中心，对教育大数据的应用、教育大数据的发展等进行分析，为教育大数据提供现代技术支持和相应的配套设备，这样可以进一步挖掘教育大数据的作用，从而强化学校教育管理。同时，政府还应积极推进教育大数据的产业化发展，加强学校与科研单位、国家机关之间的合作，进一步提升教育大数据的实用价值，使其不仅可以对学校管理产生影响，并且能够逐步向社会范围进行辐射，增强学校与社会之间的融合和互动。
参考文献
[1]徐鹏.王以宁.刘艳华.张海.大数据视角分析学习变革———美国《通过教育数据挖掘和学习分析促进教与学》报告解读及启示[J].远程教育杂志，2013（6）.
[2]杨淼淇.孙纳新.柴华.大数据时代教育模式的研究[J].计算机工程与科学，2014（1）.
大数据在管理学中的应用篇3
【关键词】大数据；预测分析；决策；中小学管理信息化
【中图分类号】G434【文献标识码】a
【论文编号】1671-7384（2016）10-0078-03
当前，随着校园信息化的推进，学生管理各业务系统数据日益增多、复杂，结构化、半结构化和非结构化数据总量持续膨胀。这些数据通过互联网形成大数据，大数据在学生管理方面产生了许多新的需求及问题。
我国学生管理信息化现状
随着我国中小学办学规模不断扩大和发展，中小学教育信息量成倍增长，学生管理工作难度与管理复杂度日益提升。经过多年的发展，我国的教育管理信息化事业取得了一定成就，部署了各种教育管理信息系统，简化了传统教育教学管理流程，提升了管理效率和水平，促进了教育管理的科学化、规范化。
目前，中小学信息化应用系统已基本涵盖中小学学生管理业务，并随着信息化的发展，不断更新。这些信息化应用系统以校务核心管理业务为主，包括公共信息服务平台系统应用、教务教学管理系统应用、科研管理系统应用、后勤管理信息应用等。
相比过去，我国中小学学生管理信息化水平已有了很大的提高，积累了大量教务数据和学生信息数据。但随着大数据、云技术、互联网的发展，我国中小学学生管理信息化仍存在发展瓶颈，主要有几方面表现和原因。
1.缺乏大数据管理理念
大数据概念还很新，很多中小学学生管理部门尚未意识到大数据的价值。目前我国中小学学生管理理念是以事务为中心，以各项事务或活动为主线展开，有大量繁杂琐碎的事务，但数据利用率较低，工作效率低下。学生管理大多围绕学校管理工作的需求出发，重管理，轻服务，较少从学生角度来考虑问题，忽视学生这一管理主体的作用，尚未形成大数据管理理念。
2.信息传递渠道不够通畅，数据质量堪忧
中小学大数据管理混乱，没有形成统一完整的大数据管理体系。在信息化建设过程中由于各部门开发或购买了面向特定领域，基于不同技术和应用模式的业务管理系统，但智能化程度较低，导致数据交换通用性较差，难以实现现有系统数据信息的集成共享，数据利用率较低。[1]数据管理较为混乱，各个部门之间有各自不同数据管理体系，没有统一的数据管理制度。对于非结构化和半结构化数据的挖掘、处理尚处在初级阶段，积累和收集的数据度低下是主要原因。[2]这导致中小学学生管理信息数据质量较差，存在数据不一致、异构、缺失、重复等问题，部门与部门之间存在大量信息孤岛。
3.中小学学生管理人员大数据素养缺乏
目前，中小学学生管理人员大多是从事中小学学生管理工作的行政人员，缺乏大数据思维，通常重视大数据技术而非大数据本身。由于数据存储和挖掘量的日益增长，大大超过了传统数据的技术要求，大数据分析技术对中小学学生管理人员的数据素养提出了更高的要求。
中小学学生管理大数据的内容及特征
随着计算机技术的发展，美国施乐公司（Xerox）的计算机科学家马克・韦泽（markweiser）提出了“普适计算”理论。即通过在日常环境中广泛部署微小的计算设备，人们能够在任何时间和任何地点获取并处理信息，计算将最终和环境融为一体，是人类第三波计算浪潮。[3]在普适计算的时代，所有的机械或电子设备都会留下数据痕迹，这些痕迹通过互联网形成了大数据。大数据研究机构Gartner给出了这样的定义：大数据是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。[4]大数据不仅是一种资源，也是一种方法，伴随大数据产生数据密集型科学，有人将它称为是继实验科学、理论科学和计算科学之后的第四种科学研究模式。[5]
与传统数据相比，大数据除了具有更大的容量外，还具有速度快、结构丰富、蕴含丰富价值的特点，需要根据伴随式的实时数据及时提出分析，找出有用信息。[6]在国外，大数据应用于学生管理早有先例。2012年4月10日，美国联邦教育部技术办公室《通过教育数据挖掘和学习分析改进教与学：问题简介》，如美国学校能够以85%的精确度去预测学生的升学率，从而把注意力集中在辍学风险比较大的学生身上等。
大数据应用于中小学学生管理的必要性
随着学生数据积累的增多，可以做的分析和对比也越来越多。中小学学生管理面临着信息量越来越大，精细化处理要求越来越高的困境，所以改革传统学生管理手段，运用大数据优化中小学学生管理势在必行。
1.大数据应用于中小学学生管理的政策支持
大数据应用于中小学学生管理是社会信息化发展的必然要求，能够从宏观和微观层面反应学校面貌，为校园内部、学校与社会之间搭建沟通桥梁，提供面向不同受众的服务。2015年8月31日《国务院关于印发促进大数据发展行动纲要的通知》（国发[2015]50号）规定要完善教育管理公共服务平台，推动教育基础数据的伴随式收集和全国互通共享。推动形成覆盖全国、协同服务、全网互通的教育资源云服务体系。探索发挥大数据对变革教育方式、促进教育公平、提升教育质量的支撑作用。
2.大数据转变中小学学生管理思维方式
已故图灵奖得主吉姆・格雷提出的数据密集型科研“第四范式”，将大数据科研从第三范式（计算科学）中分离出来单独作为一种科研范式，使中小学学生管理人员从过去寻找因果关系中解脱，转而关注事务的相关关系。大数据作为中小学学生管理的手段，将极大提升中小学学生管理数据分析能力，为有效处理学生管理问题提供新的手段，促进中小学学生管理科学化、高效化。
3.大数据有助于实现中小学管理精细化
在如今的中小学学生管理中，我们需要分析海量数据，甚至有时候需处理某个特殊现象的所有数据。大数据使得学生管理工作人员能够透过大数据微观、全面、动态、及时了解受教育者的情况，有助于转变中小学金字塔式管理模式为扁平化管理模式，综合利用各类资源，变革多层管理体制，实现精细化管理。
4.大数据促进中小学信息化建设
大数据掌握全部学生的信息，避免了过去部分样本数据的片面性。运用大数据方法收集并分析学生产生的伴随式数据，实时观测分析学生的有价值信息。大数据还可以实现受教育者、教育者的双向沟通，体现受教育者主体地位。受教育者通过大数据收集信息，管理自身考试成绩、阅读习惯与生活方式相结合，方便受教育者进行量化自我。
大数据应用于中小学学生管理的路径
1.顶层设计建立大数据管理机制
一方面，中小学学生管理部门必须有一定的数据意识，建立大数据生态环境、数据收集和应用机制，提升服务信息化。另一方面，亟待建立大数据使用制度。首先是大数据存储制度：准备数据采集统一模板；其次，建立大数据使用许可制度：对大数据进行分级管理，规定级别；最后，完善大数据管理制度：确定管理大数据的部门，进行日常数据维护、共享，协调口径，大数据报告，提高中小学各管理部门数据使用率，消除数据鸿沟。
2.建立大数据数字管理，精准管理
建立大数据数字管理量化学生的行为，例如，建立中小学学生电子学籍大数据库，中小学借助大数据可以快速、高效地掌握全部受教育者从入学前报名、入学、在校表现等学校各个部门都产生了许多数据，这些数据繁杂量大，利用大数据可以帮助学生管理工作人员从传统数据挖掘中解脱出来，“提纯”出有用的信息，还可以将碎片化信息进行整合，将不同来源的数据进行有效整合。数据共享能够保持数据的一致性，为各职能部门提供精准的数据查询、统计和展示服务，帮助中小学学生管理工作人员统计了解学生的出勤、成绩情况。数据共享能够保持数据的一致性，为各职能部门提供精准的数据查询、统计和展示服务。
3.运用大数据预测分析，提高决策科学化
美国教育部早在1968年成立了全美教育数据统计中心，并在2002年通过了《教育科学改革法》，明确数据在教育决策中的决定性地位：所有教育政策的制定必须由实证数据进行支持。目前高等教育领域最著名的大规模分析项目就是“预测分析报告框架”（predictiveanalyticsReportingFramework，paR），这是由西部洲际高等教育委员会负责监管，教育界公立、私立、传统和革新等16个不同类型的中小学，收集超过1，700，000个学生数据，从而了解学生流失以及学生发展的缺失。[7]学校可根据自身情况设置临界值，提示预警数据学生信息，及时发现异常，防止事件恶化。提高决策科学性，避免经验主义决策，促进中小学学生管理现代化。中小学在学生管理方面需要做出大量决策，这些决策往往存在很多改善空间，中小学内部管理组织中因为数据鸿沟等问题有着大量重复、低效行为，在人力资源、时间成本上造成巨大浪费。预测分析使得人们在做决策时越来越依据客观大数据统计、分析，而不是人的主观“判断”。
4.通过大数据实现中小学个性化学习、管理
个性化学习，对于学生管理工作人员而言，可以利用大数据记录学生在校期间表现，通过横向和纵向数据，及时有效地了解学生的多方面信息，还可以利用大数据监控搜索词，掌握教育对象思想舆论的变化。根据学生特点进行指导，定位困难学生人群，对有学习危机的学生及时进行干预，采取有效措施进行干预，提供个性化管理服务，使得中小学学生管理从宏观群体走向微观个体，并可以对学生行为进行跟踪研究，开展个性化教育管理。对于学生个体而言，按照年龄编成的固定班级的授课模式却越来越无法满足教育个体日益活跃的个性化学习需求。大数据可以追踪对比学生校内外学习生活数据，根据不同学生的不同兴趣及特长选择不同课程；根据个体学习生活习惯制定不同的学习计划；根据不同学生的认知差异，度身定制不同于别人的学习策略和学习方法，围绕不同的个体学习方式塑造个性化学习方法，合成不同主题需求的中小学学生管理数据模块，让孩子有效地学习。体现以人为本的教育理念，形成越来越聚焦的教育管理方式和越来越个性化的学生培养方式，促进中小学生的全面发展。
大数据应用于中小学学生管理的局限与建议
大数据给中小学学生管理带来了机遇，同时也带来了挑战。因此，我们要以更加理性和积极的态度对待大数据。大数据是对分散信息的二次挖掘，对大量信息进行提纯，找出有关联的有用信息，常常涉及个人信息、个人隐私，为了保护个人隐私和更好地使用大数据，亟需大数据使用规则、管理规范等。优化中小学学生管理，应建立并完善大数据使用规章制度。
中小学要积极创造条件，通过帮助教师、受教育者树立学习新技术和运用大数据的信心，作为中小学学生管理工作人员不仅要提高大数据媒介素养，还需要转变传统中小学学生管理思维，运用大数据优化中小学学生管理质量。
（作者单位：南京邮电大学教育科学与技术学院）
参考文献
先晓兵，陈凤，王继元，王加年.基于大数据的中小学学生管理工作研究与实践[J].中国教育信息化，2015（10）：6-10.
单耀军.大数据背景下中小学学生管理信息化研究[J].教育与职业，2014（23）：27-29.
涂子沛.大数据：正在到来的数据革命，以及它如何改变政府、商业与我们的生活[m].桂林：广西师范大学出版社，2015.
Bigdata[eB/oL].http：///it-glossary/big-data.
于永昌，刘宇，王冠乔.大数据时代的教育[m].北京：北京师范大学出版社，2015.
大数据在管理学中的应用篇4
【关键词】大数据环境；高职院校；档案管理；信息化构建；路径
数据在当今的社会中已经成为了重要的生产资料和社会资源，大规模的数据带领我们走入了新时代――大数据时代。在大数据时代背景下，人们可以通过分析和挖掘数据获取新的知识，无论是学习、工作还是投资理财，都与数据不可分离。我们当前的首要任务是，了解大数据时代下对档案管理的需求，努力满足其需求，以便更为准确地将学校日常管理各方面的信息资料反映出来，从而为领导决策提供科学有效的依据。
一、大数据环境下的高职院校档案管理
（一）大数据概念和大数据特点。大数据是一个非常抽象的概念，从一般意义上看，大数据是指那些无法在可容忍时间内用传统技术和工具获取和处理的数据集合。这些数据拥有四个主要特点，即数量多，速度快，多样化和价值大。由于大数据的广泛使用，越来越多的人开始关注大数据的利用与开发，但这也让大数据问题的解决迎来了新的挑战。
（二）大数据在档案管理中的作用。当前我国已经进入了信息化时代，在高职院校档案管理中引入大数据是顺应时展的表现。大数据在档案管理中应用的必要性主要体现在以下几个方面：第一，满足档案载体演变的要求，电子档案管理走向了信息化和网络化，利用大数据量大的特点，可以实现扩大数据管理规模的目的，这与信息时代的需求相适应。第二，满足电子政务发展需求。当前档案用户的需求已经不再满足于文件和数据的利用，更多的档案用户更希望能够了解数据背后蕴藏的信息和知识。第三，满足知识管理的需求。大数据环境下，档案管理资源可以自动转化为知识资源。第四，满足数据储存与数据备份的需求。当前，大数据技术可以解决存储海量新型数据问题。
二、大数据环境下高职院校档案管理面临的挑战
（一）纸质档案储存的局限性。以学生档案管理为例，在素质教育的背景下，各学校都以培养复合型人才为主要目的，因此，高职院校也逐渐拓宽档案归档范围。除了一般的学生基本资料以外，某些学校将学生在校期间的信用行为以及其个人品行情况、学生心理状况的相关资料、学生科研能力以及创新能力的发展实践档案等都纳入档案管理中。导致档案类型越来越多，以纸质档案进行储存，难度也就不断增大。但是，目前仍然有很多高职院校的档案管理滞留于纸质管理上，大部分学校档案信息化管理发展缓慢。尽管当前已实现网上录取，网上提交毕业生信息，录取、毕业等主要环节已经实现了数字化管理，且随着时间的发展各学院渐渐开展了信息化建设，并将数字档案馆的建设和档案数字化发展作为其核心。但是，在大数据背景下，数据存储管理模式对职业技术学院的档案管理提出了新的要求，当今时代已经是信息化时代，网络化时代，加快档案资源电子化和网络化，将纸质档案数字化已经迫在眉睫。为了适应大数据背景下，环境的变化和信息服务的变化，各高职院校应该将学生档案文件进行电子化存储和处理。
（二）管理基础遭遇瓶颈。当前，部分高职院校建立电子档案来进行资料信息的管理，但是，由于信息化发展较为滞后，信息资料无法实现即时更新，因此，很多数据在收集处理的过程中会花费很多时间，甚至需要一个续期才能完成数据更新，这就是管理基础存在的劣根性。还有一部分学校无法全面、系统地对档案进行管理，并在完成了周期档案收集后，就停止了对其变化的观察，难以实现档案动态跟踪，档案信息缺乏实效性，对学校管理部门对学生在校发展情况的评价造成了不良影响。另外，大数据背景下，高职院校的档案管理效率和档案资源利用率必须提高，但是大数据之大不在于信息繁多杂乱，主要在于数据结构多样化，学校的学生档案管理工作人员应该注意把握档案工作的核心业务，对学生管理部门的档案收集人员定期进行相关的业务培训，注意提高档案收集和档案处理的效率。
三、在大数据环境下做好学校档案管理工作的方法
（一）获取领导的支持。大数据背景下，档案管理工作首先应该进行观念的转变，因为大数据背景下，信息风暴席卷了我们的生活生产和学习工作，引发了社会思维的变革和管理变革。在高职院校中，学校领导是学校管理的核心人物，管理层应该变革观念，转变管理态度，积极引进大数据技术和大数据工具，从软件设施和硬件设施入手，全面建设信息化档案管理体系。其次，管理层应该转变管理态度，全面理解大数据背景下的档案管理内涵，对大数据技术在学校内部推广实施的程度进行实时监控，使信息化档案管理落到实处。
（二）进行档案信息化体系建设。档案信息化建设应该遵循一定的原则，当前我国档案管理仍然以纸质管理为主，对电子档案管理仍然十分轻视，因此电子文件、电子文档等档案信息化标准仍然处于初步发展阶段，与国际先进水平存在相应的差距。因此，高职院校应该立足全局，放眼于整个管理体系，对学校档案信息化标准建设进行严格规划。学校本身应该将大数据技术以及大数据研究新成果应用于档案信息化建设中，以便逐步实现档案信息化的新发展和新突破。
（三）开发大数据管理的关键技术。大数据的核心价值在于对大量数据进行分析和储存。目前，云计算是大数据的基础平台，利用云计算技术可以为文件系统提供基本的储存条件，在此基础上就可以进行数据路的建立和索引的建立，建立了索引后就可以提供稻拥牟檠，有利于提高管理有效率。另外，大数据管理中，数据开发技术十分重要，应该从潜在的有用信息和知识中探寻未知的有用信息。开发大数据管理的关键基础，可以为让学校档案馆实现智能化、网络化的网络信息服务，可以全面实现档案信息只能检索和档案信息跟踪推送，使档案管理事业有个全新的发展高度。
四、大数据环境下构建信息化档案管理的路径
（一）树立大数据管理意识，统一管理档案资源。在大数据环境下，为了支撑庞大数据储存与处理，实现大数据背景下的学生档案管理大统一，高职院校应该树立大数据管理意识，对档案资源进行统一管理。由于当前部分大学档案存储于各个相关部门，在档案管理上无法形成全面的管理系统。在大数据环境下，学校档案的系统化管理迎来了新的发展契机。假如学生一体化数字档案管理信息库包含了教务系统提供的成绩，助学金、奖学金系统记录、学生党务系统政治表现、学生心理发展状况、学生宿舍管理档案、教师入职档案、教师奖惩档案等，那么将学生档案中的大数据进行有效利用，就有可能循序渐进地进行学生事务管理，且可以提高其管理的服务性和有效性。
（二）确立档案管理的目标，明确普遍适用标准。在进行大数据运用时，必须有一个明确的数据管理目标，对大数据获取内容清单事先确认是保证大数据档案信息管理有效性的必要前提。目前，不同的学校在进行心理档案创建的过程中，没有一个统一的指标和对比评估标准，如果想要对某个数据进行对比分析，有其特定的标准，才能有对比性和衡量的价值。因此，高职院校应该对评估标准进行统一设置，避免出现多个数据版本不同的情况。例如：学校可以以学生档案管理中存在的心理测量表为依据，对学生的心理档案数据进行整合，同时，确定出其普遍适用的标准，使学生心理档案中学生心理发展态势变化能够充分反映出来。
（三）开发大数据分析工具，提高管理的有效性。高职院校对大数据的引入，应该突破专业的限制，加强与专门的大数据开发公司合作，充分挖掘和利用数字档案资源。当前，学生自主管理、奖学金申请和学生住宿管理等多个方面都获得了信息服务公司的支持，且根据各学校的实际学情开发了有针对性的信息管理系统，取得了广大师生的认可。由此可见，在大数据背景下，各学校应该做到从实际情况出发，根据学生档案管理的个性化需求，设计开发出适合本校实际情况档案管理特点的大数据分析工具。
总而言之，大数据环境下，传统档案管理需要进行一场数字化变革，大数据时代的数字化服务为高职院校的广大学生提供了广阔的发展空间。大数据时代下，学生档案可以进行数字化储存，可以有层次地进行学生档案数据分析，这为档案管理提供了科学有效性。职业技术学院的档案管理部门应该直面大数据时代下的种种挑战，充分利用大数据技术，以学生管理服务工作为中心，开展一系列的管理措施，为提高档案管理工作的有效性作出贡献。
【参考文献】
[1]徐立.实现中职学校档案管理规范创新与信息化建设的方法[J].才智，2013，15（29）：136-136.
大数据在管理学中的应用篇5
一、教育管理信息化系统的应用现状
1.广州市教育综合管理系统
广州教育综合管理系统是遵循教育部《教育管理信息化标准》开发的综合业务平台。通过该系统，可以实现教育管理部门及各学校建立各项教育管理基础数据、日常教育管理、决策咨询、汇总统计、向上级部门上报报表数据等各种教育管理业务。根据规划，该系统最终包括基础教育管理、职业与成人教育管理、体卫艺管理、思政管理、科研管理、教研管理、招生考试管理、组织人事管理、财务基建管理、仪器设备管理等学校和教育行政管理的各种教育业务以及运行评价系统和辅助决策系统。目前，只完成了基础教育及中等职业教育的学生管理及学校管理的部分功能。在基础教育管理方面，各区教育局及中小学统一可实现学籍管理、招生管理、学籍异动和学校管理（学校信息维护、学校部门设置、学校班级设置、学生换班、学生分班和内部学号维护等）。
2.区域基础教育管理信息化系统
通过广州市教育系统公文交换系统和白云区电子政务应用平台实现与上级管理部门的电子公文交换；通过白云区教育信息网公文信息管理系统实现局机关、镇和片区教育指导中心、各中小学三级公文信息交换；通过白云区教育局政务信息管理系统实现局机关内部办文、基层请示、上级公文传阅等业务的信息化管理；通过区人保局和财政局的人事及工资管理系统实现公办教师的人事及工资管理；通过白云区中小学学业成绩管理系统实现全区中小学质量监测数据的上报和统计分析。通过白云区教育信息化售后服务平台实现全区公办中小学信息化设备的维护管理；通过白云区中小学社会治安视频监控系统实施“平安校园”管理。在区域基础教育管理方面，各类业务管理信息化系统相互独立。
3.学校管理信息化系统
区内学校除按市教育局统一要求使用广州教育综合管理系统提供的功能外，在管理信息化应用方面大致有3类：使用2004年市教育局下发的教育部《教育管理信息化标准》示范软件实现校内人事管理、教务管理、成绩统计、科研、教学设备管理，该部分学校约占全区学校数的3%；使用自行采购、开发或网上下载的学校信息化管理系统，该部分学校约占全区学校数的11%左右；全区约86%的学校基本上没有使用学校管理信息化系统。
二、教育管理信息化对城乡二元化地区教育现代化的重要意义
白云区是典型的城乡二元化地区，农村区域广、学校数量多，管理业务量大、管理队伍人数较少，导致教育行政管理部门的管理压力大，教育管理整体水平不高，与城区存在较大的差距。区域内学校管理水平的校际差异显著。近年来通过实施教育部《教育管理信息化标准》示范区建设，通过各类教育管理信息化应用系统的实施，促进了管理方式的转变，提升了管理效能，缩小了城乡差异，体现了管理成本的最小化和管理效益的最大化。
1.缩小教育管理水平的城乡差异
在教育电子政务方面，白云教育信息网成为我区重要的政务门户网站之一，自2003年该网站改版至今，总访问量超过360万人次，日均访问量超过3500人次，对外公开各类政务、校务信息超过12000条。教育局内部办公自动化系统年均办结公文1112件，公文交换系统为系统内612个教育单位实现公文上传下达，年均传输公文数超过43000件，平均每个用户70件。通过教育管理基础数据库实现全区近26万中小学生的学籍、招生、考试管理以及1.2万教师的继续教育管理。在学校信息化设备维护方面，实现对全区152所公办中小学近6万套设备的维护管理，年均办结报障信息3000条。在教学质量管理方面，实现全区中学各年级统测学科和抽测学科的网上阅卷及质量分析；在学校安全管理方面，实现对全区14个直属单位近300个管理部位的视频监控，并与8个街镇派出所建立了警情联动。
在学校管理现代化方面，一部分学校以《教育部教育管理信息化标准》为基础，深入开展学校管理信息化应用，实现了办公、学籍、人事、教务、招生、考评、图书借阅、考勤等业务的网络化管理，借助智能iC卡和短信系统，实现管理信息查询及家校互动。充分体现了信息技术为学校管理带来的便利与高效，充分体现了学校管理的现代化特征。
2.提升教育现代化意识
教育管理信息化的实施过程是一项推动学校革新管理观念，创新管理机制，提高队伍素质，提升管理绩效的系统工程，对教育现代化起着积极的推动作用。各类管理信息化系统的应用，使教育行政管理人员、中小学校长逐步树立了规范管理、科学决策的现代学校管理新理念，根据学校的办学目标建立健全管理制度，利用教育管理信息化系统实现综合数据查询，进行科学决策；利用教务管理模块，规范科组、科任教师的教学管理。学科教师的现代教学素养逐步提高，利用成绩统计模块，收集教学评价数据，掌握教与学的反馈信息，因材施教等。许多学校改变了过去落后的管理模式，提高了工作效率。
三、区域教育管理信息化系统的问题分析
1.区域教育管理信息化系统与基础教育管理体制改革不适应
根据国务院关于基础教育“以县为主”管理体制的精神，区域基础教育管理的内设机构、业务流程等具体的管理要素必然呈现“以县为主”的特点。以广州市为例，就形成了两类不同的基础教育管理体制，即以城区为代表的“区、校”两级管理体制，以城乡二元化或农村地区为代表的“区、镇街（片）、校”三级管理体制。在广州教育综合管理系统的学籍管理实践中，由于系统局限在市、区、校三级的学籍、中招管理中，便无法满足区、镇片、学校的分级管理。根据广州教育综合管理系统全市统一应用平台的规划，必然造成信息化管理系统无法满足各区管理业务的需求，基础数据无法与区教育局其他业务管理工作实现共享。在学校的日常管理工作方面，广州教育综合管理系统目前提供的管理管理模块无法满足学校各项管理信息化的需求，也不存在与其他系统进行数据交互的接口。各区教育行政管理部门和各级中小学为满足自身的业务需求，在推进教育管理信息化进程中必须造成业务信息系统重复开发，用户重复操作的局面，进而制约区域教育管理信息化的可持续发展。
2.区域内学校管理信息化水平差异较大
作为典型的城乡二元化地区，学校在管理水平、师资条件、硬件配置等方面存在发展不平衡的情况，导致在教育管理信息化进程中存在应用水平参差不齐的现象。在管理软件方面，目前学校内部的信息化管理软件普遍存在类型混杂，功能不完善，盗版等问题。一方面软件质量水平难以保障，安全漏洞问题较多；另一方面，数据字段不统一，难以采集与统计分析。在应用水平方面，学校对信息化管理系统大多停留在简单的信息，缺乏流程化、规范化的管理意识，对数据的应用范围则大多数限制在校内；在应用典型方面，目前区内存在一些设备条件较好和人员技术水平较高的学校，其教育信息化管理系统的应用也较为深入，但多数的系统都是按照其学校规模和个性化需求进行功能定制与开发，难以复制或推广到其他学校。
3.区域教育管理信息化应用水平有待提高
在管理数据库方面，各类教育信息化应用系统用户数据库相对独立，没有统一的接口，各级用户在不同系统需重复进行用户认证工作，系统管理员的用户数据维护工作繁琐、各系统之间无法实现数据交互；在办公自动化应用方面，区教育局与学校内部的办公系统割裂，公文上传下达时，大量重复的公文工作减低了工作效率；在区域教育基础数据方面，基础教育信息的收集困难，各业务科室进行数据统计时，缺乏有效的数据收集系统，也不能利用已有数据，数据收集工作需反复进行单份报表文件，再进行人工收集统计，工作效率极低。在基础数据开放性方面，各业务科室无法准确掌握各校的人、财、物等资源情况，难以为行政决策提供有效的依据。
四、区校联动基础教育综合管理系统构建思路
根据白云区基础教育管理信息化现状和存在问题，本文提出在城乡二元化地区构建“一个中心，区校联动”的基础教育综合管理系统的创新思路。“一个中心”即建立数据标准化和集中管理的区域基础教育标准化数据中心；“区校联动”即以区（县）为主体构建与城乡二元化区域教育管理体制相适应的区校一体化业务管理信息化系统。
1.系统总体架构
区校联动基础教育综合管理系统包括一个数据中心和区端、校端两大系统。区域数据中心与广州教育综合管理系统基础数据中心采取分布式部署的形式，实现市与区（县）之间基础数据的同步与异地备份，同时实现区域内基础数据的集中管理。
区端应用系统为区教育局、镇（片）教育指导中心及下辖中小学提供纵向的区域基础教育管理功能，包括学籍管理、学校管理、成绩管理、基础数据管理、区校信息联动、区域基础数据综合查询等子系统，实现基础教育以区（县）为主的三级管理。校端应用系统为区域内学校提供横向的学校内部管理功能，包括学籍管理、教师管理、学校资源管理、成绩管理、基础信息数据管理、教务管理、公文流转、内部邮件、家校信息联动等子系统，实现学校管理的自主性（如图1所示）。
2.系统用户及权限
系统涉及系统管理员等7类用户，根据不同用户的管理职能，分别获得系统相应的管理功能（见表1）。
3.校端应用系统的部署
大数据在管理学中的应用篇6
【关键词】大数据；高校；教务管理
目前，我们正处在一个崭新的时代——大数据时代。大数据的提出得益于互联网技术的快速发展，并与物联网、云计算、移动计算等一起被大家了解、接受。随着我国教育领域的扩大化，高校办学规模的快速增长，办学层次的丰富多样，特别是各种学分制等制度的推行与实施，高校的教务管理工作中也越来越多的接触到、应用到大数据。在这种时代背景下，高校教务管理工作者应当如何更高效地开展管理工作，更高效地从大数据中去挖掘可能存在的有用信息，反哺管理工作能力地提升，是当前高校教务管理方面需要去关注的问题。
一、教务大数据
作为大数据的组成部分之一，教务大数据即是指在教育活动中产生的大数据。而对其具体概念，杨现民等提出教务大数据指在教育实施过程中产生的和/或依据不同目的而收集到的，所有的那一些可以被用来发展教育，并可创造非常大的潜在价值的各类数据的集合体。针对高校教学管理方面，在学生学籍管理、学习成绩的统计与归档、教师师资与任课信息、专业课程、培养方案管理、考务安排与管理、教学资源的更新与丰富、以及运用各种管理程序、管理app等过程中都存在大量的数据资源，产生形形色色的大数据。那么大数据背景下的高等教育教务管理应当着重强调采取有效的方法对各种各级各类的教务管理平台在运行过程中产生的数据及性能分析、归纳与整理，去挖掘蕴含在此等丰富的数据中的有意义的内容，从而为高效地预测高等教育未来的教务管理的发展趋势与走向提供数据和理论支撑。同时也可用于分析某些现象出现的原因，为更合理的去设置教育教学培养方案的设置，进一步优化人才培养程序等提供更为直接的依据。但是我们也应注意到，面对如此庞大的数据资料，如何才能够物尽其用，是否存在利用价值不大的数据，以及如何才能去正确合理的分析与使用这些大数据，因此，大数据的使用同样也可能会给高等学校教务管理工作带来不可避免地挑战。
二、大数据背景下高校教务工作的困境
高校教务管理工作的两大核心是教务与学籍，通过大量数据的处理，进而达到有效处理师生数据库、教学培养计划、课程设置与信息等工作。在此过程中，教务大数据的产生与运用势必会造成教务管理遇到一些问题：
1.教务管理系统功能不完善，存在管理混乱和一定的安全隐患教务管理工作作为高校培养人才过程中非常重要的一个系统性环节，其能够高效的运作是高校发展与进步的必备条件。而在教务管理工作中，教务管理系统现在充斥在教务管理的任何一个角落。现行条件下，我国多数的高校中使用的管理系统及衍生的一系列数据库都呈现出不完整、不完善、不统一的特点。一些教务管理系统存在智能性较差，不能有机的与一些日常的操作软件进行自动性的录入、校对等工作，需要人工进行手动录入、检查等工作，这无疑增加了人员的工作量。有些高校购买的教务管理系统多而不精，针对一些类似的工作要分系统进行，对每一个系统都要去熟悉与掌握，而且不同的系统之间数据无法直接进行对接或转换，这也严重影响了管理的效率。在对系统的使用、管理上也存在着一些混乱的现象，不能及时地向厂家反馈在系统使用过程中出现的问题等。此外，面对在教务管理工作中产生的如此多而重要的教务大数据，采用这一些管理系统，是否存在着数据外泄等安全性风险，比如学生的学籍信息、考试成绩、教师个人信息等。
2.高校教务管理人员素质有待提高高校教务管理工作人员及队伍整体素质的高低，直接影响教务管理的工作能力与效率。首先教务工作者应当认识到当今是大数据的时代，加强对教务管理工作中产生的大数据类型、意义等的认知，意识到教务大数据在高校教务管理工作中的地位和作用。同时也应注意到，高校教务管理人员的来源有先天性的不足，有些是毕业生留校、有些是人才引进过程中的家属安置、有些是转岗而来。而且很少具有教育学或教育管理专业背景。因此，教务管理队伍存在学历层次、知识背景等方面差异性较大。另外，缺乏相应的培训与指导机制，大部分需要教务管理人员去自己摸索、适应、掌握系统的使用，这也对教务管理工作的运行产生不利影响。
3.缺乏有效的沟通在教务管理工作中，同一学校的不同院系之间、不同部门之间，乃至不同学校之间、不同地区之间有时做不到及时的去沟通、去交流，实现资源或数据的有效共享。尤其是高校内部，教务管理系统与学工系统、人事系统、财务系统等是否存在有机的结合，还是更多的单打独斗？可能大所数情况下，这些不停系统之间没有结合在一起，不能实现数据的实时共享，降低了各部门之间的协同效率。同时我们也应注意到，教务管理工作人员与任课教师、学生之间的互动交流情况，作为管理者与被管理者，不应当是被动的实施管理，更应当及时的去听取各方面的意见与建议，做到更合理、更人性化的去服务师生。
三、如何做好大数据背景下的高校教务管理工作
如上所述，高校教务管理人员、管理队伍、管理水平的高低直接影响着高校发挥人才培养的效率与能力。在当今大数据时代背景之下，我们应当如何才能更高效的实施教务管理工作，将潜藏在教务大数据之下的价值进一步进行有效的挖掘与利用，切实提高高校教务管理工作的效率？笔者认为可以从以下几个方面去考虑：
1.提高教务管理工作者的大数据意识无论教务管理者的专业背景如何，只要其在相应的岗位上，就要对这一些教务管理的一线工作人员进行合理的培训与指导，尤其是结合学校使用的各式各样的管理系统，可以邀请系统生产企业定期进行系统的使用培训，售后服务，并在此过程中不断地去强调系统实施过程中可能产生地大数据类型，以及进行有关数据的收集、归纳与分析能力。同时也要从学校层面采取激励措施鼓励教务管理工作者利用收集到的数据资料进行教务大数据的研究工作，并获得相应的研究成果。
2.建设完善高效的管理系统与数据库高校教务管理涉及的内容非常广泛，不能每一块内容采用独立的管理系统，应当考虑怎样才能将这些数据有效的整合在一起，可以从一个或少数的系统就可以对海量的教务大数据进行集中式的管理，因此应当进一步加强校园信息化建设，拓宽信息收集整理渠道，能够对教务大数据进行快速高效的收集、存储与使用。同时，应当注意数据库的建立与更新，比如网络课程内容等内容是否及时进行更新，保证课程内容的时效性得到满足。
3.建设教务大数据的校内外共享平台校内众多的管理系统之间不应当独立存在，数据之间只有有效的流动运作起来才可能会提高或促进教务管理水平。在学校范围内，可通过适当建立综合管理系统、门户管理入口等方式实现对多种数据的有效整合，让管理者能够更容易的去获取相应的信息，而不是需要间接地去问、去要等。同时，应当注意进行与兄弟高校等之间地联系，比如现在有越来越多地交换生、交流生这种培养模式，那么存在共同培养学生的不同高校之间是否建立起在教务管理方面有机的联系？学生的数据是否可以实现校际之间的共享？因此，学校之间的交流与合作，建立数据共享平台势必也会极大的促进教务管理工作效率的提升。
4.善于挖掘与使用教务大数据潜在的应用价值在教务管理工作中产生的教务大数据，在进行整理分析后肯定会存在对管理工作、教学实施等方面的指导意义。如针对某一具体的课程，在其实施过程中产生的学生出勤率、上课状态监控数据、学生兴趣爱好、学业学习能力、学生评教等各项数据，经过整理分析将结果反馈给任课教师，可对教师后续教学模式和教学内容进行完善与提高，进而促进教学效果不断提高，进而提高学校的人才培养能力。对学生而言，接受高等教育期间每个阶段所产生的数据皆可以用来更好的帮助其完成学业，比如学业预警制度的实施就得益于教务大数据的采取与分析。
四、总结
总之，随着科技日新月异的发展，大数据在高校教务管理工作中所承担的角色越来越重，而如何更好的去管理、挖掘、利用如此巨大的教务大数据中蕴含的价值与意义，是我们每一位教务管理工作者去思考的问题，进而提高教务管理工作水平，更高效的去为人才的培养服务。
【参考文献】
[1]杨现民，唐斯斯，李冀红.发展教育大数据：内涵、价值和挑战[J].现代远程教育研究，2016(1).
大数据在管理学中的应用篇7
【关键词】大数据时代；旅游管理专业；教学创新；实践教学
大数据时代的到来，为人们获取信息创造便利，对人们更好获取旅游信息，安排旅游也具有积极作用。在这样的背景下，旅游管理专业教学应该善于把握这种趋势，结合大数据时代背景和要求，创新教学模式，为整个社会培养更多优秀有效合格的人才，促进教学管理水平和人才培养质量提高。
一、大数据时代旅游管理专业教学的不足
大数据时代推动旅游业的快速发展，方便人们外出旅游，同时也带来了新的商机。为更好顺应这种趋势，创新旅游管理专业教学，提高人才培养质量是十分必要的。但目前教学存在滞后性，未能有效把握大数据时代带来的机遇和挑战，教学中存在以下问题。
1.定位不明确。大数据时代给教学带来新要求，旅游管理专业也应该顺应时代背景，正确定位人才培养目标，增强培养方案的实用性。但目前该项工作存在不足，市场调查不到位，教学经验缺乏，不利于有效培养学生数据搜集、分析和信息处理能力，影响培养方案的可实施性，难以全面提高学生培养质量。
2.教学模式不完善。对旅游管理专业学生的数据处理能力培养时间短，经验不足，教学模式单一。借鉴和学习国外教学模式时，照搬照抄，适应性不强，不利于提高人才培养效果，影响旅游管理专业学生就业竞争力提升。
3.教学方法单一。采用以老师讲解为主的模式，忽视合作学习法、情境教学法、课堂表演等方法的应用，制约学生数据处理和专业技能提升，难以提高教学效果。
4.实践教学不足。实践环节不被重视，专业技能强的教师队伍缺乏，实践教学管理不到位，不利于提高学生数据处理和旅游管理的实践技能。
二、大数据时代旅游管理专业教学的创新策略
大数据时代要求旅游管理专业学生能采集和处理数据，有效进行数据运营和管理，善于挖掘大数据背后的商业信息。进而推动旅游管理专业综合素质提高，为整个社会培养更多优秀合格的专业人才。根据教学存在的不足，结合大数据时代要求，笔者认为今后应该采取以下创新策略。
1.正确定位教学目标。结合大数据时代背景要求，正确定位旅游管理专业教学目标。不仅要掌握旅游管理专业知识，还要提高数据收集和分析能力，善于利用携程网、去哪儿网下载旅游信息。提高学生的数据处理能力，灵活应用智能手机和互联网等收集相关信息资料，提高知识应用技能，更好满足教学需要和大数据时代要求。
2.健全课程教学模式。推动教学模式创新，更新思想观念，让学生有效融入课堂活动当中。尝试采用情境教学法、合作表演法、提高学生的课堂参与程度，让他们有效融入旅游管理专业教学活动。教学中要提高学生的课堂参与度，注重提高学生大数据分析和处理能力，在课堂互动和合作学习当中，设计数据分析处理模型，学会制定相应的规则，从而对旅游信息、图片等进行有效删选。同时完善和改进模型，促进模型更为有效的推广和应用，方便旅客获取相关信息，促进管理水平提升。
3.改进创新教学方法。重视项目教学法的应用，为学生提高数据分析和处理能力创造条件。让学生以完成某个项目为目标，相互合作和分组学习，制定方案，开展合作学习和研究，通过自主探究尝试采用有效的方式完成学习任务。还可以采用案例教学法，展示大数据时代旅游管理专业教学的成功案例，演示学习过程，吸收学习经验，更为有效的投入学习活动当中，有效指导自己今后的工作。
4.注重实践课程教学。完善校内实训基地建设，更新和升级各项设施。拓展校外实训基地，重视校企合作，培养学生计算机操作技能，信息搜集和处理能力。加强实践教学管理监督，确保教学效果，有效提高学生实践技能。5.合理利用大数据技术。挖掘大数据背后的商业信息，为旅客带来便利，方便旅客选择相关的信息资料。学生要熟练掌握软件、网站、数据库处理能力，更好为旅客服务。
三、结束语
在大数据时代背景下，旅游管理教学面临新机遇，对人才培养也具有积极作用。教学过程中应该认识带来的机遇，明确不足，采取创新策略，推动教学活动顺利进行，提高旅游管理专业人才培养质量，更好适应大数据时代需要。参考文献：
[1]黄琳.浅谈慕课时代旅游管理专业教学改革[J].湖北科技学院学报,2015,(6):180-182.
大数据在管理学中的应用篇8
迈入21世纪，数字技术迅速发展、互联网广泛普及逐步改变了人类的生产模式与生活方式，尤其是以大数据为核心的信息科学得到突飞猛进的发展与应用。从概念上来说，大数据指在一定时间范围内无法用常规软件工具进行捕捉、管理和处理的数据集合，是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产，其结构包含理论、技术与实践（参见下图）。云计算、分布式处理技术、存储技术和感知技术是大数据从采集、处理、存储到形成结果这个过程中的几大关键数据。图大数据结构解析信息化时代，高度发达的市场经济使得企业需要处理来自各个方面各种类型的信息，信息源多、信息量大、信息更新快，这给企业管理提出了许多新要求、新挑战，如精细、智能、全面的企业管理需求开始出现。随着企业管理的精细化与智能化，掌握互联网、政府、企业、个人行为信息与习惯的大数据开始变得非常关键，iBm、惠普、teradata、甲骨文等著名的大数据企业在企业管理咨询行业的迅猛发展势头就说明了大数据对于企业管理的重要性。本文重点讨论大数据应用视角下企业管理的价值重构与创新途径，以期促进企业管理的智能化、科学化、精细化。
二、大数据应用视角下企业管理的价值重构
大数据应用重构了企业管理的价值体系，其核心表现是提高企业管理分析的客观性、企业管理决策的科学性、企业管理评估的全面性。1.大数据应用提升企业管理分析的客观性如前所述，大数据指在一定时间范围内无法用常规软件工具进行捕捉、管理和处理的数据集合，在大数据出现前，企业管理在技术无法收集、分析的数据领域，往往采取定性分析的方法，这无疑增加了企业管理分析的主观性，尤其是分析者立场、情绪等因素对企业管理事务的分析产生极大非客观性影响。随着大数据应用的深化，通过大数据对某些特定数据集合进行处理，从而挖掘许多泛数据集合中的行为规律与偏好，甚至可以对个体化需求进行集合分类，这无疑提升了企业管理分析的客观性，避免谬误分析、低效管理。2.大数据应用提高企业管理决策的科学性企业管理决策关系到企业的生死存亡，因此要求及时性、经济性、系统性与灵活性，但缺乏大数据的支撑，通常企业管理及时性、系统性与灵活性都难以满足，最终容易造成管理决策失误，严重者甚至可能造成企业的破产。大数据应用能为企业管理决策提供有效依据，这是大数据应用提高企业管理决策科学性的关键所在，如大数据帮助企业提升营销的针对性，降低物流和库存的成本，评估投资的风险，以及帮助企业提升广告投放精准度等。3.大数据应用提升企业管理评估的全面性在企业管理中，有一个“无法量化，难以评估”的说法，但在实务中，传统的企业管理不仅不能做到科学、客观的非量化评估，即使在能量化的工作管理中，也存在评估不全面的问题。大数据的应用能全面提升企业管理评估，具体表现在：一方面，对于以前不能进行量化的领域，大数据可以进行归类分析，达到量化或者类量化的效果；另一方面，对于以前能够量化的领域，大数据通过云计算、分布式处理技术来完善量化结果，从而进一步优化企业管理评估，提高企业管理评估的全面性。
三、大数据应用视角下企业管理的创新途径探析
大数据应用视角下企业管理的创新途径主要从内容、执行、保障三个方面进行探索。
1.丰富内容，加强大数据在企业财务管理的应用分析
财务管理是企业管理的核心内容，是影响企业内部运营管理与外部业务拓展的关键。因此，大数据要真正在企业管理层面发挥作用就必须首先在企业财务管理层面得到应用，唯有如此才能真正丰富大数据应用的实用性、才能真正激发大数据应用的内在动力与外在需求，具体来说：第一，大数据可以根据财务数据来分析企业发展状态，如费用使用、营收状态、营销进度等情况，进而为企业发展制定科学的绩效考核与发展目标奠定基础；第二，大数据的应用应该要向人工智能方向发展，减少人的主观思维影响，如自动分析财务报表，提高财务分析的质量与科学性。第三，使审计人员和监管机构更容易发现大规模的欺诈情况，避免财务作假。
2.强化执行，明确大数据在企业管理战略的重要地位
执行是企业管理的生命线，大数据应用要在企业管理分析、决策、评估中起到关键作用，企业管理层必须要重视大数据在企业各个领域的应用，强化大数据在各个管理岗位的关注度与使用情况，必要情况下还必须对各个管理岗位的大数据使用情况进行定期考核、收集使用反馈，不断改进大数据的实际运用，最终提升大数据的效果。与此同时，分享是互联网时代的重要特征与精神内涵，大数据在企业管理中不仅仅是内在布局，大数据的应用还应该多涉足对外的交流管理，如企业管理应该与政府、行业及合作伙伴建立大数据共享机制，实现数据分析的共享互通，继而推动自身与行业的共同发展。
3.完善保障，注重大数据应用人才团队的构建与发展
完善保障是大数据在企业管理中实现可持续应用的重要步骤与关键环节。目前，许多企业虽然具备大数据的思维，但是对于大数据的实际应用并不清晰，其原因在于缺乏大数据的团队运作。通常来说，大型企业具备一定的规模与实力，既有数据的积累，也能接受大数据运用的成本，但是大数据并不在专门的分析部门，而是依附在信息技术部门或者电脑部门，这无疑抑制了其作用的发挥；而对于小型企业来说，基本就没有大数据的管理应用了。因此，大型企业应该在大数据人才、技术及部门地位三个方面入手，完善大数据在企业管理应用中的保障，小型企业就应该注重对于大数据人才的积累与培育，可以先用简单的大数据工具来实现自我管理的优化。
四、总结
随着市场竞争日趋激烈、市场信息日益丰富、市场趋势日渐多变，企业对于智能、科学、及时、高效的管理有着极强的需求，而要实现这一需求必须依托大数据这一有效工具，因为大数据通过技术测算能实现分析更客观、决策更科学、评估更全面。面对迅速发展的大数据，企业应该注重对大数据内容的丰富，应该将其纳入到财务管理中去；应该强化大数据应用的管理推动力，提升企业对大数据的重视程度；应该完善保障，注重大数据人才、技术及部门地位的保障。诚然，大数据在信息化时代起着非常重要的作用，但是也要明白大数据在数据安全、公众隐私、监管安全方面的负面作用，因此在发展大数据的同时必须注重相关法律制度的完善，这得依靠政府、行业、企业及公众的共同努力来实现。
作者:李翎玮单位:东北林业大学经济管理学院
参考文献：
[1]冯芷艳,郭迅华,曾大军,陈煜波,陈国青.大数据背景下商务管理研究若干前沿课题[J].管理科学学报，2013(01).
[2]陈国营.大数据在企业管理中的应用[J].财经界(学术版)，2015(11).
[3]奉梅.大数据时代下企业管理所面临的挑战与创新[J].现代企业，2014(11).
[4]徐宗本,冯芷艳,郭迅华,曾大军,陈国青.大数据驱动的管理与决策前沿课题[J].管理世界，2014(11).
大数据在管理学中的应用篇9
关键词:大数据;高职院校;教育管理;信息化
在大数据的背景之下，教育行业走向了革新，并且逐渐趋近于信息化。高职院校在这其中同样革新了自身的教学模式，争取跟随上大数据的潮流。高职院校与教师要携手并进，利用大数据实现完全的教育管理信息化，以此来完成对人才的悉心教导。
1大数据对高职院校教育管理的重要意义
大数据是一种具有多种特征的数据集合，能够对大批量的信息数据进行整理、分析、收集，并能够通过云计算技术对数据本身所隐藏的、具有高超价值性的信息进行探索。当大数据应用到高职院校时，更多是表现为对学生的基本信息进行挖掘，如:学生的分数信息、专业信息等，并能够对信息进行归纳，总结出哪种教学体系更能够帮助学生提升学习效率等。在高职院校中，引入大数据对于其教学质量也是一大突破，能够结合当今社会上实时更新的市场对于人才的需求，积极培养学生的学习积极性，为学生提供实践机会，积累实践经验，从而完成对社会的人才输送。另外，大数据的引入对于教师而言也是一大助力，使教师不拘泥于课本教材上的知识讲解，可以在大数据的帮助下，结合多重数据信息，对当下市场环境作出判断，教给学生更实用的知识。由此可以看出大数据对于当前高职院校的支撑作用，它对于提高高职院校的教育质量起到了积极作用。
2大数据在高职院校教育管理中的具体应用
有了大数据的支撑，高职院校管理者可以更加清楚地了解社会，甚至是家长与学生的需求，从而提出针对性的策略。另外，大数据可以支撑高职院校走向个性化的发展道路，使自身的教学管理更加信息化且具24有特色。
2.1大数据技术可以应用于档案管理方面
部分高职院校对于档案的管理不够严谨，一些工作人员的素养不够，档案管理平台也不够完善。以上因素都会造成档案信息的安全性大大降低，甚至会发生档案丢失的情况。而将大数据技术应用于档案管理平台后，它可以对学生的数据信息进行快速整理与检索，并自动更新档案信息。例如:当工作人员想要调取自己所需要的信息时，可以在已完成创建的数据库中任意找寻自己想要的数据信息，而当工作人员使用完毕后，该数据库便会进入封闭状态，不会出现档案丢失、缺漏等情况。
2.2大数据技术可以应用于招收新生方面
大数据可以对高职院校进行分析，并与当今社会热门的行业明确匹配度，明确后，大数据将制订新的招生方案，并将其扩散至各大平台。另外，与学校专业相匹配的行业，大数据可以进行信息检索，发现对该行业具有高关注度的人群普遍活跃在哪些平台，发现后，大数据技术将自动对该平台进行着重宣传。当完成以上举动时，相关工作人员可以创建一个自动回复的机器人系统，使因学校的招生信息而前来的家长和学生能够得到及时回复。工作人员还可以将在大数据中搜索到的该专业细致化信息输入到系统之中，让家长及学生在询问时就可以得到确切且及时的答复。大数据提高了高职院校的辨识度，使高职院校可以大幅度提升自身的招生效率。
2.3大数据技术可以应用在日常教学方面
大数据技术可以对学生的各方面能力进行检索，通过统计学生在考试时的题目停留时间或其他方面来得出每位学生的长处及短处，并及时为每位学生设计出最为契合的学习方案。除此之外，大数据还可以从一定程度上取代终结性考试。大数据技术可以对学生的日常课堂表现情况以及复习、预习的情况进行准确记录，并将以往的数据信息与当前的数据信息进行对比，以此来给予评价，评价的准确性会提升数倍。同时，还可以针对每个学生设计出不同的考核方案，让学生在明白自身不足之处的同时，还能够进行填补。
3大数据背景下高职院校教育信息化存在的问题
3.1管理认知不足，对于教育信息化的建设不够清醒
教育管理信息化是一种新式理念，它的本质不仅是教育模式和设备上的转变，它还跟随着大数据技术的脚步，进行了全面的数字化、信息化转变。但在一些高职院校中，它们对于教育管理信息化的理解出现了一些偏差。多数高职院校为了响应教育管理信息化，开始频繁为学生购买学习设备等，但这些设备并没有得到实际应用，与教育信息化的理念不符。
3.2多个系统的统一性不强
高职院校的校园系统中普遍存在着多个系统，而其中的某一个系统可能单单就是为了某一项活动而开发出来的，之后也没有注意维护等，造成了系统最后只能被舍弃。这不仅是对资源的浪费，而且降低了系统的便捷性，不利于学生的使用。
3.3对于教育管理信息化的本身含义较为模糊
高职院校中的一些教师对于教育管理信息化的概念十分模糊，认为只要在实际教学中使用大数据的影像技术便是将教育管理信息化了。
4大数据背景下高职院校教育信息化管理策略
4.1提升管理方面的认知
在该方面，高职院校需要做到明确教育管理信息化的根本目的，明白其本质，要让教育占据主导地位，而不是高超的技术与设备。这一点需要在管理层面提升认知，让教育管理信息化不再以先进设备为主体。
4.2将系统统一，杜绝资源浪费
在该方面，高职院校应对自身所存在的全部系统进行统一管理，依靠大数据技术建立一个集多系统功能于一身的平台来为学生服务，使学生可以根据这一平台得到自身想要的知识与信息，从而提升学习效率。
4.3教师应当明确自身目标
高职院校的教师应当明白，教育管理信息化并不是依靠过量的录像等来进行知识传授，而是要对教学过程中的每一个环节进行合理安排，将学生获取知识的难度降到最低。
5结语
随着大数据风潮的来临，高职院校的教育管理也迎来了全新的机会，将其与大数据相结合，打造教育管理信息化，能够为提升我国教育行业的教学质量作出贡献。教师等多方面也要齐头并进，完成教育管理的真正信息化。
参考文献:
［1］肖亚麟.基于大数据环境下高校教育管理信息化创新与发展研究［J］．数码世界，2020，(04):71－72.
［2］张丽芳.基于大数据环境下高校教育管理信息化创新［J］．科学大众(科学教育)，2020，(01):164，136.
［3］娄焕，朱晓晨.大数据背景下高职院校教育信息化管理探析［J］．计算机产品与流通，2020，(06):190，194.
［4］彭湘华.基于大数据的高职院校人才培养工作状态数据平台建设研究［J］．科技资讯，2020，18(02):240，242.
大数据在管理学中的应用篇10
关键词：数据挖掘；教学管理；优化设计
中图分类号：tp311文献标识码：a文章编号：1009-3044（2016）24-0003-03
近几年，随着经济水平的提高，人们越来越重视教育，高校数量不断增多，学生数量和大幅度提高，给高校管理带来较大的挑战，在管理中要处理很多数据信息，影响管理效率的提高。而数据挖掘技术的应用能很好地解决这个问题，这种技术形式是根据高校实际发展情况设计出相应的教学数据挖掘系统，简化教学管理流程，将学生信息管理简单化，并从中获取有价值的信息，这些信息对课程改革有重要的指导意义。
1数据挖掘技术概括
随着网络技术的迅速发展，此技术被广泛应用于教学工作中，特别是在计算机教学领域，网络技术的应用比较广泛。近几年，基于web的智能教学系统被广泛应用于教学管理中，大大提高了教学效率和质量。学校在管理中利用智能教学方式，在教学的过程中与同伴实施协作和会话，提高学生学习积极性。网络技术形式为学生的学习提供了丰富的资料和学习资源，基于web的智能教学系统的应用是时展的一种必然性趋势。数据挖掘能够为数据库和知识库在教学中的应用提供技术需求。数据挖掘实时上属于一种决议支持应用方式，它建立在统计学、人工智能学等技术基础上，属于现代化信息处理技术形式。数据挖掘技术是一种比较新的信息处理技能，其主要发展特征是对大数据进行准确的划分、整理，从大量的数据中提取有价值的信息，从而更好的分析其核心数据。
2数据挖掘系统结构模型分析
随着科技和素质教育的发展，全国高校教学管理中对教学数据挖掘系统的应用越来越多，在高校教学管理中数据挖掘系统实现的功能主要包含利用apriori算法对学生成绩数据库中各个学科成绩的数据挖掘；其次是将分类算法对生源家庭情况和毕业信息进行分析，从而更好地指导工作。我们从以上分析中对系统结构模型进行优化设计，使系统各个模块之间相互独立，该系统主要有以下几个特点，首先是界面友好型特点，方便操作；其次是运行速度快热点，具有系统占用小的特点；再次是实用性强的特点，有很好的容错性。
2.1系统平台设计
2.1.1系统硬件平台设计
在利用数据挖掘技术对教学管理进行设计的过程中，服务器是系统运行的核心构成部分，服务器运行性能的好坏直接影响整个系统运行性能高低，而且对系统的安全性和稳定性也有较大的影响，本系统采用了专用数据服务器和应用服务器1台，内存选择为2G，双CpU，硬盘为：120*4G，。客户在进行系统安装分析的过程根据自己的实际情况实施安装设计；在实施其他设备设计的过程中，为了方便与因特网和校园网的连接，采用的信息交流方式是交换机形式，能够很好地保证信息沟通畅通无阻，同时注意控制台和光纤模块的设计，保证硬件设备使用性能的提高。
2.1.2系统软件平台设计
系统软件的设计一般采用的是C/S结构，这种结构实际上就是我们在教学管理中常用的服务器和客户机结构形式的一种运用。这种结构的软件系统采用的是两端硬件形式，这样的设计能够合理分配任务形式，将Server和Client端合理的分配在相应的位置处，降低系统通讯开销。目前很多应用软件系统均采用这种结构形式的软件。另外，在不同的模块应用中利用不同的形式进行分析，使外部用户和内部用户能够通过访问和现有的应用系统进行系统的扩展，提高系统应用性能。
B/S结构是随着因特网的应用对C/S应用结构的一种改进，在这种结构形式下用户界面的实现方式为浏览器形式，系统前端实现方式为逻辑实现形式，但是整个系统的总体实现方式仍然在服务器端。B/S结构利用不断成熟和普及的浏览器技术实现原来需要复杂软件才能实现的功能，而且在很大程度上节约了开发成本。B/S结构由三层体系结构构成，分别是数据库服务器、浏览器和web服务器。本次研究采用B/S结构框架，主要是因为B/S技术是在开发、非专有和标准组织下的一种制定方式；其次是因为B/S技术应用成本比较低，仅仅需要安装和配制服务器上就可以使用，在客户机方面的工作比较少，所以降低了管理成本；另外，B/S技术维护工作主要集中在服务器端，而客户端需要维护的工作比较少，浏览器简单易用。本系统采用三层B/S结构模式，客户端使用ie浏览器，第一层为web服务器，第二层为数据库服务器，见图2。
2.2数据库设计分析
2.2.1数据库和挖掘系统的连接
在数据挖掘信息的分析中，J2ee是组件的核心构成部分，它包含的各类组件和服务框架均比较多，在共同的标准和规格下各种J2ee架构不同平台之间存在较好的兼容性，通过对企业后端的信息产品和内外部环境的分析，使用JDBC对关系型数据库实施访问是一种比较好的形式；JDBC技术由两部分构成，一部分是数据库厂商提供的Java程序能够与数据库实施连接，另一部门主要是访问数据库的高层接口，这些驱动程序一般分为4种类型，其一是JDBC-oDBC桥驱动，将JDBC与微软提供的oDBC实施连接；其二是利用完全Java网络协议实施驱动处理，以便提供更好的数据库服务器和应用服务器方式。其三是在本地api部分的Java驱动下利用制作成的代码进行数据库连接。其四是利用本地协议Java驱动，利用直接访问数据库的方式，目前数据库驱动程序市场上一般选择合适的数据库驱动类型。在应用的过程中首先Java应用程序对数据库的访问，一般需要根据具体的需求选择合适的驱动程序，从而根据各种驱动程序功能和特点分析呈现信息，编写端口数据，如果将开发的应用诚信作为中间层进行分析，使用的服务器主要运行程序是中间段的运行，如果开发程序使用目标层的服务器，综上所述驱动程序的实现对系统数据库连接。
2.2.2数据库设计分析
数据库是决策支持数据源的结构化数据环境，主要解决的是系统信息问题，将数据挖掘分析所需要的数据从设计整理好的信息导入本系统中，其体系、结构和数据挖掘关系见图3。数据仓库主要是为数据的选择和分析服务的，首先从操作环境中提取并集成数据，消除不需要的数据；其次实施数据的选择和预分析，然后实施缩小数据范围，提高数据挖掘质量，随着数量信息的增加，在数据挖掘中可能会面对大量的规则，但是很多用户对总体数据含有的规则不是太感兴趣，他们往往更关心某些区域的隐含规则，采用总体数据实时挖掘分析。所以关联规则的挖掘需要根据用户的兴趣方向实施数据区域细化和分化处理，以便能够很好地促进系统性能的提高。另外，系统实施的过程中，用户必须要依据自己的具体要求进行数据分类分析，并在系统处理中实施针对性的技术挖掘，促进数据挖掘质量的提高。
3系统实现
3.1系统登录
系统登录之前首先要进行身份认真，用户身份信息主要从学校教学管理系统中得出，指派一名计算机教室作为本系统的管理者。系统运行过程中会出现“登录”页面，这时要求用于输入用户名和密码试试身份认证，而后会显示挖掘系统主界面。
3.2系统维护实现
系统维护界面一般只有管理员才能进入，招生管理人员和教务人员对其只有查询权限。数据库的维护主要是针对系统中所有数据的一种维护和管理，特别是对来自于传统教学管理系统中的数据维护和管理工作。比如计算机系的学生成绩信息的维护和管理，系统主要解决的是属性名称不一致问题，可以除去一些冗余或不需要的数形。将挖掘系统主界面打开，而后选择数据录入维护，进入数据录入界面，见图4。
3.3课程优化模块分析
3.3.1数据挖掘查询工作的实现
查询功能的实现和一般系统查询功能是一致的，该模块主要面向的是向学校监管人员提供全面的查询平台，对课程先后顺序与学生考试成绩进行分析。此模块被选定后需要输入几门相关的课程名称实施排课指导，并挖掘出一定的数据库D作为学生成绩记录的集合实施关联性规则挖掘，而后分析、总结课程之间的相互关系，从而起到指导排课的作用，依据学生的考试成绩分析出课堂与课堂之间的内在联系，见图5为系统的排课指导界面。
3.3.2招生管理预测查询
在这个模块的分析和观察中，主模板主要是将考生的基本信息（姓名、性别、毕业学校、总分以及户籍等）纳入系统分析中，以此来判断学生入学的可能性；如果招生人员选择这个模块后首先要输入的是考生的编号，然后招生管理预测查询模块就会导出查询结果。在对往年入学的生源情况进行统计分析的过程中，利用朴素贝叶斯分类方法生成模型的训练，用这种方法来预测本年度学生生源情况，在分析和预测的过程中考虑我校入学可能性的学生生源的基本信息，然后有针对性地对某类学生实施重点宣传，通过这种方式能够大大提高招生效率。
3.3.3学生与教师管理子模块的实现
此模块主要实现的是不同的登录用户分配不同的功能菜单，括维护学生与教师的一些相关的基础信息的管理与维护、提供学生与教师查看相关信息等。当系统启动时会出现登录对话框，输入用户名和密码才能进入到程序。如登录信息不合法，则在程序中看不到任何数据。正常登录的情况下可以进行学生与教师信息的管理。当以管理员或教师身份登陆之后，可以对学生的信息进行管理，包括信息的录入、修改、删除等功能。
3.4学生成绩评估子模块实现分析
首先建立成绩分类模型建树，成绩分类模型能够通过以下步骤获取：在教学系统的学生成绩数据库中录入信息的样本数据记录的基础之上，选择使用何种决策树算法建立决策树，构建一个能够对学生成绩特征进行描述的学生成绩分类模型；其次要建立学生成绩评估利用上一步所构建的模型，产生条件规则，并且使用该规则对进行测试的学生成绩进行一个预测。然后实施学生学生成绩评估，具体而言，对学生成绩评估工作流程如下：
1）归纳学生成绩的特征属性：
2）分析并处然后理学生成绩的特征属性；
3）在上述成绩归纳与分析的基础上，设计学生成绩的评估分类模型；
4）输入学生的成绩，对成绩进行分类预测。
在教学管理中的学生成绩数据库里面，学生成绩具有非常多的成绩属性，比如说，班级、学号、专业、成绩等属性，对这些属性首先进行分析归纳，目的是要将无关的内容或者是弱相关的内容进行剔除，从这些大量的属性中选择和目标正相关的内容当做决策树的结点。
4结语
在信息技术和科技技术的推动下，数据挖掘技术得到较大的发展，在人们的工作和生活中面临着大量的信息，数据挖掘就是利用数据统计、人工智能的知识对大量的信息进行分析和总结，将有价值的信息挖掘出来，指导人们更好的工作和学习。本文通过对高校教学管理实施数据挖掘技术应用，分析高校教学管理的优化设计方案，利用数据挖掘技术对学生的个人基本信息、毕业成绩等实施查询和分析，然后根据实际情况设计出相应的教学管理数据挖掘系统，从而得出新的有价值的信息，这样更加有利于教学管理，提高教学管理效率，促进教学质量的提高。
参考文献：
[1]李绍中.数据挖掘改进算法在学生成绩分析中的应用[J].科技通报，2012，28（8）：208-209，212.
[2]陈小莉，刁永锋.数据挖掘在教学管理中的应用研究[J].中国医学教育技术，2010，24（2）：165-168.
[3]梁小鸥.数据挖掘在教学管理中的运用[J].软件导刊，2012，11（6）：113-114.
[4]何芬.数据挖掘技术在教学管理中的研究与应用[D].武汉理工大学，2010.
[5]韩冬.数据挖掘在学分制教学管理中的应用[J].教育信息化：学术版，2006，（4）：69-70.
[6]钱程东，潘晓辉，汪审权，等.高校教学管理及信息化工作的有关思考[J].计算机工程与科学，2006，28（z1）：117-118，123.