论文部分内容阅读
摘 要：随着研究生教育管理信息化的飞速发展，“数据化”建设正显现出越来越重要的作用。通过将数据化思想融入信息化建设中，在数据获取和数据分析方面创新工作思路，改进工作方法，可以在研究生教育的各个方面进行评估和预测，保证培养质量的稳步提升。在开展数据化建设过程中，还应注意规避数据安全、数据独裁和数据垄断等风险。
关键词：研究生教育管理；信息化建设；数据化
中图分类号：G643 文献标志码：A 文章编号：1673-8454（2016）03-0047-03
近年来，随着高校研究生教育管理信息化建设的发展，信息化已经逐步在研究生教育管理的招生、教学、论文、就业等各个环节取得成效。[1]-[3]信息化建设在有效促进研究生教育管理的标准化和规范化、提高工作效率、精细化过程管理等方面显现出优势，同时，对研究生教育管理过程中的数据化建设也具有积极的促进作用。
“数据化”是“一种把现象转变为可制表分析的量化形式的过程”[4]。数据化工作早在信息时代来临前就已开始，随着当今时代信息化的普及和应用，数据化又得到了极大的发展，从最初简单的数据统计到数据挖掘技术的发展，特别是大数据思维所取得的成效，都离不开信息化建设的巨大推动作用。
当今研究生教育管理信息化建设工作已不仅仅满足于实现标准化、规范化、精细化等功能，而在数据统计与分析、教育质量评估、研究生学习情况预测等各方面提出了更高要求。这些功能都离不开数据化思维的融入。数据化思维在有效提升数据传输效率，提高数据整合与分析能力，为各级管理部门决策提供全面的辅助信息，为研究生师生群体提供优质的个性化服务等方面具有较大优势。这不仅对高校研究生教育管理信息化建设具有积极意义，更是全国研究生教育发展的需要，是社会经济发展的需求。
在信息化建设中“数据化”这一概念的提出、融入和拓展，是信息化建设发展的一个重要方向，也是各研究生培养单位在开展相关工作中的重点和难点。本文以数据化思维为出发点，提出一些在信息化建设过程中的新思路和新问题，以“专业学位研究生学业指导系统”建设为应用实例，旨在推进高校研究生教育信息化与数据化建设的相互融入和相互促进，最终提升研究生培养质量。
一、数据化视角下的数据获取
数据化建设的根本在于数据获取。通过新数据的获取或从已有数据中挖掘出新的含义，是数据化建设进程的关键环节。
1.对已经获得的数据进行再次利用
在信息化建设应用中，各类研究生信息系统会产生大量培养或管理过程数据。这些数据在实现其基本功能后，仍包含着十分有用的信息。将这些信息有效识别并提取出来，进行二次利用，就可以为研究生培养管理决策提供参考依据。
以“专业学位研究生学业指导管理系统”（以下简称“学业指导系统”）为例，该系统主要为导师对研究生进行学业指导交流提供一个高效便捷的网络平台如图1所示，校内外导师与其指导的专业学位研究生在系统中可通过实时交互、文件传递等方式进行交流，导师也可以通过电子签名的方式管理研究生培养的各个环节。在应用该系统时，导师与研究生在交流过程中产生了大量的交互数据，当双方交流完成后，这些数据却并未作废，该系统可以将师生双方交互的时间、流量等数据再次利用，通过整合与分析，为导师指导情况或研究生求教情况等信息进行深入分析。
2.主动获取所需数据
直接从已有数据中提取可以再次利用的数据，使得导师和学生在进行学业指导的同时就能够完成数据的收集，可以避免用户对繁琐操作产生厌烦。但在必要的情况下，仍然只能主动向用户获取，如网上评教。主动获取的数据可以更有针对性地面向需要解决的问题，但在主动获取数据时，若数据量过于繁琐则可能会造成用户的反感，反而无法准确、完整地反映真实情况。
学业指导系统为每个研究生提供了一个对导师进行评价的按钮，评价指标一改以往的复杂指标体系，仅有简单的“好评”、“中评”及“差评”三项评价界面如图2所示。研究生每天最多可评价一次，在进行数据获取时，系统界面仅显示导师收到的好、中、差评数量，通过这一简单但有趣的评价方式观测研究生对导师的评价情况。
3.对数据进行重组和比对
获取一定量的数据后，单组数据的价值还可以通过对多组数据的重组和比对提取出更多新的信息。如学业指导系统可以通过收集导师与研究生的交互情况观测导师对研究生的指导力度。在得到“导师指导力度”这一组数据后，还可以将导师与研究生交流的所有时间数据和流量数据进行组合，通过比对找寻二者的相关关系，得到“导师通常在什么时间段对研究生指导力度最大”的研究结果，这一类结果对研究生实施个性化管理是十分有益的。
二、数据化视角下的数据分析及实际应用
目前，基于一般数据的分析技术已经相对成熟，在研究生教育中已有大量的实际应用[5]。在数据化视角下，特别是大数据思维提出以后，相应的大数据分析方法也可以应用于研究生教育管理当中[6]。
1.分析数据应用于评估
通过数据分析进行评估是最为常见的一种数据分析应用，网上评教、通过网上问卷调查评价导师指导情况等均是典型的数据化评估的实际应用。
在学业指导系统中，我们还提出了一种基于大数据的模糊评价机制。在研究生与导师交互的过程中，收集研究生在当时对导师的总体印象，也即实时的好、中、差评，通过大量（或异常）但相对简单的评价数据来观测导师对研究生的指导情况，进而描述导师在学业指导上的尽责情况。虽然研究生个人的性格、单次交流的环境等情况可能会影响到每次评价的准确性，但是该评价系统频率较高（每天每生一次），评价的数据量很大。当评价的量足够大以后，这种不精确就是可以接受的，并且这种混杂性正是我们所希望得到的，因为从大数据的变化和异常上，可以看到在平时难以观测到的现象。 2.分析数据应用于预测
通过数据化技术在研究生教育中进行预测是近年来才兴起的一项研究，由于以往数据样本过小，预测的可靠性还有待研究，但随着大数据概念的普及和相关技术的成熟，预测这一应用在数据化进程中开始发挥出越来越不可小视的作用。在大数据时代。通过数据化预测研究生培养质量、预测优秀论文等都已经得到应用[7]。
学业指导系统中可以提取出研究生与导师交互的频率数据，还可以得到研究生对导师的实时评价数据，结合研究生录取情况、课程学习成绩、开题时间等数据进行分析，就使预测“研究生是否能够顺利完成学业”这一问题可能实现，从而实现学业预警功能。对存在“不能顺利完成学业”风险的研究生及时进行学籍提醒，重点关注其学习进度，就可以有效避免研究生因被清退而引发的各种矛盾。
三、数据化视角下开展信息化建设的其他问题
1.数据安全
在数据化视角下，数据的含义已经发生变化。数据安全问题已不仅仅局限于数据的更改、丢失和泄露等层面。如在数据挖掘过程中，将所获取的数据进行分析并进行评估、预测的过程可能会涉及到学生或教师的隐私。部分原本已由学生或教师授权使用的信息，一旦进行再次利用，又会存在新的个人稳私问题。
在数据化时代，在利用数据进行分析应用之前，应当具备成熟的法律保护机制，做好相应的安全工作思考，避免发生数据安全相关事故。
2.数据独裁
随着数据化的不断发展，数据决策被证明越来越接近真实，那么研究生教育管理的决策对于数据决策的依赖性也可能会相应增加。这种依赖性就可能会带来数据独裁的风险。
研究生教育的主体是人，根本目标也是立德树人，因此在开展数据化建设时，还应当以人为本，合理利用数据化决策的结果，而不被数据决策所左右。
3.数据共享与数据垄断
在数据化视角下，数据显现出了新的价值。研究生在校期间的各类数据可能会源自于学校各个部门，如学生缴费数据（财务处）、学生就诊数据（校医院）、学生消费数据（后勤部门）等等，这些数据如果能合理、有效地共享，固然能促进研究生教育质量提升。但由于数据附带了价值属性，也可能会造成数据垄断问题，导致数据无法有效地利用。在实际工作中，为避免数据垄断，应当建立合理合规的数据共享机制，保证数据能够被更好地用于研究生教育工作之中。
四、结论
“数据化”这一概念的提出，对于高校研究生教育管理信息化建设工作不仅仅是技术层面上的改变，更是管理工作思维模式的转变。数据化促使管理者在信息化建设中融入新的工作思路和方法，不断获取新的数据信息，通过数据分析对研究生教育的各个方面进行评估与预测，对研究生教育的决策具有重要的参考意义。
在信息化建设工作未来的道路上，数据化必然会成为一个重要的发展方向。数据化建设工作正以其独有的思维模式和实用成效为研究生教育事业开拓出一片全新的领域。
参考文献：
[1]张辉，刘明利，生玉海.研究生教育管理信息化建设的实践与认识[J].学位与研究生教育，2013（5）： 36-40.
[2]张林.对高校研究生教育信息化建设的思考与建议[J].学位与研究生教育，2014（11）： 40-43.
[3]孙连京.研究生招生管理信息化建设探讨[J].文教资料，2015（1）： 105-106.
[4]维克托·迈尔-舍恩伯格，肯尼思·库克耶.盛杨燕， 周涛译.大数据时代生活、工作与思维的大变革[M].杭州： 浙江人民出版社，2013.
[5]孙东平.数据挖掘在研究生教育管理信息系统中的应用[J].学位与研究生教育，2013（5）： 46-49.
[6]张鹏高，张生，李宣宣.基于大数据的教育质量综合评价[J].中国教育信息化，2015（5）： 12-14.
[7]张广军，黄海军，伊宝玲.研究生教育信息管理研究[M].长沙： 国防科技大学出版社，2014.
（编辑：杨馥红）
关键词：研究生教育管理；信息化建设；数据化
中图分类号：G643 文献标志码：A 文章编号：1673-8454（2016）03-0047-03
近年来，随着高校研究生教育管理信息化建设的发展，信息化已经逐步在研究生教育管理的招生、教学、论文、就业等各个环节取得成效。[1]-[3]信息化建设在有效促进研究生教育管理的标准化和规范化、提高工作效率、精细化过程管理等方面显现出优势，同时，对研究生教育管理过程中的数据化建设也具有积极的促进作用。
“数据化”是“一种把现象转变为可制表分析的量化形式的过程”[4]。数据化工作早在信息时代来临前就已开始，随着当今时代信息化的普及和应用，数据化又得到了极大的发展，从最初简单的数据统计到数据挖掘技术的发展，特别是大数据思维所取得的成效，都离不开信息化建设的巨大推动作用。
当今研究生教育管理信息化建设工作已不仅仅满足于实现标准化、规范化、精细化等功能，而在数据统计与分析、教育质量评估、研究生学习情况预测等各方面提出了更高要求。这些功能都离不开数据化思维的融入。数据化思维在有效提升数据传输效率，提高数据整合与分析能力，为各级管理部门决策提供全面的辅助信息，为研究生师生群体提供优质的个性化服务等方面具有较大优势。这不仅对高校研究生教育管理信息化建设具有积极意义，更是全国研究生教育发展的需要，是社会经济发展的需求。
在信息化建设中“数据化”这一概念的提出、融入和拓展，是信息化建设发展的一个重要方向，也是各研究生培养单位在开展相关工作中的重点和难点。本文以数据化思维为出发点，提出一些在信息化建设过程中的新思路和新问题，以“专业学位研究生学业指导系统”建设为应用实例，旨在推进高校研究生教育信息化与数据化建设的相互融入和相互促进，最终提升研究生培养质量。
一、数据化视角下的数据获取
数据化建设的根本在于数据获取。通过新数据的获取或从已有数据中挖掘出新的含义，是数据化建设进程的关键环节。
1.对已经获得的数据进行再次利用
在信息化建设应用中，各类研究生信息系统会产生大量培养或管理过程数据。这些数据在实现其基本功能后，仍包含着十分有用的信息。将这些信息有效识别并提取出来，进行二次利用，就可以为研究生培养管理决策提供参考依据。
以“专业学位研究生学业指导管理系统”（以下简称“学业指导系统”）为例，该系统主要为导师对研究生进行学业指导交流提供一个高效便捷的网络平台如图1所示，校内外导师与其指导的专业学位研究生在系统中可通过实时交互、文件传递等方式进行交流，导师也可以通过电子签名的方式管理研究生培养的各个环节。在应用该系统时，导师与研究生在交流过程中产生了大量的交互数据，当双方交流完成后，这些数据却并未作废，该系统可以将师生双方交互的时间、流量等数据再次利用，通过整合与分析，为导师指导情况或研究生求教情况等信息进行深入分析。
2.主动获取所需数据
直接从已有数据中提取可以再次利用的数据，使得导师和学生在进行学业指导的同时就能够完成数据的收集，可以避免用户对繁琐操作产生厌烦。但在必要的情况下，仍然只能主动向用户获取，如网上评教。主动获取的数据可以更有针对性地面向需要解决的问题，但在主动获取数据时，若数据量过于繁琐则可能会造成用户的反感，反而无法准确、完整地反映真实情况。
学业指导系统为每个研究生提供了一个对导师进行评价的按钮，评价指标一改以往的复杂指标体系，仅有简单的“好评”、“中评”及“差评”三项评价界面如图2所示。研究生每天最多可评价一次，在进行数据获取时，系统界面仅显示导师收到的好、中、差评数量，通过这一简单但有趣的评价方式观测研究生对导师的评价情况。
3.对数据进行重组和比对
获取一定量的数据后，单组数据的价值还可以通过对多组数据的重组和比对提取出更多新的信息。如学业指导系统可以通过收集导师与研究生的交互情况观测导师对研究生的指导力度。在得到“导师指导力度”这一组数据后，还可以将导师与研究生交流的所有时间数据和流量数据进行组合，通过比对找寻二者的相关关系，得到“导师通常在什么时间段对研究生指导力度最大”的研究结果，这一类结果对研究生实施个性化管理是十分有益的。
二、数据化视角下的数据分析及实际应用
目前，基于一般数据的分析技术已经相对成熟，在研究生教育中已有大量的实际应用[5]。在数据化视角下，特别是大数据思维提出以后，相应的大数据分析方法也可以应用于研究生教育管理当中[6]。
1.分析数据应用于评估
通过数据分析进行评估是最为常见的一种数据分析应用，网上评教、通过网上问卷调查评价导师指导情况等均是典型的数据化评估的实际应用。
在学业指导系统中，我们还提出了一种基于大数据的模糊评价机制。在研究生与导师交互的过程中，收集研究生在当时对导师的总体印象，也即实时的好、中、差评，通过大量（或异常）但相对简单的评价数据来观测导师对研究生的指导情况，进而描述导师在学业指导上的尽责情况。虽然研究生个人的性格、单次交流的环境等情况可能会影响到每次评价的准确性，但是该评价系统频率较高（每天每生一次），评价的数据量很大。当评价的量足够大以后，这种不精确就是可以接受的，并且这种混杂性正是我们所希望得到的，因为从大数据的变化和异常上，可以看到在平时难以观测到的现象。 2.分析数据应用于预测
通过数据化技术在研究生教育中进行预测是近年来才兴起的一项研究，由于以往数据样本过小，预测的可靠性还有待研究，但随着大数据概念的普及和相关技术的成熟，预测这一应用在数据化进程中开始发挥出越来越不可小视的作用。在大数据时代。通过数据化预测研究生培养质量、预测优秀论文等都已经得到应用[7]。
学业指导系统中可以提取出研究生与导师交互的频率数据，还可以得到研究生对导师的实时评价数据，结合研究生录取情况、课程学习成绩、开题时间等数据进行分析，就使预测“研究生是否能够顺利完成学业”这一问题可能实现，从而实现学业预警功能。对存在“不能顺利完成学业”风险的研究生及时进行学籍提醒，重点关注其学习进度，就可以有效避免研究生因被清退而引发的各种矛盾。
三、数据化视角下开展信息化建设的其他问题
1.数据安全
在数据化视角下，数据的含义已经发生变化。数据安全问题已不仅仅局限于数据的更改、丢失和泄露等层面。如在数据挖掘过程中，将所获取的数据进行分析并进行评估、预测的过程可能会涉及到学生或教师的隐私。部分原本已由学生或教师授权使用的信息，一旦进行再次利用，又会存在新的个人稳私问题。
在数据化时代，在利用数据进行分析应用之前，应当具备成熟的法律保护机制，做好相应的安全工作思考，避免发生数据安全相关事故。
2.数据独裁
随着数据化的不断发展，数据决策被证明越来越接近真实，那么研究生教育管理的决策对于数据决策的依赖性也可能会相应增加。这种依赖性就可能会带来数据独裁的风险。
研究生教育的主体是人，根本目标也是立德树人，因此在开展数据化建设时，还应当以人为本，合理利用数据化决策的结果，而不被数据决策所左右。
3.数据共享与数据垄断
在数据化视角下，数据显现出了新的价值。研究生在校期间的各类数据可能会源自于学校各个部门，如学生缴费数据（财务处）、学生就诊数据（校医院）、学生消费数据（后勤部门）等等，这些数据如果能合理、有效地共享，固然能促进研究生教育质量提升。但由于数据附带了价值属性，也可能会造成数据垄断问题，导致数据无法有效地利用。在实际工作中，为避免数据垄断，应当建立合理合规的数据共享机制，保证数据能够被更好地用于研究生教育工作之中。
四、结论
“数据化”这一概念的提出，对于高校研究生教育管理信息化建设工作不仅仅是技术层面上的改变，更是管理工作思维模式的转变。数据化促使管理者在信息化建设中融入新的工作思路和方法，不断获取新的数据信息，通过数据分析对研究生教育的各个方面进行评估与预测，对研究生教育的决策具有重要的参考意义。
在信息化建设工作未来的道路上，数据化必然会成为一个重要的发展方向。数据化建设工作正以其独有的思维模式和实用成效为研究生教育事业开拓出一片全新的领域。
参考文献：
[1]张辉，刘明利，生玉海.研究生教育管理信息化建设的实践与认识[J].学位与研究生教育，2013（5）： 36-40.
[2]张林.对高校研究生教育信息化建设的思考与建议[J].学位与研究生教育，2014（11）： 40-43.
[3]孙连京.研究生招生管理信息化建设探讨[J].文教资料，2015（1）： 105-106.
[4]维克托·迈尔-舍恩伯格，肯尼思·库克耶.盛杨燕， 周涛译.大数据时代生活、工作与思维的大变革[M].杭州： 浙江人民出版社，2013.
[5]孙东平.数据挖掘在研究生教育管理信息系统中的应用[J].学位与研究生教育，2013（5）： 46-49.
[6]张鹏高，张生，李宣宣.基于大数据的教育质量综合评价[J].中国教育信息化，2015（5）： 12-14.
[7]张广军，黄海军，伊宝玲.研究生教育信息管理研究[M].长沙： 国防科技大学出版社，2014.
（编辑：杨馥红）