一、引言

自从人类社会进入信息时代后，数据作为信息时代独一无二的传递媒介，在我们的生活中无处不在。特别是随着互联网和物联网的快速发展，似乎一切都可以被数据化、被记录。曾经静静躺在各种媒介中的数据，开始爆发出惊人的价值和巨大的信息量，这引起了越来越多人的关注和重视。人类已经迈入一个深度挖掘数据内在信息和核心价值的大数据时代。

在这场大数据的浪潮中，高校扮演着重要角色，既是大数据时代的参与者，也是大数据发展的推动者。高校能够利用自己所掌握的大量数据和信息资源，在教育和研究工作中发挥出举足轻重的作用，这也是顺应大数据时代发展趋势、推动自身信息化建设和发展的一个良好契机。

美国政府为了顺应并推动大数据这一趋势，于2012年3月宣布投资2亿美元启动“大数据研究和发展计划”，把大数据研究和生产计划提高到国家战略层面。2014年4月，美国联邦教育部宣布从财政预算中拿出2500万美元用于教育数据挖掘和分析。我国也十分重视大数据在高校教育中的发展。《国家中长期教育改革和发展规划纲要(2010-2020年)》明确提出，在加快教育信息化进程中要“加强优质教育资源开发与应用……促进优质教育资源普及共享”。《国民经济和社会发展第十二个五年规划纲要》提出，“重点研究……海量信息处理及知识挖掘的理论与方法……”

我国在高校研究大数据的条件更是得天独厚。据国家统计局2014年2月公布的数据显示，我国目前在校大学生达2468.1万人。2013年我国网民近30%使用过在线教育产品，市场空间巨大。未来几年中国在线教育市场将保持每年30%以上的增速。预计到2017年，我国在线教育市场规模将会突破1600亿元。

然而在大数据风暴以迅雷不及掩耳之势席卷全球各个行业的时候，我们却充满了疑惑，毕竟大数据本身尚未发展成熟，如何将它合理应用到高校领域还是值得深思的。本文将从高校中的大数据来源入手，分析高校大数据具有的特征，探讨大数据将对高校信息资源共享发挥的作用，深入挖掘大数据在高校信息化建设应用中的挑战，以探寻合理的策略实现大数据时代高校间资源共享，推动教育信息化的全面建设。

二、高校中的大数据

1.大数据是什么

(1)大数据的概念及目标

最早提出“大数据”时代到来的是全球知名资讯公司麦肯锡。麦肯锡[1]称：“数据，已经渗透到当今每一个行业和业务职能领域，成为重要的生产因素。人们对于海量数据的挖掘和运用，预示着新一波的生产率增长和消费者盈余浪潮的到来。”Gartner[2]于2012年对大数据做出如下定义：“大数据是大量、高速及多变的信息资产，它需要新型的处理方式去促成更强的决策能力、洞察力与优化处理。”维基百科对大数据的定义则简单明了：大数据是指利用常用软件工具捕获、管理和处理数据所耗时间超过可容忍时间的数据集。[3]

无论哪种定义实际都强调大数据的目标：①获取知识与推测趋势;②掌握个性化特征;③通过分析辨识真相。因此，大数据技术的战略意义不在于掌握庞大的数据信息，而在于通过将各种数据集合并后的分析得出大量额外的有价值信息和数据关系，帮助指导人们优化自身的决策和行为方式。

(2)大数据与传统数据的区别

信息的大爆炸不断提醒着我们，未来将会因大数据技术而改变。与传统数据相比，大数据之所以如此受人追捧，是因为其具有天然优势。两者最本质区别在于：①数据采集的来源不同。传统的数据库只是采集基本数据信息，使用数据自身含义，没有利用数据的附加价值。而大数据来源于对传统数据的提取和分析，更强调数据之间的关联性，主要研究数据间的关系;②数据应用的方向不同。传统的数据库主要对数据进行存储和查询，以对过去产生的数据进行保存为核心。大数据对事物发展的预测为核心思想，通过对海量数据进行分析，得到未来发展趋势或者推断将来的可能性。

2.高校中的大数据

(1)高校中的数据源

高校是一个每时每刻都会产生大量数据的地方。自从我国推行教育信息化以来，这些数据大部分被记录保存了下来。比如人事、教学、财务等部门的基本业务数据，网络教学课件和视频、网络远程教育教学资源的多媒体数据，学生教师上论坛、微博、微信等社交网络产生的网络行为数据，校园网内连接无线网络而感知的位置数据等。

伴随着高校教育信息化建设程度的不断深入和加强，比以往更多的海量数据被积累保存，这对于高校来说，是一笔宝贵的财富。这些海量数据并不是单纯的数据积累、记录和保存，其潜在的价值将会对现代化高校建设产生积极重要的意义。例如，通过对“课堂、成绩、就业”等方面数据的统筹分析，能够在一定程度上对传统教育领域的授课和学习模式的改革给予指导和建议，通过学生的图书借阅历史和选课信息综合判断学生的兴趣爱好。在这个信息就是金钱的时代，大数据技术的应用将会在高校教育信息化中起到越来越重要的作用。如何充分利用数据价值，使其为学校管理、教学、服务等工作提供有益帮助，将是本文重点研究的内容。

(2)高校中大数据的特点

对于大数据关注，往往过分集中于“大”的特点，而忽略了处理大数据所必须面对的一个难题：未经处理的碎片数据是造成大数据价值密度低的直接原因。在高校内部围绕着教师或学生服务和管理产生的数据也具有“碎片化”的特点。这一点王左利在他的论文中也提到了。[4]同时他还总结了大数据的另一个特点——持续性。“持续性”体现了校园科研、教学和管理业务的规律。必须基于长期、持续的数据进行统计分析，靠短期数据分析获得的结论对指导教育教学改革无益。

而笔者认为，高校的数据还体现了另外一个特点——多维度。“多维度”能够表征校园活动参与个体的完整状态。如，对一位学生而言，学习成绩反映学习效果;借书种类反映兴趣爱好;一卡通消费情况反映家庭状况;上网轨迹反映思想动态等。只有将多维度的数据进行有效整合，通过建立量化分析模型，反映一个学生的生活习惯与学习进步的相互关系，才能清晰全面地分析学生个体。

3.大数据教育与传统教育相比的优势

通过讨论大数据与传统数据的不同以及高校数据源的特点，发现在大数据影响下的教育与传统教育相比具有诸多优势，主要体现在以下三个方面：

数据采集：传统教育数据的采集方式来源于调查问卷、心理测试等。采集标准和规则均已完善。而大数据的采集是过程式的，它关注着学生在校数据的整个生命周期，关注着学生在校生活的每一个微观表现。

策略决策：传统数据诠释宏观、整体的教育状况，用于影响教育政策决策;大数据透析微观、个体的学生在课堂上的状况，用于调整教育行为进而实现个性化教育。

评估误差：传统数据来源于阶段性的、针对性的评估，其采样过程可能有系统误差;大数据采用微观持续性记录方式，采样的方式误差较小。