为推动高职院校建立常态化自主保证人才培养质量的机制,引导和促进高职院校不断完善内部质量保证体系建设、提升内部质量保证工作成效,持续提高人才培养质量,教育部于2015年连续下发了《关于建立职业院校教学工作诊断与改进制度的通知》(教职成厅〔2015〕2号)和《高等职业院校内部质量保证体系诊断与改进指导方案》(教职成司函〔2015〕168号),要求各高职院校建立内部质量保证体系,建立常态化、可持续的诊断与改进工作机制,持续提高人才培养质量。
我校虽然已于2015年完成数字化校园平台及多个业务系统的建设,但是在实际工作中出现了“目标难落地,数据难搜集,决策缺依据”等问题,难以提升工作成效。2015年至今,按照教育部相关文件精神要求和学校实际,我校启动了内部质量保证体系诊断与改进工作,颁发了本校的内部质量保证体系建设与运行实施方案,确定了目标任务、组织机构、标准制度等,并逐渐进入了实质性的建设和运行阶段。在建设和运行过程中,我校充分意识到信息化建设对内部质量诊改的核心支撑作用,提出通过建设大数据综合分析系统建立学校大数据生态环境来促进我校不断完善内部质量保证体系建设、提升内部质量保证工作成效,持续提高人才培养质量。经过近年实践,大数据综合分析系统对内部质量诊改提供有效的支撑,有力提升内部质量诊改的实效性。
一、整体设计方案与实施途径
(一)建设背景
我校大数据综合分析系统是在高职院校开展内部质量诊改的发展环境下提出的。高职院校内部质量诊断与改进与以往的教学评价方式相比有本质的差异。其突出特点为——目标的自主化、管理的精细化、运行的常态化和诊断的自动化,并强调预警功能和激励作用。内部质量诊改的这些特点决定了其对信息系统和手段非常依赖。
此前,我校已建设统一数据中心、统一门户、统一身份认证三大平台,并基于此建立了教务系统、学工系统、OA办公系统、人事系统等一系列业务管理类系统,实现了系统间基础数据共享,完成了数字化校园系统建设。这些系统普遍解决事务性管理工作,解决了业务层面的信息化管理需求。但是,单纯的数字化校园建设缺乏全局性内部诊断生态建设的设计思维。因此仅仅能为质量保证工作提供部分结果性的数据资料,如人员档案、学生成绩等,其整体性不强,数据逻辑结构耦合度松散,无法满足内部质量诊断和改进的工作要求。这是导致“目标难落地,数据难搜集,决策缺依据”的主要因素。
(二)数据驱动的内部诊断生态构建
数据是构建内部诊断生态的核心,内部质量诊断本质上是数据决策驱动的螺旋式上升过程。因此内部诊断生态的构建必须强化数据的“感知与采集”“汇聚与治理”“分析与决策”三个要素,以及三个要素之间的充分衔接,如下图所示。
图1 数据驱动的生态环境构建
“数据感知与采集”解决数据“从哪来”问题。一方面,学校已有大量业务系统蕴含了丰富的数据资源,如教师基础数据、学生基础数据、资产基础数据、科研基础数据等,这些基础数据为学校形成校本基础状态数据奠定了坚实基础。另一方面,学校应着力建设服务于学生和教师的智慧应用,如智慧课堂、自适应目标、第二课堂等,在为用户提供优质服务的同时,采集到宝贵的过程动态数据,才能真正解决学校动态监控和诊改的难题。
“数据汇聚与治理”解决数据“怎么存”问题。一是要融合有线、无线和移动网络系统,实现多路径的数据汇聚;二是按照规范的数据标准,对不同来源的数据进行数据治理和融合,形成高质量的校本数据库;三是面向业务,建立教师、学生、教学、资产、科研等主题仓库,以规范的API接口向所有上层应用开放。
“数据分析与决策”解决数据“怎么用”问题。数据分析与决策贯穿到内部质量诊断和改进的各项任务、目标和活动之中,其核心职能有三个:一是监控。监控强调实时性和动态性,了解监控对象的最新状态。二是预警。在进行实时监控的基础上,预警作为更加有效的质量反馈手段就成为了可能。借助基础支撑平台构建起来的多终端环境和消息推送机制,校园内每个人都能够从预警中受益。学生可收到学业预警、消费预警;教师可收到学生缺勤预警,挂科预警;辅导员可收到疑似不在校预警等;三是分析挖掘。分析发掘的核心任务是从学校纷繁复杂的数据背后,找寻到规律性、隐含性的信息,从而指导教育实践活动。例如通过综合学生一卡通消费记录、学生学习行为记录、学生基础信息等要素,利用深度学习算法来预测其是否为贫困生,从而为学校精准扶贫等管理活动提供重要参考依据。
“感知与采集”“汇聚与治理”“分析与决策”是构建内部诊断生态的三个要素,但三者之间是紧密依存的关系,建设时不能顾此失彼。
(三)支撑PDCA保证机制
信息化内部诊断生态系统能够支持“计划-执行-诊断-改进”PDCA螺旋递进的内部质量控制过程,对各阶段都能提供科学支撑。年度计划、制定目标阶段,通过指标管理平台设定和分解各级指标,并设定预警条件;执行阶段,基于基础支撑平台的校本数据,使用教学运行跟踪评价系统、内部质量监控预警平台完成宏观状态和微观数据的监控和预警,并通过精准化服务应用源源不断的提供动态数据源;诊断改进阶段,使用数据分析报告应用完成专业、课程等多层面的客观自动分析和诊断,完成数据报告的发布,以及新周期目标的预测和改进建议,从而完美的支撑了完整的PDCA质量环。
图2 支撑PDCA保证机制
(四)支撑“五纵五横”诊改体系
图3 支撑“五纵五横”诊改体系
1、对“五纵”的支撑
决策指挥:学校各级决策者可通过内部质量动态监控平台随时了解本级内部质量的宏观信息或可通过钻取了解微观信息,可通过指标预警提升决策的时效性;通过数据分析报告平台对内部质量指标反映出的问题进行深度挖掘分析,找出原因,分析趋势。
资源建设:通过应用系统、师生数据填报中心、精准化移动服务平台、校外数据的多源汇聚,形成完备的校本人才培养数据资源;通过基础支撑平台长期运行,可积累学校特色的指标库、模型库,生成学校权威的主数据资源。
支持服务:通过教学运行跟踪评价系统,可为教学质量的跟踪和评价提供支持服务;通过精准化移动服务应用,可为迎新离校、素养积分认定、智慧校园提供支持服务;通过师生数据填报中心,可对师生管理、使用、填报个人数据提供支持服务。
质量生成:通过平台提供的丰富监控、预警预测、挖掘分析能力,各层级在运行实施时均可通过平台获得质量生成效果的反馈,从而监督、帮助各主体改善提升其能力。
监督控制:通过内部质量动态监控平台,可促进专业、课程、教师完成自我诊改过程;通过内部质量考核评价系统,可完成学院各层面人才培养质量的评价工作;通过数据分析报告平台,可完成学校质量年度报告、专项工作报告的生成和发布。
2、对“五横”的支撑和扩展
“五横”是指学校、专业、课程、教师、学生五个相对独立的质量单元,学校通常围绕这些层面建立管理制度、规范和诊断改进机制,在各层面分别构建计划决策、实施生成、检查诊断与优化改进等闭环的内部质量保证体系。因此平台从这五个层面出发,分别梳理了每个层面关键KPI的当前状态、发展趋势和横向单位对比,从多角度对该层面的内部质量进行了充分的展示。
在平台中,可以通过“三层级”的视角监视内部质量。三层级是指学校、二级学院和专业,分别对应了校级管理人员、二级学院管理人员、专业负责人三类用户的视角。不同层级的用户监视内部质量时,系统会根据该类用户的层级和所在院系专业为其生成自适应的体系结构。
总的来说,平台对“五横”支持的核心就是通过一个个指标、图像、表格的体系化组合,把学校教育质量这一顶层概念具象、量化、直观的表达出来,使得学校的各级各类人员对内部质量具有一致的理解和认识,使得诊改工作具备了更强的操作性。
(五)实施途径
南宁职业技术学院通过自主安排经费,采用政府采购方式引入企业力量,与中标软件厂商合作,共同开发完成,所有功能需求、业务设计均由我校结合实际需要自主设计,开发商提供软件设计、开发、部署和运维支持等服务,由我校自主采购并提供平台运行所需的服务器、存储设备、网络设备、虚拟化平台、操作系统等,部署运行在我校中心机房内。
二、建设及应用情况
(一)基础平台建设
基础支撑平台是学校建设内部诊断生态系统的IT基础设施,是支持上层轻应用的基础平台。基础支撑平台以信息服务为中心,实现“按需定制、随需应变”的灵活模式,强调流程和服务的整合,进行资源共享、数据挖掘和决策支持,深化多维交叉式一体化服务,为构建内部诊断生态系统提供了强大的支撑。
平台架构进行了层次化设计,构建了以统一呈现平台、统一服务平台、大数据统一数据平台为核心的技术框架,可支撑各类精准化决策和服务应用的接入,如下图所示。
图4 基础支撑平台总体技术框架
1、统一呈现
“统一呈现平台”(Unified Present Platform,UPP)是基础支撑平台的重要组成,其目标便是解决“入口”的问题。平台综合运用IOS、Android原生APP开发技术、HTML5技术等,设计了优化适配PC、多型手机APP、微信三类入口的Hybrid混合模式门户框架,并在此框架基础上设计了应用中心、消息中心、个人大数据等功能。统一呈现平台作为基础支撑平台的最上层,秉承了以“用户为中心,以服务为目标”的使命任务,使师生在任何时间、任何地点均可以无缝的接入、感知、使用智慧校园服务。
2、统一服务
统一服务平台将身份认证、应用发布、消息通道等平台级能力进行了抽象和集成,采用统一的技术架构来面向各种智慧应用开发者,使不同开发者、不同技术工具开发的应用都可以采用统一的规范接入到基础支撑平台当中去,为学校提供涵盖应用开发、运行、运维、运营各环节的开放运行平台。
3、大数据统一数据管理中心
大数据统一数据中心是基础支撑平台的核心,其目的是为了支撑横向化的决策和服务,充分利用现有大数据的成熟技术,在校级构建统一的数据采集、清洗、分布式存储平台,并通过标准API接口提供可扩展的数据服务。通过建设统一数据中心,充分挖掘出学校数据资产的价值。
统一数据中心采用Hadoop分布式数据库和分布式关系型数据库混搭的计算框架,为用户提供一套完整的大数据平台解决方案,包括数据采集转换、计算存储、分析挖掘以及运维管理等全系列功能,帮助用户构建海量数据处理系统,发现数据的内在价值。
由于数据类型复杂,数据中不仅包含结构化数据,同时也包含大量半结构化数据和非结构化数据,所以为了支撑不同类型的操作而需要设计高性能、高可扩展、高可靠的综合数据平台。数据平台采用混搭架构,包括关系数据库、Hadoop两个部分,这几部分互为补充,分别支撑不同类型的处理操作。另外,为提供系统可用性与可靠性,在混搭系统平台之上,完成统一接口及操作监控平台的封装。具体系统架构如下图所示。
图5 统一数据中心架构
(二)精准化决策平台建设
1、指挥决策大数据可视化系统
指挥决策大屏展示系统主要部署于学校指挥决策大厅、会议室、教学指挥中心等,可通过大屏方式展示学校综合校情、教学状态监控、招生迎新监控等数据。大屏展示系统可用更生动、直观的形式,通过数据分析,呈现庞大数据背后的核心点,从用户关注的角度出发,将核心数据精简于形,把数据进行高效、可视化的管理,对数据进行整合分析,通过可视化大屏展示来帮助决策人员发现、诊断业务问题。
图6 迎新大数据
2、内部质量诊断分析平台
“内部质量诊断分析平台”主要为学校内部质量诊断和改进活动提供数据指标可视化监控手段。实现内部质量管理目标,对关键KPI进行精准化、常态化、动态化的监控。用数据说话,从数据中寻找答案。
在整个内部质量运行过程中,除了关于学生课程信息、实训条件等静态数据外,还流转着大量的动态数据。因此该功能的设计核心理念就是基于大数据技术,用各种数字、指标、图表、趋势具象化的表现学校的内部质量,在此基础上对内部质量进行监控、预警、分析,从而支撑学校的内部质量诊断和改进工作,进而提升学校的办学水平。
图7:内部诊断平台
3、综合校情系统
精准画像系统以大数据分布式存储中心为基础,采用群体精准分类定位、目标全量数据汇聚、用户画像建模等技术方法,将分散在各部门的数据通过数据交换平台汇聚到一起,以“两人一物”(教师、学生、资产)为主线建立对象模型,对各类群体进行分析聚类,实现学校核心校情数据的有效整合和多维展现,为决策者进行精准化决策与管理提供强大的数据支撑。
图8 教师画像
(三)精准化服务平台建设
1、智慧课堂
传统的教学评价数据通过问卷调查的方式来获取教学评价相关数据,学校不能及时的收集到学生对专业、教师、课程的评价内容。同时学校对每堂课的上课的教学运行情况也无法及时掌握。
智慧课堂解决了教学运行当中的学校对学生的上课情况的管理与教学评价内容的实时采集。教学运行监控结合了智慧课堂应用,能够了解到每一节课具体的学生上课到堂情况,根据后台大数据分析平台可以了解每个专业情况分析的学生到堂情况。同时可结合学校的监控系统,教学督导可以通过视频直接巡查教师上课情况。通过课堂点名掌握“到堂率”信息,分析挖掘教学问题,促进教学质量的提升;教师透过学生学习轨迹掌握课程的进度,把握课程的难易程度;学生可以进行上课签到、评教、给老师递纸条进行交流。在课前教师也可以分享一些本堂课相关的一些资料文件,学生可以提前预习,学习。辅导员和教学督导通过智慧课堂来实时管控教学。
图9 智慧课堂
2、第二课堂
以我校“第二课堂成绩单”建设方案和评分标准为依据,建设基于大数据分析运用的第二课堂育人平台,设计以素养提升为导向的第二课堂育人体系,建立学生参与第二课堂育人活动数据库,依托大数据分析,为学分析个人画像,建立实施动态反馈机制,督促学生根据画像有针对性的参与相应第二课堂实践活动,完善数据画像,形成基于能力养成的“第二课堂成绩单”。
第二课堂网络管理系统平台总体功能框架如下:
图10 第二课堂网络管理系统平台总体功能框架
3、学生自诊
新生入学后第一学期通过问卷调查方式,对学业、素养开展学生发展目标自测,建立学生个人发展目标。明确学生个人在校三年学习的个人目标。并与精准画像功能结合,辅助学生完成个人发展目标。
图11 学生自诊测量
4、学生精准画像
从教务系统、学工系统、宿舍管理系统、一卡通系统等业务管理系统中,全面采集学生相关数据,建立与学生自诊目标相配套的KPI指标数据分析,从数据角度客观分析学生各项指标是否达到个人发展目标预期,通过对标学生个人自测目标使学生找到问题和改进点。
图12 学生精准画像
三、运维体系及安全保障
(一)安全组织体系建设
实施安全应管理先行,安全组织体系的建设势在必行。学校成立了由校长、主管副校长、职能部门主要领导、网络管理员等人员组成安全工作小组,并制定了学校主要领导为主、各个部门联动的信息安全应急预案。信息安全应急预案分级处置,分组管理,定期开展信息安全应急演练,将信息安全工作常态化,确保信息安全有保障。
(二)安全管理手段建设
安全技术管理体系是实施安全管理制度的技术手段,是安全管理智能化、程序化、自动化的技术保障。安全技术管理对OSI的各层进行综合技术管理。网络安全管理,主要对网络安全体系的防火墙、入侵检测系统等网络安全设备进行管理;应用安全管理,主要对网络安全体系的应用安全系统进行管理,如用户认证系统的管理、病毒防范系统的管理。
四、经验总结
在建设大数据综合分析的过程中,学校总结如下经验:
一、要能够提供内部质量诊改所需的全量数据。如何准确的、动态的、完备的获取到学校质量状态和过程数据,是内部质量诊断和改进的基础。应形成数据的动态生存机制,提供数据的“活力”,保证内部质量监控的准确和预警的有效;应能够在原始数据之上建立状态数据库和核心指标库,采用自动化机制形成学校的核心质量数据。
二、要能够支撑基于PDCA目标管理理论的质量生成体系。PDCA是全面质量管理所应遵循的科学程序,全面质量管理活动的全部过程,就是质量计划的制订和组织实现的过程。要实现以目标管理为基础的“计划-执行-诊断-改进”螺旋递进的内部质量控制过程,必须借助科学的信息化手段。
三、要能够挖掘分析校本数据,为诊改提供决策支持。为了充分发挥出平台在人才培养工作过程中的状态分析、监控、预警、激励功能,必须以全量校本数据为数据源,实现数据深度挖掘、分析,展示人才培养实时效果,为诊改“五纵五横”的各系统、各层面提供决策支持。
综上,南宁职业技术学院大数据综合分析系统建立了学校大数据生态环境,良好的支撑了学校内部质量诊改体系。在此过程中,学校信息化建设水平不断提高,信息化建设内容不断丰富,探索出一条适应学校发展特色的信息化道路。未来,我校将以更高的热情投入到学校教育信息化事业发展中,争取在更新的教育信息化2.0时代环境下再创佳绩。