基于大数据的高职专业教学资源库生态发展模型研究

展的可资借鉴的方法。关键词：大数据 高等职业教育 专业教学资源库 生态发展中国分类号：G718.5

文献标识码:B

文章编号:1671 - 4024(2019)06 - 0012 - 04Research on Eco-development Model of Specialized Teaching Resources

Database for Higher Vocational Education based on Big DataLUO Ying1, ZHENG Jinhui2(1.2 Chengdu Aeronautic Polytechnic, Chengdu, 610100, China)Abstract The database system of specialized teaching resources for higher vocational education presents a perfect and vast struc­ture, which will be a great loss to the country, teachers and students unless the system is developed ecologically. This paper proposes an ecological development model (BDD model) of specialized teaching resource database based on big data. By using this model, the problems existing in each sub-projects of specialized teaching resource database are solved one by one, through big data analysis, problems digging, formulation of rectification plan, assistants follow-up rectification, and expert evaluation, so as to solve the eco-de- velopment problems for specialized teaching resource database. This model is applied to the resources database of mold design and

manufacturing specially, which proves its effectiveness and practicability, and provides references for the construction of teaching re­sources database of other specialties to promote the eco-development of resources database.Key Words big data, higher vocational education, specialized teaching resource database, ecological development—、弓I言国家高等职业专业教育教学资源库（以下简称

来解决资源库可持续发展的问题。二、基于大数据的资源库生态发展的模型（BDD 模型）“资源库”）于2010年由教育部和财政部联合启动建

设。目前已立项建设了专业教学资源库88个，有

大数据是继云计算机、物联网后又一个新生名

158万余人注册学习，资源库的访问总量已超过2.5

亿人次;建设多媒体资源195万余条，资源总量达到

词。众多专家，如李国杰院士、何克抗教授都认为大 数据即将改变人类的教育方式、学习方式，改变教育 信息化的研究范式。针对大数据的数据量巨大、数

32.3TB叭资源库的建设为推动优质资源共建共享、 推进信息化教学进程、提升人才培养效率和质量做 出了巨大的贡献叭但是资源库仍然存在着用户数

据新增速度加快、数据来源多样化及数据密度大四 大核心特征，我们可以通过分析数据得出其相应的 因果关系,并且精确把握大体方向，寻找因果关系中

量少、资源使用率不高、更新率较低等问题。上述问

题导致资源库难以达到可持续发展。学者们对资源 库建设与应用做了较多研究，主要探讨了资源库建

的相关关系叫大数据的这些特征正好适合在资源库

建设、应用中发挥重要作用。利用大数据找到制约资 源库生态发展的因素，对之进行因果关系和相关性 分析，再逐个修正，即可达到资源库可持续性发展的 态势。设过程的方案优化、应用推动机制等,也提出了相应

的优化建议,但对资源库可持续发展的研究却较少, 且并未给出具体的实施意见和过程。为了解决资源 库可持续发展的问题，本文提出一种基于大数据的

“运用大数据方法规划建设反馈机制来跟踪教 与学的行为，可以促进内容持续更新,提升专业教学

专业教学资源库可持续发展的模型，可利用该模型

收犒日期：2019-03-12作者简介:罗影（1986-），女，四川成都人，理学硕士，助理工程师，主要研究方向为教育信息化、教学资料数字化。• 12 •基于大数据的高职专业教学资源库生态发展模型研究资源库的服务能力和质量”叫在资源库项目监测及 教育信息化工作推进中，大数据必然发挥着极其重

要作用叭学者们已开始研究大数据对资源库监测 与反馈的作用，也提到可以促进其内容持续更新、提

升服务能力和质量。因此本文基于大数据分析来支

持资源库的可持续性发展是非常合理的。我们将在 资源库建设与应用的各个环节中利用大数据的方法

来辅助资源库不断完善,达到生态发展状态。可持续性发展也被称为生态发展。所谓生态是

指自发的成长性和基于保健保鲜的养护。成长性即 动态的内容增长、体量增大、品质改善;保健保鲜即 吐故纳新、去粗取精、去伪存真叫在资源库的建设、

应用中，我们按照生态的方法，让资源库实现资源内 容增长、资源体量增大、资源质量改进,在不断的修正

中实现资源更新。只有做到生态发展,才能做到良性

循环，最大程度发挥资源库能学辅教的强大功能。BDD(Big Data Development)模型主要是通过 对大数据的分析，揭示当前资源库存在的各个方面 的问题，然后制订各子项目整改计划并实施,然后验 收结果，若不通过则循环一次,一直迭代到专家评议

通过为止。为了更好地表达这一过程,我们将之转 换为持续发展的数学模型：D=F(B,P1,P2,A,E,R) (1)其中,D表示教学资源库的可持续发展的效果，

F()则是一个过程函数,B表示大数据输出,P1表示制 定整改专业库计划,P2表示指定子项目整改计划,A 表示助教协助整改,E表示专家评议,R表示整改结

果。其中,P2、A、E是一个小的迭代过程,B、P1、P2、

A、E、R是一个大的迭代过程。模型中由小迭代到大

迭代，保证了最后D这个模型的生态发展的效果，使

资源库进入良性循环和生态发展。我们将数学模型转化为实施过程的图例模型，B：通过资源系统后台将专业教学资源库的bl活

跃分析、b2登录排行、b3行为分析、b4行程分析、b5课 程分析、b6课堂教学、b7成绩分析生成报表,分析整

个资源库的使用情况，加上教育部下发的资源库监 测报告，综合分析，生成资源库使用情况详情表。P1：通过B(大数据报表)分析整个资源库关于

pl-1用户标准、pl-2资源标准、pl-3课程标准、pl-4 应用情况、pl-5用户更新、pl-6资源更新需要达到的 指标值，按照大数据提供的指标值来准确找到资源

库的更新指标，生成资源库整改计划表。P2：通过P1生成的专业资源库计划表，按照B

提供的大数据报表，生成子项目关于用户、资源、应 用方面的计划表，具体包括:p2-l教师实名、p2-2教 师参与度、p2-3学生实名、p2-4资源素材图文比例、

p2-5资源被应用比列、p2-6资源更新率。子项目主

持及参与教师分析当前课程情况，生成子项目的整

改计划表。A：助教辅助整改这一环节非常重要。因子项 目及负责人一般对课程较为熟悉,也积极投入应用，

但对于整体的指标情况不是太了解，这一环节，需要

一个助教辅助子项目负责人进行子项目的辅助整 改。主要包括:al未达标指标查找、a2辅助解决技术

问题、a3辅助主持教师教学、a4辅助个性化资源制作 等。这个环节生成子项目完成情况自查表。E：专家评议环节是整个发展模型的关键环节。 有了计划，有了实施,效果如何还需检验。在这一环 节中，专家通过由大数据提供的报表，开展对子项目 的评议,主要包括:el检查硬性指标、e2数据真实性、e3

内容合理性、e4评价标准。专家的评议意见不通过，则 继续回到P2阶段,重新制定子项目更新计划,再进入

A阶段,辅助整改，再进入E阶段,不断的迭代。若通 过则进入R阶段。这个阶段生成专家对子项目评议 的建议表。R：整改结果阶段是经过第一次迭代循坏后,检

验其效果的阶段。通过资源库后台大数据的分析以 及教育部的监测报告，二者共同决定是否需要进行

第二次循环。若专家判定通过则进入生态发展状

态，若不通过则进入第二次大循环。这个阶段生成 资源库评议建议表。整个模型是以大数据为基础，为专业资源库提 供数据支撑，制定资源库生态发展计划,在不断自我

迭代中，实现生态发展的过程。在资源库建设各个 环节中，若有缺失,必定导致循环迭代次数过多，最

后陷入死循环。按照模型对各个环节给出的参考指 标来实施生态发展，则势必会有较好的结果。该模

型实施时间一般可以按照每学期一次，也可以每月

一次甚至每周一次。三、基于大数据的专业教学资源库的生态发展 模型的应用为了验证这一模型的有效性和实用性,我们将

• 13 •基于大数据的高职专业教学资源库生态发展模型研究模型应用于模具设计与制造专业教学资源库的生态 发展上。2017年12月，模具设计与制造专业教学资 源库经历了从平台的迁移到学生的使用等大量的工 作。2018年1月20日的监测报告显示，该资源库过 半指标合格,还需要继续推进建设和应用工作。于 是我们利用大数据下的专业教学资源库的生态发展

模型来开展2018年的整改工作。本文选取2018年 春的数据与2018年秋的数据做对比,来验证该模型 的有效性和实用性。模型应用数据如下：（一） 大数据报表本实验选取2018年春与2018年秋的数据来做对

比实验。首先获取模具设计与制造专业教学资源库 （以下简称模具资源库）的所有课程数据，包括bl活跃

分析、b2登录排行、b3行为分析、b4行程分析、b5课程 分析、b6课堂教学、b7成绩分析等7张表。2018年1月

20日教育部下发的监测报告指标指出，模具资源库实 名教师数、实名教师使用率、实名教师无活动记录数、 实名学生数、实名学生使用率、实名学生无活动记录 数、文本比例、僵死资源数、资源被引用率以及更新率

都不合格。模具资源库的大数据报表分析得出,只有

8门课程处于高活跃度，其他课程活跃度较低。其中

子项目课程团队教师活跃度只有29位老师达到了 70 天次（该指标为教育部对资源库教师使用天次的指标

的检测）,其余教师均在70天次以下。29位教师同时 也是8门活跃度较高的课程的团队教师，他们的活跃

度，登录排行，教学行为,课堂开课频率，以及学生成 绩，都排列在前30位。从大数据报表可以得出，该

资源库除8门课程外，其他课程应用率都较为低 下。这一阶段，生成了资源库使用情况详细报表，为

后期制定资源库升级计划做数据支撑。（二） 制定专业资源库升级计划在上一阶段，我们对模具资源库使用情况做了 一个详细报表，这一阶段我们结合教育部下发的监

测报告，把模具资源库还未达到的指标做成表格，生 成整改计划表。该计划表包含用户标准、资源标准、 应用情况、用户更新、资源更新五个维度。每个维度 中，将大数据反应不达标、不合格的指标列举出来,

并配上每个指标的整改计划。如下图所示,该部分 表是资源库整改计划表。HaasKitflMO«a«tM]S>=47SSSBttW 人 SjmMKg 人 ss92.11»>=10<»11.63*2S.SS>=S03u79.>=100»712<=0MW*生便用乎待芙谜14.07>=soS4.07M<37.4S»3Z93»0.0T»sea2.4«xtt15.56»2S：<=0»--找8. Jtsasna.x.imKn.m图2资源库整改计划表部分截图• 14 •由于资源库大数据分析图表较多，在此只截部

分图表。结合2018年1月20日教育部的监测数据 分析得到,用户数已达标，资源占比不合格,教师应 用情况不达标，离全国均值还差很大一截;2018年

春,用户更新率也未达标，资源更新率只有5%,离最 低值还差5%。根据大数据报表，我们从活跃度较低

的14门课程入手,从用户、资源、课程、应用情况、更 新情况五个维度制定相应子项目整改计划。（三）子项目整改计划的制定从用户、资源、课程、应用情况、更新情况五个维

度出发，子项目需要达到的指标和资源库略有不 同。子项目不需要关心资源库的总体情况，只需要

完成子项目相关指标即可,如子项目教师实名应达

到100%,教师团队参与度达80天次，学生实名100%

等。故以五维指标的方式形成各子项目的自查自改 文件，通过自查,制定出相应的整改计划来确保后续

过程的迭代顺利完成。模具资源库大数据报表在第 一步时已分析出，有8个子项目是达标的，因此我们图3子项目整改计划表部分截图模具资源库不达标的子项目都需根据子项目情

况制作切合自身实际的计划表，并由下一步助教辅

助整改。（四）助教辅助整改该专业资源库引进助教,为每位老师配备了学

生助教以及教师助教，教师助教选择了教育技术和

计算机专业的老师，有效地解决了问题处理不及时, 教师工作量大，以及对信息技术要求高等方面的困

难。该资源库教师助教与学生助教帮助14个子项 目解决了未实名教师的查找与帮助完成实名、子项

目资源被引用率的计算与处理（如删除僵尸资源

等）、教师学生活跃度不高的名单与处理、教师资源 的更新率计算、教师个性化资源的制作，如制作的动 画、虚拟仿真等资源。工作过程中，助教将教师学生

实名名单、活跃度名单、资源清单等分别制作成表,

实施一项，检查一项，完成一项，勾选一项。最后生

成子项目完成情况自查表备份待查。基于大数据的高职专业教学资源库生态发展模型研究(五)专家评议BDD模型最关键的专家评议环节是整个资源 库生态发展的决定性环节。专家评议能做到数据上 公平、内容结构上合理，不仅审查监测指标，更对资

源库质量做好把关，是资源库生态发展的必要条 件。根据模型中的指标，以及从资源库内容上的把 控,将专家的评议制作成两张评议表如图4、图5,聘 请校内专家5位，依据专家评议表为子项目打分，评 议时间一周，子项目在专家评议期间提交用户名和

密码,一周后，将专家评分公布。2018年春,专家评

议后得出平均分85分以上的只有14个子项目。85 分以上的14个子项目通过专家验收,不再重新制定

子项目整改计划。而剩余9个子项目则在拿到分数 后，继续制定子项目整改计划，且继续接受专家评 议。截至2018年12月，还有5个子项目仍未通过，

仍然在整改中。智慧积教贵源建设评价标准V7版样*件从弓土片**. »创为”伙产.oat. amw我\"K. 3#60»以丄为*从令$.75~95»*反.85介1«+为侥介.一级-tR 18标描标三写；；W三建设标准得分如 -c*比旳joy技ss*僉&可wmc宰si.

或hmiRswsa 2 分tt性s分a*»». sw«a-挣assiss?为m.畤结旳Fusses结枸柑©. tunw/

技便点迄僉细化旳彩心曳或.SWS* 2 if竟甘基誉艸 迖到杀农生澡的空呈或旳鴻整令尊的tX U用户”求为号冉・楚幺专立棒点.2 JEW资耳U反文挣S!务也相关内密.3：

农或方ssa. c®«； so* cite

X . wi**w8®8H«tsa«iis分为，asn**f-

tt 8分PPT SSXMKSfeSW.s$ «-nsB as«a^«8Ssa-Jis«j+*sffl\"5«B«. ssessx* c«s为 io»e5»isx*3120s «-n»bs-?aw*sifte»sts«aisiw®t%sg不少于 2*>® 以学习考为0心足划*3!¥5方英• -R- W$ 性化待哀・awsa性利**性・2 XSS务内疼齐金.澡g內容逐m包JS1S不1«乎，专业介组.人才垮界方58 GS««S8分ittfit- siinaa-1*业及5cs c«bs：-企立哀洌.sifflas.就业*s£. r=S2««：g». 仝立ESS披接.s ee: Cf/riAt为 0.6 ； 0

用占以*为 0.4)；岭3 上为生85分为R. 85令Bi上为侥务.—级 二级 评价等级(Ki)IS标插标主要更察点建设标准得分ABCDe.\"«s.e 1 分住剳・ ws. B iso .克系Rsiett- 4-as*・aw35k M介S3 1分sjti-jieas人和主- f咒方冋及姒・敷学

5分*«a.以s*art-jis*.AHitH&g«SS队s分押右*題mg团队；(R3f«a：团队於作s*3.** «89入方丈导入方式右三*■，从资；导入.Ko,5*.®3S#A： »•>*.« 导入3分电GS：千纟导入JKI项E下旳*g. I?：««*»fw^s«9?®sraw*n-Jl8=. 号入筑-夭耳头资戏M导入.u分为潘加项目茨滾M齐;S・SrtSSSjeF- iSSiE. ^tEeJSS主灵为 MS* 入方丈啜务• EftsJll»9S8t-.J».5a9SS 或安旳资耳$导入• TSA*Wfti. 5分S31分[?§$$$]，«»?eas?EB.鼻示对E的is歎社项m套材资誤： 【我由资滾$】，c.flaea«iftS3S [iSSS]:可以.*尢地瀆出子4灵旳齐SE.•腮习电耳入方丈1分2«ft5eSt-.y.?E«9$SaRB!)5SS#A.•js^*a.e i 分a* 内内容

介绍.®#*Jts?5e¥BW.歎学*件・ e

20#*ss完整性 介 1» e^^«.*沁 JfflR系.t；学規式单12分16分歎审大期1分K有充分体班学MSE力堆豪为m标旳熬学大朝•尢S!为專三整.图5资源库应用评议表部分内容(六)整改结果由2018年12月大数据反馈得出,2018年秋在利

用BDD模型后，模具资源库在用户、资源、课程、应 用情况、更新情况方面都呈现增长趋势，如图6所 示,满足了 BDD模型中R阶段目标要求，自此模具

资源库进入了生态发展阶段。2018年春资源库部分数据截图2018年秋资源库部分数据截图图6 2018年春秋两季资源库部分数据对比图通过模型的实施，该资源库在用户、资源、课程、 应用情况、更新情况等方面都取得了较大进步。经

过一年的努力,运用生态模型两次，专家评议数次，

最终在监测报告中反映出，模具设计与制造专业教 学资源库的发展呈现生态发展趋势。由此可以得 出，高等职业教育专业教学资源库各个子库生态发

展，整体层面的大资源库则将生态发展。四、大数据的分析促进了专业教学资源库的生

态发展专业教学资源库的建设是一个长期性的工作， 它是国家、地方及院校投入大量时间、精力与经费组

织建设的教育工程。作为教育工作者，应该运用各 种教育教学方法，让其成为一个不断循环的动态修

改、充实、更新、完善和应用的建设工程叭而本文探

讨的大数据应用则不失为支持资源库生态发展的一

种非常好的手段。在高等职业教育专业教学资源库

的发展中,我们期望继续利用大数据做出更多分析,

将高职的专业资源库做得更加完善、更加生态，实现

良性循环，达到能学、辅教、可持续的理想状态。参考文献：[1] 林宇.职业教育专业教学资源库的发展与思考[J].中

国职业技术教育,2018(23):5-7.[2] 蔡冬林，薛海龙.基于大数据方法的学情分析在专业 教学资源库建设中的应用[J].南通航运职业技术学院学报,

2016,15(01):117-120.[3] 魏顺平，王博，侯小菊.基于大数据的职业教育专业教

学资源库运行监测设计研究[J].中国远程教育,2016(06):68-

72+80.[4] 樊扬祖.生态化专业教学资源库系统的探究与建设实

践[J]冲国教育信息化,2011(17):24.[5] 李成.大数据时代高校图书馆数据监护要素与优化策 略研究[J/OL].图书馆工作与研究，2019(01):58-64[2019-01-

23] .https://doi.org/l 0.16384/j .cnki.lwas.2019.01.010.(责任编辑姚虹华)・15・