一、高等教育大数据的含义
大数据(big data)或称海量信息资源，其概念来源于早期学科的信息爆炸。大数据是信息技术和计算方法发展的产物，以信息资源丰富和描述目标数据规模大、范围广、作用覆盖面大为显著特征。通过对数据进行收集、提取、整合和分析，拓展和延伸了数据，使其种类更多、流量更快、容量更大、价值更高。借助于工具和技术融合的信息过滤是一个追求完美和高效的动态过程。大数据即通过对海量数据进行提取、分析而获得有价值信息的一种新的技术框架和数据集合，被视为知识库(其数据种类多、规模大，知识储量丰富)、科技馆(其海量信息中科技含量高，数据处理技术独到)、价值源(让大数据由低密度价值通过过滤成为高密度价值，是一个提纯、萃取的过程)和发展源(为教育发展和内涵建设提供重要的推动力)。随着信息通信技术的发展，大数据更注重开发和改进，运用更先进的数据分析框架和系统基础平台，对海量数据进行高速处理分析，为各行各业提供有用的信息资源。
二、大数据对高等教育的重要性
1.大数据便于分析学习行为
在教育活动中，教育数据是对教育成效、创新思维、创新能力、科研活动、学习主动性、学习积极性和教学活动进行分析的重要依据，它为教育教学和科研活动提供重要的科学依据和可行性论证的材料。教育数据可以通过面授的方法即面对面的教育互动获取，如一问一答、讲座交流、分组讨论、课题合作、兴趣小组等，教育数据也可以通过网络课程平台或慕课等多媒体课程获取，以这种方式获取的数据样本大、效率高、存储方便。教育大数据可以呈现学生学习的即时效果以及学生参与课堂教学和科研活动的情况，这是智慧教育的客观分析的依据和比较研究的素材。教育大数据以其便利性和可操作性为学生学习行为的研究和分析提供了便利条件。首先，教育大数据便于对学生学习行为进行分析。教育大数据便于留存，方便调阅，有助于评价和分析学生的学习行为，进而有针对性地解决问题。其次，教育大数据便于教师从全局把控学生的学习情况。利用数据的关联性和演绎规律，可以从中获取课堂上学生互动、课堂接受程度和专注度等教学反馈信息，有利于挖掘个体学生的学习特点，推进个性化教学，或从整体上评估学习行为，对学生进行科学指导。最后，便于教育管理者更好地组织教育资源。教育管理者可以从教育大数据中挖掘有价值的信息，制定教育改革的方向和措施，并采取和风细雨、滋润心田的管理方式。
2.大数据促进教育科学化发展
首先，大数据提供智能学习平台。将众多的高校信息收集起来，资源共享，信息互通，让世界高校变成地球村，这给教育智能化发展创造了极好的条件。芝加哥大学等多所世界名校达成共识，联合建设在线教育公共课程，通过网络平台免费开放课程，供全球几十万人同时收听或观看同一知名教授的课程，共享学术精髓。这是教育资源的高效利用，也是高教发展的必然。同时，还可以在网络平台上通过MOOC等多种形式进行学术讨论和交流。智能化学习平台让学习和交流变得更便捷。其次，大数据构建全新教学模式。大数据的应用给高等教育带来了革命性变革，面对面的课堂讲授形式面临建立在教育大数据基础上的在线、视频、多维度、全视角的立体化教育模式的挑战。教育大数据时代的教学模式，其知识传授途径已从课堂走向网络，从线下走到线上;其知识传授不受时空限制，可以随时随地上网学习在线课程，接受世界名师的网络课程教育;其教学方式也更灵活。通过观察或记录鼠标对某一知识点的点击量、在一张幻灯片上停留的时间的长短、回答问题后有针对性的关注的有无等情况，可以判断不同的人对不同知识点的关注和接受程度，从而使得视情况而定的详解或弱讲，或个性化、差异化教学得以实现。教育大数据时代的教学模式还有效地延伸了教学资源和师资。在线上接受世界名师授课，这是高等教育全方位、全时空的重大突破。最后，大数据促进教育科技创新。高等教育大数据通过提供科技创新所需要的信息资源、科研知识和科技问题交流的平台以及科技信息的实时交流，促进了产学研协同创新，促进了成果的转化和创新。高等教育大数据之所以能够发挥这样的作用，是因为它积聚了科研、教学、工程信息、管理科学、音乐艺术等海量信息，而且这些集音频、视频、文字、图形于一体的立体化信息是可以即时查询或交流的。高等教育大数据的双向性和交互性，对于提高科研效率、促成科研成果转化有很大帮助，间接地促进了高校的进一步发展。
三、高等教育大数据的建设途径
1.搭建数据平台，开发大数据处理技术
建立高校大数据应用平台，在整合原有信息系统的基础上，升级、建设数据釆集设备、数据传输网络、数据储存和分析系统，并通过对数据和应用的高度集成将复杂的大数据处理程序交给专业人员处理，为一线教师减轻负担。高校大数据应用平台拥有强大的数据收集和分析能力，可以有效地提高数据管理质量和效率，促进资源共享，为高校管理决策提供支撑，推动高校资源配置的优化。大数据应用可以在人才培养、科学研究、社会服务和文化传承创新等多个方面全面推动高等教育的发展。
海量数据包含了许多冗余和杂质，这样的数据不便使用，甚至不能使用。要发挥大数据的功用，提高其价值密度，就必须开发大数据的相关技术。首先，开发大数据集成技术。对数据进行有效的集成和整合，以剔除无关信息而不使有用的信息流失。完成这种除冗降噪过程的，是大数据技术中的数据采集和算法技术。不同来源的数据存在结构化、半结构化和非结构化三种结构形式，数据之间的差异给数据的集成带来了巨大的困难。这需要开发比Hadoop分布式处理软件更先进的系统进行集成。其次，改进大数据存储技术。存储设备容量不可能跟上数据规模的扩张，而大数据存储技术又与数据成本、计算和分析速度直接相关，这就要求开发一种既能够存贮多元异构数据又满足数据格式统一、标准统一要求的存储技术。再次，开发高效的实时分析技术。传统的分析技术可以对大数据中结构化静态数据进行分析，但数据的一致性、可用性和容错性不可兼得。大数据的可扩展性和可用性不能得到满足，影响它的使用。只有开发一种横向扩展能力强、能大规模处理非结构性数据的分析技术，才能满足高效地进行动态分析的要求。最后，开发可移植处理模型。目前的大数据处理框架大多是针对各行业、各领域的情况开发的，不具有广适性和可移植性，限制了大数据的应用。在高等教育领域，大数据专业人员应同各领域专家合作，开发可移植处理模型。
2.优化资源配置，提升大数据效能
首先，优化大数据资源配置。大数据作用的发挥要求对包括视频、音频在内的大规模数据进行高速实时传播。因此，高校应优化原有的有线网、无线网布局，优化数据传输机制，升级数据存储及传输系统，引入分布式数据管理系统和云科技系统，改善现有的物联网系统及配套传感器、射频识别和智能嵌入激光扫描设备等，用高等教育大数据推动教育信息化，提升人力资源水平，优化校际资源。其次，高校为大数据应用定规。高校是完善和构建大数据理论的主要力量，肩负着将大数据采集和应用过程中的伦理规则转化为保护隐私的行为规则，以及确立相互尊重、公正、透明的大数据应用行为准则的重任。大数据采集、过滤、清洗和提纯等过程需要较高的专业水准，也需要较高的从业准则，以分析数据并将其应用于高等教育实践和决策过程。高校有自己独特的学术地位、学理反思能力和实践验证能力，可以为大数据的实用、推广、培训和科学普及起带头和示范作用。最后，高校要推广大数据知识。只有规范大数据的应用，才能发展大数据并在全社会形成正确的大数据观;只有全社会对大数据有了充分的认识，大数据的应用才能推广，大数据的友好形象才能树立。高校教师只有将复杂的操作简单化，将理论的东西具体化，才能更好地普及和推广大数据知识，满足普通社会成员对大数据易理解性的要求。同时，高校要提供大数据操作应用能力培训，既满足普通社会成员对大数据操作便捷的要求，又在应用技术上有很好的提升。对于希望从事大数据相关职业的学生，高校应当开设数据科学、网络开发、云计算、大数据等相关专业，培养大数据专业科技人才。高校完善并推广大数据应用，将助推全民数据素养的提升。
总之，高等教育大数据作为高等教育信息资源的集大成者，对高等教育的内涵建设、信息化服务、功能扩展和科学发展具有重要的推进作用。大数据时代数据信息的精细化程度的提升、数据价值密度的增加、教学科研效率的巨大提高和学生学习行为分析能力的增强，不仅使高等教育有了质的提升，而且为高等教育的进一步发展提供了良好契机。
