观远BI如何帮助高校向智慧高校进行转型升级
2013年,教育部出台《意见》,要求深化研究生教育改革,改革质量评价机制。
2014年,国务院学位委员会发布《意见》,提出建设研究生教育质量信息平台,加强质量预警,完善质量保障体系。
2017年,教育部印发“十三五”规划,指出研究生教育要以服务为重点,提高质量,全面提升研究生教育水平和学位授予质量。
不难发现,在双一流建设的背景下,高校越来越重视研究生培养和研究生素质的提高。加强学科建设。建设一流的师资队伍,优化人才培养,提高科研水平,不断提高研究生教育质量,逐渐成为高校研究生培养的目标。
然而,高校教学质量评价仍依赖于传统的人工管理方式。
旧的管理方式存在以下问题:
1.注重目标管理,缺乏过程监控和管理。
传统的研究生教育管理以教育成绩为主,通过设置一些指标来衡量教育质量,很容易导致研究生教育管理的快速成功和立竿见影的效果,导致高校未能真正认识到存在的问题。在研究生培养的各个方面。
2.信息化建设缺乏顶层设计,数据存储复杂。
我国教育信息化建设正处于转型升级的新时代。新阶段,一些人在探索信息化建设时缺乏顶层设计、科学规划、子系统分散,导致数据存储复杂,不利于数据的及时挖掘和利用。
3.研究生评价指标比较单一,不能准确反映研究生教育质量。
目前,高校研究生评价指标内容严重一致,指标单一,教学全过程缺失,不能准确反映研究生教育质量。
4.管理机制僵化,决策缺乏科学性。
许多高校在日常管理过程中,大多依赖以往的管理经验,缺乏必要、充分的数据分析,严重影响了决策的科学性,降低了决策执行的有效性。
因此,有必要建立一套科学、合理、有效的研究生教学大数据服务平台,使研究生培养从经验主义走向数据主义,从单一评价走向综合评价。观远BI 解决了所有这些问题。
1.建立研究生教育质量数据库。
实现数据集中存储、集中管理、集中共享发布。
2.监测研究生教学质量的关键指标。
采集研究生培养全过程数据,实时监测73个观察点,设置预警阈值,推动研究生教育各环节改革发展。
3.研究生-导师-学生-导师画像分析。
准确描述研究生或特定群体的基本情况、学习、生活、社会、科研等,揭示学生在校成长轨迹,全面了解研究生和导师。
4.构建数据挖掘和模型算法。
观远BI挖掘数据仓库中的数据,找到有价值的信息,然后利用这些信息进行预测,建立了很多模型:
①基于大数据的大学博士学位学习期异常值监测预警模型
②研究生教育质量关键监测指标预测模型
③影响研究生论文质量的因素分析模型
④ 研究生论文评价意见的大数据文本分析。
观远BI研究生教学大数据服务平台覆盖研究生教育质量全过程,改革研究生教育评价机制,建立以培养单位为主体的质量保障体系。将大数据分析技术应用于高等教育人才培养质量评价,推动高等教育改革深入开展。