1 高职院校在教学管理中应用大数据技术的意义
1.1 大数据促进教学管理思维的变革
教学管理思维的变革是高职院校适应大数据时代的前提。大数据与教育的融合使得教育的过程能够全面、真实地展现给教育决策者，大量的数据经过科学分析处理后，为决策者提高教学管理水平提供可靠的数据支撑。用数据说话、用事实说话的教学管理思维有助于职业教育决策的客观化和科学化。
例如，高职院校可以与用人单位建立彼此联系的信息系统，利用学生的就业大数据，对专业设置和招生方向做出调整。职业教育的目的在于培养大批服务于社会、服务于企业的应用型人才。因此，高职院校通过处理海量的学生实习就业数据，可以分析学生毕业后主要在哪些行业从事哪些岗位的工作，是否与所学专业对口。如果发现某个企业大量接收了本校学生，便可寻求校企合作或联合培养。此外，通过就业数据还可以了解到当下企业偏好什么特点的学生，是多次竞赛获奖动手能力强的学生，还是资格证书齐全的学生，抑或是有一定特长的学生，这对于高职院校推进“赛教融合，以赛促教”教学模式和“1+X”证书建设的决策有重大意义。
1.2 大数据促进教学管理模式的创新
高职院校可以利用大数据平台，构建一个规范的教学数据采集和管理标准，将教学前的准备工作、教学过程、学生成绩和教学评价结果进行数据整合，提高教学管理效率，还可以利用该平台与其他高职院校进行交流合作。
高职院校的专业教学通常分为理论教学和实践教学两部分，前者保证学生的实践有足够的知识基础做支撑，后者培养学生的动手操作能力。受学时的限制，学生既完全掌握理论知识又熟练操作软件有一定的难度，而且一部分学生吸收理论知识更快，另一部分学生实践操作能力更强，因此两者的课时分配一直是教学中的难题。通过大数据平台对教学过程的动态检测，有助于教师根据学生学习情况调整理论与实践的课时分配，协调不同特点、不同进度的学生，提供个性化的教学，帮助学生更好地成长和成才。
1.3 大数据促进学生管理效率的提高
高职院校的学生是一个相对复杂的群体，学生更加活泼好动，个性鲜明，生源复杂，学生知识结构差距大，贫困学生占比也较大，因此学生管理一直是高职院校的工作重点。尤其是近两年高职扩招生中包含了大量的退役军人和在职职工，年龄参差不齐，部分选择弹性学制，就读方式也难以统一。针对这种情况，大数据智能化管理平台能够有效地提高学生管理效率，节省人力物力，节约学校的管理成本。
此外，通过数据的采集和分析，能够帮助高职院校及时处理学生之间的矛盾，有效排查个别需要关注的学生。如果有学生多次旷课、未参加集体活动，大数据平台就会提醒任课教师和辅导员了解该学生的情况，尤其是心理状况，并采取相应的解决办法。如果是人际关系问题，则需要辅导员老师悉心开导缓和矛盾，帮助学生彼此握手言和；如果是学习上的压力，则需要任课教师课堂上多多关照，课后勤于辅导，向学生传授高效学习方法；如果是来自家庭或生活方面的问题，就需要及时与家长取得联系，家校协同帮助学生走出难关。由此可见，大数据在学生管理中的应用，能够防患于未然，而不是出现问题之后再去处理，大大增强了高职院校学生管理的有效性。
2 大数据背景下课程教学模式改革的创新路径——以互联网金融课程为例
2.1 课程教学内容与大数据技术深度融合
大数据技术在课堂教学中的应用，不应只停留在教学工具层面，更应该融合进教学方法与教学思维中，利用大数据提升课堂教学的吸引力。例如，任课教师可以灵活使用各类教学APP，统计学生的出勤率，线上实时布置小组任务和作业，活跃课堂氛围。这种方式能够缓解高职院校部分学生学习积极性不高，上课总是偷偷看手机的问题，使学生从上课玩手机转变为上课利用手机学习。同时，新型授课方式还有利于培养学生的“互联网+”思维，在学习中时刻感受到大数据技术的日常应用，尤其对于互联网金融课程的学习有极大帮助。
互联网金融课程属于信息技术与金融领域的交叉型课程，需要综合大量的经济金融知识以及基本的信息技术、网络通信技术的原理和方法来理解和分析互联网金融的发展及其各类模式中的创新应用。主要培养对于第三方支付、网络借贷、众筹、网络银行、互联网保险、互联网证券和互联网征信等各类新型业务的认知能力、操作应用和管理能力，以及培养信息技术在金融领域的创新思维能力。因此，在专业设计上，应增加学生实训操作的比重，配合上机软件，导入海量的互联网金融数据和案例，让学生模拟操作。该课程的教学内容必须与大数据技术深度融合，才能更好地培养跨学科、复合型、应用型的互联网金融人才。
2.2 注重数据采集和储存
数据的采集和挖掘是大数据技术的核心环节，如果缺少基础数据的支撑，数据分析处理便会成为空谈。2020年开始，高职院校的大规模线上教学实践已经积累了大量的数据，但由于缺乏统一的规划和设计，容易形成信息孤岛，造成数据资源的浪费。大数据时代，无论是线上教学还是线下教学，任课教师都应该养成数据采集的教学习惯，多使用网络平台发布任务、批改作业和记录学生课堂表现，鼓励学生使用云平台记笔记，课后多在网络平台上与教师互动。日常教学中一点一滴的积累，几个学期或几年后这些海量数据便可成为教师反思教学方法、提高教学质量的依据。
例如，互联网金融课程理论教学包含大量的案例分析任务，实训操作部分的上机软件可以实时检测每一位学生的操作进度和每个模块的平均成绩，这些都是极佳的数据采集来源。任课教师应该在教学平台上以个人独立完成或小组合作的形式发布案例项目，然后根据课上的展示成果给每位学生打分，储存进教学数据库。上机软件对于学生操作数据的留存一般设有期限，但教师可以每次实训课或几次实训课导出一份数据进行保存，对学生日常学习积极性和掌握程度做到心中有数，形成以学生为中心，以过程为导向，以大数据为辅助的教学模式。
2.3 构建信息互通的大数据教学平台
在加强高职院校信息化建设的过程中，尤其要关注大数据教学平台的建设，充足的数据需要强大的硬件和软件支持。使学生在校园的任何一个地方，都可以随时随地的登录自己的学习账号，查看想要学习的内容。因此学科资源库的建设尤为重要，数字化教学资源平台一方面满足了教师课堂教学的需要，另一方面可以方便学生课后的自主学习，还能够突破时空的限制，实现教学资源的实时共享和智能化教学。
结合互联网金融人才培养方案，该课程的教学资源平台应该涵盖职业信息库、课程资源库、视频动画库、案例库、多媒体课件库、试题库等多方面内容。职业信息库里包含互联网金融人才就业方向介绍，相应的岗位需求和考证信息，行业发展动态数据的呈现帮助学生迅速对该课程的学习目标有深刻的了解，并做好充足的职业准备。课程资源库需要任课教师上传课程教学大纲、授课计划和教学进度表，使学生对学习内容一目了然，方便课前预习和课后复习。视频动画库里则包含任课教师录制的微课、情景剧、新闻片段或者纪录片，拓展学生的视野，增强教学的趣味性。视频动画均可下载，使用常见的MP4等格式，方便学生使用不同软件播放观看。大量的互联网金融案例可以归纳至案例库中，如爱心筹、天使汇等众筹平台介绍，或是淘宝“中秋赏月险”等特色互联网保险案例，让学生将学习内容与日常生活联系起来，深刻体会互联网金融的无处不在。教师上课使用的多媒体课件经过仔细排版上传至课件库，方便学生随时查阅。最后，试题库应包括作业练习题和期末试卷库，根据后台成绩记录，教师可以对教学侧重点和进度做出调整。
2.4 利用大数据分析学生学习情况
大数据教学平台产生的海量数据经过科学采集和储存，为教师分析学生学习情况提供了便利。通过分析学生使用教学资源的频率，观看微课的时间长短，以及作业成绩分布，教师很容易就能了解学生的学习状态和学习短板。甚至能够发现学生普遍对哪个知识点更感兴趣，对哪类教学资源使用更多，反过来促进教学资源库的完善。
互联网金融课堂教学中，与大数据技术更加匹配的的教学模式是翻转课堂。顾名思义，翻转课堂是将传统的教学结构颠倒过来。学生在上课前利用大数据教学平台的资源库自主学习知识点，通过观看微课的形式预习，课堂上在老师的引导下完成对知识的完全吸收和应用，于是课堂变成了师生互动和小组交流展示的场所。课前预习环节，大数据平台的学习记录统计了每位学生的学习情况，使得教师在课堂上可以有针对性地指导，提高了课堂互动的效率，而课堂环节学生的表现也以数据的形式储存，在学期结束时形成一个客观的评价。翻转课堂不仅能够提高学生的自主学习能力，还能帮助教师针对不同特点的学生因材施教。
2.5 深化校企合作，完善课程结构
自从2013年互联网金融元年以来，互联网金融行业发展迅猛，随之出现了大量人才缺口，尤其是互联网金融产品营销、运营、客户服务等岗位亟需拥有“互联网+”思维的应用型人才补充。高职院校对人才的培养以就业为导向，因此必须对行业人才使用情况有一个客观准确的认识，结合实际用人状况调整专业建设规划和课程结构。高职院校应该与当地互联网金融企业建立密切的联系，拓展多方位合作渠道，制定联合培养方案，企业可以通过大数据教学平台随时了解合作院校学生培养情况，提供实习机会，学校则从企业平台得到最新的行业发展动态，补充课堂教学内容。学校与企业数据互通，信息共享，深入的校企合作模式有利于实现高职院校人才培养与企业用人的无缝衔接。
3 结语
大数据技术的发展给高职院校的教学管理模式创新注入新动力，既是机遇也是挑战。未来，随着大数据技术在各高职院校的普及，研究人员和授课教师的不懈耕耘，必能培养出时代需要的高质量技术人才，开启职业教育的崭新时代。
参考文献
[1]张燕南.大数据的教育领域应用之研究[D].华东师范大学,2016.
[2]张洪军.基于大数据的高校管理改革研究[J].中国成人教育,2017(20):40-42.
[3]李若羚.大数据背景下互联网金融专业教学模式探析[J].现代企业,2018(08):90-91.
[4]段瑞静.利用大数据平台推进教育课程资源建设与共享研究[J].天津职业院校联合学报,2021,23(10):19-23.
