教育大数据环境下高职物流专业学习分析框架设计

【摘要】大数据时代的来临，掀起了社会划时代的变革热潮。在教育大数据环境下的高职物流专业学生却还停留在传统的专业教育思维与模式中，所以高职物流专业学习模式的改革迫在眉睫。不论是专业发展的需要还是时代的指引，高职物流专业的学习框架设计必将迎来创新^[1]，而大数据可以根据市场变化进行数据采集与分析，有效帮助学生在线进行专业学习的合理规划，以此来提高效率与质量。

【关键词】大数据时代;改革;框架设计;创新;大数据

一、框架分析

1.1专业学习一般过程

1.1.1传统学习过程

传统物流是指货物从生产到运输最后送到客户手中的过程，其中包括了包装、装卸、仓储等流程。而现代物流则是结合了物流管理、物流商务等内容的新型物流。可以使社会与企业完美结合在一起，最大程度上节约了成本、提高了效率，是一个崭新的时代来临的标志。

传统的物流专业学习还处于一个百废待兴的环境下，学生对于物流专业的学习仅仅局限于书本，而大数据时代的来临，意味着物流学习体系必须开始着手改变，将大数据、人工智能与物流专业相结合，应用在线学习的方式，让学生在课堂学习书本的理论概念，在家通过在线学习进行及时的反馈与更为精准的定位补习。

1.1.2教育大数据环境下物流专业学习过程

现代物流是一种竭尽全力降低成本、提高效率、给予用户最好体验的物流模式，首先从成本上来说大大节约了成本，从效率上来说相对于传统物流来说效率也大幅度提升，并且现代物流在大数据、互联网时代的“庇护下”正在茁壮成长，其主要特征也是大數据时代高效的信息传播模式。

学生通过进入专科院校的相关物流专业在课堂学习物流理论概念的知识，其后在宿舍可以通过大数据平台进行进一步的学习。其中包括了对相关知识的探索拓展、对已学知识的进一步强化、进行实战实训，并且通过大数据平台及时得到学习的反馈以及有待提高的方向。

1.2学习分析方法

1.2.1归类分析法

归类分析法是通过分点描述、教学，将一个重点均匀的分成几个知识点，有效的进行覆盖学习。例如：古代地域的划分：都城-县市、村镇，军队的划分：将军-校尉等划分，这种通过总-分方式确定分类方法后，用图表以及提纲，把教学内容以及学习内容划分为若干份，从而确定教学内容的范围。

1.2.2图解分析法

例如：图解分析法在使用时要针对不同岗位的雇员制定不同的评定标准，业绩要素的规定和组合要有区别。例如，对管理者，要侧重评估“领导能力”、“开创精神”、“合作精神”等等;对一般的雇员，要侧重评估“专业技能”、“诚实守时”“勤奋努力”等特征。

这种方法的优点是，使分析者容易觉察内容的残缺或多余部分^[2]以及相互联系中的割裂现象。

1.2.3层级分析法

层级分析法是把一个复杂多变的问题看作是一个系统，并且把系统分解为多个目标或者是多个要求，从而再次分解为若干的小点、层次，再通过定性指标的方式计算出层级的排列顺序，以此作为目标进行决策的分析法。^[3]难度等级愈低（愈容易），愈是在上层的难度愈大，而在归类分析中却无此差别。

1.2.4信息加工分析法

信息加工分析法是对收集而来的信息进行加工的过程。他在收集来的原始信息上进行生产、活动，达到产出高质量以及二次利用信息的目的。同时再对原始信息进行处理的同时运用上决策、指导等方式的信息处理过程。

1.2.5模型法解释结构

解释模型结构法是现代多种体系工程中运用广泛的一种分析方法。它是将复杂的问题看为一个系统，并将其分解成若干的子系统，再在子系统中利用实践经验以及计算机知识的帮助下，构成一个递增的结构模型。^[4]这种分析方法包括以下三个操作步骤：

第一，抽取知识点-确定教学目标

第二、确定各个子系统之间的关系，作出目标矩阵。

第三、利用目标矩阵求出教学目标形成关系图^[5]。

二、物流学习框架设计

学生通过在课堂对理论概念知识的学习以及课后对于物流管理、物流信息、物流工程、物流商务等多方向的物流专业知识的拓展学习打下物流专业知识的学习基础。

通过多种学习平台的大数据信息收集、信息储存、新词分类、信息抽取处理等流程，为用户进行科学有效的教学指导以及合理的学习计划制定。

学生收到互联网大数据的信息反馈以后，根据大数据的信息共享以及互动，达到有效学习的目的，根据专业的数据分析进行精准学习、全面补习。

三、应用框架设计存在的问题

3.1存在的问题

1.学生在课堂的理论概念学习过程中，存在无效学习、事半功倍的问题

2.在课后的相关物流专业知识拓展学习过程中容易误入相对高度过高的理论当中，导致学习的不理解并且打击学习的积极性。

3.学习平台通过相关信息为学生推荐适合的相关专业进行学习，但人工智能只能够分析出该物流专业方向是否符合用户填写的信息需求，难以到达100%满足用户需求。

3.2解决问题的措施

1.高职院校采用学分积分制以及期末统考制度以此督促学生在课堂上进行专业课程的学习。

2.由课堂任教教师对学生进行物流专业方向的解读，帮助学生了解物流行业、物流专业分类。

3.在课后学习中，学习平台也会推送相应的合适的资料与课程进行学习。

四、总结

4.1采用体验式教学，为学生提供实操机会

物流专业是一个实践性很强的专业。在大数据背景下教学资源十分广阔，其中企业提供的实习以及实践机会尤为重要。并且高职院校可以利用大数据来对学生进行企业的培训模拟，例如：如使正确使用自己的资源来建立一个企业为学生提供操作、管理和决策工作，所以，该学习分析框架可以完美弥补学生在学习过程中实操经验不足的问题，完美解决理论大于实训的现状，为学生提供完美的实训机会。

4.2多种教学方式，提高学习效率

当前的大数据教学环境下，物流体系的专业框架搭建还不完善，在建立过程中应该注意以下几点：

1.教师在教学中应该注意多样化，不应该进行死板的教学，应该有机结合大数据、互联网等现代理论以及设备进行多元化教学。

2.学校在物流专业知识学习环境氛围的烘托下应该做的更加全面，创新更多的物流框架学习体系，培育更多的专业教师，产教融合、教学相长。

4.3实行企业运营机制，培养无缝连接的物流接班人

实现无缝衔接主要体现在校企合作以及利用大数据进行公司模拟经营的两种方式。

1.校企合作顾名思义是学校-企业-政府三方共同施行的新模式，学校依托政府与企业建立合作关系，运输优质毕业生去企业进行实习、学习，同时校企合作是一项双赢的国家重点工程，旨在帮助大学生做到：培养企业意识、与市场接轨与企业合作等。

2.利用大数据进行公司模拟经营，以假定的微、宏观视角去观察企业在市场发展模式下的周期变化，以公司-市场-原材料市场-生产商的结构为主，主要为了培养当代大学生对于创新创业的认知，并且帮助大学生实现与企业无缝衔接的目的。

参考文献：

[1]李明明.大数据时代下高职院校物流管理人才培养模式研究[j]原创力文档.2015，（3）：37-249.

[2]高键.学习分析框架的构建与应用研究[J]中国知网.

[3]学习分析：教育信息化的新浪潮[J].吴永和，陈丹，马晓玲，曹盼，冯翔，祝智庭. 远程教育杂志. 2013（04）.

[4]学习分析学：智慧教育的科学力量[J].祝智庭，沈德梅. 电化教育研究. 2013（05）.

[5]学习分析框架的应用研究[D].海宇娇.辽宁师范大学 2016.

作者簡介：廖罗尔（1988.02-），男，湖南长沙人，毕业于香港理工大学工业系统学院英国华威大学商学院，研究方向：供应链管理。