大数据时代自学考试数据管理

　　自学考试是我国高等教育的重要组成部分。随着大数据时代的到来，高等教育自学考试要向更高层次发展，就必须积极引进网络和多媒体技术，实现大量数据的采集、统计、计算、分析等方面的工作，实现高效、规范、科学的管理流程，推动自学考试改革创新、持续健康地发展。

　　大数据技术的积极影响

　　提升教学技术。大数据促进自学考试教育创新。现代教学评价正在从终结性评价向过程性评价过渡，增强了过程性考核的诊断功能。加强自考生学习过程的考核是自学考试改革的一个组成部分。学习全过程的量化考核成绩可分为考生考试成绩和学习行为素质表现量化考核成绩。吉林省已经启动自学考试“网络学习综合评价”（以下简称“综合评价”）系统，为考生提供更加优质和便捷的学习辅导，对于考生的综合评价，主要包括网上课程学习30%（课件学习时长及知识点测评）、网上阶段测评40%、网上综合测评20%及平时的学习表现10%四部分，系统给出这门课程的综合评价成绩。通过参加“网络学习综合评价”，考生可以对课程知识点进行全面、系统的梳理，较好地把握课程重点和难点知识，提高自己学习的能力，有效提高课程理论考试成绩。通过数据统计，2014年吉林省自学考试有7000多人参加“网络学习综合评价”，其中绝大多数考生综合评价成绩在八九十分。实行过程考核和国家统一考试相结合的学业综合评价办法，无疑会使自学考试考评体系对人才的评价更加全面和科学，而自学考试大数据为其提供了坚实的基础。

　　推进改革创新。通过精确跟踪自学考试报名考试数据和在线课堂等学习平台上获取的数据，对考生学习轨迹的移动进行更准确、广泛的比较研究。深入了解考生来源、层次分布、专业需求以及在学习活动中的接收效果，及时有效整合教育资源和调整教学内容。以吉林省2014年下半年自学考试报考数据为例，通过报考数据还可以统计分析出各专业报考情况及各科目报考情况；社会考生、二学历考生、高职高专考生分布情况等等。此外，还可以把报考数据进行横向比较，获取报考人数的变化、报考科次的变化以及新生报考人数、报考科次及报考专业的变化等等，做到纵向到底、横向到边、全方位的统计分析。从报考数据我们可以统计出缺考人次、违纪人次、及格率（总及格率、实考及格率、各科目及格率）、各科目分数段，甚至各题的得分情况等等。通过对报考数据进行科学的分析研究，对教学效果进行量化的描述，为选择和修正考试方法和考试内容提供科学的根据和指导。