SCI论文（www.lunwensci.com）:
摘要：国家政策要求职业院校承接更多的社会培训服务职能,培训者这一群体成为政策落地的主力军,但数字时代对各行各业提出新要求,如何在数字化转型的背景下研究高职院校培训者能力的培养成为本文的关注点。本文以高职院校培训者能力画像构建为切入点,系统的分析了数字化视角下高职院校培训者能力画像应具备的特征属性,画像构建所需数据的采集、分类和关联方式,制定了高职院校培训者能力画像设计流程,分析各流程所需注意的要素,并重点梳理了画像质量评价体系和干预措施；最后从精准施训的视角下分析了高职院校培训者能力画像的应用场景,旨在为其他研究提供参照。
关键词：数字化转型；高职院校；培训者；能力画像
Research on the Ability Portrait of Trainers in Higher Vocational Colleges under the Background of Digital Transformation
LIU Tao
(Guangdong Vocational College of Post and Telecom,Guangzhou Guangdong 510630)
【Abstract】：The national policy requires vocational colleges to undertake more social training service functions,and the group of trainers has become the main force of policy implementation.However,the digital era puts forward new requirements for all walks of life,so how to study the training of trainers'ability in vocational colleges under the background of digital transformation has become the focus of this paper.Portraits in higher vocational colleges based on the trainees ability construction as the breakthrough point,the analysis of the system in higher vocational colleges under the perspective of digital portrait trainers ability should possess the characteristics of the attribute,the portrait to construct the required data collection,classification and correlation,formulated the trainees ability portrait design process in higher vocational colleges,analyses the elements of the process needed attention,the evaluation system and intervention measures of portrait quality are discussed.Finally,from the perspective of precise training,the application scenarios of trainers'ability portrait in higher vocational colleges are analyzed in order to provide reference for other studies.
【Key words】：digital transformation;higher vocational colleges;trainers;ability to portrait
0引言
信息技术改变着社会的形态,引领着社会思维方式和生成方式的变革。以“云大物移智”[1]为代表的信息技术推进社会迈进数字化时代,重构着教育的模式,对人才能力素质、知识生产管理方式提出新的要求,数字技术支持下的人才赋能教育成为新的关注点。教育部印发的《关于开展人工智能助推教师队伍建设行动试点工作的通知》提出开展教师大数据行动,通过采集教师各方信息,汇聚成教师大数据,建立教师数字画像,通过数字画像赋能教师专业发展。
《国家职业教育改革实施方案》提出职业院校要开展高质量的职业培训；《职业教育提质培优行动计划(2020—2023年)》提出支持职业学校承担更多培训任务。高质量的职业培训离不开优质人才队伍的支撑,这批队伍在高职院校中主要由培训者组成,因此培训者能力的高低决定了职业培训质量。数字时代数据成为核心资源和要素,数据的指数级增长和采集,也让培训者队伍的培训管理进入了数据赋能时代[2]。培训者职业发展过程中产生的数据资源,能够按照一定的规则为其建立画像,为精准的职业赋能提供数据支撑。本文主要聚焦于分析数字转型背景下高职院校培训者能力要素,构建其能力画像,为后续的高职院校培训者精准施训的实施路径提供基础的数据支撑。
1数字化视角下的培训者能力画像特征分析
培训者这一概念教育界已有比较明确的界定,培训者就是培训老师的老师,既包括培训课程的设计者、管理者,也包括培训项目的研究人员和教学人员[3]。在本研究中重点关注的是培训课程的设计者和管理者,其能力画像也是针对这一类的培训者群体。同时由于高职院校工作实际,其培训课程的设计者和管理者往往都是同一类群体,因此结合该类群体的工作要求和画像技术的特性,数字化视角下的高职院校培训者能力画像应具备如下特点。
1.1需要精准呈现、描述、预测培训者的行为
画像技术的核心是借助计算机科学技术,通过数据建模实现对个体的个性化表征和精准反应个体某一或多方面的诉求[4]。高职院校培训者能力画像其本质是互联网技术在高职教师培训者领域中的应用,是通过数据的海量收集、分析和处理,在一定的数据分析机制的运作下,能够根据对象的学习特征、能力要求和能力发展的方向提供精准的个性化的咨询服务,同时也能够根据其能力素质要求规划其发展路径[5]。由于高职院校培训者个体的差异,如能力、偏好差异,精准的呈现、描述和预测培训者的行为特征成为高职院校培训者能力画像构建的本质需求。
1.2能力画像能够精准护航培训者能力的培养
教师专业发展一直以来都是学者关注的话题,培训者作为一个特征明显的教师群体其专业能力发展也是高职院校提升社会服务质量的关键一环。教师的专业发展离不开教师继续教育,在数字化背景下,尤其是画像技术的推动下,教师继续教育理念已经转向精准化和个性化[6]。同时借助建立的教师/培训者能力画像,尤其是其数据分析机制和精准评价机制,推动了教师培训向教师赋能转变,形成了全新的教师专业发展新模式[7],教师的赋能形式也呈现出多元化、个性化、针对性强等特点。因此借助精准施训的理念,结合培训者能力赋能的要求,通过培训者能力画像护航培训者能力的培养,是数字时代高职院校培训者能力画像的显著特征。
1.3数字时代赋予能力画像更多的技术元认知
技术是推动社会生成生活方式变革的根本力量,数据资源是数字时代的核心要素。画像技术是互联网技术应用的一种产物,其本身具备互联网的技术属性。从技术角度讲,画像是对各种不同维度、不同属性的数据进行充分的数据挖掘和数据分析,在这个过程中势必会面临数据检索、数据降噪和冗余数据等互联网中的技术思维和概念[8]。从实现方式上或应用场景上,画像是基于一定的算法进行的,不同的算法其关注的点不同,产生的结果和应用也会千差万别,因此算法十分重要[9]。数字时代培训者能力画像其本质是画像技术的延伸,画像技术本身具备的技术元素在数字时代会进一步得到凸显。
2数字化转型背景下高职院校培训者能力画像实现方式
对于画像构建的方式和模式,国内外众多的学者对其进行了归纳和总结,且形成了比较统一的模型[10],可以用三个环节来概括画像的构建过程,即数据采集、数据类和数据关联,但是因为研究对象不同、目标不同,在不同的环节和阶段会采取不同的方法,数字化转型背景下高职院校培训者能力画像构建也应遵循这一模式,各阶段的主要内容应体现自身的特色,具体如下。
2.1数据采集
数据是画像构建的基础,数据的来源与采集直接决定了培训者能力画像的精准性,同时也决定了后续画像的应用场景和应用质量。数字时代围绕高职院校培训者这一群体,其数据量呈爆发式增长,如何从海量数据中聚焦高价值的核心数据资源,实现数据资源的价值聚焦,是本环节关注的重点。为多维度精准的构建高职院校培训者能力画像,需要紧密围绕能力这一关键点,统筹考虑高职院校培训者画像需要和各种数据的可达性,同时也要为每种数据的采集匹配最合适的采集技术。目前常见的数据采集技术涵盖[11]：网络爬虫技术、富媒体技术和感知技术等,这些技术的应用为数据采集提供了基础。
2.2数据分类
培训者的能力素质要求决定了其画像数据分类维度,数据分类的维度决定了数据采集的方向和采集的来源,关于培训者能力素质的研究成熟度不够,但是关于高职教师群体,尤其是高校教师群体的能力素质研究成果比较显著。如俞亚萍(2019年)[12]将高职教师具备的素质分为内隐和外显两大类,能力维度包括教学科研能力、管理能力、实践能力、发展能力、个性态度、内在动机。同时也对今年来关于高职院校教师的能力素质的研究进行了分析,得出教学能力、实践能力、职业能力、科研能力和专业能力等五大能力[13]是业界一致认可的能力标准。结合现有的研究成果,结合本研究的定位,以及高职院校培训者的特征属性,本研究提出了培训者画像建构所需的几种数据及其采集技术,如表1所示。
2.3数据关联
培训者能力画像采集的数据其价值不能用单一的维度或者标准去衡量,而是应该立足数据本身建立动态的数据关联体系,进而最大发挥数据价值。因此培训者能力画像的精准性有赖于确保基础数据的基础上,更多的有效的关联有价值的数据信息。如图1所示,与培训者相关联的数据还包括参训者的能力属性大数据,校内承办的各行业培训大数据、行业整体人才培训大数据,这些构成了培训者能力画像的外在关联数据资源池。通过多个维度对这些数据的建模应用,能够为不同的高职院校培训者能力画像的应用场景发挥作用。
(1)参训人员的信息数据,主要是高职院校承办的各类培训人员的基本信息数据,如年龄构成、学科、参训情况等,这些能够直接反应培训者在项目组织、策划、管控等环节潜在的问题；(2)学校承训的行业数据,是指某个行业/学科教师在本学校内的参训情况,通过横向的数据对比,能够发现培训者之间的能力差距,引导培训者进行自我提升；(3)各行业人才培训数据,能够精准反应现实的培训走向,为学校培训者的专业发展提供趋势分析。总之聚焦核心的数据资源能够使高职院校培训者的能力画像更加的精准,有效的对外界数据进行关联,可以更好的丰富其内涵。
3数字化视角下高职院校培训者能力画像设计
3.1高职院校培训者能力画像设计流程
数字化视角下培训者能力画像其精准性的特征更加凸显,通过多维度的呈现、表征和预测,能够建立一个立体化、量化的基于数字标签体系的高职院校培训者能力模型,为高职院校培训者的能力培养以及后续的培训服务的提质提供数据支撑和走向预测。本文结合高职院校培训者的特性以及数字化的时代特征,设计了高职院校培训者能力画像的设计实现流程。如图2所示。
(1)数据采集,是指利用各种数据采集技术,围绕高职院校培训者个人六类信息进行采集,形成数据资源池,同时对相关联的各类其他外延数据也要进行采集,确保数据采集的全覆盖；(2)数据变换建模,需要对采集的数据进行降噪,排除冗余信息,并利用一定的数据建模方法进行数据加工建模；(3)画像构建,主要是立足高职院校培训者能力素质模型,将采集的数据进行语义化表达,使其能够与高职院校培训者的能力进行一一表征,建立标签体系。同时结合高职院校培训者能力画像的应用场景建立评价反馈机制,通过循环迭代保持其长久的“生命力”；(4)场景应用,根据设计的高职院校培训者能力画像结合具体的业务场景展开应用,这是整个画像构建的初衷和归宿。
3.2高职院校培训者能力标签体系设计
依据数字时代高职院校培训者能力画像的实现流程,能力标签体系直接关系到画像的应用场景和应用方式,在整个画像体系中扮演着关键作用,因此能力标签的设计关乎整个画像的质量。目前对于画像体系中能力标签的设计,国内学者提出了面向应用场景的画像能力标签设计的理念,本研究中也是主要立足这一理念进行高职院校培训者能力标签体系设计,其核心是要围绕高职院校培训者的个体数据资源池,通过一定的算法和模型,结合培训者群体的职业发展定位为不同的个体建立数字化的能力标签体系。能力标签体系的设计分成三个维度分别是：培训者个人信息标签、岗位发展路径标签、岗位能力要求标签,每个维度的标签相互独立,且具备扩展性：
(1)培训者能力画像标签体系的第一个维度是关于培训者个人信息的六类标签,这是整个画像体系中数据的基础来源,构成了整个体系中的数据资源池；从六类个人信息分类来看,除了基本信息和个人特征维度外,其他的全部是动态变化的,这些动态变化的数据为高职院校培训者能力的培养和路径的规划、预测提供了根本的数据遵循。(2)培训者能力画像的第二个维度是关于岗位路径的划分,培训者的岗位路径是基于对培训者的界定和日常的工作内容的划分设定的,这也是动态调整的,会根据现实的需要和社会的发展变化不断产生新的内容和分类维度,这为高职院校培训者的个人职业发展提供了路径指引。(3)第三个维度是岗位能力维度,这是按照培训者的能力素质模型进行的能力要求的梳理,这个能力要求是后续整个培训者队伍培养、选拔、任用的根本参照,同时能力标签也是动态变化的,这种动态变化性能够保障培训者这一群体能力的可持续发展,同时为精准施训和因材施教提供了可能。
3.3高职院校培训者能力画像质量评价体系
画像的质量评价体系决定了画像的效力。关于如何评估画像的质量,不同的学者结合自己的研究需要制定不同的评价标准。如朱燕妮[14]结合教师画像的应用场景,从感知有用性、应用性和使用态度三个维度建立了高校教师画像评价标准；乔惠[15]从画像的信度角度着手,结合学习者画像的应用场景和相关利益方,建立了学习者画像精准评价的干预措施,以护航学习者画像的应用信度。立足上述学者的研究成果及本研究的实际,高职院校培训者能力画像要能够精准的表征、预测和护航培训者能力的培养。但是培训者的能力受内外在因素的影响,是动态变化的,因此高职院校培训者能力画像能够在多大程度上真实反应培训者的状态成为质量评估的核心,其预测表征培训者能力的精准性、及时性、全面性和易用性成为其核心的评价指标。
4.数字化转型背景下高职院校培训者画像实现的算法
4.1常见的画像技术实现方法分析
根据不同的画像构建的视角和维度,在画像实现上有不同的实现方法。大体上讲目前画像技术实现的方法有6类[16],如表2所示。
从上述关于画像技术实现的方法可以看出,不同的方法有着不同的应用领域和对应的实现方法,但不管哪种方式,对数据的分析和处理都是核心的要素,如何对收集的数据进行处理决定了画像质量。结合高职院校培训者能力画像的特征,以及构建数字化转型背景下高职院校培训者能力画像的实现方式和流程,本文主要对高职院校培训者能力画像构建中的数据分析处理的具体算法及逻辑结构进行描述。
4.2数字化转型背景下高职院校培训者画像实现算法
依据聚类画像的实现算法,常见的是采用K-means算法[17]对数据进行聚类分析,通过多轮聚类、迭代,直至不在产生新的中心点,然后将聚类的中心点与设定的标签体系一一对应,进而建立原始数据与数据分类标签之间的连接,为后续的场景应用奠定基础。K-means算法原理如下：
示例：输入：具有N个元素的数据集D,聚类簇的个数K；
输出：k个聚类中心及簇划分；
算法实现过程如表3所示。
数字化转型背景下高职院校培训者能力画像,其主要的目的是要构建培训者的能力数据信息模型,根据其能力数据信息模型为其匹配学习规划建议,或者为其主管部门提供决策数据,根据K-means算法结合实际的业务流程,每个对象的能力数据信息模型构建过程如图3所示。
5数字化背景下高职院校培训者能力画像应用场景
高职院校培训者能力画像其最终的目的是为高职院校培训者能力的培养提供场景应用的智力支持。通过数据采集、模型建构、评估反馈、迭代优化等系列流程之后,能够呈现出可视化的培训者能力的完整画像,同时可以根据需要产生个性化的能力分析报告,为高职院校管理层、培训者提供场景应用服务。
5.1对高职培训者队伍进行全流程智能化管理
为行业社会提供更多的高质量培训服务成为新时代高职院校新的育人使命,如前文所述高质量的培训需要高质量的培训者队伍,培训者队伍的管理是各大院校关注的焦点,通过高职院校培训者能力画像的应用,能够精准的、全面的记录、表征和预测培训者的能力和思想动态,为学校管理者提供针对性的行为分析和预测报告,能够简化高职院校培训者队伍的管理流程,并提供智能化的解决方案,促进整个队伍管理转向智能化、数字化。
5.2利用数据促进育人组织效能的跨越式提升
数据是高职院校培训者能力画像的核心,是高职院校与外界社会服务育人质量评判的重要桥梁。传统的高职院校的社会服务重量不重质、重外在轻内涵。通过画像,尤其是对各种数据的分析处理,包括培训者自身数据以及与其有关的外延数据,能够建立基于数据的预警机制,利用对培训者本身的能力预警,可以规避培训服务过程中潜在的因培训者能力缺陷造成社会服务质量不高的潜在风险；同时通过与培训者关联的外延数据,能够比较公众客观的呈现其服务的效能,可以依照数据分析报告进行查漏补缺,优化和提升育人组织的效能。
5.3通过科学规划精准施训提升育人产比效能
培训者培训越来越受到教育管理者的关注,各级部门对该人群的教育投入每年都在加大,但是究竟效果如何,还没有一套客观精准的评价机制。这主要是由于培训者的能力、学习风格千差万别,各行各业对培训者的能力要求标准不一等客观存在的原因造成的。利用高职院校培训者能力画像的精准记录、行为分析和预测机制,能够针对个体进行精确化的行为管理,并根据对培训者未来职业发展的倾向、行业变化的倾向、个人风格等信息,提供精准的培训和人才培养建议报告,这可以为培训者的施训部门、人员提供参照,有利于提升培训者队伍的培训投入产出比。
5.4通过精确化管理实现千人千面的个性化发展
因材施教一直是教育工作者的终极目标。通过高职院校培训者能力画像能够为培训者这一群体的因材施教和个性化发展提供切实可行的途径。一方面通过画像能够为培训者匹配其最亟需提升的能力短板内容,并进行一对一的精准学习内容的推送,监控其学习效果和实践应用效果,如此循环往复,直至问题解决；另一方面通过画像能够为培训管理者或者资源设计开发者提供学习资源的设计和开发建议,护航培训者学习资源持续精准更新,源源不断的为培训者提供最精准的学习资源服务。通过多措并举最终实现千人千面、千岗千面的学习新局面,护航整个队伍的专业化发展。
6总结
数字化转型成为新时代各行各业的关注焦点。高职院校培训者队伍也面临着技术变革带来的新的压力和挑战。数据支撑下的高职院校培训者能力画像为数字时代培训者队伍的“管、育”提出了新的解决思路。本文系统的探究了数字时代高职院校培训者能力画像的特性、构建的具体流程,阐述了其应用的场景。未来随着学者对这一群体的关注度的提升,高职院校培训者能力画像的实践应用的效果,势必会成为探究的重点,这也是本文后续的关注方向。
参考文献
[1]王曼,吕建强.数字时代的教师:身份转换与价值重塑[J].当代教育科学,2021(9):35-41.
[2]胡小勇,林梓柔.精准教研视域下的教师画像研究[J].电化教育研究,2019,40(7):84-91.
[3]张超.教师培训中培训者情感支持研究[D].上海:上海师范大学,2021.
[4]YIN H,CUIB,CHENL,et al.Modeling Location-based User Rating Profiles for Personalized Recommendation[J].ACM Transactions on Knowledge Discovery from Data(TKDD),2015,9(3):1-41.
[5]刘涛,余慧.精准施训背景下在线学习平台的设计策略研究[J].软件,2021,42(11):113-115.
[6]曾海,陈艳,杨璐偲.基于大数据画像的教师继续教育精准施训服务研究[J].文化创新比较研究,2020,4(33):125-127.
[7]闫寒冰,单俊豪.从培训到赋能:后疫情时期教师专业发展的蓝图构建[J].电化教育研究,2020,41(6):13-19.
[8]袁莎,唐杰,顾晓韬.开放互联网中的学者画像技术综述[J].计算机研究与发展,2018,55(9):1903-1919.
[9]田娟,朱定局,杨文翰.基于大数据平台的企业画像研究综述[J].计算机科学,2018,45(S2):58-62.
[10]杨浩.高校学生画像系统的设计与实现[D].北京:北京邮电大学,2019.
[11]胡小勇,林梓柔.精准教研视域下的教师画像研究[J].电化教育研究,2019,40(7):84-91.
[12]俞亚萍,刘礼艳.高职院校教学名师能力素质模型建构[J].中国职业技术教育,2019(33):86-92.
[13]俞亚萍,刘礼艳.我国高职教师能力素质研究综述—基于文献计量和CiteSpace分析[J].职教论坛,2017(32):5-9.
[14]朱燕妮.教师专业发展视角下的高校教师画像研究[D].金华:浙江师范大学,2021.
[15]乔惠.基于xAPI的开放学习者画像的构建与应用研究[D].上海:华东师范大学,2018.
[16]汤卫国.基于用户画像的食品安全精准监管系统[D].兰州:兰州大学,2022.
[17]赵惜茹.基于大数据技术的银行客户画像构建的研究与应用[D].北京邮电大学,2021.
关注SCI论文创作发表，寻求SCI论文修改润色、SCI论文代发表等服务支撑，请锁定SCI论文网！
文章出自SCI论文网转载请注明出处：https://www.lunwensci.com/jisuanjilunwen/49841.html
