1对大数据以及职业教育管理大数据的分析
大数据也就是数据较大，PB以及EB数据量级较为典型。在大数据中，还涵盖发现、收集以及挖掘、应用数据，相比于常规传统的数据库以及软件技术而言，其规模以及复杂程度较高，且处理范围较广。
1.1对大数据进行分析
所谓大数据就是将数字计划让的结构状态作为基础，将其划分为三类，分别为：结构化、半结构化以及非结构化数据。将数据的应用类型作为依据，也同样可以分为三类，即：海量交易、海量交互以及海量处理数据。对于大数据而言，其具有较为明显的特点，概括起来可以表述为“4V”，也就是Volume（容量）：指出大数据具有较大的数量容量，且有较好的完整性，对于非结构化数据而言，在总数据量中，其规模以及增长就占80～90%之间，相比于结构化数据增长速度而言，超出10～5倍；Variety(种类）：指出了大数据的多样性、复杂性以及异构性特点，较为典型的代表为：视频，图片，微信以及微博等，也就是需要在海量以及种类较多的数据之间找到其内在的关联性；Velocity（速度）：大数据具有较快的传播速度，能够适应发展实时性需求，但是在应用中需要借助实时分析以及非批量式分析两种模式；Value（价值）：应用大数据进行操作的最终目的就是借助此数据使洞察力得以提升，分析价值得以体现，这同时也是大数据中最为重要的特征之一。大数据时代具有较深的影响，且已经涉及到各个领域中，纵观历史，大数据并非现代社会的新产物，在过去时代，也涉及大数据的应用，但是在应用中处于较为落后的地位，大数据一直处于潜在状态，没有得到较好的发挥。近年来，计算机的广泛应用，促进了科学以及网络技术的快速进步，大数据才开始得到广泛应用。其不但是一种客观存在，还是一种技术，已经在社会的各个领域中得到广泛的应用，例如企业、统计、医疗、科学、互联网以及移动等数据。
1.2对职业教育管理大数据的分析
大数据的预警性、预测性、共享性、动态性以及差异性特点较为明显，应用在职业教育管理中，必然会产生一定的积极影响。在职业教育管理中，大数据也有较为广泛的应用，例如在职业教育管理系统中，在课程管理平台以及在线学习平台中应用较多。
2对大数据背景下职业教育管理变革趋势的分析
2.1大数据的预警性特点反应了职业教育管理及时性特点
对于大数据的预警性，具有一定的标准，一旦数据有异常情况发生时，就可以借助一定的机制做出警告信号，以便及时采取应对措施，有效解决问题。此种方式也满足了底线管理的特点，也就是说在利用大数据的预警性特点时，需要具有一定的容忍度以及临界点、基准点，对发生的情况进行判定，判断其是否可以接受，在超出可接受范围内时，就应该及时做好应对措施。例如，在实际生活中应用的“魔毯”，能够对病人的病情进行有效的监控，借助家用地毯，将传感器按照进去，以对老人下床以及行走时的速度、压力进行预测，以便对老人的身体状况进行检测，一旦有异常情况发生时，还能够通过信号装置将警报发送给系统绑定的亲属，大数据的此种应用方式受到人们的普遍欢迎。在职业教育行业中，可以借助大数据的应用，对学生的出勤状况以及课堂表现、精神状态进行分析，杜绝一切可能发生的隐患，以使学生都能够得到健康的成长。
2.2大数据的预测性特点反应了职业教育管理前瞻性特点
在预警工作中，还需对临界点进行参照，以对不良现象进行判断。但是预测则不同，其没有参照点，也不会有不良现象产生，主要判断依据就是事情的发展趋势以及可能性。从商业的角度来看，大数据的预测功能发挥了较为积极的作用。例如，在各个电商网站中，利用对点击对象的搜集，成功交易记录，对相关关联性进行挖掘，以对用户的兴趣以及需求做好预测将销售的前瞻性特点得以有效发挥。此外，较多商家还借助评论等环节使自己的信用增加，借助收藏操作使用户黏性得以增加。在职业教育管理中，充分应用大数据，能够有效预测学生的学习以及需求、职业教育舆情以及决策，在职业教育管理中前瞻性特点较为明显。在对学习进行分析中，就是借助数据以及模型对学生的学习情况以及潜在表现做好预测。比如：对于单个学生来说，就可以借助计算学生回答问题的停留时间、复习情况、对错情况、参与讨论情况等，做好记忆分析，从而评价以及诱导学生的学习情况。针对于学生群体而言，可以借助对鼠标点击情况的记录对学生知识点的掌握情况进行分许，以此找出需要重复以及强调的知识点，对学生群体行为的活动轨迹以及规律进行预测。
2.3大数据的差异性特点反应了职业教育管理个性化特点
对数据的预警以及预测需要借助大数据的宏观性，对于大数据来说，还拥有微观的特点，也就是借助对用户相关细节的记录以及分析，从而将学生的偏好判断出来，以使管理的精准性特点得以加强。职业教育的理想目标就是因材施教、个性化管理以及培养多样化人才。而应用大数据能够将不同个体数据作为依据，对其差异性进行辨别，使职业教育以及管理的针对性、精准性加强。在学习中，各个学生有不同的水平、学习方法、接受能力以及学习内容，应采取针对性的措施以使学习的负担得以减轻，学习效率也会有所提升，学生也能够达到较好的学习效果。在实际应用中，还可以应用平板电脑，在其中录入课本内容以及课后习题，以使学生能够养成良好的学习习惯，教学质量以及教学效果也能够有效提升。此外，电脑还能够精确的计算出操作各项程序所耗费的时间，以便对学生实施因材施教的教学策略。针对思政职业教育管理工作，也可以充分应用大数据技术，从而分析出某一特定时期学生的思想动态，以便开展针对性较强的职业教育以及管理。对于传统职业教育而言，教师占据主导地位，以单向灌输作为主要教学方式，学生往往无法对知识内容进行选择，针对性较低，长此以往，学生也会有较强的厌倦以及逆反心理产生。而大数据时代的思想政治职业教育工作特点较为新颖，其主要就是针对小众，强调师生互动，学生也可以借助网络的方式搜集各类职业教育信息，从而对知识内容进行选择，充分体现了个性化的特点。
2.4大数据的共享性特点反应了职业教育管理整合性特点
对于职业教育管理，应该充分应用整合性服务理念，其主要就是将学生作为服务的中心，将信息技术作为服务的平台的一种综合服务。为了使海量数据资源能够服务于不同的用户，就应该充分发挥大数据的开放性以及平等性、自由性的特点，从而完善整合性服务。在学校内部，应该将信息平台充分的应用起来，从而使校内各部门之间的数据都能够做好整合，管理的便捷性以及高效性也会随之提升。也就是说具有高性能的计算系统能够使软件资源更为丰富，使开发的平台能够服务于全校用户。
2.5大数据的动态性特点反应了职业教育管理权变性特点
所谓权变管理理论，其认为没有适合各类情况的普适性管理原则以及方法，所有事情都是随着条件的变化而变化，作为管理者而言，应该对内外部因素做好分析，并对其之间的关系以及发展趋势做好总结，以便能够采取较为适合的管理模式以及方法。
3职业教育管理策略分析
首先，应该将教学观念转变，在质量意识增强的同时，还需要使市场意识得以增强。此外，还需要使学生的创新意识、国际意识增强。其次，需要将合理的人才培养模式建立起来，对学生进行专业素质训练，同时，还需要做好教学设计、课程体系设计。最后，将教学质量监控体系进行完善，将师资队伍进行扩充，以使教学质量得以提升。
4结语
大数据时代的到来，改写了职业教育的管理制度，在带来一定机遇的同时，也带来了一定的挑战，作为管理者，就应该加大重视力度，以使职业教育管理的变革更为顺利，促进职业教育行业的有效发展。做好大数据的应用，能够使教育管理者的数据素养以及动物医学论文能力得以提升，转变了管理者的教育观念，实现了数据共享，使职业教育得到了较快的发展，促进了教育管理的科学化以及信息化，为我国的职业教育管理改革作出了一定的贡献。
作者：李晓龙 单位：河南省会计学校
