近些年来，信息技术水平显著提升，广泛运用于人们生活的各个方面，信息数据层快速增长。伴随着大数据时代的来临，人们的工作、生活、学习发生了非常大的变化。大数据具备数据量大等优势，所以，我们要从海量的数据信息中去发现当中蕴藏的价值。将大数据分析技术应用于高职创客教育，有助于提升创客教育的合理性和实效性。
1高等职业学校创造教育的价值
1.1有利于提高社会经济发展水平
伴随着经济发展结构的调整与教学事业的发展，现阶段我国需要的人才类型发生了转变。对于这类状况，高等职业院校应调整课程目标，转变过去单一化的、稳定的人才培养模式，重视培育学生的自主创新能力和运用能力，贯彻落实创新人才培养模式。进行高职教育，是现阶段经济社会发展的需求，也为社会发展培育创新型人才，为社会经济发展作出积极贡献。
1.2有利于学生未来的职业规划与发展
作为教学体系中的一个主要构成部分，高职院校创客教育的最终目标是增强学生综合能力，使他们在掌握专业知识和技能的同时，提高创客能力，对学生未来职业生涯的发展有着不可小视的作用。接纳系统化的创客教育，能使学生更清楚地认识到自己未来的职业规划，了解自己的不足，在工作学习中不断提高自身能力，深入挖掘学习潜力，使学生的综合能力获得进一步提高，对学生在未来职业生涯发展的发展具有积极的影响。
1.3有利于改善目前不容乐观的就业前景
伴随着我国基础教育的发展，大量的大学毕业生涌进人力资源市场，而就业岗位比较有限，就业压力慢慢受到社会的广泛重视。对于当今日益不容乐观的学生就业发展状况，以创业促学生就业的教学理念逐步推广。高等职业院校创客教育有益于塑造大学生的自主创业能力，从另一个视角来看就业压力，针对处理当今不容乐观的就业前景拥有 积极的作用。在创客教育中，学生可以把握创业知识，这有利于转变学生就业思路，推动学生综合能力的提升。
2应用大数据分析技术的基本原理
在信息时代环境下，大数据分析技术致力于根据数学算法来研究大量、繁杂的数据信息，以技术掩藏在极大而繁杂的数据信息下的使用价值，具备一定的预测分析能力。近年来，数据分析技术被合理地运用于各个领域，以推动企业长期性、健康发展为发展目标。
应用大数据分析技术，需要依靠智能化的方式方法，以足够丰富的数据信息为前提。所以，大数据的应用牵涉到多个层面的内容，需要对应的信息储存设备来储存有关数据信息，应用根据云计算的有关储存、分享、分析等作用，深入挖掘数据信息背后的使用价值，了解隐含的逻辑关系，这一研究的重点不在精准的信息内容上，而取决于科学研究背后的关系。将大数据分析技术运用于高职院校创客教育，有益于依据大数据预测未来的就业前景，合理地使用这种技术，对人才培养计划做好调整提升。
3关于高职客体教育的问题
3.1没有全面了解创客教育
近几年来，创客教育越来越受到学校的重视，许多高等职业院校设立了这门课程，可是，学习效果不佳。导致这一问题的首要因素是高等职业院校对创客教育了解不够，匮乏全方位、系统地掌握，在规定的课程设置和教学内容上出现很多问题，不够科学合理，教学工作计划也不健全。许多高等职业院校以进行培训讲座、报告会等方式为主导，或是任课老师在职业指导课上一带而过，起到了课堂教学作用比较有限，在发挥创客教学效果层面还匮乏。
3.2有关创建者的教学资源不足
高等职业教育中，由于缺少教学经验和课程教学资源，许多教师一直采用单一的教学方法，重视理论知识的讲解，在学生积极主动地进行理论知识的讲解，缺乏必要的课程教学资源。创意教育蕴涵多方面的内容，与学生的实践活动紧密相关，在体现个性化教学方面，创客教育还存在一些不足，未能有效地实现学生个性化学习目标。
3.3缺乏健全科学的创客教育评价体系
由于受课程资源、课程安排等因素的影响，有些高职院校虽然开设了创客教育课程，但其在实践教学中发挥的作用有限，还有许多需要完善与优化的地方，在教学评价体系上也不规范。现行标准的以创客教育为基础的课堂教学评价管理体系在考评学生创新精神、自主创业能力等因素层面稍显不足，考察的核心依然是理论性专业知识，学生在学习过程中的表现不够重视。
4应用大数据分析方法开展高职院校创客教育
对于现阶段高职教育中存在的缺点，高职院校应积极推动教学方法改革创新，提升创客教育的质量与成果，要有效地开展大数据应用技术应包含内容，紧紧围绕学生的专业知识能力等因素搭建相对应的实体模型，创建学籍档案，有效地应用聚类算法和关联规则，可以打造对外开放知识库系统，健全人才培养模式；改善课堂教学，提升课堂教学水准。
4.1知识、行为和经验的创设方式
高等职业学校创客课堂教学中设定基本知识检验，掌握学生掌握的相应专业知识，开展数据分析，有效地应用社交媒体研究和编码序列式发掘方式来获得更有效、客观性的学习行为数据信息，并依据数据分析的结果，推荐适合的专业方向，对学生的学习状况给予合理的引导和帮助，提升人才培养的目的性，提升学生的综合能力。
4.2为学生建立档案
建档阶段，高职院校可利用统计测试数据，获取学生记录下的准确率、误码率等数据；根据学习者答题时所用的时间长构造了相应的统计模型，以综合、全面地评价学习者的基本知识能力，为提高管理针对性，建立相关档案。
4.3建立一个领域知识的模式
以知识域模型为对象，运用循环迭代的方法，围绕学习内容的难度、先后次序、学习状况等因素建立模型，探讨各要素之间的关联性。循环迭代方法是指分析和评价相关重复运用的行为和论点，研究其背后的潜在性风险，便于确立开发设计目标，逐渐递增的建立可行的防范措施。现阶段，行业信息模型面对着众多挑战和困难，为了更好地集中体现专业知识本体的使用价值，严格落实知识共享的目标，合理预防在开发设计过程中产生的风险性，可以选用循环迭代方式。它具备比较大的协调性和较小的风险性，在本体模型中激发了积极的作用。
结语
大数据在很多行业、交通出行、通信等领域中，都牵涉到大数据。在大数据环境下，经济发展、政治等众多技术专业课程发生了重要的调整和转型，对人们的日常生活产生了不可忽视的影响，给人们的价值取向、知识储备、人生学习等层面产生了很大的冲击性。高职教育归属于社会学和教育学的领域，应用大数据处理方法，满足当今教育发展的趋势和需要，对教育发展有积极效果。
参考文献：
[1]温爱华，刘 庆，田 野.互联网时代高职院校大学生创客教育探索与研究[J].西部素质教育，2018
[2]卫 平.高职院校创客教育“模块化”体系探究——大数据视域下[J].现代商贸工业，2017
[3]孙秀春，廉新宇.基于大数据分析的高职院校物联网专业创客教育模式研究与实践[J].人才资源开发，2017