高校招生工作中的數據管理探討

摘要：數據在當今高等院校招生工作中發揮重要的作用，實現其信息化離不開對大量數據的處理和管理。具有準確科學性的數據對高等院校招生工作有著指導意義，根本上提高高等院校生源的質量。作為實際管理數據中最關鍵的步驟，對于數據進行精確的收集、篩選，有利于高校的各項招生工作，如招生政策、前期準備工作、后續招生工作，使得數據管理成為高校在招生過程中不可忽視的一環。因此，本文對于數據管理在高校招生工作的作用價值，做以下闡述和探索。

關鍵詞：數據管理;采集;高等院校;招生工作;意義

高等院校重視招生工作過程中數據的有效使用，其實是建立一種“招生記憶”模式。招生記憶的存在保證了招生工作的準確性，避免了缺乏科學依據的盲目招生行動，在一定程度上降低了資金成本并提高招生工作的效率。根本上來說，這種數據處理模式，實際就是將數據進行先分類，再匯總，將數據進行加工整理，富有條理性和系統性，由數據得出一個相對精確的結果。

一、高校招生數據管理的意義

（一）數據管理對于招生工作的價值

根據我國教育專家運用的方法論，在招生工作上的差異性也決定了分析方式的不同，主要以分類、聯系、回歸、聚合四種方式為主，這樣有順序的工作程序，對數據信息的處理也更加便捷。當然，在高校的實際招生中，數據管理也需要接受招生過程中的反饋，必須具有邏輯性和嚴密性。而招生的完整過程主要有制定合理的招生計劃、落實廣泛的宣傳工作、錄取新生，在這些過程中遇到的問題，可以作為數據管理的參考標準，提供實用性的答案。數據接收到這些答案后，生產出更具有實際作用的信息，有利于招生工作的穩步進行。

（二）數據管理對于實現信息化的價值

數據管理不僅對于目前高等招生工作具有指導的意義，這也是建設信息化高等院校和實現教學信息化不可或缺的步驟，數據管理作為基礎設施與早期準備，不僅推進高等院校的信息化工作，也有助于開展學生的信息化教學活動。

（三）數據管理對于后續招生的價值

數據的作用不僅體現在現階段的招生計劃中，在將來的招生中，隨著招生范圍的逐步擴大，數據管理的作用會愈來愈明顯，這是一個厚積薄發的過程。

目前隨著高校等院校自主招生的占比逐步增高，本院校的招生考核平臺作用也越發重要。平臺運用的一些自主研發的軟件，由于一部分是通過外部渠道購得的，缺乏熟練操作性，因此，如何正確科學會用軟件并提高軟件性能成為高校招生工作中急需解決的問題。高等院校需要在自主招生工作中發現不足之處，對學生參加自主考試后的對于流程一系列滿意度的調查，都能完善目前高等院校自主招生的問題，充分發揮招生考核平臺作用，建立完整的高校招生體系，從根本上促進自主招生工作有序進行。在日常招生工作中，通過對數據的管理，高等院校在一系列招生工作上都能提出創新方案，例如建設全新的數字化高校模式，收集各類證件包含的數據，實時跟蹤學生的心理健康數據，記錄院校服務少數民族學生的情況，注冊登記各種系統，對新生入學檔案的整理和保存，收取學費等。顯然，數據管理的作用滲透到每一個高校專業，保障數字化進程，從側面上提高了高校的教育教學質量，學生整體素質也有所提升，實現高等院校的可持續發展。

二、高校招生數據管理的方法

（一）落實數據管理準備工作

數據篩選和數據預處理是數據準備工作的前提條件。高校在招生過程中面對的數據規模龐大，涉及諸多的方面。在某些情況下，已經處在數據庫中的數據與實際進行深度挖掘的數據并不相符合，因此篩選數據就顯得非常必要。其意義也就是為了確保數據挖掘的科學性。之后，篩選后的數據已經符合制定的標準，但由于數據的零散狀態，仍需對數據進行增添、刪減、轉化等，使得相似的數據合并，無關的數據剔除或者創建全新的數據形式，關鍵在于提高數據挖掘的質量，避免無效信息的重復，盡可能將無效數據轉化為有利的精確數據。做好數據準備工作是為之后數據處理奠定牢固的基礎。

（二）創建招生數據倉庫模式

想要在高校招生發揮數據挖掘技術，就要將數據挖掘技術與數據發掘工具相互配合應用，以數據挖掘模型為基礎，通過模型的模擬作用，對招生工作提供最優化的對策。數據挖掘技術應用的數據庫基于數據驅動的方法，在一系列系統包括高校教務系統、高校招生系統、學生教育系統、畢業就業系統等獲取最全面的綜合數據。數據倉庫模型的最常見形式有概念模型、物理模型、邏輯模型三種。

（三）選擇正確關聯規則技術

高考招生不僅僅是錄取學生的簡單過程，涉及的范圍非常廣泛，首先是要考慮到學生家長基本的訴求，再其次，高校之間的比較、專業的取舍、未來就業方向，這些大量復雜的數據都是需要分析和管理。這就需要發揮深度數據發掘技術的作用，對數據進行增添、刪減、轉化等，將無用數據量轉化為有效數據，從而高效率、有計劃地落實高校的招生宣傳工作，給予學生家長招生上的指導并答疑解惑，從而提高新生實際報到率、緩解高校畢業生就業的壓力。高校也要根據實際的招生情況，對招生政策進行因時制宜的調整。需要注意的是，要真正實現上述情況就必須充分利用好深度數據發掘技術，將數據挖掘出來之后，要運用關聯規則技術，應用到數據處理工作流程中，這都要以正確的挖掘方法為基礎。關聯規則技術事實上就是尋找各類數據之間存在的共同之處，并以圖形等形象的方式將這些共通的地方表現出來，體現了如何正確處理這些龐大的數據。例如，在指導高考考生志愿填報時，關聯規則技術就可以加根據考生的信息ID作為連接數據的共同點，整理出考生適宜報考的高校、專業，成為志愿填報的可靠工具。

三 結束語

隨著時代的發展和科技的進步，高校招生也采用了更加科技化的數字信息系統，極大地提高了效率。盡管如此，高校還是要注重發展數據挖掘技術，這是促進高校招生、保障新生入學、緩解就業壓力的必要條件，制定詳細完善的計劃，有利于招生有序、高效的開展。

參考文獻：

[1]朱雪松.論數據管理對高校招生工作的意義[J].農家參謀.2020（10）

[2]李享.淺論數據管理對高校招生工作的意義[J].中小企業管理與科技（上旬刊）.2019（10）

作者簡介：楊楠，男，漢族，1991年7月，陜西省西安市，西安電子科技大學本科生院，高等教育管理，碩士研究生，工程師，陜西省西安市，710126。