高校預警教育業務流程的優化*——以H學院為例

米春橋 鄧青友 彭小寧 印 東 劉毅文

?

高校預警教育業務流程的優化*——以H學院為例

米春橋1鄧青友2彭小寧1印 東1劉毅文1

（1．懷化學院 計算機科學與工程學院，湖南懷化 418000；2．懷化學院 人事處，湖南懷化 418000）

文章首先基于BPR理論，針對當前高校預警教育中存在的問題，對當前的預警教育業務流程進行了優化，設計了一種高效的動態循環型預警教育業務流程。隨后，文章基于現代信息技術，提出了包括基礎數據、關鍵算法、技術保障等三個環節的高校預警教育業務流程優化的解決方案。最后，文章以H學院為例，進行了預警教育業務流程優化前后的效益對比分析。文章的研究結果有利于提升預警業務流程的整體效率，促進高校預警教育管理的精準化與高效化，對轉變預警教育業務流程的管理視角、提高學生學業的成功率等具有應用價值。

預警教育；BPR理論；現代信息技術；業務流程優化

當前各高校在校大學生的課程掛科率日益上升，越來越多的學生不能正常畢業的問題日益突出，預警教育已成為高校學生管理中的一項重要內容。但長期以來，由于高校的預警教育組織機構和人員分工不明確、層級手續環節繁瑣、行政意識強而服務意識弱等，導致當前高校預警教育存在著明顯的預警時間滯后、評價因素單一、信息技術落后等問題。為此，本研究基于業務流程再造（Business Process Reengineering，BPR）理論，力圖對高校預警教育業務流程進行優化，并提出相關的解決方案。

一 研究現狀

1 BPR研究現狀

BPR概念由美國麻省理工學院教授Hammer于1990年首次提出[1]，主要包括以業務流程為導向、以顧客為出發點、以改之有進為主要任務、以信息技術為有效工具等[2]，適用于教育行業的高等教育系統。隨后，國內外研究者紛紛展開了BPR研究。如在國外，Khairnar[3]論述了業務流程再造與信息技術在教育部門中的具體應用；Ahmad等[4]分析了BPR在高等教育中的關鍵成功因素；Abdous等[5]以遠程考試排課與分配流程為例，對高等教育過程重組的框架進行了實踐研究。而在國內，朱軍[6]以天津科技大學為例，對BPR在高校教學管理中的應用進行了研究，擴展了高校進行教學管理改革與創新的視角；時譽瑋[7]將BPR應用于高校考務管理流程再造中，指出將業務流程再造理論在高校考務管理工作中進行實踐應用，可以進一步提高高校教學管理工作的績效。另外，還出現了將BPR應用于高校院系學生分會改革及設備管理流程優化等的相關探索與實踐[8]。上述相關BPR的研究成果為預警教育流程的優化提供了借鑒。

2 預警教育研究現狀

隨著大數據及學習分析等新技術在教育中的應用越來越廣泛[9][10][11]，通過借助現代信息技術[12][13]促進更科學高效的預警教育實踐，已成為提高預警水平、改善預警效果的必然趨勢。如美國普渡大學的Course Signal和Purdue Signal項目，能及時給出學生課程表現信息提示，判斷處于學業危機中的學生并對其實施預警，有利于提高學生的課程成功率[14][15]。近年來，學情預警技術的研究呈現出算法化的發展趨勢。如Bainbridge等[16]建立了一種算法，可有效分析與識別學業危機學生的行為特征；Geraldine等[17]建立了一種預測學生學業失敗的方法，對發現處于學業危機早期的學生具有良好的效果；Casey等[18]建立了一種分類系統，可以在課程結束前預先發現課程表現欠佳的學生。這些研究成果都很好地體現了信息技術在解決預警教育具體問題中的應用，但大多只側重預警環節中的某一個方面（如危機學生的識別等），而把信息技術深度融合于預警教育的整個業務流程中并構建完整的核心解決方案的相關研究仍不多見。

二 問題分析

由于受行政思維的影響，傳統的預警教育缺乏數據分析與現代信息技術的支持，難以達到預警的及時、動態與精準等要求，存在如下突出問題：

1 管理部門職能化，層級多、效率低

當前預警教育管理部門的職能機構如圖1所示，其管理職能的定位是以層級“控制”為核心，實行自上而下由管理者到學生的單向性、被動式管理。此組織架構主要強調管理控制職能的實施，而缺乏服務理念的發揮。學校與院系、管理者與師生、教師與學生更多的是一種從屬關系，缺乏有效的互動、反饋與協調機制，學生主動參與度不高，整體預警效率偏低。

圖1 當前預警教育管理部門的職能結構

圖2 當前預警教育的業務流程

圖3 動態循環型預警教育業務流程

2 預警流程串行化，周期長、時效差

當前預警教育的業務流程如圖2所示，這是一種以自上而下的職能管理機制為基礎的串行化工作方式。然而，由于預警教育本身牽涉到學生的多方面因素，如在任課老師課堂中的表現、在宿舍等集體中的人際關系表現、學生自身的身體及心理狀況表現等，因此需要多個部門協調配合才能實現精準預警。而當前這種將業務流程分割成各種簡單的、串行化的階段性任務的做法，不僅增加了解決問題的工作環節，而且由于各部門之間缺乏有效的信息交流和溝通機制，容易造成內部信息傳遞和執行遲緩，從而大大影響了預警的整體效率。此外，這種串行化的工作方式層級過多、預警進度緩慢，還會導致本年度只能對上一年度出現的危機情況進行預警，而對本年度正在發生的危機問題卻難以做到實時預警，因而使預警的過程周期長且時效性差。

3 預警方式人工化，技術弱、作用小

當前，各高校預警教育工作的完成主要依賴于人工實施的方式，整個流程缺乏對應的信息系統作支撐；預警任務和通知的下達也仍然采用傳統紙質文件的方式，缺乏現代信息技術的運用，因而工作效率低下，各部門之間較難實現預警數據資源的共享。此外，預警結果的管理也仍然采用傳統的紙質存檔方式，學生在紙質預警單上簽完字，便意味著整個預警工作的結束，而缺乏對學生改進過程的跟蹤指導與預警狀態的動態更新；預警單被存檔后便很少使用，猶如一紙空文，很難使學生真正形成對危機的警惕意識并實施改進行動，預警作用微乎其微。

三 流程優化

高校預警教育業務流程的優化是一項系統工程，其牽涉的對象面廣、環節復雜。在信息社會時代，要真正實現預警業務流程的優化，必須借助現代信息技術，從學生的實際需求出發，打破現有信息分割的局限，對現存流程進行關鍵性分析和重新設計，建立一種以學生為起點和終點、著眼于長期和全程、突出實時與動態的、具有可持續性的循環迭代式預警流程——而這正是BPR理論的長處之所在。因此，基于BPR理論，針對當前高校預警教育存在的問題，本研究打破傳統思維的限制，設計了一種高效的動態循環型預警教育業務流程，如圖3所示。

①以學生為出發點。預警的過程是對學生學業危機之風險分析與化解的過程，預警教育的最終目標為了改善學生的學業質量。為了更好地幫助學生認識風險、改善學業，在預警教育全過程中需要建立以學生為出發點、為學生服務的理念。同時，還需把與學生有關的利益相關者全部包含在預警流程之內，最終形成既始于學生又終于學生的預警全周期閉環結構。

②以業務流程為導向。徹底打破職能管理部門信息分割的限制，并以業務流程為核心，重建預警教育的運行機制與組織結構，將傳統結構中的縱向職能部門轉變為整體流程中各項活動的參與者，并使各參與者與預警業務流程充分融合、形成有機整體。最終，經優化提煉，得到包括學情大數據集成、學習過程記錄、學生特征認知、學情危機識別、危機風險評估、風險等級預警、改進措施推薦、改進過程跟蹤、預警狀態更新等九大核心業務的預警教育關鍵環節。

③以信息技術為有效工具。借助基于學情大數據的預警信息系統，對所有業務活動進行統一協調管理；根據學生的學習過程記錄，結合學生的個性特征，對學情危機狀況進行自動識別與評估，進而根據預警規則算法得出預警風險等級，并通過消息推送技術自動推送給學生本人及利益相關者。同時，基于個性化學習資源推薦算法，向學生推薦相關的改進措施，并對學生的改進過程進行實時跟蹤，及時更新預警狀態。在預警信息系統的支持下，整個業務流程得以不斷循環進行，使學生可以隨時掌握自己的學情狀況。

④以改之有進為主要任務。預警教育的根本目的是幫助學生更好地完成學業，故必須尊重學生在預警教育中的個性化需求、提高預警效率，而不能只是為了變化而變化。基于此，高校預警教育業務流程的優化方案應以最大限度地滿足學生的預警教育需求為根本驅動力，基于BPR理論打破原有職能部門信息分割的限制，避免層級過多的弊端，借助現代信息技術突破時空的限制，縮短預警周期，改進預警效果，形成持續循環、實時更新的動態預警機制。

四 解決方案

基于現代信息技術的學情預警是一個以數據為驅動的警兆自動識別、警情自動預報、警態自動更新的過程，其目標的實現乃基于對各種數據的處理與分析，具體涉及以下環節：

1 基礎數據環節——學情大數據集成實現方案

從現有的教務管理系統、教學輔助系統、課堂教學移動終端等信息系統中，全面收集學習表現、學習參與、學習互動、學習經歷、學生人口學、學習環境等基礎數據；②對收集到的各類基礎數據脫敏后進行清洗加工，對其中的異常值進行檢測與標記，對缺失值做修補、替換或剔除等處理；③以學生的學籍ID為統一標識，對各類與學情相關的基礎數據進行集成與規范入庫，形成學情大數據集成實現方案（如圖4所示），為學情評估預警奠定數據基礎。

圖4 學情大數據集成實現方案

圖5 學情風險評估預警實現方案

圖6 學情評估預警信息系統實現方案

2 關鍵算法環節——學情風險評估預警實現方案

①綜合學業基礎風險（如家庭教育基礎、高中學校檔次、高考成績等）、學業質量風險（如遲到數、缺課數、缺作業數等）、學業環境風險（如課程難易度、課程以往掛科率、班級整體學習氛圍等）等因素，構建由概率統計法、模糊分類法、聚類挖掘法、離群判決法、模糊綜合法等數據挖掘分析算法組成的學情風險評估模型；②采用分位點法、變異系數法、專家經驗法、層次分析法等定量分析與定性分析相結合的方法，對學情風險進行兩類（即正常、異常）四級（即無風險、小風險、中風險、大風險）預警等級劃分；③分別建立面向學生、老師、家長等不同對象的學情風險動態演變圖、對比分析圖、電子儀表盤、紅綠燈警示等結果可視化表達方式；④通過短信、郵件、系統消息等現代信息傳遞方式及時推送預警結果，從多角度、多層面對學情風險變化進行實時監測與掌握。具體的學情風險評估預警實現方案如圖5所示。

3 技術保障環節——學情評估預警信息系統實現方案

以學情大數據為基礎，本研究結合移動互聯網等現代軟件開發技術，采用面向服務的軟件體系架構，設計了學情評估預警信息系統實現方案，如圖6所示。該系統實現方案使用MySQL、SQL Server數據庫平臺及文件管理系統等存儲與學情相關的基礎數據，采用Java、C#等語言在后臺完成學情風險評估預警的相關算法，并應用HTML5、CSS3及JavaScript等技術在前端實現基于移動互聯網的可視化學情評估預警。整體而言，該系統實現方案包含用戶層、應用層、算法層和數據層，可為學生、老師、學院及家長等不同層面的用戶提供及時準確的學情風險信息。

五 效益分析

本研究以H學院為例，以來自該院計算機科學與技術、網絡工程、軟件工程三個專業的717名學生為研究對象，進行了預警教育業務流程優化前后的效益對比，如表1所示。

表1 H學院預警教育業務流程優化前后的效益對比

具體情況如下：①在預警對象上，優化前只能關注到那些有掛科現象的學生（共368人），而優化后可以覆蓋全體學生（共717人）。②在預警內容上，優化前只是對掛科現象進行預警，重點關注學生以往的掛科情況；而優化后還能對學生的出勤、作業及其它表現等進行預警，主要關注學生潛在的學習危機。③在預警等級上，優化前只有紅（掛科5門以上）、橙（掛科3～5門）、黃（掛科1～3門）三類；而優化后的預警等級依據學情風險評估算法分為兩類四級，有利于學生及時發現自己的短板并加以調整。④在預警時滯上，優化前本學年只能對上一學年的情況進行預警，存在嚴重的滯后性，學生無法及時改進當前的學習狀況；優化后的預警通過后臺的算法實時進行，基本與學生的學習進程同步。⑤對于所需的工作人員，優化前共為15人，包括副書記1人、輔導員2人、班主任12人；而優化后只需1名輔導員進行監控，所有環節和步驟全由系統自動完成。⑥在預警狀態方面，優化前人工將預警信息記錄在靜態紙質上，優化后則由系統自動保存且動態更新。⑦對于完成預警工作所需的時間，優化前從下發通知開始到學生最后簽字上交表格的整個過程需要4周左右的時間，而優化后的工作由系統實時瞬間完成。⑧在服務對象及方式上，優化前工作人員只與紅色等級的學生家長打電話告知相關情況，而優化后所有學生家長都可以實時接收相關的預警信息；各級領導和班主任則由優化前的工作人員，變成了優化后的服務對象；優化后的系統可以通過自動發送消息的方式，將各類預警信息發給不同的服務對象，便于他們及時了解相關學生的學情狀態，并據此采取相應的干預措施。通過上述各方面的對比分析，可以看出：優化后的預警教育不僅提高了工作效率，而且切實產生了相關的教育效益，具有良好的應用價值。

六 結語

基于BPR理論與現代信息技術優化高校預警教育業務流程，可實現預警業務流程的再造及信息技術與預警教育的深度融合，使學生、教師、學校自然地融入到預警教育的閉環中：①學生可以及時方便地了解自己在整個學習過程中的表現，實時動態地獲得學習危機的預警信息，盡早有針對性地調整學習方法策略和學習習慣態度，增強在整個過程中的參與感與積極性，從而提高學習自信心和學業成功率；②教師可以全面了解每個學生的個性特征、認知能力、優勢劣勢等，及早發現危機學生并提供有針對性的教學調整方案及輔導措施，提高課程教學與學生自主學習的融合度，從而提升教學效果；③學?？梢栽鰪妼W情整體狀況的掌握，依據現實需求與學情數據，不斷改進預警教育方案，從而降低危機學生的比例、提高整體的學業質量，最終促進預警教育全面、精準、高效地發展?？偠灾?，預警教育的本質在于促進學業質量的改善，未來的研究重點需結合預警教育的本質需求，進一步深化對基于大數據學習分析技術的預警方法模型的理論研究與實踐應用。

[1]孫蔚聞.基于BPR理論的高職院校設備管理流程優化[J].池州學院學報,2010,(2):137-139.

[2]汪小洲,洪曉軍,周國君,等.業務流程再造在美國高等教育中的應用及啟示[J].高等農業教育,2006,(10):89-92.

[3]Khairnar R. Business process re-engineering and information technology in the educational sector[J]. International Journal of Application or Innovation in Engineering & Management, 2015,(7):52-57.

[4]Ahmad H, Francis A, Zairi M. Business process reengineering: critical success factors in higher education[J]. Business Process Management Journal, 2007,(3):451-469.

[5]Abdous M, He W. A framework for process reengineering in higher education: A case study of distance learning exam scheduling and distribution[J]. International Review of Research in Open & Distance Learning, 2008,(3):1-12.

[6]朱軍.業務流程再造在高校教學管理中的應用研究[D].天津:天津科技大學,2009:10-60.

[7]時譽瑋.H高?？紕展芾砹鞒淘僭煅芯縖D].哈爾濱:哈爾濱工業大學,2015:9-56.

[8]何峰,何志誠,楊永紅.業務流程再造理論在高校院系學生分會改革中的應用[J].中國培訓,2016,(8):281-283.

[9]魏順平.學習分析技術:挖掘大數據時代下教育數據的價值[J].現代教育技術,2013,(2):5-11.

[10]魏順平,韓艷輝,王麗娜.基于學習過程數據挖掘與分析的在線教學反思研究[J].現代教育技術,2015,(6):89-95.

[11]Rangel V S, Bell E R, Monroy C, et al. Toward a new approach to the evaluation of a digital curriculum using learning analytics[J]. Journal of Research on Technology in Education, 2015,(2):89-104.

[12]李振超,陳琳,鄭旭東.大數據理念下的發展性學習評價系統設計研究[J].現代教育技術,2015,(6):108-114.

[13]楊現民,唐斯斯,李冀紅.發展教育大數據:內涵、價值和挑戰[J].現代遠程教育研究,2016,(1):50-61.

[14]Pistilli M D, Arnold K E. Purdue signals: Mining real-time academic data to enhance student success[J]. About Campus, 2010,(3):22-24.

[15]Pistilli M D. Course signals at Purdue: Using analytics to improve student success[J]. Journal of Medieval & Early Modern Studies, 2013,(1):201-224.

[16]Bainbridge J, Melitski J, Zahradnik A, et al. Using learning analytics to predict at-risk students in online graduate public affairs and administration education[J]. Journal of Public Affairs Education, 2015,(2):247-262.

[17]Geraldine G, Colm M, Philip O, et al. Learning factor models of students at risk of failing in the early stage of tertiary education[J]. Journal of Learning Analytics, 2016,(2):330-372.

[18]Casey K, Azcona D. Utilizing student activity patterns to predict performance[J]. International Journal of Educational Technology in Higher Education, 2017,(1):1-15.

編輯：小米

The Business Process Optimization of Early Warning Education in Colleges and Universities——Taking H College for Example

MI Chun-qiao1DENG Qing-you2PENG Xiao-ning1YIN Dong1LIU Yi-wen1

Based on the Business Process Reengineering (BPR) theory, this paper firstly optimized the current business process of early warning education, and further designed an efficiently dynamic and cyclic business process of early warning education, aiming at the current problems existingin early warning education in colleges and universities. Secondly, based on the modern information technology, the asolution that including such links as basic data, key algorithm, and technological support was proposed to optimize the business process of early warning education. Finally, by taking the H College as an example, this paper compared and analyzed the benefits of business process of early warning education before and after optimization. The results of this paper were beneficial to improving the overall efficiency of business process of early warning education and promoting the precision and high-efficiency of early warning education management in colleges and universities, and had application value in transforming the management perspective of the business process of early warning education and improving the students’ academic success rate.

early warning education; BPR theory; modern information technology; business process optimization

本文為湖南省教育科學規劃課題“基于數據分析的學情預警方法與技術研究”（項目編號：XJK016QXX003）、湖南省哲學社會科學基金項目“基于數據驅動的湖南地方高校學情風險評估與預警研究”（項目編號：17YBQ087）、湖南省社會科學成果評審委員會課題“湖南地方高校教育大數據資源整合及價值挖掘研究” （項目編號：XSP18YBC182）的階段性研究成果。

米春橋，副教授，博士，研究方向為教育信息化技術，郵箱為michunqiao@163.com。

2017年9月21日

10.3969/j.issn.1009-8097.2018.03.014

G40-057

A

1009—8097（2018）03—0092—07