大數據背景下精準學生管理體系的構建

錢繼兵

摘 要 大數據時代的到來，給學院學生管理工作帶來了機遇與挑戰，它將重新構建學生管理的預測和決策體系。引入學生群體數據，用數據發現問題，優化學生服務與管理，提高學生服務與管理精準度，助推學生成才。本文從闡述大數據背景下學生管理的時代特征出發，梳理當前學生管理中數據使用的現狀與困境，并試圖探索運用大數據精準學生管理的相應對策，以期為學院學生管理服務工作提供參考。

關鍵詞 大數據 精準 學生管理 體系構建

中圖分類號：G647文獻標識碼：A

1當前學生管理中數據使用的現狀與困境

數據管理在學生管理與教學管理中早已開始運用。在高校管理過程，各種平臺使用已經及其普遍，如教務部門有教務系統，學生管理部門有學生基礎信息平臺，招就部門有校友系統，信息與后勤部門有校園一卡通系統，圖書館有學生借閱平臺等，還有利用數字化校園已將各平臺整合在一起，使用統一的身份認證。但數字化校園平臺的使用并沒有改變各平臺的使用功能，一直以來各平臺就是為了方便對學生的各種信息處理，減輕管理人員的工作負擔，避免人為操作學生信息時的錯誤和不規范行為，高效率、規范化地管理大量的學生信息。各平臺之間并沒有以數據應用形式與學生進行有效的聯系，缺乏數據關聯與數據挖掘功能。

其實日常處理的這些信息就是一種數據，換成數據思考路徑，日常這些平臺中基本已包含學生基礎數據，只是對其認識不夠，沒有能對其潛在價值進行有效評估。如學生基礎信息數據，成績數據、學生出勤數據、學生獎懲助貸數據、校園消費數據、學生心理健康數據及資助信息等數據等等。只是這些數據以獨立的形式存在各個平臺中，相互之間沒能無法將學生在校的所有信息軌跡做出綜合準確的關聯。一直從單個平臺看數據往往獲取的只是學生單一的信息，對學生的了解是有片面和局限的，獨立利用價值低。

另一方面，各部門在使用平臺時，只是從自身工作需要出發，缺乏頂層設計，尤其目前還沒有能關注和記錄學生在日常學習習慣、生活習慣和網上社交中產生大量碎片化的數據，這些以往看似無關的內容要么還沒有得到各部門的重視，要么受制于數據的多變性、隱蔽性、復雜性等，量化工作困難。采用常規的方法收集，數據量大、類型多、價值稀疏，產生和失效的速度快而被放棄。

通常涉及學生思想動態、主觀幸福感、興趣愛好、個體認知、人際互動和人際關系等行為數據部分，當前采用較多的還是問卷形式，但問卷形式一方面受制于被調查對象能否客觀的如實的填寫調查問卷，另一方面也受制于分析者的個人主觀因素，未必能全面真實的反應數據背后真實情況。

2用數據構建精準學生管理體系

要使用數據構建精準學生管理體系，首先要改變當前數據觀念，頂層設計，打通平臺與平臺之間壁壘，建立數據唯一、可以共享的學生基礎信息數據庫，提供實時、準確的數據。建立以單個學生為主體的數據源，讓各種數據都能緊密圍繞學生唯一主體。要建立統一數據標準，不僅注重數字型數據，要同時兼顧非結構化數據和交互數據，多角度、全方位、立體化的收集學生群體的所產生的信息。區分數據類別，客觀數據要明確數據源，保證數據唯一性。學生行為數據的過程應盡可能完全自動完成的，而且要能做到“樣本=總體”。這樣能夠大大減少主觀因素和心理壓力對信息結果的干擾，從而在客觀自然的環境中還原本來面目，保證信息的純潔性、全面性、真實性與客觀性。但實時、準確采集學生信息是實現學院學生大數據管理的難點與痛點。

使用現代物聯網技術來實現上述信息的自動采集是收集學生行為有效途徑之一。以學生的考勤信息采集為例，學院可以在學院大門口、教室門口、出入宿舍門口裝上基于RFID技術的無障礙通道。當學生帶著貼有RFID標簽的卡片進出時，管理系統就會自動記錄下相應的時間，形成學生在校軌跡數據。學生離校，遲到、早退、曠課、晚歸等考勤情況可以被一一記錄。還可以按特定條件進行查詢統計，如設定一個時間值，查詢遲到、早退時間大于該時間的所有學生，并能直接將遲到、早退直接計入學生個人行為數據中。

其次，就是構建數據挖掘模型。如通過家庭情況、學生獎懲助貸信息數據和學生心理健康數據進行挖掘，可以預判學生行為及違紀預測。可以通過學生學費繳納數據、校園一卡通消費數據挖掘貧困生，可以作為開展學生精準資助工作的重要依據。可以通過挖掘考試成績、教師上課評價與學生行為習慣挖掘學困生，提前介入學業預警。可以圖書借閱數據和個人性格測試數據挖掘學生的興趣點，可以成為學習推薦、就業推薦服務的重要參考。可以通過挖掘學生在網絡平臺和相關應用中產生交流數據，及時反應學生的訴求和各類情緒，能有效的提前做好引導工作。總之建立數控模型，讓看似不相關的數據產生關聯，從關聯的結果中，發現管理與服務中的問題，從而優化我們管理與服務。

第三就是運用數據倉庫技術，將從學生入校到畢業離校，所有信息都事先定義，按照數據挖掘模型自動按時抽取、整理和標準化進入共享數據中心形成以個體學生為單位的數據庫。再對數據庫進行可視化呈現，以便管理團隊能獲得學生的整體情況和潛在信息。也可以生成可理解易交互的報表、圖形和分析報告等，最終構建學生管理體系并可視化平臺，如圖1所示。

第四根據學生管理實踐經驗設置臨界值，同時進行反復修正，一旦達到臨界范圍，系統就自動發出警報，實現學生異常行為預警。各類學生預警既有助于學生管理領導層制定工作的目標，明確工作重點，輔助領導層科學決策，制定符合學生管理實情的目標和政策，推動學校發展，提升學校品質。又能夠幫助學生管理工作者及時應對各種情況并做出反應，增加了管理的主動性，防患于未然，做到有的放矢，不斷地提高學生管理水平。

3結語

運用大數據精準學生管理，重點在于學生群體數據的收集與積累，通過數據的分析實現其使用價值。以便對學生日常生活、學習情況進行追蹤，及時發現問題并進行處理。充分挖掘數據使數據增值，從而為學生管理發現深層次隱秘的關聯，發現問題的痛點并為解決痛點提供實質性建議方案和思考路徑。以輔助學生工作者的決策，增強決策的針對性和實效性，將傳統的因果關系推到了關聯關系，不再僅憑經驗和直覺的決策，從而更科學的符合客觀規律達到精準學生管理。

參考文獻

[1] 范慶瑜.大數據思維視域下高校學生管理工作轉型研究[J].教育現代化，2017.

[2] 陳鳳.大數據下的高校學生管理可視化平臺研究[J].軟件工程，2017（06）.

[3] 喜超，譚淑娟，白瑩，楊建榮.大數據時代高校學生教育管理工作創新探索[J]. 云南農業大學學報（社會科學），2017，11（04）：110-114.

[4] 涂子沛.大數據[M].廣西師范大學出版社，2012.