數據挖掘技術在高校精準資助路徑探析中的應用

鄧佳莉

摘要：高校學生資助工作是脫貧攻堅工程的重要內容，以資助促進學生發展，切斷貧困代際傳遞，才是學生資助工作的本意所在。在大數據時代背景下，利用數據挖掘技術實現高校精準資助路徑，打造資源共享、精準認定的資助新模式，建立實時動態監管體系，完善管理思路，對提高高校精準資助水平具有重要意義。本文通過分析高校學生資助工作的現狀，構建高校精準資助實施路徑模型，對高校學生進行信息數據采集、集成、變換、挖掘、模式評估，了解學生實時動態，并結合數據挖掘技術對高校資助路徑現狀提出對策建議。

關鍵詞：數據挖掘技術;高校精準資助;路徑;對策建議

中圖分類號：TP311 文獻標識碼：A

文章編號：1009-3044（2019）32-0032-02

當前，高校學生資助工作在取得巨大成就的同時，也存在資助信息化系統使用率不高、貧困證明存在造假空間、資助方式缺乏人文關懷等問題，直接或間接影響了學生資助的精準程度。因此，精準化資助、信息化管理、全面化育人，堅持以學生為主體，有效落實高校資助政策，使高校學生資助的頂層設計精準“落地”，是當前大環境下高校學生資助工作面臨的重大挑戰。充分利用數據挖掘技術，打造資源共享、精準認定的資助新模式，構建以人為本、量身定制的差異化資助新方式，建立實時動態、及時完善的資助管理思路，對提高高校資助工作水平，實現精準資助具有重要意義。

1高校學生資助工作的現狀

1.1資助對象識別與認定機制不成熟

家庭經濟困難學生認定工作是實現精準資助的關鍵環節。在實際認定過程中，學生家庭經濟信息難收集、經濟困難程度難判斷、提供信息是否真實有效、認定程序是否規范，這些都是影響資助工作精準化的因素。但是，目前高校普遍的資助工作模式是由學生提交材料主動申請，班級評議小組評議，院系審核評定后上報學校資助管理中心。當前，大多高校都是學生主動提交申請，而提交的證明材料主要由生源地街道辦提供，當中容易出現一些虛假貧困和隱形貧困的問題，審批過程中無法對材料的真實性進行準確判斷，這樣嚴重影響了高校資助工作的精準性。同時，有些真正需要貧困補助的學生，因為自卑或怕被同學“看不起”等原因未提交申請，又或者是負責資助管理的老師對學生情況認知不足，在審評過程中偏向成績優異或擔任過學生干部的學生，導致部分家庭經濟情況不那么困難的學生將此作為額外的福利隨意申請。

1.2資助比例分配方式不完善

現階段大部分高校學生資助資源的分配方式是先由學校按照學生比例分配到各學院，再由各學院輔導員按照班級人數等比例分配到各班級，這種方式極易造成各學院之間、各班級之間資助資源分配不均衡的情況，如A班級困難學生較多，但是分配的名額不夠，B班級困難學生偏少，名額卻有剩余。這樣的分配方式雖然方便了管理者的工作，但嚴重影響了真正困難學生的利益。

1.3高校學生資助工作管理不當

目前高校普遍采取的認定模式未能正確處理困難學生貧困原因不同的問題，同時，對于暫時性貧困和長期性貧困的動態管理不到位，導致輔導員及班主任對困難學生的信息管理和日常反饋無法做到融合和統一，嚴重影響了學校精準資助工作的順利開展。

1.4“資助育人”“心理資助”不受重視

“資助育人”作為育人基本任務的十大質量提升體系之一，建立“四位一體”的發展型資助體系，構建育人長效機制，形成“解困一育人一成才一回饋”的良性循環。而現實大部分高校學生資助的主體是以“資助金”的形式解決學生的實際困難，但這種模式導致學生對“錢”過于依賴，有的學生漸漸不想通過“勤工儉學”去解決家庭困難，而是抱有“我窮，我就該拿”的心理，致使學生失去了積極改變生活的沖勁，真正貧困的學生看到沒有自己困難的學生申請上了資助金，自己卻沒有獲得，而產生對學校、對老師的不滿。這些學生的世界觀、價值觀和人生觀出現了些許偏差，缺乏正視困難的態度，沒有得到正確的心理援助，從而無法判斷自己行為的合理化嗍。

2數據挖掘技術的意義

從數據本身來考慮，通常數據挖掘需要有數據采集、數據清理、數據挖掘實施過程、模式評估和知識表示等8個步驟。將數據挖掘技術應用到高校資助工作中，我們需要根據實際合理應用數據挖掘技術。

1）信息收集：我們需要對學生的基本信息進行收集，包括學生個人信息、家庭信息、一卡通消費數據、周圍評價等。首先，通過學生生源地相關部門獲取數據，了解學生家庭情況;其次，聯系學校相關部門收集學生的學習成績、一卡通消費、師生反饋等情況，作為評定依據。

2）信息分析：根據實際情況和國家資助相關規定，結合獲取的數據，提取有用信息，實施對學生有利的資助模式。比如，了解到有些學生有過勤工儉學的經歷，擁有自我脫貧的能力，那么學校除了給予學生提供資金資助之外，還應幫助學生提供良好的工作機會;有些學生雖然提供了有力的貧困佐證材料，但是一卡通消費卻普遍偏高，那么他們材料的真實性還有待考究……利用大數據對學生情況進行綜合分析，實現一對一精準資助模式，將有利資助資源的分配。

3）信息整合：對學生的有效信息進行整合，改變資助管理模式。無論是對學生信息的收集還是分析，這些都需要高校資助工作者化被動為主動，精準了解學生貧困程度和資助方向，針對學生實際情況分類資助等級、確定資助方式。

4）信息保存：建立家庭經濟困難學生信息庫，關注受資助學生動態，切實解決學生的實際貧困。利用大數據把握資助金去向，關注學生的消費情況，如果學生利用資助金額“胡吃海喝”，高校將有責任對學生進行心理疏導，情節嚴重的可取消學生資助。

3數據挖掘技術在高校精準資助路徑探析中的應用

3.1資助對象精準化

數據挖掘技術是利用人工智能，通過對數據的收集、整理和分析，從大量數據中尋找其規律的技術。高校要充分利用好數據挖掘技術，根據學生填寫的《家庭經濟困難學生認定申請表》中的內容，對學生申請材料進行核對，屏除學生“造假”的可能性。例如我們可以通過對學生日常消費情況、學費繳納情況、師生評價等數據進行收集，再將所有有效數據資源進行整合分析，判斷學生是否符合申請資格。同時，要根據學生實際情況，判斷學生需要資助的狀況，對自卑和害怕他人眼光的學生進行心理輔導，鼓勵學生積極申請。

3.2科學分配資助資源

隨著在校大學生的日益增多，雖然國家資助總額和覆蓋面不斷增加，但仍是無法滿足所有貧困學生的需求。在這種情況下，科學合理地分配資源，結合數據挖掘技術，對收集到的學生數據進行整合分析，構建經濟困難學生資助模型，針對不同貧困程度、不同地域、不同專業、不同年級的學生設定多個資助方式。比如剛入校的、來自其他地域的學生，面對陌生的城市，缺乏生存手段;入校滿一年、兩年的學生，在這座城市可以考自身努力獲得一定的經濟來源;這兩類學生哪怕家境困難程度一樣，在資助等級上也是不一樣的，對于前者，我們可以適當增加資助，對于后者，我們在資助的同時要鼓勵其自力更生。利用數據挖掘技術，根據學生實際情況設立多個資助等級，將科學合理的分配資助資源，保證貧困學生的需求。

3.3構建資助工作管理系統

在高校精準資助工作中利用數據挖掘技術，建立動態評估體系，建立學生資助工作管理系統。將學生實際情況，進行采集、整理和分析，對學生家境貧困主要因素做出了解，判定學生屬于長期貧困還是短暫性貧困，將有助于資助工作的管理。高校資助中心可以利用大數據和學生生源地取得資源共享，充分了解學生家境貧困原因，針對學生不同情況（是長期貧困還是短暫性貧困）實施不同的資助方案。同時，資助中心工作人員要對學生進行一對一談話，充分了解學生的精神、心理狀態，明確學生需要資助的方向，針對不同需求的學生實施不同的資助方案。如果學生家境是長期貧困，學生處于“自卑”心理，資助工作人員不僅要對學生進行資金上的資助，還需要疏導學生心理，幫助學生重拾信心，幫助學生尋找勤工儉學的工作，切實解決學生困難。因此，高校在資助管理工作過程中，資助部門應對學生大數據信息進行有效的分析、整合和管理，實行信息實時更新，并及時對資助名額進行調整，擴展資助覆蓋面，從而實現公平、公正的幫助每一個需要資助的學生嘲。

3.4資助后期輔導

通過大數據持續跟蹤資助學生的后期狀況，如拿到資助金之后是否存在過度消費，學習態度是否良好，是否有勤工儉學想法等。從這些實際數據分析學生是否存在過度依賴資助金的狀況，若有發現，高校應及時安排專業教師對其進行輔導，幫助重塑正確價值觀，學會正視困難。同時，利用數據挖掘技術對存在貧困卻因資助名額的限制而未取得資助金的學生信息進行整合，了解學生的精神狀態，學習情況以及心理變化，若有發現異常，應及時安排專業輔導。

4結束語

高校學生資助工作，必須立足于新形勢的發展需求，結合學校的具體情況開展，切實實現精準化資助、信息化管理、全面化育人，堅持以學生為主體，有效落實資助政策，完成幫助家庭經濟困難學生實現“求學夢”、完成“成才夢”、投身“中國夢”的目標。在當下的大數據時代，高校應有效結合數據挖掘技術，做好學生資助管理工作，提高資助效能，增強資助服務，進而更好地完成精準資助管理工作。