基于教育大數據的情況特別學生精準管理模式探究

杜長沖

[摘? ? ? ? ? ?要]? 云計算、數據挖掘等相關技術的不斷應用，標志著當今社會正快速進入大數據時代。高校作為智力資源密集的場所和機構，如何在大數據時代應用好教育大數據，服務學生的教育與管理工作，為情況特別學生開展人物畫像，從而有針對性地開展幫扶與教育工作，對高校育人工作的整體開展具有重要的推動意義。

[關? ? 鍵? ?詞]? 教育大數據;情況特別學生;人物畫像;精準管理;模式研究

[中圖分類號]? G647? ? ? ? ? ? ? ? ?[文獻標志碼]? A? ? ? ? ? ? ? [文章編號]? 2096-0603（2020）01-0138-02

隨著信息科技的快速發展，當今社會已經快速進入大數據時代，新技術的應用以及智慧校園項目的不斷推進，教育領域正逐步邁入大規模生產數據、存儲數據、分析數據、應用數據、賦能數據的時代。大數據時代的到來，為高校進一步將教育大數據和大數據技術服務于教育，為服務情況特別學生的精準管理工作提供了充分的數據基礎與可靠的技術支持。

一、教育大數據的特征

大數據是用來描述和定義在信息爆炸時代所產生的海量數據，以及不同類型和結構的數據中開展數據分析與挖掘的技術，大數據的核心為預測和可量化的維度，從而可以通過對數據的分析與挖掘，服務生產與生活[1]。近年來，“00后”開始成為新時代的大學生，他們成長于信息化快速發展的時期，作為網絡的“原住民”，接觸各類新媒體與互聯網的媒介，能熟練掌握網絡技術和信息媒介，自帶了信息屬性。在日常的工作、學習與生活中大量產生數據并被記錄下來，為數據分析與數據挖掘提供了數據基礎與條件。

高等學校的網絡信息平臺和大數據治理中心是高校數據資源收集、存儲與管理的中心，掌握著師生在校園內外活動的痕跡與信息，如何在保護好用戶隱私權的前提下，充分發揮大數據的作用，分析數據間的關聯，匹配相關的數據，為學校的教育與管理工作服務，特別是針對教育對象中的情況特別學生群體，利用大數據分析和掌握一些原有技術和傳統手段無法獲得的信息，在貧困生的認定與資助、隱形心理異常對象篩查、疑似失聯學生統計、學業的綜合預警等方面開展相應的工作，為情況特別學生開展人物畫像和精準管理，是學校教育與管理工作取得新成績與新突破的關鍵。

二、當前高校情況特別學生管理中存在的問題

情況特別學生是高校學生中比較特殊的群體，與其他學生相比有特殊的表象、困境或需求，在學校教育的過程中需要學校特別關注，這一群體部分特征顯性外露，容易被發現與捕捉，一些隱性特征，需要深入地了解與發掘。因而在當前的時代背景下，如何科學地把握教育所面臨的嶄新形勢，分析教育對象的全新特點，提升教育者與管理者的素質與能力，運用現代化的技術、工具與手段，實現教育資源的整合，從而形成教育合力。

（一）教育對象的多樣性與情況特殊性認識有待重視

在當前高等教育大眾化的背景下，高等學校類型細分，差異化辦學，不同類型高校的人才培養目標和辦學定位多樣化，各高校應當針對生源現狀與特點，分析不同群體學生的特征和需求，從而有針對性地開展學生的教育與管理，創新與改革人才培養模式與路徑，從而為社會培養更多有用的人才[2]。大學生群體特征多樣，既有顯性的差異，又有隱性的不同。不同類型的情況特別學生，之間會有特征的交叉與融合，具備多種特征的學生，往往是突發和惡性事件的高發群體，學校應當引起足夠的重視，重點關注、精準管理、有效預判、科學幫扶，從而維護學校整體的教育秩序和校園的和諧與穩定。

（二）教育與管理隊伍能力與信息素養有待提升

“教師的眼界，決定了學生的眼界;教師的素養，影響著學生的培養。”在當前信息化的時代背景下，高校管理者應當掌握更加先進的工具與技術，在工作中更多地依靠科學的工具與數據，而非主要依靠工作經驗。要實現這一轉變，就要求管理者不斷提升信息素養，不斷研究與利用現代信息技術如何運用到實際工作之中，從而騰出更多的精力去思考工作的創新與提升，轉變以往的經驗工作模式為科學工作模式，從而提高工作的效率。

（三）教育大數據的挖掘與賦能意識有待增強

目前各高校都在積極推進智慧校園建設，網絡與信息化建設被提到非常重要的高度，但客觀上各高校對教育大數據的利用還參差不齊。網絡教育整合性不強，資源無法實現充分的共享，“數據孤島”現象突出，各部門之間的協同性有待加強，網絡技術人員及管理隊伍的信息化能力與素養還需要進一步學習與提升。高校未能搭建起有效的框架與分析模型，情況特別學生群體“人物畫像”模糊，無法精準地提供有效的分析與預測，教育大數據的賦能不足。

三、教育大數據應用于情況特別學生精準管理的可能性

技術的進步與信息化的快速發展、信息數據的有效收集與存儲、智慧化校園項目的穩步推進，高校在數據采集和數據挖掘方面人才與技術的提升，都為教育大數據的開發與應用提供了充分的條件，為開展精準幫扶提供了應用場景與技術的可能性。

（一）技術層面

人工智能、物聯網、移動通信、云計算、數據挖掘等相關科技與技術領域不斷進步，為大數據技術的發展和應用提供了技術基礎[3]。在“十三五”規劃項目中，與大數據、教育等相關的項目占了相當大的比例，大數據已經上升為國家的戰略，為大數據技術的應用和推廣提供了技術前提。

（二）數據層面

高校學生作為一個特定的青年群體，通過社交、網購、移動通信等平臺每天產生了大量的結構性與非結構化數據，通過對數據的挖掘和有效分析，從中分析出相關的問題與規律，從而對特定群體學生的發展進行預測，有效開展干預工作，提高工作的針對性與有效性。

（三）學校層面

在智慧校園和信息化建設的背景下，各高校重視信息化平臺與網絡建設，加強智慧校園建設，為教育教學提供條件與技術保障。從目前的情況來看，高校的教師與管理隊伍整體有較高的職業素養，具備較強的信息素養和繼續學習與提升的能力，為高校進一步做好大數據的開發與應用提供新的條件[4]。

四、教育大數據應用于情況特別學生精準管理新模式

教育大數據的應用需要搭建統一的信息平臺，利用平臺整合資源信息，根據功能需求，建立分類分析模型，結合系統分析與預判結果，開展評價與反饋工作，從而服務于學生的精準管理工作，開展管理新模式的探索與研究，提高工作的科學化水平。

（一）精準資助幫扶模型

貧困學生的精準認定工作是開展學生精準幫扶的基礎與關鍵。貧困生的認定不能僅僅依靠學生的本人承諾或相關證明材料，而應該健全校、院、輔導員、班級四級評價機制。在評價的過程中，高校利用校園信息化平臺分析學生的家庭成員信息和歷史資助數據，挖掘與分析學生的各類消費數據，從家庭信息比對及個人消費數據出發，科學地做好認定與幫扶工作。

（二）學業綜合評估模型

建立學業綜合評估系統，有效解決學生個人的教務系統輔導員、班主任、家長等無法全面實時監控的痛點。系統針對每個年級重點關注的要點設置相關的功能需求，搭建模型框架，結合課程的遞進性、難易度以及本學期學生的考勤及作業等完成情況，有效地預測學生的學業結果，從而開展必要的提醒與幫扶工作。

（三）心理異常排查模型

廣泛開展心理普查工作，采集學生信息，對心理異常學生建立檔案，積極跟蹤，做好幫扶與教育工作。通過對學生社交網絡的分析，掌握學生之間的行動軌跡，分析與統計學生在不同地點共現的頻率，找出相似性，從而對學生社交圈進行刻畫，找出獨來獨往的學生，發現隱形的心理異常學生，從而針對性地開展幫扶活動[5]。

（四）疑似失聯告警模型

利用宿舍門禁、校園考勤、校園網登錄認證等數據，匹配學生在校園內外的活動軌跡，從而及時準確地發現疑似失聯或夜不歸宿的學生，通過信息化手段掌握學生的活動軌跡，極大地促進學生日常教育與管理工作，對易引發特殊情況的疑似失聯的學生能夠做到及時告知與提醒，從而有效避免極端事件發生。

（五）職業傾向預測模型

信息平臺通過對學生家庭、個人技能及興趣的掌握，結合校園圖書借閱、學生成績分析、個人消費行為等信息數據，開展學生職業傾向的分析，幫助學生開展職業規劃，從而合理地選擇考研、就業、出國等出路，對有效開展畢業生的教育和個性化引導具有重要的指導意義。

五、情況特別學生精準管理新模式的現實意義與展望

高校搭建起規范統一的信息平臺，通過開展大數據信息的分析與挖掘工作，改變原有難以捕捉、界定、量化的問題，實現對學生個體和特定群體的分析與預測，最大限度地發揮數據的應用價值，讓工作變得更具有科學性與前瞻性。針對情況特別學生的教育與管理的過程中，學校利用信息挖掘更加注重其差異性和特殊性，給予適當的教育與引導，為每個學生的成長成才提供機會，同時還需要積極研究與利用信息挖掘技術，探索教育管理新模式，不斷提升學生教育與管理工作的科學化水平，從而培養更多優秀的人才。

參考文獻：

[1]呂紅胤，于晨陽，蘇涵，等.電子科技大學一體化大數據提供師生精準畫像[J].中國教育網絡，2017（Z1）：78-81.

[2]鄒太龍.大數據時代高校教育管理的可能性走向及實現路徑[J].高教探索，2017（11）：10-16.

[3]李有增，曾浩.基于學生行為分析模型的高校智慧校園教育大數據應用研究[J].中國電化教育，2018（7）：33-38.

[4]萬輝.大數據在高校學生管理工作中的應用[J].高校輔導員學刊，2018（8）：48-51.

[5]路亮，楊毅.高校學生行為的多維學困衡量和分析[J].云南民族大學學報（自然科學版），2019（2）：191-196.

編輯 陳鮮艷