大數據時代高職院校學生精細化管理研究

郭丹

摘 要：高職院校學生管理工作涉及學生日常行為、心理健康、資助評優、上傳下達方方面面，這種特點決定高職院校需進行學生的精細化管理。大數據使得高職院校能獲取學生精準信息、提供精準教育服務資源、掌握數據獲取和應用技術。高職院校需提升數據整合能力，強化數據分析能力，并在得出分析結果后采取及時的精細化管理策略。

關鍵詞：大數據;高職;學生;精細化管理

1 大數據的概念及高職院校學生精細化管理需求

1.1 大數據的概念

20世紀80年代初，美國社會學家阿爾溫·托夫勒在《第三次浪潮》中首次提出“大數據”概念。但由于技術條件所限，直到2008年互聯網的日益成熟，網絡服務和社交媒體的高速發展，“大數據”才真正進入公眾視野。大數據是互聯網時代的產物，是數據大爆炸的結果，其龐大的數據量用常規的電腦軟件工具無法在有限的時間內收集、管理和處理，只能通過新的運算處理模式，才能具有更強的決策力、洞察發現力和流程優化能力來適應海量、高增長率和多樣化的信息資產。

1.2 高職院校學生精細化管理需求

高職院校學生具有知識面廣、有個性、追求自我價值實現的特點，同時也具有自制力不足、自我認知模糊、基礎知識較差等特點。這些特點使得高職院校學生管理工作面臨諸多難題，比如學生自制力較弱出現違紀幾率較高、學生自我評價較低心理健康隱患更大、學生感恩意識和進取意識更低。高職院校在大數據環境下，可以根據數據分析，了解學生深層次以及最前端的需求，及時反饋給學校相關部門和輔導員，第一時間給學生合適而精準的教育引導。

2 大數據對高職院校學生管理的影響和機遇

2.1 高效獲取學生精準信息

學校對學生基本信息的收集方法和渠道增加，不但在智慧校園系統中可以通過教務系統、學生管理系統、食堂、圖書館等產生的數據分析學生的消費能力和學習習慣，還可以通過監控數據查詢學生日常行為。此外，國家的公安通信系統、銀行征信系統等均可以獲取學生的更多信息?；ヂ摼W時代信息獲取的精確度和成本均大大降低。對學生基本信息的掌握能幫助學校在學生安全管理、學生日常管理、學生資助管理等方面做出更準確的判斷。

2.2 精準提供教育服務資源

電子化技術、社交媒體等互聯網技術的普及，為高職院校學生帶來了一種新的學習渠道。網站中有海量優質的學習資源，學生的學習渠道不再局限于校內，而是可以獲得全網的學習資源。學生通過社交媒體還可以進行橫向與縱向比較，對不同領域、不同專業、不同高校的情況有更多認知和對比。學校可通過校內數據與國際性數據的互通，再結合學生特點，更好為學生提供教育服務。大數據提供的海量信息資源有利于學生就業服務與管理、有利于進行學生學習引導。

2.3 掌握數據獲取和應用技術

高職院校在接受新事務和利用新技術方面沒有優勢，但是大數據的獲取均可通過最基本的數據收集工具實現，降低了技術的使用壁壘。因為學校擁有較大的學生群體，進行統計分析得出的結論較具有指導意義。高職院校在國王探索中已經擁有基本的數據分析經驗。如運用數據收集表單，不再需要手動收集數據。建立評教評學模型、學生綜合素質考評模型、學生基本信息臺賬等，眾多數據分析軟件也能夠挖掘到數據之間的關系。鉆研大數據獲取和應用技術有利于對學生日常數據進行收集、整理和分析，可采取措施對學生進行及時教育引導并提供有效反饋。大數據環境下，學生管理更偏向于個性化、獨特性、多樣化等以人為本的要求。通過大數據分析和挖掘，學校對學生有了更深的了解，管理方式能更貼合學生特征和需要，對學生安全管理有預防作用。只有具備大數據分析利用能力的學校，才能在學生管理中推陳出新，適應變化，不斷取得教育、服務和管理成效。

3 高職院校利用大數據實現學生精細化管理的建議

雖然高職院校在大數據利用方面有一定的成效，但在數據收集、分析和使用中，依然存在著一定的限制，因此以下對如何利用好大數據實現學生精準化管理提出一些建議：

3.1 提高數據整合能力

高職院校由不同職能部門組成，各個職能部門擁有不同的學生數據，由于不同部門采用不同公司開發的管理信息系統，因此數據接口并不一致，無法實現數據分享。不同部門的數據也只有部門內部運用，學生相關管理人員沒有權限查看、分析和使用數據。一方面應該進行設備更新換代，充分收集非結構化數據、半結構化數據、學生行為數據、傳感器產生的數據，并對這些數據設置權限和責任義務，由學生管理人員進行使用。要處理學生管理信息大數據，除了設備要不停更新換代外，分析系統的數據整合能力要不斷更新及提高，以使數據更全面，要利用價值更高。

3.2 提高數據精細化分析能力

大數據的價值在于數據的深入挖掘，大數據的挖掘成本越低，數據的價值含量就越高。高職院校學生管理人員要掌握大數據的挖掘核心技術，包括數據挖掘算法、語義化引擎、預測分析。在數據可視化分析及挖掘得出結果后，高職院校還需要對結果進行可預測性的判斷。如根據招生情況和畢業生情況，來預測報道率，進行宿舍的調整和安排。

3.3 反饋行動實施要及時

大數據具有時效性，傳統分析模式無法在有限的時間內處理如此海量的數據，并找出數據的價值。在利用各種大數據技術得出分析結果后，還必須采取及時的精準教育、服務、管理行動，才能使大數據分析的價值落到實處。

4 結論

做好高職院校學生精細化管理離不開大數據的分析與利用，面對不斷增長、變化的大數據，高職院校要提升對數據的整合能力，強化自身的數據分析能力，并在得出分析結果后，采取及時的精細化管理策略，以達到培育學生的效果。同時，學生數據的分析極易觸及隱私，需要設置好學生信息收集和分析的責任權限。

參考文獻

[1]葉傳莉. 大數據背景下高校學生管理工作創新研究[J]. 科技資訊， 2020， 018（014）：103-104.

[2]陳文， 蒲清平， 鄒放鳴. 大數據時代的高校學生教育管理模式轉變與應對策略[J]. 江蘇高教， 2017（1）：67-69.