高校智慧資助平臺建設探索

張 瑋

(安徽審計職業學院，安徽 合肥 230601)

高校資助工作開展過程中，在識別貧困學生時經常會出現“隱性貧困”和“虛假認定”的矛盾，加之缺少核定標準，大大增加了高校對貧困學生精準資助的難度。為此，安徽省教育廳于2017年3月啟動了智慧資助試點工作，安徽審計職業學院(以下簡稱“審計學院”)有幸被列為首批智慧資助試點高校[1]。審計學院在全省高校中率先探索以精準資助、資助育人和資助管理為主要內容的智慧資助改革，在使用智慧資助平臺的基礎上積極探索新時期學生資助工作新思路，并取得了一定的成效。本文對審計學院智慧資助平臺的搭建基礎和功能設計進行了研究，分析了基于該平臺的貧困生認定新方法。

1 智慧資助平臺搭建基礎

為提高信息及數據的利用率，審計學院在《安徽審計職業學院教育信息化建設“十三五”“發展規劃》實施過程中，建立了統一信息交換、信息共享與信息服務平臺——數據中心。數據中心機房占地約100平方米，按照信息系統等級保護二級以上要求建設，部署了多臺機架式服務器、刀片式服務器、虛擬機、存儲陣列等軟硬件設備，能夠支撐大數據分析存儲及分布式的服務，并配備一系列網絡安全設備，保證數據中心內所有服務器中數據的安全。運行在數據中心內的智慧校園平臺整合了學院內部各個信息化子系統，消除了數據孤島，實現數據、資源以及信息共享。在校園信息化建設過程中，學院分階段建設的一系列業務系統積累了海量的高增長率、多樣化的數據，在此基礎上已初步形成校園大數據環境。例如，一卡通系統收集了學生在食堂用餐、圖書借閱書籍、校內購物、打水、用電以及洗澡等學生每次刷卡產生的相關數據；學工系統收集了學生基本信息、學生家庭收入情況、助學貸款、勤工儉學等數據；教務管理系統收集了學生成績信息、獎學金評定情況以及競賽獲獎情況等數據等。通過對這些數據的整理、挖掘與分析，將有效提高學生資助工作的精準度。校園大數據平臺的建設進一步實現了校園內海量數據的統一存儲、管理和信息共享，并可提供數據資源服務。同時，作為應用系統的支撐，方便用戶建立完善的數據采集、加載、存儲、分析和應用展示的架構體系。

2 智慧資助平臺功能設計

審計學院智慧資助平臺建立在校園大數據平臺之上，完成貧困生認定、貧困程度預測、“隱性貧困”及疑似“虛假認定”鑒別及資助育人效果跟蹤工作。平臺功能架構圖如圖1所示，對各部分功能說明如下：

圖1 智慧資助平臺功能架構圖

(1) 系統管理。智慧資助平臺已集成進審計學院智慧校園平臺中，通過統一的身份認證，用戶只需登錄學院網上服務大廳，就可以快速進入智慧資助平臺中。智慧資助平臺用戶分為管理員和普通用戶兩類。管理員擁有系統的最高權限，可根據學院人事管理系統所給的學院組織架構名單新增、調整或刪除普通用戶，分配和管理普通用戶的權限范圍，并可對系統內數據進行查看、修改、更新和刪除，以及對貧困生認定過程中的各級審核結果進行修改和退回；普通用戶包括了輔導員用戶、院系用戶、學生處用戶和學生用戶等。輔導員用戶、院系用戶、學生處用戶等學院資助工作人員按照崗位設定擁有對應的權限，只能看到自己管轄范圍內的資助工作相關信息。

(2) 多維度分析。智慧資助平臺使用的數據倉庫采用多維數據模型，提供數據的多維視圖，并允許預計算和快速訪問匯總數據。資助工作人員可從學校間、不同生源地、不同少數民族三類貧困生占比、加權后貧困指數比例、貧困類型、補助金額的對比等不同維度分析資助工作的差異。

(3) 資助管理。用戶通過資助管理功能可以查詢到系統評定出的貧困生名單，并根據貧困指數的結果形成學院、各系、各專業、各班級的貧困排名。該貧困指數與家庭情況調查數據、建檔立卡信息、生源地貸款信息、一卡通消費數據、圖書館借閱數據、成績數據等相關。輔導員也可將線下溝通最終確認的貧困生名單以及貧困級別補錄到系統中或刪除線下驗證中發現的非貧困學生名單，并提交具體原因，還可對線下驗證中學生信息有疏漏的進行更新和修改。

(4) 學生畫像。學生畫像以大數據技術為基礎，通過收集學生的基礎信息、消費信息、學業情況、圖書借閱信息、網絡行為等數據，全方位、多維度描述學生在校期間的綜合情況，通過大數據微觀分析學生的個性特點，進行學生個人畫像和數據分析。通過刻畫學生全維度畫像為資助工作提供詳盡的數據支撐，幫助資助工作人員全面認識學生，對貧困學生進行精準識別，讓學生資助工作更加客觀公正、科學合理。

(5) 決策支持。通過分析挖掘學院內部采集到的資助相關數據，利用決策模型提供決策方案[2]，為學院資助工作的相關決策提供必要的支持，以實現資金分配、資助對象和資助力度的合理化。通過決策支持功能可以查詢到系統評定出的貧困生名單并可對貧困原因進行分析及甄別；對學生獲得的獎助學金情況進行綜合分析，對獎助類型、獎助金額進行合理化分配，以及對學生畫像定義的各類標簽按照多維度進行分布展示以輔助決策。此外，通過對貧困學生受資助前后的成績排名、比賽獲獎及取得其他榮譽的變化情況進行對比分析，可形成資助成果評價。

(6) 風險預警。風險預警包括了成績異常預警、學生失聯預警、一卡通低消費預警等。通過分析貧困學生受資助前后學習行為數據的變化，對可能掛科情況進行預警，以便有針對性地進行學業指導；通過對受資助學生活動行為、網絡行為等能反映出思想心理狀況的數據進行匯總分析，進一步識別學生異常、危險或存在失聯風險的行為，并發出預警，以便資助工作人員及時進行心理輔導，實現前置式管理等。

3 智慧資助平臺中貧困生認定方法

高校傳統的貧困生認定方法，是根據家庭情況調查表開展線下班級民主評議或利用校園一卡通數據進行簡單分析的貧困生認定過程，存在家庭情況調查表的獲取可能作假、學生家庭經濟貧困程度無法量化，家庭遭遇重大變故無法及時掌握，資助育人效果無法跟蹤等多方面問題。審計學院智慧資助平臺利用學院內部可采集到的數據建立數據挖掘模型，通過對數據深層次的分析預測出學生家庭貧困評分排名，以協助學院資助工作人員完成貧困學生線上認定工作。

學生線上提交貧困生認定申請后，系統會依據其提交的家庭信息和貧困證明材料進行初步評分。然后根據大數據平臺的數據分析挖掘結果，將貧困學生的指標經加權后得出貧困指數，最終生成預測貧困生信息庫。系統會按用戶的管理權限為輔導員、院系、學生處資助工作人員提供所管轄范圍內的預測貧困生信息，以協助其開展貧困生的認定和審批工作。學院資助工作人員也可從預測貧困生信息中發現疑似“虛假貧困”和“隱性貧困”學生，從而進一步開展線下溝通了解，最終確認貧困生名單和貧困級別[3]。

4 結束語

近年來，在教育部和安徽省教育廳相關政策指導下，審計學院以省教育廳智慧資助試點工作為切入點，以建立健全學生資助工作體系為出發點，以智慧校園為基礎支撐，全面開展智慧資助項目建設工作。盡管審計學院智慧資助項目在對貧困學生名單的動態維護、資助育人等方面仍存在很多不完善的地方，但是通過智慧資助平臺的使用，確實在一定程度上提升了學生資助工作效率和精準化水平，我們希望這一實踐經驗可以為其他兄弟院校所借鑒，以期為其開展精準資助工作提供參考和幫助。