文/ 王洪濤
根據自我感知理論,人的行為可以推斷一個人行為目標以及行為動機[1]。目前,隨著職業院校中信息化的推廣,學生在校行為將被實時記錄。這些記錄反映學生的個人習慣、心理狀態等,也為學生就業去向預測提供了條件。國外已有根據行為對職業生涯預測的研究,國外公司根據個人發表的專業文章、電子郵件、社交媒體等,對個人專業知識進行預測[2]。近幾年來,在國內已有較多高校,根據學生累積的數據對學生行為進行分析。但目前對職業院校學生的行為挖掘和分析存在不足。
本文對某職業院校中某一班級進行了隨堂觀察,并了解到該職業院校學生的課堂行為狀況,從開始上課到下課過程中,記錄課程中學生的行為,結果如表1 所示。

表1 某職業院校班級課堂問題行為抽樣觀察記錄結果/ 人
通過表1 可以看出,課堂中學生出現的問題在課程開始時出現較少,在課程進行5 分鐘后開始出現問題行為,在16 分鐘~40 分鐘中出現的行為問題種類較集中,在36 分鐘~40 分鐘的時間段中,出現的課堂行為問題人數最多。為了進一步分析學生課堂行為的主觀意識,采用調查問卷,對學生課堂問題行為的認知進行調查。本文在進行調查時發放調查問卷700 份,回收有效問卷數量為688 份,統計結果如表2 所示。

表2 職業院校學生課堂問題行為調查/ 人
根據表2 可知,學生課堂問題行為中隨意聊天較多,且在調查中,所有學生均承認自己存在或多或少的課堂問題行為。同時,也發現課堂問題行為存在年級差別。在表2 調查結果中顯示,高年級學生的課堂問題行為比低年級學生出現問題更多。
本文認為職業院校中學生出現課堂問題的原因較多,為了提高教學水平,減少學生課堂問題行為。首先,需要重視教師的教學方法以及教師管理能力的培養,學校要引進富有實踐經驗的專門人才,同時,要加強雙師型教師的建設。其次,在課程上要增加實踐課程的比例,激發學生學習興趣和積極性。建立較為健全的課堂管理制度,教師應對違紀學生進行記錄,并及時處理。通過心理健康教育可以解決學生的厭學和焦躁等心理問題,可以降低學生課堂問題行為的發生的概率。另外,在課堂教學中,要同時滲透德育教育,正確引導學生。職業院校要加強就業渠道的開辟,切實地幫助高年級學生就業,幫助學生對職業能力進行客觀定位。
本文通過對學生校內一卡通刷卡記錄,包括學生的消費、就寢、進出圖書館等記錄,分析學生在校生活行為。為了方便對學生的生活行為進行分析,將一卡通記錄中分為十二個小項并對三名學生的情況進行統計,三名學生在選擇上遵循學生的在校成績表現,1 號學生為該職業院校中成績較好學生,2 號學生為該職業院校中成績中等學生,3號學生為該職業院校中成績較差學生,對3 名學生的生活記錄為一周時間,記錄結果如表3 所示。

表3 學生消費記錄統計/ 次
根據對三名學生的記錄統計可以發現,一號學生的生活較為規律,且學習方面記錄較多,三號學生記錄顯示該學生有多次離校記錄,說明不同成績學生有著不同的生活方式。
根據學生在校行為預測學生未來畢業去向選擇。根據學生在校行為數據,預測職業院校學生未來去向選擇情況,而高職學生的畢業選擇受家庭因素的影響。因此,本文因變量包含兩個方向,其中包括學生在校表現,取決于學生成績、是否獲得過獎學金;第二為通過一卡通的記錄得到的學生消費記錄統計,核心自變量為學生家庭情況,其中包括經濟困難生和非困難生,對就業去向的控制變量中包括學生的性別、學生的生源、學生民族等。

在公式(1)中,pj代表事件發生的概率,pj/1-pj代表比數,指在不發生的可能性對模型中事件發生可能性。代表比數對數,α 代表截距項,βi代表影響因素的回歸系數,xij代表受影響實際發生時第i 個影響因素,m代表事件發生影響因素總個數。
其中,學生成績作為一個連續性的變量,用于三組二元邏輯斯蒂回歸模型中。當模型中多個自變量與因變量的數量關系發生變化時,自變量對因變量的影響程度為:

在公式(2)中,y代表因變量,x1,x2,...,xm-1代表自變量,β0代表受影響因素的截距,β1,...,βm-1代表模型中影響因素的回歸系數。
考慮到畢業生曲線的多分類虛擬變量,在多項邏輯斯蒂回歸模型中存在有效拓展,在分析因變量的無序關系時,經過轉換,并對自變量和因變量之間的線性關系進行表示,根據在對職業院校學生就業去向的自變量變化以及因變量影響情況下,表達式為:

在公式(3)中,πi/πm代表因變量中第i 個類別,在參照類別m 下發生比以及發生概率。
根據對該職業院校往期學生就業情況分析,家庭情況不佳的學生會選擇體制中就業,其次會選擇在體制外選擇就業,對升學或升本選擇較低,而在學生在校行為和就業之間的關系上看,學生成績與就業成反比。往往成績較好的學生反而不選擇就業,而是選擇升本升學。在職業院校中,學生成績較好的學生往往父母受教育程度更高,家庭條件不佳的學生在畢業后就業傾向也說明了當前教育結果的分化。相對于貧寒出身的學生,在黨員身份獲得以及獎學金和學習成績上均要高于出身較好的學生,但在畢業后去向上存在弱勢。
在使用三組二元邏輯斯蒂回歸模型對學生進行就業去向預測時,對公式(1)的應根據往期對該學校學生的情況進行數值推導。同時,將上述中建立的特征向量進行重要性對比分析,根據當前特征向量,對學生未來去向選擇影響程度以及特征向量進行輸入,特征向量的對比可以選擇使用Random Forest 分類算法進行,在得到特征向量的重要性對比后,即可根據特征向量和三組二元邏輯斯蒂回歸模型進行學生就業去向預測。
通過對某職業院校學生進行調查,分析其在校行為,并根據在校行為的因素指標,進行了實現就業去向的預測。本研究對影響學生就業去向的因素說明的尚不夠充分,未來研究時將會從學生的校內社交關系上,對學生校內行為進行分析,進一步細分就業類別的預測,并將就業類別進行更詳細的分類,才會更加完美的結果。