高慧穎
(永州職業技術學院 湖南 永州 425000)
高校學生管理是一個龐大的系統性工程,為了提高高校的學生管理效率,不少高校已經建立了學生信息化管理系統,但是由于各種學生數據的錄入格式以及數據庫中的表空間應用不同,導致大數據時代學生的各項信息無法完全融合、共享。近年來,隨著大數據技術的不斷完善,部分高校已經開始在自己的學生信息管理平臺中使用大數據技術作為平臺的支撐,將常規軟件平臺無法捕捉、收集、管理和處理的學生數據整合起來,形成每個學生的大數據畫像,讓教師能夠較為容易地對每個學生進行精準定位,真正做到因材施教。大數據技術在高校學生信息化管理中的作用是對學生的數據進行專業化的處理,增強學校對于學生信息數據的洞察力和提高學生管理工作的決策力[1]。
高校學生信息化管理系統雖然已使用多年,但是仍然存在不少問題,甚至一些信息化管理平臺使用的技術較為落后,長期缺乏技術支撐體系的創新,導致高校學生信息化管理中的數據較為凌亂,各個模塊各自為政,不能有效發揮已采集數據的作用。
高校學生信息化管理中存在以下幾方面的問題:(1)缺乏創新意識。信息技術發展迅速,在高校學生信息化管理的過程中,需要定期對新的信息技術進行評估,在原有系統和管理方法上進行創新。至今仍有不少高校學生管理人員認為大數據技術是噱頭或者技術不適用,不能用創新的眼光去看待大數據技術為高校學生信息化管理帶來的變革。(2)學生的信息有部分屬于學生的隱私,部分高校缺乏對這部分隱私數據的信息安全保護能力,導致不敢貿然對學生的所有數據進行采集和分析。現階段,大部分高校對于學生個人信息的融合度較差,由于歷史原因存在教務、生活、黨務等多個學生的數據庫,對于重疊的信息依舊在重復采集。在學生管理數據庫的規劃與建設過程中,沒有系統性意識,導致高校學生信息化管理的推進較為緩慢[2]。(3)已完成錄入的高校學生信息中主要為基本信息,對于學生的興趣愛好、社會實踐情況等收集較少,要想通過大數據技術作為高校學生信息化管理系統的支撐,就必須拓展學生信息的采集點,通過一系列模型采集到學生大數據畫像需要采集的信息,更完整地呈現學生個體的整體情況。但是目前許多高校對于學生大數據的采集和使用尚未形成明確的標準和規范,致使大數據技術在高校學生信息化管理中的支撐作用尚不明顯。
大數據技術不僅僅是信息技術手段,更是一種數據管理和價值挖掘的突破性思維模式。大數據技術在高校學生信息化管理中的價值,主要體現在其對大規模數據的處理和特征提煉,對整個信息化起到強有力的支撐作用。
大數據技術能將高校學生的信息數據視為一個整體,不論是非結構化數據,還是半結構化和結構化數據都能囊括其中。根據國際權威機構調查,企業或者高校等單位中,約80%的數據都是非結構性數據,如果不使用大數據技術,很難將這些數據融合在一起。大數據技術能將所有類型的數據整合在一起,實現對學生信息數據理論、技術和實踐3個層面的認知,這是用全局式的思維模式,整體化地呈現學生信息數據的價值。
與傳統的數據處理方式有所不同,大數據技術更注重對于學生未知信息的收集、探索和分析。這就要求在大數據技術對高校學生信息化管理的支撐過程中,放棄對部分數據精確程度的追求,需要在技術使用過程中發現一些模型的偏差,通過多次迭代修正的方法,讓學生的數據畫像更加完整[3]。當然隨著大數據技術的不斷進步,使用神經網絡的方法可以實現對于采集數據的容錯,幫助高校學生信息化管理水平的提升。
大數據技術既能挖掘各類數據之間的關系,又能進行數據的逆向推導,幫助尋找高校學生各項信息之間的相關性,起到數據串聯的作用。利用這些相關性價值,高校教師可以提前對學生的一些行為進行預判,也可以通過相關性價值為學生的學習和生活查缺補漏。大數據技術能將學生的各項多元異構數據進行重構,通過特征將數據重新分類,從而實現真正的數據挖掘。
大數據技術與數據庫技術的最大區別在于,其能實現許多類人腦的數據邏輯分析活動,不僅將多元的異構數據分類,還能通過各種人工智能的算法實現對未來情況和行為的預判。在采集完學生在校的日常行為和學習習慣后,能通過比機器算法更復雜的類人腦算法完成習慣和行為的判斷,幫助教師了解某些事件發生的概率,做好提前的應對措施。當然大數據技術的智能性還體現在,幫助學生提高自身的學習成績,通過為每位學生提供個性化的學習計劃,幫助學生學習成績的提升。
高校學生信息化管理的目的是要全面掌握學生的各項信息,為學生的學習和發展提供個性化的定制服務。在大數據技術的支撐下,高校可以通過對學校的資源進行針對性的整合,將資源的利用最大化,幫助學生各項素質的提高。在大數據技術應用之前,高校的學生信息化管理更注重學生成績、家庭信息等基本情況的管理,對學生的心理健康程度、未來職業規劃發展以及學生的興趣愛好等信息掌握不全,致使不能對學生未來的情況進行預判,大數據技術的支撐作用就是能使高校學生的管理工作更加精準,做到對專業、班級學生情況的心中有數,并能有的放矢地開展學生管理工作。
借助于大數據技術的支撐,教師能夠輕松從信息系統的后臺調閱學生的總體情況,掌握學生的基本動態,大大提升高校學生管理工作的效率。運用大數據技術對學生的情況進行基本的分析,預測高校的各項教育資源的使用情況,提前調整教育資源和學生生活資源的分配,根據實際情況修訂高校的學生管理制度。結合學生的需求,努力營造多元化的學生管理氛圍,有助于提高學生管理工作的效率。另外,大數據技術有助于打破高校各部門之間學生信息化管理的壁壘,將學生的基本信息與教務、黨務、科研、后勤、就業和團委等學生信息化管理系統打通,做到部門間的學生數據資源共享,避免各部門間調閱數據帶來的時間損失[4-5]。
高校學生信息化管理工作不能單一依賴于某個部門,而是應該群策群力,讓高校學生信息化管理的數據進行深度的融合和全面的共享。大數據技術的支撐使得高校學生信息化管理的各項規則更加明確,為規范學生管理工作的體系起到了強大的保障作用,讓高校的所有教師具有良好的規范化過程意識,使校內的學生信息數據交換均基于規范化的過程管理。規范化的學生管理工作體系有助于高校管理人員對學生管理工作做出科學的決策[6]。
高校需要以大數據技術作為支撐,重構學生信息化管理模式。首先,要強化大數據思維,加強和完善學生數據的采集工作。多樣化的數據和完善的數據系統是大數據技術的基礎,只有將其完善,才能滿足大數據技術作為高校學生信息化管理支撐的基本條件。其次,要做好數據的梳理和分析工作。不論是采用常規的大數據挖掘技術,還是更先進的類人腦機器學習技術,其目的均是為了更好地完成數據的梳理和分析,從中找尋數據之間的規律,為學生信息化管理工作的決策提供依據[7-8]。最后,實現校內甚至校際的大數據資源共享,并保證共享資源的信息安全。
大數據技術對于高校學生信息化管理的最終目的是幫助其實現智能化,當然智能化的前提是提高學生的綜合素質、關愛學生的成長過程。運用人工智能算法實現高校學生管理工作的智能化是幫助高校管理人員進行學生工作科學決策的一部分,人工智能算法能夠突破人類認知的某些局限性。雖然商業智能已十分成熟,但在高校中的使用并不多見。人工智能模型能綜合更多的數據,進行更多情況的分析,將各類影響因素進行智能化分析,為高校的管理者提供決策的數據,幫助管理者做出科學的決策。
綜上所述,在大數據技術的支撐下,高校學生信息化管理工作不僅在思想上發揮了較大轉變,更從實用性的角度出發,為高校學生信息化管理模式提供了新的方法。同時,隨著大數據技術與人工智能算法的結合,大數據技術也為高校管理者對學生工作的科學決策提供了幫助,使得高校學生信息化管理工作得到了大幅度提升,為高校的創新發展和改革提供了有力的支撐。