大数据时代高职学生学业指导新模式

李浩泉

（东莞职业技术学院，广东 东莞 523808）

［教育管理方略］

大数据时代高职学生学业指导新模式

李浩泉

（东莞职业技术学院，广东 东莞 523808）

大数据正深刻改变着高职学生的学习模式，极大地丰富与学业相关的基础数据，其快速发展的数据挖掘和分析技术更为学业指导的个性化、精细化提供了广阔的发展空间。主动运用大数据技术，优化学业监测、需求分析、供需对接等学业指导关键环节，充分发挥大数据优势，探索主动式、交互式、动态发展式的学业指导新模式，有助于了解学生真实的学业状况，相对准确地预测学生的学业需求，及时解决好学生的学业问题，从而增强高职学生学业指导工作的针对性和有效性。

大数据；高职教育；学业指导

随着现代职业教育的加快推进，大学生学业指导作为促进学生全面发展、提高人才培养质量的一种有效途径，正受到越来越多高职院校的关注和重视。当下迅猛发展的大数据信息技术，为大学生获取和交流学习信息提供了极大便利的同时，也为我们了解学生学习的真正状态，促进个性化、精细化的学业指导提供了可能。如何利用大数据的技术与思维，进一步深化高职学生学业指导工作是高职学生工作者亟需探索的新方向。

一、更新高职学生学业指导工作理念，积极应对大数据时代的挑战

目前，大数据正渗入到高等职业教育的全过程，深刻影响着高职学生学习生活的方方面面。只有深入研究大数据时代高职学生学习的新特点，全面理解大数据的新思维，主动运用大数据的新技术，才能进一步增强学业指导工作的针对性和有效性。

（一）针对学生学习模式的改变，更为注重学生自主意识和批判能力的培养。伴随网络时代成长起来的90后高职学生，早已习惯于随时随地从网络上去获取学习资料。大数据的到来，加速改变着他们的信息认知风格和学习模式。在丰富的知识海洋中，他们可以根据自己的兴趣和需要来选择学习的内容，为自己量身定做学习计划，灵活选择学习方式和学习同伴，尽情享受个性化学习的乐趣。但受其自身阅历及能力的限制，遇到纷繁复杂的信息时，怎样才能筛选出有价值的信息，面对多元化的观点，怎样作出正确的价值判断，这是摆在高职学生面前的现实难题。因此，在大数据时代，对高职学生的学业指导既要增强其自主意识，学会利用网络这一便捷快速、经济有效的途径来主动学习，也要提高其批判能力，学会在海量信息中筛选信息、鉴别真伪。

（二）因学生学业相关数据的快速增长，学会利用数据的挖掘与分析以体现其价值。在传统的学业指导工作中，因诸多限制，从学生的学业状态的了解，到学习需求的收集，再到学业指导的资源对接和成效评估，更多地依赖于一线学生工作者在工作中的发现与整理，这使得学业指导工作的全面性、精准性和时效性明显不足。现在大数据技术已逐渐被运用到高职院校的管理与教学的各个领域，我们应利用专业的技术力量和成果，提高数据挖掘分析能力，通过对这些数据进行集中整合和有效分析，促进学业指导工作的改进，从而使这些数据有效“增值”。

（三）重视从样本思维到总体思维的转变，致力建设精细化的学业指导体系。在大数据时代，我们可以获得与分析学业指导相关的更多数据，而不再依赖于采样，从而可以带来更全面的认识。适应从样本思维到总体思维的转变，需要用大数据的思维和技术优化现有工作，逐步构建精细化的学业指导体系。要实现工作目标全面和有效并重，既要促进全体学生学业进步，也要重点做好学业困难生的帮扶；既要关心学生的理论学习，也要考虑高职教育特点，更为重视学生实践技能的培养。在工作推进上力求把握动态，预判需求，要利用数据分析实时评估学生学习效果，也要通过数据挖掘对学生学习行为进行预测。在工作方式上，善于线上与线下紧密结合，探索微传播手段配送个性化学习信息的同时，线下也要同步做好学习指导。

二、应用大数据技术，优化高职学生学业指导关键环节

大数据为学习和教育的变革提供了个性化定制、精准化概率预测和优质化反馈，应用到高职学生学业指导中，能够优化学业监测、需求分析、供需对接等关键环节，从而较真实地了解学生的学业状况，相对准确地预测学生的学业需求，及时解决学业问题。

一要尽可能收集数据来掌握学生真实的学业状况。只有了解学生真实的学业状况，才能实现精细化的学业指导。在高职院校由数字化校园向智慧校园转型过程中，学生的每一步学习和成长轨迹都能如实地被存储。这样我们就可以在学生不知情的情况下，对体现学业状况、影响学生学业发展的包括学习成绩、个人志向、兴趣爱好、经历与特长、行为习惯等各种数据进行全面采集，有效地避免了问卷调查等传统形式采集信息时可能出现的刻意性、掩饰性。我们的研究也不再只是经验式的，而是通过深入挖掘和深度分析，洞察到每个学生的真实学习状况。当然，目前还没有成熟的学生学习模型将高职学生在校园学习与生活的所有信息数据化，实际工作中要具体整合哪些数据，需要尊重高职学生的特点，综合运用教育学、心理学、认知学、社会学、计算机科学等多个领域的知识进行现实考量。

二要通过数据分析来预判学生的学业需求。大数据的核心就是预测。它把数学计算运用到海量数据上来预测事情发生的可能性。在学业指导的需求评估环节，利用大数据技术对高职学生学业相关数据进行挖掘和分析后，我们可以了解到某类学生特定时期的学习需求，预测到某些学生可能发生的学业危机。例如，分析不同专业学生在图书馆借阅哪一类的书籍特别多，就能了解他们各自关心什么，进而有针对性地进行辅导；实时统计上课时间尚未通过宿舍门禁系统走出宿舍的学生情况，就能查出哪些学生旷课，需要及时进行教育。更进一步讲，要实现学习指导覆盖面和受益面的最大化，就不能按传统的做法寄希望于学生主动寻求帮助，而应该更多地通过数据挖掘和分析深入了解学生的学业需求，掌握其学习风格、思维模式、知识基础，以便更好地根据不同类别学生的不同需求作出有效指导。

三要进行资源整合和反馈优化促进学业指导的供需对接。传统学业指导的供需对接以及指导效果的反馈依赖于事后调查评估方法，匹配性和及时性有所欠缺。引入大数据技术，一方面可以统筹资源配置，提供实时可供选择的包括专业教师、辅导员，学生志愿者、校友导师等资源库；另一方面也能够及时把学情诊断的结果定向反馈到基层院系，有利于以基层院系为主导，充分调动其自身的力量，促进学业指导的供需匹配。有了大数据的技术保障，我们可以根据学生差异，采取一对一咨询、多对一会诊、一对多辅导、多对多座谈等不同形式，让指导方式更合理；针对学生的具体问题，选择学习动力提升、学习习惯优化、学习方法辅导、学习经验交流、学习问题答疑等不同主题，让指导内容更贴心。此外，通过大数据，我们也能够近乎实时地得到较为详尽而且具有跟踪性的反馈数据，为学业指导阶段性的调整优化提供最新的参考依据。

三、发挥大数据优势，创新高职学生学业指导模式

大数据技术在探索主动式、交互式、动态发展式等学业指导新型模式的过程中，有着得天独厚的优势和作用。

（一）引入主动式学业指导办法。大数据实现过程性评估，通过观察学生学习时间精力投入情况和日常测试情况，捕捉学生在课堂中点滴微观行为，我们可以发现学生学习的常态，能够预测学生将遇到的学业问题。此时，化被动适应为主动出击，及时采取学业预警或建立学习共同圈等有效措施，能促进学生学业问题由“事后处理型”向“事前、事中预防型”转变。学业预警重在对在学习中出现的不良行为的学生分类引导、及时干预，并要采取部门联动、家校互动和关注学业困难学生心理问题等针对性的防范措施，这样才能收到更好的效果。这既有利于指导，也能让有共同困难或者志趣相同的学生通过相互交流、鼓励，提高学习效率，及时解决学习过程中的问题。

（二）搭建交互式网络学业指导平台。大数据时代，学生获取信息渠道的多样化和信息传播的扁平化，使得传统面对面的学业指导受到较大挑战。发挥大数据“实时交互”的优势，与时俱进地搭建起学业指导师生互动网络平台，能将大数据时代的网络传播工具变为我们工作的利器。譬如，在网站上开辟“有问必答”栏目，建立“教师在线指导咨询”“朋辈学业志愿者研讨室”等QQ服务群，开通具有提问互动功能的微信公众号，将大大方便学生在线学习、交流和探讨，解答学业中的疑惑。又如，在微博、微信盛行的当下，把热心学业指导的老师的微博、微信向学生公开，这样学生就可以通过留言、跟帖等便捷的方式与老师探讨问题。

（三）开发动态发展式学业指导系统。学业指导不只是阶段性集中式地对学生进行专业化的指导和咨询，而应是动态地包含学生在大学学习生活的全程。大数据让我们更加了解学生学习的轨迹，更详实地记录对其进行学业指导的具体过程。在这个基础上，开发动态发展式学业指导系统很有必要。这一系统需具备两大功能：一要能跟踪学生学业，全面记录学生学习水平与变化情况，从而帮助学生更好地了解自己的优势和不足，分析原因，找出问题，寻找改进措施，明确发展目标；二是具有对学业指导进行研判的智能思维，能够对跟踪监测的数据进行评估，动态显示学生的发展状况，归纳提炼不同类别学生学业需求的侧重，分析当前学业指导的效果，以利于我们通过信息反馈不断调整和改进指导方式和指导内容，关注现代职业教育的新动向，探索科学的指导策略，从而更好地为学生提供指导和服务，推动人才培养质量的提高。

［1］维克托·迈克-舍恩伯格，肯尼斯·库克耶.大数据时代［M］.盛海燕，周涛，译.杭州：浙江人民出版社，2013:4.

［2］徐翀，吴昊峥.高校开展学业指导工作的探讨［J］.管理观察，2012（7）:109-110.

G718.5

A

1673-0046（2016）5-0085-02

东莞职业技术学院院级科研基金项目“大数据时代高职学生学业指导新模式探索”（2015c04）