大数据背景下精准学生管理体系的构建

钱继兵

摘 要 大数据时代的到来，给学院学生管理工作带来了机遇与挑战，它将重新构建学生管理的预测和决策体系。引入学生群体数据，用数据发现问题，优化学生服务与管理，提高学生服务与管理精准度，助推学生成才。本文从阐述大數据背景下学生管理的时代特征出发，梳理当前学生管理中数据使用的现状与困境，并试图探索运用大数据精准学生管理的相应对策，以期为学院学生管理服务工作提供参考。

关键词 大数据 精准 学生管理 体系构建

中图分类号：G647文献标识码：A

1当前学生管理中数据使用的现状与困境

数据管理在学生管理与教学管理中早已开始运用。在高校管理过程，各种平台使用已经及其普遍，如教务部门有教务系统，学生管理部门有学生基础信息平台，招就部门有校友系统，信息与后勤部门有校园一卡通系统，图书馆有学生借阅平台等，还有利用数字化校园已将各平台整合在一起，使用统一的身份认证。但数字化校园平台的使用并没有改变各平台的使用功能，一直以来各平台就是为了方便对学生的各种信息处理，减轻管理人员的工作负担，避免人为操作学生信息时的错误和不规范行为，高效率、规范化地管理大量的学生信息。各平台之间并没有以数据应用形式与学生进行有效的联系，缺乏数据关联与数据挖掘功能。

其实日常处理的这些信息就是一种数据，换成数据思考路径，日常这些平台中基本已包含学生基础数据，只是对其认识不够，没有能对其潜在价值进行有效评估。如学生基础信息数据，成绩数据、学生出勤数据、学生奖惩助贷数据、校园消费数据、学生心理健康数据及资助信息等数据等等。只是这些数据以独立的形式存在各个平台中，相互之间没能无法将学生在校的所有信息轨迹做出综合准确的关联。一直从单个平台看数据往往获取的只是学生单一的信息，对学生的了解是有片面和局限的，独立利用价值低。

另一方面，各部门在使用平台时，只是从自身工作需要出发，缺乏顶层设计，尤其目前还没有能关注和记录学生在日常学习习惯、生活习惯和网上社交中产生大量碎片化的数据，这些以往看似无关的内容要么还没有得到各部门的重视，要么受制于数据的多变性、隐蔽性、复杂性等，量化工作困难。采用常规的方法收集，数据量大、类型多、价值稀疏，产生和失效的速度快而被放弃。

通常涉及学生思想动态、主观幸福感、兴趣爱好、个体认知、人际互动和人际关系等行为数据部分，当前采用较多的还是问卷形式，但问卷形式一方面受制于被调查对象能否客观的如实的填写调查问卷，另一方面也受制于分析者的个人主观因素，未必能全面真实的反应数据背后真实情况。

2用数据构建精准学生管理体系

要使用数据构建精准学生管理体系，首先要改变当前数据观念，顶层设计，打通平台与平台之间壁垒，建立数据唯一、可以共享的学生基础信息数据库，提供实时、准确的数据。建立以单个学生为主体的数据源，让各种数据都能紧密围绕学生唯一主体。要建立统一数据标准，不仅注重数字型数据，要同时兼顾非结构化数据和交互数据，多角度、全方位、立体化的收集学生群体的所产生的信息。区分数据类别，客观数据要明确数据源，保证数据唯一性。学生行为数据的过程应尽可能完全自动完成的，而且要能做到“样本=总体”。这样能够大大减少主观因素和心理压力对信息结果的干扰，从而在客观自然的环境中还原本来面目，保证信息的纯洁性、全面性、真实性与客观性。但实时、准确采集学生信息是实现学院学生大数据管理的难点与痛点。

使用现代物联网技术来实现上述信息的自动采集是收集学生行为有效途径之一。以学生的考勤信息采集为例，学院可以在学院大门口、教室门口、出入宿舍门口装上基于RFID技术的无障碍通道。当学生带着贴有RFID标签的卡片进出时，管理系统就会自动记录下相应的时间，形成学生在校轨迹数据。学生离校，迟到、早退、旷课、晚归等考勤情况可以被一一记录。还可以按特定条件进行查询统计，如设定一个时间值，查询迟到、早退时间大于该时间的所有学生，并能直接将迟到、早退直接计入学生个人行为数据中。

其次，就是构建数据挖掘模型。如通过家庭情况、学生奖惩助贷信息数据和学生心理健康数据进行挖掘，可以预判学生行为及违纪预测。可以通过学生学费缴纳数据、校园一卡通消费数据挖掘贫困生，可以作为开展学生精准资助工作的重要依据。可以通过挖掘考试成绩、教师上课评价与学生行为习惯挖掘学困生，提前介入学业预警。可以图书借阅数据和个人性格测试数据挖掘学生的兴趣点，可以成为学习推荐、就业推荐服务的重要参考。可以通过挖掘学生在网络平台和相关应用中产生交流数据，及时反应学生的诉求和各类情绪，能有效的提前做好引导工作。总之建立数控模型，让看似不相关的数据产生关联，从关联的结果中，发现管理与服务中的问题，从而优化我们管理与服务。

第三就是运用数据仓库技术，将从学生入校到毕业离校，所有信息都事先定义，按照数据挖掘模型自动按时抽取、整理和标准化进入共享数据中心形成以个体学生为单位的数据库。再对数据库进行可视化呈现，以便管理团队能获得学生的整体情况和潜在信息。也可以生成可理解易交互的报表、图形和分析报告等，最终构建学生管理体系并可视化平台，如图1所示。

第四根据学生管理实践经验设置临界值，同时进行反复修正，一旦达到临界范围，系统就自动发出警报，实现学生异常行为预警。各类学生预警既有助于学生管理领导层制定工作的目标，明确工作重点，辅助领导层科学决策，制定符合学生管理实情的目标和政策，推动学校发展，提升学校品质。又能够帮助学生管理工作者及时应对各种情况并做出反应，增加了管理的主动性，防患于未然，做到有的放矢，不断地提高学生管理水平。

3结语

运用大数据精准学生管理，重点在于学生群体数据的收集与积累，通过数据的分析实现其使用价值。以便对学生日常生活、学习情况进行追踪，及时发现问题并进行处理。充分挖掘数据使数据增值，从而为学生管理发现深层次隐秘的关联，发现问题的痛点并为解决痛点提供实质性建议方案和思考路径。以辅助学生工作者的决策，增强决策的针对性和实效性，将传统的因果关系推到了关联关系，不再仅凭经验和直觉的决策，从而更科学的符合客观规律达到精准学生管理。

参考文献

[1] 范庆瑜.大数据思维视域下高校学生管理工作转型研究[J].教育现代化，2017.

[2] 陈凤.大数据下的高校学生管理可视化平台研究[J].软件工程，2017（06）.

[3] 喜超，谭淑娟，白莹，杨建荣.大数据时代高校学生教育管理工作创新探索[J]. 云南农业大学学报（社会科学），2017，11（04）：110-114.

[4] 涂子沛.大数据[M].广西师范大学出版社，2012.