大数据背景下我国独立院校学生管理工作研究

董芳云

【摘要】美国联邦教育部技术办公室在2012年发布《通过教育数据挖掘和学习分析改进教与学：问题简介》其中指出：在教育中有两个特定的领域会用到大数据：教育数据挖掘和学习分析。“在我国，教育界也对“大数据”的关注越来越多，独立院校的教育体系、模式、内容和管理均发生重大变革，向开放式、网络化、终身化和普遍提高人的素质和基本能力为中心的学习型社会过渡。近些年，国内独立院校由于招生规模的逐年扩大、新校区的大规模建设，随之而来的是管理人员、教学资源短缺，管理混乱与发展滞后”，面临着前所未有的挑战。与此同时，我国独立院校的学生管理工作也越发变得复杂和多元化，工作的难度也日益增加，传统的学生管理模式和思想已经不适应如今时代的大学需求。因此，大数据就在独立院校学生管理需求日益增加，管理模式力求创新的背景下被推上了新时代的舞台。

【关键词】大数据 独立院校 学生管理 创新

【中图分类号】G647 【文献标识码】A 【文章编号】2095-3089（2016）01-0181-02

“在大数据时代到来以前，随机抽样一直是我们最常使用的调查研究方式之一，然而，众所周知，随机抽样是在总体数据不可采集和分析的情况下才应运而生的，随着大数据时代的到来，这些都将成为可能，随机抽样的缺陷也将展露无疑。作为一名高校学生管理工作者，我们在实践中发现，用采样的数据分析方法违背了“为了一切学生”的工作理念。虽然随机采样大多数时候正确率非常高（可达97%），对于学校的整体情况来说，3%的错误率是可以接受的，但是对于每个学生来说，他们的具体信息和细节你无法掌握，甚至因为这3%的错误率还可能失去了对某类学生或者某个问题的研究能力，这对于学生管理工作来说将是一个巨大的隐患。”因此，采用随机抽样的方法已经不能适应学生工作管理者“全员育人”的目标和要求，取而代之的是，以“样本=总体”的思维，面向高校所有学生，通过大容量的数据存储设备和先进的数据分析手段，收集并掌握每个学生全面和完整的数据，从而实现高校学生工作管理从“部分育人”到“全员育人”的转变。

一、大数据与独立院校学生管理

1.大数据的概念

“目前对大数据的定义有很多，根据维克托·迈尔-舍恩伯格的定义，大数据（big data），指的是所涉及的数据量规模巨大到无法通过目前传统软件工具，在合理时间内达到撷取、管理、处理、并整理成为帮助企业经营决策更积极目的的信息。虽然说法不一，但在研究者们看来，大数据有以下几个明显的特征，就是4个“V”，即：Volume（大量）、Velocity（高速）、Variety（多样）、Veracity（真实）。但我们认为，除了以上四个特点，实际上，大数据与三个重大的思维转变有关”。这里所说的三个转变是存在密不可分的联系的，第一，大数据就是要对所有的样本进行分析和统计，而不是针对部分样本。第二，大数据追求的是数据的复杂性，而不是精确性。第三，我们管理的思想从重视因果关系转向事物之间的联系。

2.独立学院学生管理大数据

对于独立学员来说，学生从入校到毕业这是一个完整的周期活动，在这个周期内的各个环节的信息管理例如：招生、食宿、学习、实验、毕业设计等等电子行为都留下了大量的信息。“是这些数据建设有助于将学生管理工作者从日常的具体事务性工作中解脱出来，解决运用传统手段难以获取各类统计数据的问题，从中挖掘出有价值的信息，经过过程性和综合性的分析，找到学生各种行为之间的内在联系，思考背后的逻辑关系，并做出恰当的教学、管理决策，这才能被称为高校大数据”。如何挖掘这些数据的价值来有效服务高校学生管理是一个有意义的尝试。

二、独立院校学生管理大数据现状研究

1.大数据管理体系不完善

目前，我国独立院校的发展速度越来越快，规模也越来越大，信息量的增长速度和数据的快速变化都是我们史料不及的，而我国大部分独立院校的大数据管理部门无法确立，学生管理模式依旧是老式小数据管理，而这种传统的管理模式已经达不到独立院校日益增长的管理需求了，不仅分散了信息处理更导致高校管理工作的重复进行，效率降低，造成学生信息混乱，数据质量低下，无法保证学生管理信息的完整性，给独立院校大数据管理工作带来了麻烦，严重影响了大数据使用成效。

2.数据质量低

独立院校的信息化建设过程中，许多部门之间的都是针对特定领导和基于各自不同的技术基础来进行业务管理系统的建立，因此，数据兼容性差，难以实现系统数据信息的交融和共享，数据利用率低。同时在数据录入与各系统间数据交换的环节中缺乏对数据质量的控制，经常出现数据维护不及时、不准确、不完整、随意性等问题，导致数据的质量较差。

3.高校传统数据管理思维固化

目前，我国许多独立院校的学生信息收集工作依旧是通过问卷调查和样本数据分析来进行完成的，但是，统计抽样其实只是为了在技术受限的特定时期解决当时存在的一些特定问题而产生的。大数据时代下如果还用这种传统的方法进行分析，已经不适用了。虽然在特定问题分析上面我们依旧还可以使用样本分析法，但是这已经不是我们学生管理工作的主要方式了。

三、大数据背景下独立学院学生管理工作转变分析

1.大数据学生管理追求的是效率而不是精确性

以前小数据背景下，由于收集到的信息是有限的，因此一旦出现错误就会被放大，导致整个数据分析结果的不准确性，因此我们在数据收集过程中要尽量保证各个环节不出差错，并且保证收集数据的精确性。但是，在大数据时代，我们收集的是整体数据，全部的数据，因此这个精确性就不是那么重要了，大数据时代的对错误的包容性是很大的，可以帮我们做更多地事情，完成更好的结果。例如，观察到更多变化和细节。“大数据”建立之后，虽然每个学院操作起来可能会更加混乱，但众多的数据加起来不仅能抵消掉错误数据的影响，而且能够实时更新每个学院不断变化的各种信息，帮助我们掌握事情的发展趋势，从而得出一个更加准确的结果，同时提供更多的额外价值。所以，大时代背景下虽然看似很复杂，但是反而帮我们提高的工作效率。在具体工作中，我们无需在担心某个点或者某个环节出错导致最终结果的不正确影响。在问题解决办法上我们获得了更多的方式，而不用在花费太多费用去寻找一个并不靠谱的答案。这可以使得我们在学生管理工作中更加的客观的看待学生，也使我们在接受这些纷繁数据的不精确和不完美的同时，接受了每个学生的个性化和复杂化。

2.大数据学生管理工作重视的是相关关系

在小数据时代，重视的因与果的竞争力。但是在大数据时代，我们把重心转移到相关关系上。通过了解识别个体之间的相关关系来帮我们了解学生状态和在这个状态后所隐藏的原因，可以帮助我们了解学生的个人状态和现象，还可以把所寻找的关联物联系起来。例如：一个学生如果出现问题，不会是瞬间的，而是慢慢地出问题的。通过收集所有的数据，我们可以预先捕捉到学生要出现问题的信号，例如学学习成绩的下降、参与活动的次数减少等等，这些都说明他可能要出问题了。作为一名大数据时代下的高校学生管理者，我们可以利用大数据处理和了解这些情况的相关关系，了解哪里出了什么问题，然后及时解决。

四、小结

大数据时代下，独立院校的学生管理工作将会更加透明，效率会更提高，不仅如此还可以促进学校内部各个部门之间的联系和信息化建设，实现信息共享和信息提升以及信息服务的互动，我们的实践成果为高校学生管理工作的科学、高效、公平、公正提供了坚实的数据分析基础，对推动高校大学生管理工作现代化具有积极作用与价值。

参考文献：

[1]易鑫.教育如何玩转大数据[DB/OL].北京：中国教育报，2014年3月24日第5版. http：//www.bshare.cn/burl？id=pxJMC.

[2]维克托·迈尔-舍恩伯格、肯尼斯·库克耶著，盛杨燕、周涛译.大数据时代[M].杭州：浙江人民出版社，2013：72-110.

[3]涂子沛.大数据：正在到来的数据革命，以及它如何改变政府、商业与我们的生活[M].桂林： 广西大学出版社，2012：220-235.

[4]先晓兵，陈凤.挖掘大学数据价值，提升科学管理水平[A].高等教育信息化创新应用案例集（第一辑）[C].北京：清华大学出版社，2014：188-209.

[5]张震，李丹霞，刘芬.决策支持系统技术分析及其在高校管理中的系统模型[J].广州大学学报（自然科学版），2008，7（2）：47-52.

[6]沈锡臣，蒋东兴.高校信息标准系列文章之五《学生管理数据子集》的研制[J].中国教育网络，2007（5）：56-57.

[7]宫剑，高亮.上海财经大学：提升数据质量之道如何让数据真正说话[J].中国教育网络，2014（1）：71-73.