大数据背景下的高校学困生帮扶探究

滕少聪

（安徽工业大学，安徽 马鞍山 243002）

大数据背景下的高校学困生帮扶探究

滕少聪

（安徽工业大学，安徽 马鞍山 243002）

随着互联网、云计算、信息技术的飞速发展，高等教育进入了大数据时代，大数据为高等教育带来了全新的生机和活力，提供了更加科学有效的教育方法.目前高校学习困难学生引起了广泛关注，如何有效帮扶学习困难学生，是高校面临的重要问题，大数据改变了传统的高校学困生帮扶方法，提供了全新的帮扶思路，推进了高校学习困难学生帮扶的改革.

大数据；学困生帮扶；高等教育

Viktor Mayer-Sch nberger与Kenneth Cukier合著的《大数据时代:生活、工作与思维的大变革》将大数据的概念推向公众视野[1]，开大数据研究的先河，文中表述了大数据的概念，阐释了大数据的巨大价值，通过对海量数据的分析，获得更加科学的结论和准确的见解.今年来高校学习困难问题日益凸显，很多学生出现不及格课程，将大数据的分析方法应用于高校学习困难学生帮扶具有重要意义，通过数据的收集分析，让高校教育工作者能够更准确的分析和预测学生的学习状态，根据数据分析的结果制定更加科学的帮扶办法，能够有效的提高帮扶效果，大数据时代为高校人才培养指明了新的方向.

1 大数据时代为高等教育带来了变革

在信息技术高速发展的今天，数据的更新速度和数据总量都在飞快的增长.国际数据公司IDC的统计显示，即便在金融危机爆发的2009年，全球信息总量仍较2008年增长了62%，达到了80万PB，截止到2011年，全球数据的总量达到了1.8ZB，数量远超过人类有史以来全部纸质印刷材料的数据总和（200PB），全球数据的总量还在以两年翻一番的速度增长，并预计到2020年全球数据总量将达到35.2ZB，而IBM公司则预言2020年全球的数据总量会达到40ZB，总数较2005年增加三百倍[2-4].大数据蕴含巨大的科学和社会价值，是推进人类教育、科研、创新改革的巨大动力，高等教育已经迈入全新的大数据时代，大数据时代的到来为高校人才培养带来了新的思路和挑战[5].推进高等教育改革，提升人才培养质量，促进高等教育向个性化、信息化、全球化方向发展成为共识，世界各国顶尖高校都在探寻高等教育改革的新方式，而顺应时代潮流出现的大数据则是打开教育改革创新之门的金钥匙[6].

2 大数据推为高校学困生帮扶提供了新方法

教育的大数据分有广义和狭义之分，广义的教育大数据是指受教育者在日常教育活动中的行为数据，狭义的教育大数据来源于受教育者的学习成绩数据统计.而大数据时代的学困生帮扶要综合利用广义和狭义的教育数据[7].

2.1 大数据能够提高复杂教育环境中个性化帮扶方案的科学性

首先大数据能够推动高校学业帮扶工作信息化，收集海量学习困难学生的行为信息，为每个学习困难学生建立数据信息档案，总结学习困难学生数据特征建立典型数据案例，将学生的各人信息档案与典型案例进行比较，能够更好的了解学习困难的具体原因，采取更有针对性的帮扶办法.大数据时代学困生帮扶不再是低效单调的批评与说教，是收集受帮扶学生的教育行为数据，经过整理和分析，提取出有价值的行为数据，找出学生出现学习困难的根本原因，根据学生的具体情况制定科学而个性化的帮扶方案.让帮扶者通过大数据分析，全面了解和认识被帮扶学生，有效提高帮扶工作的准确性.

图1 大数据分析流程

2.2 促进高校各部门联动，形成以数据库为核心的联动帮扶机制

传统帮扶方式缺乏有效的监督指导，如何让帮扶工作随时接受学校领导部门监管，让学校领导及时了解学生的学习状况是亟待解决的问题.在大数据时代背景下，高校学困生帮扶体系要从传统的经验帮扶，走向以数据传输、反馈、分析为基础的科学帮扶，推进帮扶工作的信息化、科学化、高效化，开启学校领导部门监管和主导下的数据帮扶模式.由辅导员传输学生的学习生活状态信息，由学工处监管和反馈至学生行为数据库，另一方面，由教师传输学生的学业成绩数据至教务处，由教务处监管和传输至学生行为数据库，学生行为数据库的海量数据则反馈给教务处、学工处和学生本人，学生的行为数据库提供的海量数据信息由学校领导部门直接监管，监督各部门的帮扶反馈情况，规范了帮扶流程，也让学校领导更加直观的了解学生的学习状态.学生学业帮扶由辅导员和教师共同主导，从学生的思想意识、心理健康、习惯养成、知识学习等多方面协作帮扶.

图2 数据化联动帮扶机制

2.3 建立有效的数据化学业质量预警体系

大数据的应用，让学业困难预警更加准确，大数据的分析方法，为学习困难学生行为数据处理、学生数据结构化统计分析、特征数据类型的提炼提供了精良的工具.高校对于每个学生都建立数据档案，从学生的日常行为、心理状况、习惯养成、出勤率、学业成绩等多方面建立全面的数据分析库，在学生的数据显示出现问题时及时发现，提前处理，将学业困难预警提前在考试之前.建立实时的、全面的、动态的学业质量预警体系，在此预警体系上对影响学习质量的因素加以调控，全面保障高校人才培养质量.

2.4 改变传统的帮扶方式，创新帮扶方法

学习方式决定了学生的学习效果，大数据背景下的全新学习方式，为高校教学改革提供了全新的思路，高等教育要与时俱进，时刻跟随学生特点改革教学方法，学困生帮扶也需要根据时代发展不断更新工作方法.帮扶工作首先要引导学生认识自身的不足，通过大数据分析找到自己学业困难的根本原因，帮助学生找到适合自己的学习方法.学业帮扶不再拘泥于传统的课堂教学和单独辅导，将传统的帮扶方式转变为自主学习、合作式学习、网络化学习，为学生提供更丰富的学习方式，让学生有更多的选择，更容易找到好的学习状态.充分利用互联网，将重点难点课程上网，让学习时间更加灵活，一对一网上帮扶，充分保护学生的自尊心和隐私权，用当代大学生喜闻乐见的表达方式，为学习困难学生提供丰富的帮扶方式.

3 大数据背景下学困生帮扶面临的挑战

大数据相关技术理论在高校教育中有广泛的应用前景，但大数据技术的推广和实践也面临着巨大的挑战.

3.1 数据处理技术瓶颈的挑战

作为全新的技术领域，大数据运用于学困生帮扶还存在一些困难和挑战，主要体现在数据分析和处理的四个阶段，即海量数据的收集、有用数据的存储、数据的分析、可视化结果呈现.运用在学困生帮扶领域，学生的基本数据收集，海量数据的分类整理和储存，学习困难学生的数据分析，将收集的数据结果可视化，都是高校教育工作者面临的问题，目前的技术手段还不够完善，在数据处理和呈现上会出现很多问题.大数据帮扶的基础是拥有海量的学生信息数据，数据的存储分析对于计算机的储存能力，硬件分析能力提出了新的要求，要求计算机能够完成超级计算机算法的运用.数据的精确采集是学生基本信息收集的核心，运用与学困生帮扶还需要面对数据采集的技术问题，和海量数据分析的技术难题.数据处理过程中还会遇到数据兼容性问题，在不同数据处理系统中，数据存储格式和数据编码不统一，造成不同系统中的数据无法共享.我国目前数据处理和存储基础薄弱，大数据学困生帮扶技术是建立在云计算的基础之上的，要想顺利的应用于学困生帮扶，还需应对诸多挑战.

3.2 大数据应用型人才缺乏的挑战

大数据应用与学困生帮扶对于教育工作者提出新的要求，要求熟悉学校级别情况和学生的基本需求，同时能够熟练掌握大数据处理技术，我国目前高校大数据应用型人才缺口巨大.大数据技术涵盖内容非常广，所需应用人才不仅要掌握计算机专业知识和数据处理知识，同时也需要数学知识、统计学知识、社会网络学和社会行为心理学知识也必须了解，未来大数据应用人才短缺将成为限制其应用的瓶颈.目前我国大数据技术应用和云计算还是新兴事物，研究的深度广度还不够，大数据应用人才的培养机制尚不完善，要想将这种全新的技术应用于高校教育，需加强大数据人才培养.

3.3 大数据学困生帮扶面临隐私保护和伦理道德挑战

学生信息采集过程中，个人的隐私应该得到充分的保护，数据存储和分析过程中如何更好的保护学生隐私也成为技术上的难点，海量数据的收集和处理工作量巨大，需要不同技术领域的人才配合协作，数据泄露的风险随之增加.如果个人信息隐私得不到保护，数据处理和应用分析将面临道德和法律的双重压力，学困生帮扶过程中学习状态预测和数据信息挖掘，增加了学生日常行为的透明性.大数据时代机遇与风险并存，一方面大数据的应用帮助我们更好的预测和分析学生的学习情况，另一方面海量的个人信息将传输到数据平台，学生的信息隐私将会被收集，可能成为别有用心的人偷窥和渔利的目标.如果不能有效的防止数据泄露保护好学生隐私，在伦理和道德方面大数据教育应用将面临巨大挑战.

4 大数据背景下高等教育应用的发展方向

大数据技术的普及和应用将推动高等教育的改革，为高校学困生帮扶这样的教学难点提供全新的思路和解决方法.高校教育应该顺应时代潮流，主动了解和接纳大数据技术，推进数据平台的构建和应用，在教育中普及数据分析方法，有助于在复杂教育环境中找准教育的前进方向，提出科学的育人方案，让高等教育主动适应信息时代、数据化时代、网络时代.重视大数据应用人才的培养，清晰的认识到大数据时代为高等教育带来的变革，人才的培养过程是复杂而循序渐进的过程，高校应从人才培养上为大数据技术的全面应用做好准备.高校应该前瞻性的认识大数据技术，让教师、学生做好观念的转变，完善教育体制，制定数据平台信息保密办法，为预防数据的泄露提供制度保障，从制度层面迎接大数据时代的到来.

〔1〕舍恩伯格，V．M;库克耶，K．大数据时代:生活、工作与思维的大变革[M]．杭州:浙江人民出版社，2013．

〔2〕John Gantz，David Reinsel．Extracting value from chaos［J］．IDC iView，2011(12):1－12．

〔3〕邬贺铨．大数据思维[J]．科学与社会，2014(1):1－13．

〔4〕胡弼成，王祖霖.“大数据”对教育的作用、挑战及教育变革趋势[J].现代大学教育，2015（4）．

〔5〕徐鹏，等．大数据视角分析学习变革——美国《通过教育数据挖掘和学习分析促进教与学》报告解读及启示[J]．远程教育杂志，2013(6)．

G645

A

1673-260X（2017）03-0177-03

2016-11-24