移动互联网大数据时代高校辅导员学生管理实务探讨

谷丹

据中国互联网络信息中心（CNNIC）2017年1月22日发布的第39次《中國互联网络发展状况统计报告》显示，截至2016年12月底，我国网民规模达7.31亿，手机网民规模6.95亿，学生群体占比为25%，网民中使用手机上网人群占比为95.1%，移动互联网拓展了网络的疆界和应用领域，大数据时代已悄然来临。高校作为思想活跃、知识密集、网络技术研发实力雄厚和计算机技术充分应用的前沿阵地，其教学和管理模式都将受到移动互联网大数据的深刻影响。辅导员作为高校教师队伍和管理队伍中的一员，是学生管理的骨干力量，如何充分利用移动互联网大数据创新学生管理、教育和服务工作已成为需要深入思考和实践的战略课题。

一、高校大数据的独特性

随着移动网络智能终端和应用服务步入成熟的发展期，每个人的生活、学习和工作都将与其息息相关，受其影响，个体在移动互联网络活动中产生的数据积累形成了 “大数据”。学术界对大数据的定义较多[1]，特征认识相对统一：大数据体量大，数据结构复杂或无结构，信息时效性强，价值难以挖掘。

大数据应用于高校学生管理的研究论文中，认为高校大数据具有上述大数据相同的特征。考虑当前大数据发展处于早期阶段及高校所处的特殊数据环境，我们认为高校大数据有其独特性。为了探讨高校大数据的独特性，从高校的视角出发我们将移动互联网高校大数据系统框架定义为下图所示的四大功能部分：数据采集、数据中心、数据分析算法（挖掘）和数据应用展现。

根据高校大数据系统数据采集时其数据来源的不同，我们将高校大数据分为两大类型。一是学生在校园外部社会移动互联网产生的大数据，即非校园大数据类。该类数据具有一般大数据的特征：数据产生的主体身份及身份关联性需从全国乃至全球移动互联网络数据中验证，因此数据体量大，结构复杂，时效性强，其价值挖掘需投入大量人力、技术和系统资源。对高校而言，学生入学注册或入学后提供的手机号码、QQ、微信等社会通讯方式，辅导员可以做到以班级为单位保证其登记在高校大数据系统中的准确性，再采用与第三方合作模式，经过数据转换导入到高校大数据系统的数据中心，其数据主体身份确定，该类数据的价值量将显著提升。二是数据来源为校园内部移动互联网累积的大数据，即广义的校园一卡通系统产生的校园大数据类，它不仅包含校园一卡通的门禁管理、校园银行转账及消费支付、宿舍管理、考勤管理、学校APP管理、水控管理、医疗及图书管理等功能，还包含校园移动通信网和校园互联网管理功能。此类数据来源于校园内学生学习、生活、移动通信和互联网络产生的数据，数据主体身份确定。

互联网数据中心（IDC）相关资料表明，2015年互联网上每天产生近41亿GB的大数据，以30亿网民计算，平均每个网民每天产生约1.4GB数据。相比较而言，按教育部公布的大学数量和在校生人数估计，目前我国一所普通大学每天约产生1.5万GB大数据。高校大数据的主要来源为广义的校园一卡通系统产生的校园大数据类，因此数据体量相对不大。其数据结构相对标准（校园内外移动通信网和互联网产生的大数据结构具有多样性，其他系统数据结构比较规范）。数据主体具有确定性，数据信息中含有的价值量巨大，这是高校大数据具有的独特性。

二、高校辅导员利用大数据管理学生面临的挑战

我们正处在大数据的早期，关于大数据的思维和技术是最有价值的。辅导员利用高校大数据管理学生，其工作的质量和效率不仅取决于大数据系统建设、高校大数据制度建设和大数据人才培养情况，还与辅导员自身的大数据意识相关。目前，高校大数据系统建设处于探索阶段，移动互联网校园内学生的数据采集还不够全面，校园外学生和学生家庭的数据采集需要进一步与第三方开展数据合作。未来，在教育部层面建设高校大数据系统后，各高校可直接通过教育部大数据系统获取本校学生的非校园大数据，实现我们所需要的“样本=总体”的高校大数据。虽然各高校学生管理信息化已经取得较大进步，但仍存在数据管理混乱和信息孤岛，没有形成数据中心。因此，教育部和高校应注重大数据系统建设和大数据人才培养。

大数据制度建设是保障大数据发展的根基，高校应建立基于身份识别的校园一卡通管理制度。校园内所有消费支付均以一卡通结算，拒绝现金交易，不断扩展一卡通门禁、图书馆管理、宿舍管理和移动互联网管理的应用功能，建成较为全面的大数据源保护制度，为高校大数据的创新和发展打下坚实的数据基础。

高校大数据系统建设处于探索阶段，对于辅导员来说既是挑战又是机遇，通过对该阶段大数据系统的深入研究，不断提升自己的知识水平和树立大数据意识，升华大数据思维，贴近大数据时代、贴近学生，利用大数据提高工作的针对性和实效性，增强工作的吸引力和感染力。

三、移动互联网大数据时代高校辅导员学生管理工作创新

高校辅导员作为学生管理工作的管理者和指导者，肩负着促进学生健康成长与成才的艰巨任务。他们学习了解移动互联网的大数据时代新技术原理，适当参与大数据系统数据分析算法研究，不断升华大数据思维，利用校园大数据创新学生管理模式，有利于指导学生成长成才。

（一）基于高校大数据的 “三位一体”学生管理模式

目前，我国高校学生管理普遍采用校、院二级模式，院系在学校的指导下开展工作，辅导员作为管理链条的中间环节，其工作质量和工作效率决定着学生管理的效果。此外，随着高校的开放性办学及校园环境变化，学生管理难度增加，辅导员工作压力较大。这种传统的学生管理模式存在很大的弊端，按照教育部辅导员与学生1∶200的比例指导线，辅导员需收集众多学生的信息以了解每个学生的实际情况。日常实际工作中辅导员很难关注到每一个学生的情况，更难以将他们的学习和生活状态及时反馈给家长，这不利于家长和学校及时帮助学生解决他们遇到的各种问题。

移动互联网技术的发展和智能终端的普及，学校、学生和家长被连接成一张“三位一体”联系紧密的教育网。学生在移动互联网中学习、生活、社交无形数据的累积形成了大数据，这些数据主体身份具有确定性，数据覆盖面广、价值量大，通过大数据分析方法可较全面地展示出学生状态。利用学生自己产生的大数据剖析其自身存在的问题，进一步指导其自身升华，这些大价值量的大数据为“三位一体”教育网注入了新鲜的血液。endprint

高校辅导员作为联系学生、家长和领导的中间环节，准确掌握学生状态并及时发现存在隐患问题的学生是非常关键的，它决定着家长和学校对“问题学生”进行帮助与指导的黄金时间和效果。依靠辅导员个人观察和有限渠道信息从众多学生中觉察出“问题学生”的难度很大。因此，利用高校大数据系统的预警结果解决该难题是辅导员管理学生最有效的辅助工具。辅导员基于大数据系统的预警信息，运用自己对其算法的了解及专业知识，结合校园中认知的“TA”，溯本追源，判断学生存在的问题及相关性，主动或被动将结果根据级别及时通过移动互联网校园APP推送至家长，与家长共同对“问题学生”进行帮助与指导，从而极大地提高自己的工作质量和工作效率，同时使家长更全面、及时地掌握孩子在学校的生活和学习状态。

（二）利用高校大数据关注学生思想动态

辅导员如果能够全面把握学生存在的思想问题，有利于辅导员开展学生思想指导工作，从而引导学生树立正确的人生观和价值观，促进学生身心健康发展。大学阶段是学生第一次放下追逐升学考试的重担，开始有足够的自由和时间追求理想和兴趣，独立安排生活和学习；也是学生从学校走向社会的最后一个驿站，开始储备适应社会所需要的本领和技能。因此学生面临着学习压力、就业压力、情感变化、社会环境和家庭环境等诸多影响，思想变化较大。辅导员通过观察、与相关学生谈话等传统的管理方式所收集到的学生思想状态信息量是有限的。又因所管理的学生众多，辅导员很难兼顾到每一个学生，即便经验再丰富的辅导员有时难免也会产生工作的疏忽和错漏。为了提高工作的质量和效率，辅导员充分参考高校大数据系统的学生预警信息，再与传统管理方式相结合，更能及时发现学生存在的思想问题，适时加以疏导和帮助，可有效重塑学生的人生观和价值观，引导学生身心健康发展。

每一个学生在日常校园生活和学习中积累了反映自身思想动态的重要数据：学生的门禁信息、考勤信息、图书借阅信息、消费信息和网络行为信息等校园数据。这些数据是学校进行学生管理的重要资产。应用大数据方法对这些数据进行挖掘可反映出学生的思想状况。例如，根据学生阅读量、上课考勤率、消费水平、校外活动时长、网络行为关键词的出现频率和校园一卡通卡号关联度（两个或两个以上卡号一周或一月内相近时间段出现在相同读卡机次数）等数据，结合大数据系统中已成熟定义的校园制度、异常思想特征库、异常行为特征库等，初步发现学生的异常行为及异常思想，辅导员再根据高校大数据系统中以班级为单位的预警信息，有针对性地进一步了解学生，及时发现学生存在的思想问题，适时加以疏导和帮助。

随着移动互联网络及高校大数据系统建设的发展，大数据将逐渐成为学生思想教育的新载体和与不良思想文化斗争的主战场。利用学生生活学习中无形产生的数据，分析学生感兴趣的事物、思想行为特征以及思想变动规律，主动通过移动互联网络的智能终端为学生推送积极、健康的思想教育材料，促进学生的成长成才。

（三）参考高校大数据落实贫困生认定工作

家庭经济困难学生的原始认定与持续跟进工作是高校辅导员学生管理工作的重要组成部分，其工作质量决定着“奖、贷、助、补、减”等绿色通道是否通向真正需要帮助的学生。目前，依据教育部《关于认真做好高等学校家庭经济困难学生认定工作的指导意见》，家庭经济困难学生认定工作坚持实事求是，确定合理标准，由学生本人提出申请，实行民主评议和学校评定相结合的原则，结合“高等学校学生及家庭情况调查表”“高等学校家庭经济困难学生认定申请表”及学生所在地民政部门开具的贫困证明材料，由辅导员根据学校规定组织开展贫困生认定的民主评议，形成贫困生档案。

虽然参与贫困生认定的民主评议时“群众的眼睛是雪亮的”，但随着高校大数据系统建设的不断完善，学生累积的大数据为落实贫困生认定及持续跟进工作提供了可靠的决策依据。高校大数据系统根据学生在校的日常消费数据，以班级为单位将平均每餐消费金额、超市消费总金额、上网费总金额、洗澡费总金额、洗衣费总金额等指标从低到高进行排序，筛选出需要帮扶的贫困生。随着高校大数据系统建设的进一步发展，未来可将学生通讯费总金额、网上购物消费总金额等指标纳入大数据系统贫困生认定的决策参考指标。甚至以家庭为单位，将家庭经济数据作为学生贫困认定的重要依据。

总之，高校大数据广泛影响着学校教学管理、科研管理、学生管理及就业指导等工作。高校辅导员作为学生的管理者和指导者，应运用大数据思维，不断创新学生管理模式，提高职业技能水平，与时俱进，增强工作的吸引力和感染力，充分利用校园大数据提高学生管理工作的质量和效率。

[ 参 考 文 献 ]

[1] James Manyika.Big data：The next frontier for innovation，competition，and productivity[EB/OL].http：//www.mckinsey.com/insights/business_technology/big_data_the_next_fronti？鄄

er_for_innovation.

[2] Ministry of Industry and Information Technology and Teleco？鄄 mmunications Research Institute.Big Data White Paper， 2014[EB/OL]. http：//www.miit.gov.cn/n1146312/n1146909

/n1146991/n1648536/c3489505/content.html

[3] 李学龙，龚海刚. 大数据系统综述[J].中国科学：信息科学，2015（1）.

[4] 潘婷.大数据时代背景下的高校学生管理工作探究[J].中国成人教育，2016（6）.

[5] 胡子祥，余姣.大数据时代思想政治教育载体变革及對策研究[J].思想教育研究，2015（2）.

[6] 王婧.大数据时代高校学生管理工作的挑战与对策分析[J].思想政治教育研究，2014（2）.

[7] [英]迈尔-舍恩伯格，库克子.大数据时代：生活、工作与思维的大变革[M].盛杨燕，周涛，译.杭州：浙江人民出版社，2013.

[8] 朱晓兵，陈凤，王继元，等.基于大数据的高校学生管理工作研究与实践[J].中国教育信息化，2015（10）.

[9] 孙翔玲，贾天辰.新形势下地方高校学生管理模式创新[J].山东省青年管理干部学院学报，2010（6）.

[10] 万辉.大数据在高校学生管理工作中的应用[J].高校辅导员学刊，2014（4）.

[11] 胡弼成，王祖霖.“大数据”对教育的作用、挑战及教育变革趋势——大数据时代教育变革的最新研究进展综述[J].现代大学教育，2015（4）.

[责任编辑：庞丹丹]endprint