大数据在高职校学生管理中的应用

吕淑玲

摘要：该文以高职校为例对大数据在高职校学生管理工作中的应用策略进行了研究，设计了以智慧校园平台为基础，解决了信息孤岛以及半结构化、非结构化的信息采集和处理能力的缺乏，达到可以调用和查询整个学校的全面信息，通过大数据的收集系统和大数据决策支持系统相结合，使我校学生管理实现从“经验管理”到“数据辅助决策管理”的转型。

关键词：大数据；高职校；学生管理

中图分类号：TP393 文献标识码：A 文章编号：1009-3044（2017）36-0096-02

从2009年“大数据”成为信息技术一个网络热词，到目前各行各业管理层由“经验决策”到“数据辅助决策”已经实现， 哈佛大学社会学教授加里·金说：“这是一场革命，庞大的数据资源使得各个领域开始了量化进程，无论学术界、商界还是政府，所有领域都将开始这种进程。”大数据和云计算，在信息爆炸的今天数据正在迅速膨胀，人们逐渐意识到海量数据分析对未来社会发展的重要性。

学校在信息技术领域发挥着研究、开发、传播、应用和推广的主力军作用，但是学校内部管理工作机制基本上还停留在传统方式上，既造成人力资源的大量浪费，也导致管理水平低下，决策前缺少全面、精准、细致的定量统计与数据分析，决策过程中又缺乏科学依据，导致资源利用不充分，办学效益不高[1]。高职校中汇聚了大量的学生全方面信息以及微博、微信等自媒体的社交信息。学生管理工作所面临的精细化程度越来越高、信息量越来越大的状况，学校继续运用原有经验式的、传统式的人工方式来管理学生，已经不能适应现今学生管理的需要[2]。可以说，高职校每时每刻都在产生着各种结构化以及非结构化数据，如何对产生的海量数据进行有效分析和应用，从而改变目前学生的管理和学校发展所面临的各种困境。

1 高职校学生管理中的困境

1） 学生安全管理方面具有滞后性

传统上，高职校不断通过说教的方式加强学生的安全意识，以防范学生出现安全问题。而且，随着互联网社交软件和服务软件的兴起，学生与外界联系频繁便利、客观上加大了学生失联等安全问题的发生可能性。以往当学生发生安全问题时，往往事后启动启动调查机制，这种管理方式具有滞后性，也导致了学校学生安全管理的被动性。

2） 学生思想政治动态难以及时把控

社会的多元化发展和信息技术的普及性发展，使得高职生思想活动的独立性、选择性、差异性日益增强，学生心理问题越来越引起社会关注。因此，只依靠课堂疏导这种单一的教育方式已经不能适应现实的需要。当今社会正面临转型阶段，无论经济领域、政治领域、文化领域等都在向纵深发展，作为社会人，必然受到这种变革的影响和冲击，从行为规范到价值追求无不打上时代的烙印，并从其行为中折射出社会变革的影子。原有的单一管理模式无法满足有效、及时、动态的学生管理要求。另外，技术化的发展，使得大量互联网信息海浪般的涌向学生，学生对信息的判断能力和抵抗能力差，很可能受到政治不正确、虚假、黄色信息的影响。因此，必须改革原有的管理模式，建立起满足社会发展和信息化发展的管理新体制。

3） 学生成长关注度不够

我校每个班主任管理的学生约50人，班主任还有繁重的课时和行政事务，很难对每个学生有全面的管理和针对性培养。而且，学生的压力、焦虑等心理健康问题通常是隐形的、不易察觉的。以往的管理方式通常以结果为导向，优先关注那些优秀的學生或者易出现问题的学生，而忽视了对所有学生的个性化培养。

2 大数据的抓取与深度挖掘分析

我校智慧校园平台的建立，使得所有部门的数据对接，解决了信息孤岛以及半结构化、非结构化的信息采集和处理能力的缺乏，达到可以调用和查询整个学校的全面信息，也更好地发挥各个应用系统的作用。

1） 个体数据采集

搜集学生的个体多维度行为数据，如行为数据、学生信息、消费信息、在校关系网等等，综合性地分析判断学生的状态。全面刻画学生画像，帮助学校管理者针对单个学生进行画像分析。帮助学生管理者从学习，网络行为，生活等多维度分析学生的习惯和特点，帮助学校实现个性化培养教育提供数据支撑。

2） 群体数据采集

将在校生群体行为数据进行大数据分析，为每个学生贴上具有行为或思想的特征标签，并按照群体分类，用户可以查看每个分类的人群特征，并从系部、年级、男女比例三个方面进行群体标签的分析，帮助学校定位不同标签人群的特征和规律，为学校进行个性化管理和教育引导进行数据支撑。通过对不同行为数据进行标准化设置，快速锁定出现行为异常的学生，并进行及时纠偏。

平台产生的广泛异构的数据源经过抽取和集成，将学生管理有效信息按照标准统一存储，用Apriori， FP-Growth算法对对平台数据进行深度的挖掘分析，能够及时发现学生出现的离校、晚归、过宅等在校安全问题和网络危险言论、疑似负面倾向等思想动态异常，并向学生的主管老师发送预警通知，进行及时的干预管理。

3 大数据在高职生管理中智能化感知

1） 学生在校异常及时发现

智慧校园平台通过学生WIFI定位数据、网络日志分析实时锁定学生位置，及时发现学生异常情况。平台针对学生安全管理问题设置晚归、离校、过宅等预警触发机制，当学生出现安全危险，及时报警，并进行处理。解决了以往学生失联难以察觉、学生状态难以了解、失联原因难以追溯、社交关系难以发现等问题。

2） 学生网络思想动态全网掌控

学生的思想动态往往最先从上网行为中体现，通过学生关注热点和学生言论发表监控相关数据采集、分类、抓取关键词进行智能语义对比分析，了解学生的思想政治动态，从而辅助建立个性化、精准化的思想政治教育体系。对学生的网络危险言论和负面倾向等状态及早发现，进行干预处理。同时，通过学生的上网行为数据和位置定位数据判断学生的社交关系网，对于孤僻学生进行干预管理。

3） 实现学生的个性化管理

针对大数据的应用设立一套严格的标准，保证大数据的分析应用不脱离客观实际，从而加强大数据对学生个性化管理的科学化水平 [3] 。通过搜集学生的多维度行为数据，如行为数据、学生信息、消费信息、在校关系网等等，综合性地分析判断学生的状态。全息刻画学生画像，帮助学校管理者针对学生群体或单个学生进行画像分析。帮助学生管理者从学习，网络行为，生活等多维度分析学生的习惯和特点，帮助学校实现个性化培养教育提供数据支撑。

4 结束语

借助数据分析，为我们全面准确了解学生，为学生更好地规划人生提供科学合理的建议，从而在一定程度上为学生健康成长提供保障。针对校园海量数据，进行数据深度挖掘，制定预警周期性报告。定期的发送给学生管理相关负责人，通过该系列报告，让各个部门负责人更加清楚的认知当前的校园情况，以便更加准确的定位和解决问题。学校的学生管理从以结果为导向的管理方式向以预防为主的管理方式转型。

参考文献：

[1] 牟玉荣，朱丽，王平，孙日宾.大数据在学生管理工作中的应用——以伊犁师范学院为例[J]. 中国科技信息，2016（9）：60-61.

[2] 刘洋睿，王建允.试析大数据在高校学生管理工作中的应用[J].呼伦贝尔学院学报，2017（2）：11-13.

[3] 张家明.大数据背景下的大学生个性化就业指导[J].教育与职业，2014（24）.