大数据技术支持下的高校学生管理工作创新
2019-01-30贺君
贺君
摘 要：在高校信息化水平的提升下，智慧校園、数字校园理念已经得到了高校管理者的广泛认可，在高校管理工作中，学生管理是一个重中之重，利用大数据，能够对学生的各项信息进行精准挖掘，构建画像，为学生管理工作提供便利，解决传统管理模式的种种问题，为学生提供高质量的管理和服务。本文针对大数据技术支持下的高校学生管理工作创新模式做出分析。
关键词：大数据技术 学生管理 高校 创新
中图分类号：G647 文献标识码：A 文章编号：1674-098X（2019）09（c）-0165-02
在云计算、信息技术、移动终端、物联网的发展下，“数据即财富”的理念已经得到了社会认可，在新的历史时期，数据信息呈现出类型多、数量大、价值高、速度快的特征，在大数据时代中，如何高效的在海量数据中找出有用信息、创造价值，提高组织与个人的核心竞争力，是教育领域关注的热点。
1 大数据对教育领域的影响
1.1 大数据与教育大数据
关于大数据，当前还没有确切的定义，麦肯锡公司认为：大数据是数据量超级大，用常规信息技术无法获取、存储、管理、分析的数据。教育大数据属于大数据的组成，是大数据在教育中的具体应用，从广义来看，教育大数据是教育活动中的各种数据，从狭义来看，大数据是学生学习行为中的各项数据，能够为教育的改革与创新提供指引和导向。教育大数据的来源广泛，包括：（1）学校教育中的各种直接数据，如课堂教育、考试、作业、师生交流;（2）学生管理工作中的各类数据，如教职工信息、学生档案、学生信息、学校信息;（3）教学科研中的数据，如科研设备、科研工作、论文发表;（4）校园生活中的数据，如打印资料、校园卡使用等。
1.2 大数据对于教育领域的影响分析
1.2.1 助推学生管理工作的创新
根据国际数据公司（IDC）的研究显示，在未来50年来，全球大数据数量会增加50倍，为学生管理工作提供了有效的资源支持。如今，各种微课资源、学习视频都是以大数据为基础来进行传输，通过网络，学生可以很便利的收到各种视频、目睹名师风采，同时，利用大数据技术，能够帮助辅导员了解学生的学习状态、生活情况和心理状态等，为存在问题的学生提供针对性的指导和服务，大数据对学生管理工作最大的影响便是能够收集到更多精准的反馈数据，通过个性化的管理和指导，让学生享受到优质的管理服务，能够优化他们的学习活动，提高个人知识管理的综合效率。
1.2.2 影响大学生的思维模式
大数据是一种新型技术，也是客观存在，带来了海量数据，打破了专家垄断的信息传输局面，让信息的传输模式变得更加多元，也促进了数据处理技术的变革，更重要的是，改变了学生的思维模式。在社会的发展下，学生的思维理念、知识观，也在不断变化，在大数据时代下，学生的思维模式、学习方法也出现了新的变化，这对学生管理工作提出了更高要求。
1.2.3 创新了学生管理的技术手段
大数据技术的发展促进了信息领域的变革，数据挖掘分析技术的应用，让学生信息管理变得更加便捷，这也成为学生管理工作的重要助推力，通过传感器、移动终端、互联网的应用，能够精确地收集学生学习、生活中的各种数据，记录他们的动作信息，并对标签痕迹做出精准分析，为学生推送相关的新闻、文章和链接内容。除此之外，大数据能够更好的存储标记，整理、组织信息资源，通过心智地图、概念地图、维基百科、MyLibrary、My Base、R-Objects等的应用，让学生管理工作变得更加高效、便捷。
2 大数据技术支持下的高校学生管理工作的创新
2.1 做好信息化建设工作
在传统学生管理工作中，受到人力、财力、物力和技术等问题的限制，很难实现学生管理的个性化，大数据技术的应用为学生管理工作提供了新的解决思路，减少了辅导员的工作量，让他们能够将精力放在有特殊需求的学生身上，并开展其他的创新工作，要发挥出大数据的作用，首先必须要做好信息化建设工作：
第一，促进学习模式的数据化。在大数据时代下，传统的学习教育模式很难满足大学生发展需求，网络资源便是他们学习的重要补充，大数据技术的应用，为学生学习资源的数据化提供了有力支持，学生可以在网络上选择自己感兴趣的学习内容。通过学生在学习、生活中产生的各种数据，辅导员还能了解学生们的学习状态，为后续的分析工作打好基础。
第二，对数据进行深加工。通过对数据的深加工，能够提高信息资源的利用率，为学生信息资源的开发提供有效的依据。利用学生学习活动中的各种隐藏信息，能够分析出学生的学习方式、性格特点等，价值非常大，在这一方面，需要借鉴数据挖掘技术、信息存储技术和可视化技术来开展。
第三，实现个性化学习。在传统的学习模式中，个性化管理活动的缺乏是一个突出问题，在新时期的学生管理工作中，要时刻坚持以人为本，满足各个层次学生的需求。而大数据时代下，各种数字资源、在线学习模式的推广，也让个性化学习成为了可能，活动中产生的数据，不仅可以用于学习活动的评价，还能了解学生在各方面产生的最新数据，为他们提供需要的支持。
2.2 建设画像体系模块系统
在学生管理工作中，涉及多个业务，每一个阶段，都会产生海量数据，怎样从数据信息中找到标签，构建与之相关的标签体系，是开展学生管理工作的一个基础。基于此，我们还要为学生的需求来构建画像体系模块，画像体系模块能够对学生的数据信息进行抽象化分析，根据类型的差异，可以将信息分为动态行为轨迹、静态信息两个方面，整个体系包括四个层面。
第一，原始数据层：原始数据层能够采集学生的各种基本信息，如家庭情况、消费信息、上网信息等等，并对上述数据内容进行存储、清理，以此为基础来构建事实数据层。
第二，事实数据层：通过事实数据层，可以获取到学生的年龄、性别、籍贯、购买方式、购买物品的种类、成绩信息、班级排名等。
第三，模型分析层：模型分析层的数据包括静态、动态两个方面，对数据来构建统计模型，进行分析和利用，能获取深层次的信息内容。
第四，业务层：业务层能够体现出整个体系的业务逻辑，是根据学校管理业务对学生群体进行的提取和细分。
根据上述几个层次结构来构建画像标签，对各项信息进行分类，并参考校园一卡通中的数据来提取特征值，构建画像标签值。
2.3 协调数据与个人隐私的矛盾
大数据在学生的学习管理、生活管理、心理健康管理、档案管理、评优管理、就业管理等领域中，都有广泛應用，通过数据挖掘技术的应用，能够挖掘出数据之间的各种隐性联系。但是，从学生的角度来看，将数据公开，会让他们产生不安，也有侵犯隐私的嫌疑，加上各种信息安全事件的频发，导致学生对这一工作出现了抵触心理，因此，在大数据技术的应用上，需要协调好技术应用和学生隐私保护之间的关系。
对于学校而言，需要做好数据搜集的宣传工作，让学生意识到，信息搜集的根本出发点都是为了学生的生活和学习而服务。同时，要尊重学生的隐私权，对于各种生活数据的搜集，不能违背学生的意愿，如消费信息、通讯信息等。同时，还要健全现有的数据安全系统，如果系统遭到破坏、信息流失，不仅会给学生造成安全隐患，也严重影响学生管理工作的开展，对此，要不断更新现有的技术，提高信息的安全维护质量。
2.4 推行大数据预警机制
在高校中，学生心理问题引起的意外事件发生率越来越高。传统心理干预方式单一，多通过问卷、量表的方式开展，在心理指导上，也是以传统的思想教育模式为主，针对性不足，滞后性严重，借助大数据的快速性、预测性和全面性特征，即可构建出大数据预警机制，帮助学生将心理问题扼杀在萌芽外。
首先，做好心理数据的搜集和分析工作，根据学生的心理状态应用行为监控、心理测评相结合的方式，及时了解学生的问题萌芽，做出深入分析。为了防止对大数据过于依赖，需要通过人工评价的方式来分析。
其次，数据的深加工，对所收集数据的范围、来源做出科学划分，构建包括档案、咨询、用户、行为、评价、测试等在内的数据库，通过数据预处理来分析结果，得出结论。
再次，发挥预警指标的提示作用，这可以为单独数据，也可以为多个数据的相关值，根据预警指标来筛选信息，如果超出预警指标，系统会提示辅导员，显示学生的个人数据和信息。
最后，干预监控，在收到信息后，辅导员要详细分析学生的个人资料，核对无误后，与学生进行一对一沟通，分析他们可能出现的心理问题，根据具体情况来帮助、辅导、干预，对学生进行全程追踪，对其后续生成的数据做出评价，提高心理健康指导工作的实效性。
2.5 避免大数据的应用喧宾夺主
利用大数据所获取的各种信息，是学生管理决策的重要依据，但是，不能成为决策的主宰。在大数据信息资源的利用过程中，要树立起正确的理念，尽管大数据强大无比，但是，如果过分依赖大数据，任何决策都以数据分析为参考，那么学生管理工作就会被大数据支配。在实际的工作过程中，要重视学生之间的个体差异，发挥出学生的主观能动性，人类与计算机最大的区别便是前者有主观能动性，后者没有，要发挥出大数据的优势，需要结合人的主观能动性把握好大数据应用的“度”，否则，将会给学生管理工作带来反作用。
3 结语
随着时代技术的进步，大数据理念也在不断的发展，开始取代传统的数据思维模式，大数据在高校学生管理工作中的应用需要依赖相关科学技术的发展，随着更多数据的收集和分析，在现有学生管理工作中体现出的这些便捷将不复存在，取而代之的是对这个世界更加复杂、更加精确的认识。
参考文献
[1] 马令存.大数据思维对大学生思想政治教育方法的启示[J].滇西科技师范学院学报，2016，14（1）：65-69，102.
[2] 王鹏.大数据思维对高校辅导员工作的启示[J].山西高等学校社会科学学报，2017，8（1）：74-76，80.
[3] 王红平，唐永锋.大数据思维在高校学生信息化管理中的支撑作用[J].科技创新导报，2018，9（13）：231-232.
[4] 易莲.大数据思维在高校学生信息化管理中的支撑作用[J].湖北成人教育学院学报，2019，21（2）：66-68.
