教育大数据在高校学生资助工作中的应用研究

2020-01-09孙云龙

开封文化艺术职业学院学报 2020年12期

孙云龙

（桂林理工大学环境科学与工程学院，广西桂林 541004）

自2013年以来，我国各种教育应用系统逐步建立，教育为主的数据飞速增长，以大数据技术增强创新发展和教育改革相关方面的研究越来越多。近年来，国家在培养人才方面采取了一系列有效措施：一方面，加大产学合作，在学校和企业实施联合育人项目，通过学校的优质教学资源和企业完备的实践环境，推动大数据人才的培养；另一方面，在高校增设大数据相关专业学科，如数据科学、云计算、物联网等专业。教育大数据在准确把握教育规律、科学制定教育政策以及合理调整教育结构等方面有着明显的优势。教育部发布的《2018年学生资助工作要点》指出要“推动学生资助数据库与学籍、就业指导等教育数据库，以及扶贫、民政、残联等部门数据库有效对接”。同时，教育部办公厅印发的《教育部机关及直属事业单位教育数据管理办法》，加强了教育部机关及直属事业单位教育数据管理工作，推进了各类教育数据的规范管理、互联互通和共享公开。不难发现，以教育大数据推动教育改革的时代已经到来。

一、大数据资助工作现存问题

我国教育大数据应用较晚，目前尚处于起步阶段，存在较多不足，主要面临数据准确性、规范性和共享性等方面的难题。

（一）数据准确性方面

一是专业技术支撑不足。现阶段教育大数据研究起步较晚，教育大数据模型的构建缺少专业技术的支撑［1］。一方面，大数据专业技术人才较为匮乏，高校资助管理者主要从事高校资助和大学生思想政治方面的研究，不够了解大数据技术；另一方面，前沿数据分析方法与技术的研究不足，只是停留在数据表面，对结果未进行有效分析。二是数据采集范围有待拓宽。教育数据采集的覆盖面较窄，缺少对教学过程、教育管理、学习行为等方面数据的采集。同时，各个在线学习平台设计之初往往未考虑数据分析的需要，数据采集面较为单一，对于一些能够反映学生学习情况的数据不够重视，造成了数据匮乏、结果无法应用的局面。

（二）数据规范性方面

一是数据标准不够规范。教学过程、教学行为相关方面的数据标准尚未确立，近年来逐渐兴起的网络在线教育数据标准也尚未建立，各学校、厂商都自立标准。标准的不健全给数据资源整合和数据共享带来了极大的困难，阻碍了教育大数据的应用。二是西部偏远地区的教育资助工作方法较为落后，仍以学生申请、逐级审核的传统流程为主，缺乏大数据技术的应用。同时，数据采集、汇总、上报等方面仍通过电子表格进行，信息化技术在教育资助工作中的应用不够广泛，致使教育扶贫工作缺乏精准性和时效性，同质化现象十分严重。

（三）数据共享性方面

一是开放共享尚未形成。当前，教育各部门之间数据孤岛现象严重，部门之间没有建立成熟的数据共享开放机制，数据共享的难题有待解决［2］。二是隐私保护仍需加强。高校学生的资助数据是来自各个方面的收集，这些敏感而复杂的集中数据容易成为不法分子的攻击对象，发生信息泄露现象。三是产品服务单一。从当前的教育应用产品和教育教学需求来看，适用性教学产品是教育大数据应用的主要方向，管理类产品应用较为缺乏，缺少能够为教育管理提供决策的服务。同时，产品功能及分析方法较为单一，数据分析方面主要采用常用的统计分析，缺乏大数据技术的应用。

二、大数据时代信息化管理对学生资助工作的意义

充分发挥大数据在高校学生资助工作中的作用，不仅有利于提高资助工作的精准性和科学性，还有利于高校学生资助工作由资助型向发展型的积极转变。

（一）促进精准资助工作的落实

打好精准脱贫攻坚战，对实现“两个一百年”奋斗目标具有十分重要的意义。《教育脱贫攻坚“十三五”规划》中明确提到：“到2020年，贫困地区教育总体发展水平显著提升，实现建档立卡等贫困人口（含非建档立卡的农村贫困残疾人家庭、农村低保家庭、农村特困救助供养人员）教育基本公共服务全覆盖。……保障贫困家庭孩子都可以上学，不让一个学生因家庭困难而失学。”开展高校贫困生资助工作是全面建成小康社会的重要手段，大数据可为高校资助工作提供新的工具和方法。高校利用大数据技术建立全面、动态的资助管理体系，可以真正将资助工作落实到每一个贫困生身上。

（二）促进高校资助育人工作的开展

有了大数据技术的支撑，可以进一步提升高校资助工作的科学性和精准性。在大数据时代，可以在高校范围内实现招生就业处、心理中心、教务处、图书馆、财务处等部门的资源共享，将学生选课及上课出勤率、餐厅消费、晚归时间、图书馆借阅甚至网站浏览等情况纳入信息管理系统，然后不断更新和分析数据，找到潜在的规律，最终得到准确的、有代表性的结果。在此基础上，有针对地对家庭经济困难学生进行引导和帮扶，真正把“输血”型资助转化成“输血和造血结合”型资助。

（三）促进资助工作效率的提高

大数据对资源进行汇总整合，可以大大提高计算能力，将原来单一的汇总计算方法转变为以云计算为特征的分布式计算，减少了很多不必要的重复统计，也使统计数据更加清晰明了，减轻资助管理人员的负担。另外，融入统计学方法，将原本杂乱无章的数据处理后，可以针对性地找到高校资助出现的问题，方便日常工作的开展，同时使资助育人的效果更加明显。

三、高校大数据学生资助工作的有效实现路径

大数据并不是简单的、大量的数据堆积，而是对数据库系统以及数据处理技术的应用。高校应根据社会的发展、大学生群体的新变化不断优化资助体系，从管理和精准帮扶入手，切实发挥大数据在高校资助工作中的作用。

（一）完善大数据资助数据库系统

对高校学生消费情况实施动态监测，建立一个客观的、多维的、动态的数据库。在日常工作中，高校应通过家庭走访、学生上交纸质材料和班级信息员的反馈等方式，掌握每个学生家庭的基本情况，全面了解学生的资助需求，如户籍所在地、家庭住址、家庭成员信息、是否有突发事件等情况。通过定量与定性相结合的方法，完善和补充大数据数据库系统，为每学年的家庭经济困难学生认定工作提供强有力的保障。

（二）加强大数据信息系统数据共享的建设

第一，实现学校各部门系统平台之间的数据共享。高校推进信息化和系统化的数字校园时，应打通图书馆系统、后勤系统、教务系统、资助系统、财务系统、学工系统等各平台间的门户界限，实现“一键进入，资源共享”。第二，加快高校与政府部门信息系统之间的兼容性建设。针对目前建档立卡学生、贫困户学生漏报错报等情况，高校应加强资助系统的升级，用大数据技术替代传统的纸质汇总，将学校资助系统与政府的民政系统、户籍系统、学籍系统、扶贫系统、就业系统等部门实现数据对接。

（三）发挥大数据资助信息系统的价值

在当今大数据时代，高校建立了自己的学生资助信息系统，但在实际工作中仍然是人为因素占主导。例如：在家庭经济困难生认定方面主要由选举（推荐）产生，评议小组进行困难认定，学生资助系统在一定程度上成为学生资助信息化建设的“摆设”。鉴于此，高校应利用好信息系统的强大功能，提高指标认定的科学性，要依据学生在校的综合表现和家庭经济情况，从人格发展、技术能力、心理健康等多个方面进行评价，充分发挥大数据信息系统的价值，用信息系统开辟出“体面资助”的新渠道、新方法。

（四）建立大数据高校学生资助的应用制度

建立应用制度是大数据资助的重要内容，完善的制度能为数据的建设和应用的运转提供保障。要利用大数据认真统计学生的特长爱好、性格特征、消费情况、学习情况等信息，详细记录贫困生的资助过程及资助结果。另外，结合家庭经济困难学生的认定情况、资助育人的效果等，为制度建设提供多方面的数据参考，从而综合制定出高校学生资助的应用制度。另外，在日常工作中，应建立好反馈机制，根据出现的新情况、新问题不断更新完善，达到科学评价资助工作、精准动态化管理的目标。