基于教育大数据的情况特别学生精准管理模式探究

杜长冲

[摘           要]  云计算、数据挖掘等相关技术的不断应用，标志着当今社会正快速进入大数据时代。高校作为智力资源密集的场所和机构，如何在大数据时代应用好教育大数据，服务学生的教育与管理工作，为情况特别学生开展人物画像，从而有针对性地开展帮扶与教育工作，对高校育人工作的整体开展具有重要的推动意义。

[关    键   词]  教育大数据;情况特别学生;人物画像;精准管理;模式研究

[中图分类号]  G647                 [文献标志码]  A              [文章编号]  2096-0603（2020）01-0138-02

随着信息科技的快速发展，当今社会已经快速进入大数据时代，新技术的应用以及智慧校园项目的不断推进，教育领域正逐步迈入大规模生产数据、存储数据、分析数据、应用数据、赋能数据的时代。大数据时代的到来，为高校进一步将教育大数据和大数据技术服务于教育，为服务情况特别学生的精准管理工作提供了充分的数据基础与可靠的技术支持。

一、教育大数据的特征

大数据是用来描述和定义在信息爆炸时代所产生的海量数据，以及不同类型和结构的数据中开展数据分析与挖掘的技术，大数据的核心为预测和可量化的维度，从而可以通过对数据的分析与挖掘，服务生产与生活[1]。近年来，“00后”开始成为新时代的大学生，他们成长于信息化快速发展的时期，作为网络的“原住民”，接触各类新媒体与互联网的媒介，能熟练掌握网络技术和信息媒介，自带了信息属性。在日常的工作、学习与生活中大量产生数据并被记录下来，为数据分析与数据挖掘提供了数据基础与条件。

高等学校的网络信息平台和大数据治理中心是高校数据资源收集、存储与管理的中心，掌握着师生在校园内外活动的痕迹与信息，如何在保护好用户隐私权的前提下，充分发挥大数据的作用，分析数据间的关联，匹配相关的数据，为学校的教育与管理工作服务，特别是针對教育对象中的情况特别学生群体，利用大数据分析和掌握一些原有技术和传统手段无法获得的信息，在贫困生的认定与资助、隐形心理异常对象筛查、疑似失联学生统计、学业的综合预警等方面开展相应的工作，为情况特别学生开展人物画像和精准管理，是学校教育与管理工作取得新成绩与新突破的关键。

二、当前高校情况特别学生管理中存在的问题

情况特别学生是高校学生中比较特殊的群体，与其他学生相比有特殊的表象、困境或需求，在学校教育的过程中需要学校特别关注，这一群体部分特征显性外露，容易被发现与捕捉，一些隐性特征，需要深入地了解与发掘。因而在当前的时代背景下，如何科学地把握教育所面临的崭新形势，分析教育对象的全新特点，提升教育者与管理者的素质与能力，运用现代化的技术、工具与手段，实现教育资源的整合，从而形成教育合力。

（一）教育对象的多样性与情况特殊性认识有待重视

在当前高等教育大众化的背景下，高等学校类型细分，差异化办学，不同类型高校的人才培养目标和办学定位多样化，各高校应当针对生源现状与特点，分析不同群体学生的特征和需求，从而有针对性地开展学生的教育与管理，创新与改革人才培养模式与路径，从而为社会培养更多有用的人才[2]。大学生群体特征多样，既有显性的差异，又有隐性的不同。不同类型的情况特别学生，之间会有特征的交叉与融合，具备多种特征的学生，往往是突发和恶性事件的高发群体，学校应当引起足够的重视，重点关注、精准管理、有效预判、科学帮扶，从而维护学校整体的教育秩序和校园的和谐与稳定。

（二）教育与管理队伍能力与信息素养有待提升

“教师的眼界，决定了学生的眼界;教师的素养，影响着学生的培养。”在当前信息化的时代背景下，高校管理者应当掌握更加先进的工具与技术，在工作中更多地依靠科学的工具与数据，而非主要依靠工作经验。要实现这一转变，就要求管理者不断提升信息素养，不断研究与利用现代信息技术如何运用到实际工作之中，从而腾出更多的精力去思考工作的创新与提升，转变以往的经验工作模式为科学工作模式，从而提高工作的效率。

（三）教育大数据的挖掘与赋能意识有待增强

目前各高校都在积极推进智慧校园建设，网络与信息化建设被提到非常重要的高度，但客观上各高校对教育大数据的利用还参差不齐。网络教育整合性不强，资源无法实现充分的共享，“数据孤岛”现象突出，各部门之间的协同性有待加强，网络技术人员及管理队伍的信息化能力与素养还需要进一步学习与提升。高校未能搭建起有效的框架与分析模型，情况特别学生群体“人物画像”模糊，无法精准地提供有效的分析与预测，教育大数据的赋能不足。

三、教育大数据应用于情况特别学生精准管理的可能性

技术的进步与信息化的快速发展、信息数据的有效收集与存储、智慧化校园项目的稳步推进，高校在数据采集和数据挖掘方面人才与技术的提升，都为教育大数据的开发与应用提供了充分的条件，为开展精准帮扶提供了应用场景与技术的可能性。

（一）技术层面

人工智能、物联网、移动通信、云计算、数据挖掘等相关科技与技术领域不断进步，为大数据技术的发展和应用提供了技术基础[3]。在“十三五”规划项目中，与大数据、教育等相关的项目占了相当大的比例，大数据已经上升为国家的战略，为大数据技术的应用和推广提供了技术前提。

（二）数据层面

高校学生作为一个特定的青年群体，通过社交、网购、移动通信等平台每天产生了大量的结构性与非结构化数据，通过对数据的挖掘和有效分析，从中分析出相关的问题与规律，从而对特定群体学生的发展进行预测，有效开展干预工作，提高工作的针对性与有效性。

（三）学校层面

在智慧校园和信息化建设的背景下，各高校重视信息化平台与网络建设，加强智慧校园建设，为教育教学提供条件与技术保障。从目前的情况来看，高校的教师与管理队伍整体有较高的职业素养，具备较强的信息素养和继续学习与提升的能力，为高校进一步做好大数据的开发与应用提供新的条件[4]。

四、教育大数据应用于情况特别学生精准管理新模式

教育大数据的应用需要搭建统一的信息平台，利用平台整合资源信息，根据功能需求，建立分类分析模型，结合系统分析与预判结果，开展评价与反馈工作，从而服务于学生的精准管理工作，开展管理新模式的探索与研究，提高工作的科学化水平。

（一）精准资助帮扶模型

贫困学生的精准认定工作是开展学生精准帮扶的基础与关键。贫困生的认定不能仅仅依靠学生的本人承诺或相关证明材料，而应该健全校、院、辅导员、班级四级评价机制。在评价的过程中，高校利用校园信息化平台分析学生的家庭成员信息和历史资助数据，挖掘与分析学生的各类消费数据，从家庭信息比对及个人消费数据出发，科学地做好认定与帮扶工作。

（二）学业综合评估模型

建立学业综合评估系统，有效解决学生个人的教务系统辅导员、班主任、家长等无法全面实时监控的痛点。系统针对每个年级重点关注的要点设置相关的功能需求，搭建模型框架，结合课程的递进性、难易度以及本学期学生的考勤及作业等完成情况，有效地预测学生的学业结果，从而开展必要的提醒与帮扶工作。

（三）心理异常排查模型

广泛开展心理普查工作，采集学生信息，对心理异常学生建立档案，积极跟踪，做好帮扶与教育工作。通过对学生社交网络的分析，掌握学生之间的行动轨迹，分析与统计学生在不同地点共现的频率，找出相似性，从而对学生社交圈进行刻画，找出独来独往的学生，发现隐形的心理异常学生，从而针对性地开展帮扶活动[5]。

（四）疑似失联告警模型

利用宿舍门禁、校园考勤、校园网登录认证等数据，匹配学生在校园内外的活动轨迹，从而及时准确地发现疑似失联或夜不归宿的学生，通过信息化手段掌握学生的活动轨迹，极大地促进学生日常教育与管理工作，对易引发特殊情況的疑似失联的学生能够做到及时告知与提醒，从而有效避免极端事件发生。

（五）职业倾向预测模型

信息平台通过对学生家庭、个人技能及兴趣的掌握，结合校园图书借阅、学生成绩分析、个人消费行为等信息数据，开展学生职业倾向的分析，帮助学生开展职业规划，从而合理地选择考研、就业、出国等出路，对有效开展毕业生的教育和个性化引导具有重要的指导意义。

五、情况特别学生精准管理新模式的现实意义与展望

高校搭建起规范统一的信息平台，通过开展大数据信息的分析与挖掘工作，改变原有难以捕捉、界定、量化的问题，实现对学生个体和特定群体的分析与预测，最大限度地发挥数据的应用价值，让工作变得更具有科学性与前瞻性。针对情况特别学生的教育与管理的过程中，学校利用信息挖掘更加注重其差异性和特殊性，给予适当的教育与引导，为每个学生的成长成才提供机会，同时还需要积极研究与利用信息挖掘技术，探索教育管理新模式，不断提升学生教育与管理工作的科学化水平，从而培养更多优秀的人才。

参考文献：

[1]吕红胤，于晨阳，苏涵，等.电子科技大学一体化大数据提供师生精准画像[J].中国教育网络，2017（Z1）：78-81.

[2]邹太龙.大数据时代高校教育管理的可能性走向及实现路径[J].高教探索，2017（11）：10-16.

[3]李有增，曾浩.基于学生行为分析模型的高校智慧校园教育大数据应用研究[J].中国电化教育，2018（7）：33-38.

[4]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，2018（8）：48-51.

[5]路亮，杨毅.高校学生行为的多维学困衡量和分析[J].云南民族大学学报（自然科学版），2019（2）：191-196.

编辑 陈鲜艳