大数据技术在高校学生资助体系的分析与应用研究

北京第二外国语学院 白 娟

学生资助工作是学生管理体系中的重要组成部分，传统的学生资助工作存在资助政策落实不精细、资助对象不精准、资助管理不动态调整等情况。目前，在资助工作中，充分采用大数据技术，提高了学生资助工作的精确度和有效性，为学生资助工作提供科学可靠的决策。

学生资助体系是学生管理工作中的重要组成部分，涉及到确保教育公平与人文关怀的重要目标，关系到党和国家的资助政策能否实施到位、资助款项能否能否精准及时发放、相关学生能否享受到帮扶政策等诸多问题，因此，各高校高度重视学生资助工作、同时在实际工作中，采用大数据等信息技术手段精细化辅助学生资助工作，目前已成为学生资助工作中的重点，最终实现“不让一名学生因家庭经济困难而失学”，达到精准量化、动态管理、点面结合、定位准确、全面育人的目标。

1 目前资助工作中存在的问题探讨

（1）部分高校对贫困生的资助工作中存在认定模糊、不精准的情况。传统的工作方法主要是依靠上级以及各学校制定的标准和政策，对贫困生进行识别并进行资助，但在实际工作中，由于各地区的生活、消费指数不同，再加上工作中的一些实际因素：如认定标准不够清晰、客观量化不够、认定过程静态化、评定过程中信息不对称等原因，造成贫困生身份认定不够精准等情况，比如：一些“伪贫困生”依靠个别证明获取学校资助，而部分真正需要帮助的贫困生，却因为自尊心等原因不愿意上报家庭经济状况，从而无法有效获得学校资助的现象发生。

（2）对受助学生的后续管理跟踪不够。在以往的资助管理工作中，存在重发放轻管理、缺乏动态跟踪、信息更新不及时等情况，造成补助发放后，没有对受助学生的学习情况、生活消费能力、心理性格等方面建立长期的综合评价及比较分析，缺乏全面有效的管理体系，无法形成有效的资金使用效益分析，同样，也不利于工作的长期标准化和有效考核，难以形成对资助工作的有效评估和反馈。

2 大数据技术在资助工作中的可行性分析

大数据技术即是指利用信息技术对海量数据进行收集、分析、评估、运算、决策的能力。在高校管理工作中，可以充分运用大数据技术，将涉及到学生的相关数据进行整理分析，从而建立起相关的资助指标评价库，不断进行后台长期跟踪管理，以便为学生资助工作提供长期有效的辅助决策。校园资助作为国家扶贫战略部署的一部分，在大数据时代的今天，迎来了政策机遇、现实机遇和技术机遇。充分利用大数据技术，形成创新的校园资助工作新模式，是当前校园资助工作的重要目标。

（1）大数据的技术有助于对资助信息全面采集和管理。采用大数据技术，可将学生的基本信息与学业、人际交往、行为习惯等数据进行抽取，从而充分发挥数据的有效价值。涉及到学生相关的信息系统主要包括：学工系统、一卡通系统、心理咨询系统、缴费系统、教务系统、图书系统等等，在这些系统中获得的学生数据，既有结构化数据，同时也有非结构化或半结构化数据，这就需要充分用到大数据技术，对相关数据进行采集、清洗、加工、分析等等，比较和分析所有参加申请学生的情况，对不合格人员信息进行排查清除，确保资助工作公平合理。

（2）大数据可以为高校拓展资助育人功能提供辅助决策。在信息技术环境下，对贫困学生的认定一方面可以结合主动申请，另一方面，也可结合大数据建立的贫困生筛查模型，与系统筛选的贫困生进行比对排查，从而增强贫困生认定的精确度。

（3）大数据技术的发展为学校工作开展提供了技术积累与现实基础。一卡通数据、学业数据、网络使用数据等是校园大数据基本数据源之一，这些数据覆盖了学生的学业、生活、就业、安全、思想等方方面面。在大数据时代的今天，大数据技术为充分挖掘校园大数据提供了可能，为基于校园大数据的精准资助工作深入开展提供技术契机。

3 大数据技术在资助工作中的应用与推进

3.1 建立贫困生识别模型

基于大数据分析技术和机器学习算法，对校园大数据进行深度分析，挖掘出显著的贫困特征40多个，构造关键的贫困单项指标8个，总贫困指数1个，建立核心大数据模型，基于学生基本属性（性别、年级、地域、专业等）建立了贫困识别主题模型，形成了集贫困指数、学生画像、异常类别学生分析于一体的校园精准资助功能与应用。

3.2 建立大学生贫困指数

基于数据的相关关联规则的算法，采集贫困生群体共有化的一些特征化关系，进行相关数据挖掘。将采集到的数据经过量化处理，录入数据库以备后续统计使用。

基于大数据分析模型，计算贫困支持率和贫困概率，进而给出每一名学生的贫困指数，贫困指数作为学生贫困身份识别的综合依据。充分结合贫困生认定政策，科学划分学生困难等级。

3.3 建立大学生画像体系

通过大数据分析方法，将利用学生基本数据与消费数据提取出多个特征，进行成分与因子分析，并进一步聚合成与贫困指数高度相关的8个核心关键指标，形成学生画像。通过学生画像，可快速了解学生的贫困指数、贫困身份，以及学生的节俭能力、消费能力、经济管理能力、时间管理能力、饮食健康、社交关系，可辅助管理人员快速全方位了解学生，“一人一策”，做好学生管理工作。

3.4 建立贫困状况异常学生识别模式

建立的大数据模型可自动识别出异常学生，如在贫困生名单的疑似非贫困生、不在贫困生名单的疑似贫困生，将这两类学生筛选出来报送相关人员，可对这两类学生做进一步关注与调查，确认异常原因，确保不漏掉贫困生、不错发奖助金。

贫困生部分典型特征：例如每次只去固定食堂和固定窗口就餐；每餐消费大约6-8元；每天只在学校吃午餐；每次都在固定的时间就餐；饮食比较单一；朋友比较少；性格较孤僻；高度节俭；高度自律等，这些指标经过分析量化，可以形成有效的贫困生识别模式。

3.5 形成精准资助模式与学生管理模式

利用大数据分析技术取得的成果，结合现行的资助政策、规范、制度，形成创新的精准资助模式与学生管理模式，为辅导员、学院、学工部各级领导和工作人员提供更多的决策信息，让贫困资助更精准，让学生管理更高效。

在原有的贫困生认定流程中，由于学校各部门掌握的学生信息较少，更多依靠学生提供的家庭经济状况证明、家庭收入证明等来进行贫困生认定。采用大数据模式后，各部门掌握的学生信息更多，从而提供了更多的决策依据和参考信息。

3.6 建立校园大数据学生管理平台

建立校园大数据学生管理平台，功能覆盖：资助管理、安全管理、学业管理、生活管理、就业服务、心理咨询、思想教育，用户覆盖：学院、学工部各级领导、辅导员、学生。将资助工作、学生管理工作搬上智能平台，减轻管理人员工作量，让管理工作更智能。

针对学生进行相关预警，使用移动端进行交互式的信息查询、推送、告警预警，可按照不同用户权限推送学生、班级、学院的贫困画像报告，对系统识别出的不安全因素（潜在失联）等信息可立即推送至相关人员。

进行学生在校分析，了解学生在校状态，根据学生在校消费信息，结合学生课程信息、请假信息等，识别学生在校、返校状态，对长期不在校就餐学生发出预警告警信息，推送至相关人员，及时了解学生安全状态。

辅助查找失联学生：对于失联或潜在失联学生，利用系统给出的社交网络关系，及时联系该生的关系最紧密者，扩大搜寻范围，辅助查找失联学生。

关爱贫困生饮食健康：系统使用大数据分析方法，可精准识别学生的饮食规律（丰富、单一），可精准定位由贫困原因造成的饮食种类单一、质量下降的学生，通过微信、短信平台等方式适时发送温馨提示，分析学生饮食行为规律性，关爱学生健康。

4 数据使用的挑战与分析

（1）校园大数据具有来源多样（学生管理系统、一卡通、证明材料）、构成复杂（系统自动采集数据、人工填报excel数据、word证明材料）、质量参差不齐（数据重复、系统间学号不一致、数据缺失、人工填报错误）等特点。需要将多源数据快速地进行数据清洗、整理、转换，以做基本数据库资料使用。

（2）尽管大数据分析技术为校园精准扶贫提供了技术契机，但是技术要与具体的学生管理教育相结合，才能实现目标与价值。校园精准扶贫的难点在于，如何提高识别精准度，如果将非贫困生识别为了贫困生，则浪费了国家资金，如果将贫困生识别为了非贫困生，则无法改善贫困生的生活、落实国家政策。如何设计合理的贫困指标、如何选择合适的算法模型、如何制定科学的大数据与实际关联的原则准则，是校园精准扶贫面临的第二个挑战。

校园精准资助，一方面是充分利用校园大数据，尤其是消费数据，另一方面，还要做到识别方法的科学性、合理性、全面性、灵活性。如果识别方法过于生硬、单一，没有考虑到学生消费观、学生健康等综合因素，则会受到舆论的质疑，适得其反。这对贫困生精准识别的技术方法和奖助金的发放规则又提高了要求。

5 大数据应用的工作拓展

（1）精准心理问题识别：学生心理识别是近年来高校学生管理教育中一项非常重要的业务工作，据报道《北大四成新生认为活着没有意义》，形成了大学生独特的“空心病”，怎样关注学生心理健康？利用校园大数据可以提前摸清一些具有心理疾病或异常行为的学生，如社交圈大数据分析，可做到早发现、早预防、早治疗。

（2）精准学业引导：通过大数据分析学生的兴趣偏好、学习能力、生活规律、行为习惯等若干数据，对学生进行个体数据“画像”，对学生成绩排名进行预测、对学生课程挂科进行预警，在学生整个校园学习过程中进行精准的学业引导，帮助学生顺利完成学业。

（3）精准安全定位：利用学生在校产生的动态数据，精准识别学生当天是否在校、是否返校。将存在安全隐患的学生信息，及时推送给辅导员或相关管理人员查核，确保学生安全。

（4）精准就业服务：通过大数据分析，将学生对意向就业地域、单位类型、岗位类别的需求，与用人单位对意向学生的学业成绩、学历层次、综合能力等要求进行双向精准匹配，最大程度地帮助学生找到合适的工作，以指导就业。

（5）精准思想教育：精确评估学生素质发展情况，自动生成学生综合素质发展报告，自动生成热点分析报告，帮助教师在短时间内快捷了解热点事件走向以及学生主要思想动态。

结束语：充分利用校园大数据，建立创新的校园资助工作新模式，形成准确、全面、动态的资助管理体系，是当前校园资助工作的重要目标。通过工作实践证明，通过大数据平台与技术，可以精准识别贫困生身份、提高奖助金发放效果、减轻学生工作与管理人员工作量，提高资助工作水平，促进资助工作的科学性和客观性，对于校园资助工作起到良好的促进效果。