大数据技术助力高校精准资助工作探析

路丽梅 范 继

（江苏科技大学苏州理工学院 江苏苏州 215600）

前言

近几年，国家对高校贫困大学生的资助力度不断加大，新政策不断出台，但高校资助过程中的精准性、公平性、长效性有待提升，如对家庭经济困难学生的精准识别认定，对贫困学生的人文关怀、精神帮扶、心理疏导等有待加强。大数据技术在资助工作中的运用，能够助力高校资助工作全过程精准、全方面无忧、全方位育人。

一、大数据下的精准自助特点

新时代背景下，大数据在各行各业的应用逐渐深化，为各行各业的发展和完善提供了良好借鉴和方向。习总书记提出了精准扶贫概念，意在强调扶贫工作的精准高效。于是，教育管理工作基于习总书记的讲话精神提出了精准资助策略，意在通过大数据手段提高大学生资助工作的实效，改革资助工作当中的不完善之处，实现对学生的有效资助，助力学生实现良好的发展。大数据的不断发展在各行各业大放异彩，大数据的特点使得各行业都在积极运用这一新技术加强行业发展，促进社会的不断进步。教育管理工作针对学生资助工作的特殊性，也在积极运用大数据这一新手段，提高工作效率，加强对资助工作的监督，保证学校的资助能够准确地发放到需要的学生手中，帮助学生解决实际困难。

分析高校资助工作呈现的特点，首先，大数据下的资助工作更为高效、准确，大数据在学生贫困程度的认定工作当中发挥了巨大作用，使得认定工作变得高效、直接，省去了一些工作过程，有助于将资助资金及时准确发放到学生手中。其次，大数据背景下的高效资助工作向多元化、精细化方向发展，传统的高校资助工作以单一的资金资助为主，每年为贫困学生发放一定金额的助学金帮助学生度过生活上的困难。随着现代社会的发展，扶贫工作总结出扶贫更要先扶“志”和“智”，对于学生资金方面的帮扶固然重要，可是资金资助有其局限性，如果能够运用大数据帮助学生开展一些勤工俭学方面的活动，那么就可以让学生在体面的劳动当中获得与自身价值对等的资助。这样就可以帮助学生树立正确的就业观念，促进学生的全面发展。

二、高校资助工作当中存在的问题

（一）贫困生的认定缺乏科学标准

高校资助工作的出发点是良好的，资助工作的初衷是为贫困学生解决一些经济困难，帮助学生能够安心学习，免去一些后顾之忧，从而能够更加专注于学习。一般的贫困生认定工作需要学生提出申请，并提交一些相关材料，贫困生的认定工作看似严谨，但是在实际的工作中，贫困生的认定工作难免出现一些漏洞，给资助工作带来了不利影响。审批和投票一些看似民主、公平的过程实则存在一些因为人为因素出现的不合理现象和违规问题，导致一些真正的贫困学生得不到需要的资助金。

（二）缺乏动态管理和人文关怀

资助工作的开展一般在学期初进行，而且经过首次认定之后，容易出现对于学生动态管理缺失的状况。虽然这一学期学生符合贫困生条件，理应得到相应的资助，但在经过一学期或者一学年时间后，需要对学生进行二次认定，对学生的状况进行再次认定。当前资助工作的开展过程当中，对于学生的认定工作存在一定的固定思维，对学生的二次认定工作缺失，使得资助工作严谨性不足。资助资金一旦发放到学生手里之后，学校的资助工作几乎就会停顿，缺乏为学生发展进行深层次考虑的动力，较为关注资金层面的资助和帮助，缺少从人文角度为学生提供帮助和支持，使得学生虽然得到了资金帮助，但是在成长发展当中的困难仍然得不到解决，精准资助中扶“志”和扶“智”工作得不到有效体现。

三、大数据技术助力高校精准资助工作的有效路径

（一）大数据精准认定中的影响因子

新时代针对扶贫工作要求精准扶贫，精准脱贫，对于高校资助工作，更需要做到精准资助，严格规范资助工作认定评审程序，特别是在家庭经济困难学生认定和评审环节中，不能仅根据学生提供的家庭经济情况调查表，要充分利用好互联网大数据优势，建立定性和定量相结合的调查认定方法，进一步提高精准识别和精准资助工作。

大数据精准认定过程中挖掘的重点是客观内容数据和行为轨迹数据，根据高校大学生贫困认定的实际情况和要求，建立和学生相关的完整、科学的大数据档案库，从档案库中构建出科学性、全面性的认定评价因素。选取区别不同的影响因子，一级影响因子：家庭类型、家庭收入情况、学生在校表现；二级影响因子：家庭区域、家庭成员、健康状况、学生日常消费等。根据以上影响因子指标通过大数据云计算的聚类分析以及语义分析等，测评大学贫困生的贫困等级趋势，进而开展贫困生认定。除此之外，学校资助部门需要定期抽测经济困难学生的各项影响因子指标，全面动态掌握学生真实的家庭经济状况，同时开展线下人工与线上大数据交叉复核，不断提高贫困生资助的精准度。[1]

（二）大数据助力精准资助中的价值体现

通过建立大学生大数据档案库，进行精准的数据统计和数据分析，从庞大复杂的数据中挖掘出能客观反映学生真实的生活学习状态和家庭经济情况。这不仅为精准资助过程中的精准认定环节提供了科学有效依据，同时可以将大数据技术运用到对受助学生的教育、管理和培养过程中。高校资助管理部门连同学生教育管理者可以通过大数据整合比对，深入挖掘数据关键指标和数据特点，如学生其中一段时间上课考勤记录异常，早晚出入寝室时间较以往有变化，校园一卡通及银行卡消费变化异常等，通过这些数据变化有针对性地了解学生本人或家庭是否有变故，从而实施重点检测和动态管理，进而融入人文关怀，达到资助育人的效果，使得“扶贫”变成“扶智、扶志”，真正实现将立德树人理念融入资助育人全过程，切实发挥资助育人功效，提高人才培养质量。

（三）大数据助力发展型帮扶

新时代立德树人背景下，高校资助工作的出发点和落脚点都体现在育人上，实现育人才是资助的最终目标。因此，高校应该对资助育人功效进行强化，更应该关注对学生的思想政治教育，综合素质和核心竞争力的培养。

高校可以将贫困生在高校中的具体表现二次输入到大数据档案库中，具体指标主要有学习成绩、评优评奖、德育评议、违纪处分、技能大赛、义工时长、勤工俭学、科技文化、实习就业等，然后利用大数据技术再次进行系统分析，实现对获得资助后学生发展情况的全面掌握，根据实际需要开展其他全方位帮扶工作。

例如，学校可通过建立家长、班级、学院、学校四位一体的心理健康工作体系，积极开展贫困生自我悦纳教育，关注贫困学生的心理；通过团建、党建、主题班会等开展形式多样的诚信感恩励志教育活动，如贫困生认定过程中的诚信签名，感恩系列活动日，通过情操育人活动做好贫困学生的思想引领；通过班级内部学习骨干，优秀党员干部对接学习帮扶小组；通过研究生或学院专业教师资源开展专业认知交流、学术竞赛、科研创新激发学生学习兴趣、开拓学习视野，切实增强贫困学生的学习能力和综合竞争力；通过职业生涯规划大赛、简历制作大赛、学业导师跟踪帮扶指导机制、企业导师经验分享项目扶持等，加强贫困学子就创业能力培养。通过引导育人、情操育人、实践育人等多途径、多形式的育人方式，如加强朋辈育人，线上线下多渠道挖掘贫困生中自强不息、品学兼优的典型进行宣传，充分发挥朋辈的榜样作用。此外，高校还可积极组织开展各项志愿服务、公益活动，提升困难学生的服务奉献意识，鼓励受助毕业生，在有一定经济基础的时候反哺学校，传播正能量，树立立德树人典型，并通过一系列思想心理引导帮扶、学习能力帮扶、就创业能力培养三位一体全方位助力贫困学生可持续全面发展。[2]

四、总结

在大数据技术的支持下，学校通过不同影响因子指标建立大数据档案库实现资助对象精准认定，通过深入挖掘数据关联性及规律，对学生实施重点检测和动态管理，根据受助学生二次大数据档案库开展对贫困学生的发展型帮扶，通过受助前后学生档案库比对，构建大数据在资助过程中的评估和反馈机制，从而不断完善资助管理工作体系。因此，大数据技术的嵌入大大提高了精准资助工作的成效，能落实大数据助力精准资助理念，增强资助育人工作的科学性、有效性、系统性。