基于大数据的高职学生精准资助育人体系探析
2024-02-18田慧芬
[摘 要] 高校的资助体系发展到今天已经从以经济资助为主的“保障型”发展为以资助育人为主的“发展型”,如何利用大数据优势服务于资助育人,成为需要关注的问题。大数据时代,高职院校要充分发挥互联网的优势,集合校内、校外各類数据资源,利用科学的数据挖掘和分析,为学生进行包含家庭信息、个人信息及社会信息的全方位立体“画像”,依托强大的信息数据库,利用智能资助系统,从资助对象的精准识别、资助需求的精准确认、资助服务的精准实施等方面,“一人一案,按需施助”,构建家庭经济困难学生精准资助育人体系,让资助不仅仅是“资”助,学生不仅仅是受助者,通过更多的“资助+”功能,为学生提供更准确、有效的资助支持,帮助学生实现由受助到助人的成长转变。
[关 键 词] 大数据;高职学生;精准资助;育人体系
[中图分类号] G715 [文献标志码] A [文章编号] 2096-0603(2024)02-0173-04
资助育人是“十大”育人体系的重要内容,虽然现有资助政策已基本实现“不因贫失学”,但受家庭环境、经济状况等多种因素影响,家庭经济困难学生更容易在道德品行、身心健康、学业水平、综合素养等方面出现发展问题。早在2017年《高校思想政治工作质量提升工程实施纲要》中就提出要“构建物质帮助、道德浸润、能力拓展、精神激励有效融合的资助育人长效机制”[1],在物质资助基础上,根据学生的需求有针对性地开展身心强健、课业辅导、职业规划、素质培养等服务,提升学生的综合素养和竞争能力,形成资助—育人、他助—助人的良性循环。高职院校可以借用大数据的整合分析功能,以科学的数据分析和挖掘为基础,努力构建家庭经济困难学生精准资助育人体系,为学生提供更准确、有效的资助支持,促进其全面发展和综合提高。
一、高职院校家庭经济困难学生精准资助育人的现实困境
资助政策实施到今天,已经构建了较完备的、覆盖面较广的集“勤、奖、助、减、贷、补”于一体的资助体系,基本消除了因贫失学现象,但因地区经济发展不平衡、资助资金有限、资助工作人员短缺等,目前学生资助工作一定程度存在信息不对称、精准度不高、资助育人不足的困境。
(一)信息不对称
目前虽然国家和学校想尽办法进行资助政策宣传:随录取通知书邮寄宣传册、招生咨询会现场宣传、公众号网站宣传等,但仍有一些家庭经济困难学生出于各种原因对这些资助政策不积极了解、不主动关心,造成学生应申请而不申请,或是申请了不提交,出现“学生懒申请,老师催申请”现象[2],影响资助对象的精准识别。在资助过程中,部分学生的等、靠思想影响资助效能的发挥。学生认为自己被认定为家庭经济困难学生就理所当然地应该被资助,对资助政策不主动关心了解,造成对资助政策的理解偏差甚至是误解。同时对自身要求不高,学习不努力,活动不积极,导致学习成绩较差,综合表现落后,进而失去受资助资格。
(二)精准度不高
首先,现有资助体系采用学生承诺申请制,学生申请困难生认定不需要开具家庭经济相关证明,由学生自行填写个人家庭信息,信息的准确程度会直接影响困难评分,在很大程度上对家庭经济困难学生的精准认定带来挑战。其次,家庭经济困难学生除了经济上的需求,身心健康、能力培养、素质提升的需求越来越大,现有的资助政策不能根据不同学生、学生的不同阶段有针对性地进行个性化资助,实现精准的“按需施助”。同时因为学校的专职资助人员和资助资金短缺,面对资助类型越来越复杂、要求标准越来越高的资助工作,只能保证常规工作按时完成,对深入的资助政策宣传、学生家庭走访及学生需求确认有心无力,无法进行家庭经济困难学生的精准认定和精准帮扶[3]。
(三)资助育人不足
一直以来,资助工作更多的是关注家庭经济困难学生的经济帮扶,解决学生上学难的问题,基本实现了“不让一个学生因家庭困难而失学”。随着社会经济的发展及国家资助力度的加大,物质经济层面的基础帮扶已不能满足学生的发展需求,家庭经济困难学生同时表现出来的关爱缺失、机会缺失、素养缺失、能力缺失等为资助工作提出更大挑战[4]。在目前的资助体系中,虽然这些挑战已经引起了资助管理部门及资助工作者的关注,但具体的实施办法、解决方案需要进一步详细规划,其效果更需要进一步检验。总体来说,发挥资助育人的真正成效仍然任重道远。
二、基于大数据的高职院校家庭经济困难学生精准资助育人体系构建
大数据是指规模巨大、类型多样、生成速度快的数据集合,被广泛应用于各学科及领域。学生资助也应紧跟时代潮流,结合先进技术,创新工作方式,使大数据技术在家庭经济困难学生精准识别、精准资助等方面发挥积极作用,提升资助育人效果。
(一)以大数据助力困难学生精准识别
利用大数据建立家庭经济困难学生精准识别数据库。利用大数据技术整合和分析多个数据源,可以从学校、民政、残联、工会及第三方机构等渠道收集学生的家庭、学习、生活、社交等多方面数据,建立全面的数据集为学生进行全方位“画像”。学校通过对学生及其家庭进行调查和走访,核实数据集相关数据的真实有效性,对数据集进行修正整合,建立学生基础信息数据库。运用大数据分析技术对数据进行挖掘和分析,通过数据分析,找出困难学生的特征和规律,更准确地识别出真正需要资助的学生,把他们纳入资助数据库,确保“应资助的学生一个都不能少,不应资助的学生一个都不能有”[5],提升资助资源的有效、合理利用。学生信息数据库需要根据学生及其家庭的现实状况定期进行更新和维护,可以利用现代技术手段,如在线调查问卷、自动化数据采集工具等,以保证数据的准确性和实用性,实现学生数据的自动化收集和更新。鉴于学生信息数据库的信息储量及敏感性,在信息采集、加工、存储的过程中要注意做好信息数据的保密工作,采取合适的数据加密措施、权限管理和访问控制,防止未经授权的访问和数据泄露,以保护家庭经济困难学生的隐私,维护学生的合法权益。
利用大数据建立家庭经济困难学生精准认定机制。从学生基础信息数据库中抽取相关基础信息,对其进行数据整合分析,建立科学、可行的家庭经济信息采集量化指标体系,用大数据和机器学习算法融合学生家庭经济信息采集量化指标体系和民主测评两个环节,使家庭经济困难生认定标准更加科学、合理,认定结果更加精准[6]。利用大数据建立实时监测和反馈机制,通过学生和家长的反馈、教师的观察,及时了解学生困难状况的变化,调整困难学生信息数据库,实现家庭经济困难学生认定的动态管理[7]。如通过整合校园卡等消费数据,对学生的日常消费习惯、消费水平进行分析,及时把消费水平较低的潜在困难学生纳入困难学生数据库,及时进行相应资助;对消费水平较高甚至出现高消费现象的学生及时了解情况,确认不困难的移出困难学生数据库,实现资助对象的精准识别。建立家庭经济困难学生诚信惩戒机制,对在认定过程中存在材料弄虚作假、信息严重失真的认定申请,一经核实严肃处理,把诚信作为困难生认定申请的高压线,引导学生诚信申请,诚实做人,从思想认识上保证家庭经济困难学生的精准识别[8]。
(二)以大数据助力困难学生精准资助
不同学生在不同阶段所需的支持可能存在差异,有些学生可能更需要经济援助,有些学生可能更需要心理辅导或学业指导。怎样准确了解学生的不同需求并精准施助是目前家庭经济困难学生精准资助的一个重大挑战,这项工作如果利用传统的调查、座谈、走访方式将会是一项巨大的工程,通过大数据手段可以更及时、便捷地解决这个问题。
1.定制个性化资助方案。利用大数据整合、分析学生的学习成绩、专业选择、职业规划等信息,使用机器学习算法,识别与经济困难相关的特征,建立学生需求预测模型,预测不同学生的资助需求优先级、资助类型、资助强度等,为学生量身定制个性化的资助方案,实现“一人一案”,确保资助的针对性和有效性[9]。如通过大数据分析学生成绩和学习行为数据,提供个性化的学业辅导和支持;通过大数据分析学生的兴趣、技能和就业市场需求数据,为学生提供个性化的职业规划和就业指导,提高学生的就业竞争力,促进他们更好地适应职业发展。通过个性化资助,可以为每个学生提供针对性的支持和服务,满足其特定的需求,促进其全面发展。当学生获得与自身需求匹配的资助时,他们会感受到被关注和支持的情感,从而更有动力去面对困难和挑战。这种积极心态和动力将促进学生更好地投入学习和发展,提高其学业成绩和综合素质。
2.建立智能资助系统。建立智能资助系统,实施学生需求与资助自动精准匹配,提高资助的精细化和精准化,帮助学生更好地获取所需的资助资源,顺利完成学业,成长成才。通过整合、分析学生的个人信息、学业成绩、经济状况等相关数据,了解学生的需求和资助的优先级;为每个学生建立档案,包括学生的个人信息、学业情况、经济状况,方便后续的资助决策和资源分配;依据学生的困难程度、专业需求、地理位置等因素,针对学生的需求和资源的供应情况,设计智能匹配算法,实现学生与合适资源的精准匹配,确保资助的有效性和可持续性[10];通过智能资助系统,实现资助申请和审批的自动化流程,学生可以通过系统提交资助申请,系统根据学生的档案和匹配算法进行自动审批,提高效率和准确性;建立资助跟踪和评估机制,通过运用学习分析,监测评估资助对学生的影响,及时调整资助策略和资源分配,保证“按需施助,及时调整,满足需求”,实现学生需要与资助帮扶有机统一,发挥有限资助资源的最大化效用,促进学生的全面发展[11]。
三、以大数据助力资助育人工作
(一)优化资助方案,提升育人效果
学生的全面发展是资助工作的最终目标,是资助育人功能的充分体现。利用大数据的强大功能,收集资助过程数据,评价资助效果,动态优化资助方案,以提高资助工作的精准度和有效性,更好地服务于受助对象的成长和发展,为资助育人工作提供重要的支持。学业上可以采用数据挖掘、机器学习等技术,分析学生的学习行为模式、学习进度、学习成绩等指标,以及资助金额、资助类型等资助相关数据,评估资助对学生学业的影响。根据评估结果,动态优化资助方案,调整资助类型、资助金额等,以更好地支持学生的学业发展。同时可以收集困难学生参与课外活动、社会实践、科研竞赛等方面的数据,与非受助学生进行同步比较,分析资助对学生综合素质提升的影响,在此基础上调整资助方式和形式,给予学生更大的综合素质提升空间,提升困难学生的社会竞争力[12]。以此全程跟踪学生的学业和综合素质提升,以学生需求为资助原则,以满足需求为资助目标,让资助更好地为学生的成长成才服务,充分发挥资助的育人功能。
举例说明:家庭经济困难学生小A学习成绩不是很好,每门功课都是刚刚及格,也不怎么参加活动,通过大数据的深度挖掘和综合调查分析得知,小A来自偏远山区,性格内向,不善与人沟通,学习接受能力比较弱,虽然他很努力,把所有的时间都用在了学习上,但基础薄弱的他只能做到考试及格,这让他很苦恼。基于这样的情况,单纯的经济资助并不能满足他的发展需求,可以为他定制个性化的资助方案,帮助他提升学习成绩和综合素质,促进他更全面地发展。学习方面:根据他的学习习惯帮他制定可行的学习方案,优化学习方法,做好时间安排,规划学习进度,提高学习效率;赠送课外学习资料,联系学科教师进行学业辅导强基赋能,配备“一对一”伴学帮助他查漏补缺,提升学习成绩;鼓励他积极参加学科竞赛,以学促赛,以赛促学,提升学科学习兴趣和主动性;能力素质方面,鼓励他加入资助社团,积极参加社团组织的资助政策宣讲、资助诚信活动、社会公益志愿服务、素质提升等活动,开阔视野,增进沟通,锻炼能力,提升素质。在老师和同学的帮助下,小A找到了合适的学习方法,学习兴趣增加,学习成绩提高,人也开朗活泼了,活动积极主动,最终获得了奖学金,专业竞赛也多次获奖,成为品学兼优的好学生。通过对他的职业规划分析得知他想转本繼续攻读本科,以前的资助方案已经不能完全满足他目前的需求,需要进行优化调整。一方面为他购买升本考试需要的书籍和学习资料,联系相关专业教师为他答疑,找到有相同转本意愿的同学相伴备考;给予更多的英语辅导,鼓励他参加英语等级考试。另一方面继续鼓励他多参加活动,提升综合素质,自立、自强、感恩、诚信,全面发展;鼓励他参加专业竞赛,提升专业素养;加强学术指导,引导他提升学术造诣。在定制的个性化资助帮扶下,小A顺利通过了转本考试,以优异的成绩、过硬的本领和全面的素质进入了理想的本科院校,继续他的学习深造之旅。资助助学,资助育人,学生的成长成才是资助的最终目标,是所有资助工作者的共同心愿。
(二)多部门联动,实现“资助+”
家庭经济困难学生的成长成才仅凭学校资助部门已经不能实现,需要学校与政府机构、地方,学校资助部门与其他部门协同,数据共享,信息互通,方案共拟,协同育人。利用大数据的互联互通功能,学校通过全国及省资助信息系统,与民政、残联、工会等部门实现数据共享,获得低保、建档立卡、残疾、孤儿等特殊困难学生数据信息,优先纳入资助体系,作为重点资助对象。强化学校、社会、家庭、个人等多方责任共担[13],增强学生持续发展能力,为困难生在身心健康、学业完成、就业创业等方面提供有力支持。
建立“经济帮扶、学业指导、心理辅导、素质提升、就业指导”全方位育人机制,学生资助与思想政治教育、学业教育、劳动教育、心理健康教育等紧密结合,学生资助部门联合教务处、大学生心理健康教育中心、素质教育部、科研处、团委等部门,成立学生发展支持中心,集聚校内各职能部门资源,构建各部门协同联动机制,共同开展学业规划、心理辅导、素质提升、就业指导等方面帮扶,全方位服务家庭经济困难学生,形成全方位育人机制[14],帮助学生提高学习成绩,提升心理素质和職业素养,努力做适应社会需求的人,提升资助育人成效。
综上所述,大数据时代的资助,应“顺势而为,因人而异”,以“精准有效”的方式,实现“资助育人”的目标。通过利用大数据技术进行数据整合和分析,建立家庭经济困难学生认定及培养机制,整合多方数据源信息,对学生进行全方位精准“画像”,“一人一档”建立个人档案,包括家庭情况、兴趣爱好、理想目标、特长和不足等方面,为学生定制个性化资助方案,以“专业学习”为基础,以“立德树人”为根本,以“能力提升”为目标,联合教务处、大学生心理健康教育中心、素质教育部、科研处、团委等部门全方位服务家庭经济困难学生,积极鼓励学生参加各种社会实践活动和技能竞赛,以练促学,以实践带动能力提升,“扶困”与“扶智”相结合、“扶困”与“扶志”相结合,全面提升家庭经济困难学生的综合素质和就业竞争力,构建“物质帮扶、道德浸润、能力提升、精神激励”的精准资助育人长效机制[15]。
参考文献:
[1]中共教育部党组关于印发《高校思想政治工作质量提升工程实施纲要》的通知[EB/OL].(2017-12-05)[2023-12-13].http://www.moe.gov.cn/srcsite/A12/s7060/201712/t20171206_320698.html.
[2]田慧芬.基于大数据的高职院校家庭经济困难学生精准认定机制探析[J].中国网络与多媒体教学学报,2022(11):224-227.
[3]刘丹.高校资助育人研究[D].昆明:昆明理工大学,2020.
[4]玄凌.黑龙江省农林高校资助育人研究[D].哈尔滨:东北林业大学,2021.
[5]胡振明.高校家庭经济困难学生精准资助与资助育人机制构建研究[D].温州:温州大学,2021.
[6]张勇,卓泽林.从保障到发展:我国高校学生资助资源的现状、影响因素与对策建议[J].教育探索,2023(1):36-41.
[7]孙长红.资助育人视域下高校建档立卡学生就业帮扶路径探究[J].湖北开放职业学院学报,2022(17):65-67.
[8]胡伟,杨洋,丁朋.大数据时代高职院校精准资助育人的困囿与路径[J].九江职业技术学院学报,2021(2):45-47.
[9]李鹏盛.相对贫困视域下高校学生资助高质量发展的思路[J].甘肃教育,2023(10):34-37.
[10]沈秋欢.大数据与高校精准资助育人的实现路径探究[J].产业与科技论坛,2020,19(5):255-257.
[11]许珂.大数据时代高职大学生精准资助的问题与对策[J].湖北职业技术学院学报,2020(3):45-48.
[12]俸晓玲.高等职业院校受助贫困学生可持续发展研究[D].天津:天津大学,2019.
[13]王淡菊.高职院校融合型资助育人实践途径探析[J].科技风,2023(13):150-152.
[14]冯佳文,陈东,林鉴军.新时代高校构建精准资助工作机制路径探析[J].高等建筑教育,2022(1):194-201.
[15]田野.高职院校发展型资助育人模式实践:以H理工职业技术学院为例[J].学园,2023(1):78-80.