数据驱动下成人教育大学生学业倦怠识别及干预研究

摘要：针对传统成人教育大学生学业倦怠干预滞后性的问题，利用新媒体、新技术探索数字驱动视域下成人教育大学生学业倦怠问题的精准识别和干预新思路。运用大数据技术、群体画像技术以及聚类分析法等，借助大数据画像技术精准性、动态性、实时性的优点，构建成人教育大学生学业倦怠画像，提炼成人教育大学生学业倦怠类型，并有针对性地提出成人教育大学生学业倦怠干预体系。成人教育大学生学业倦怠的类型有原生环境型倦怠、心理情感型倦怠、目标迷茫型倦怠、低成就感型倦怠、生活凌乱型倦怠等类型，并根据不同类型提出相应的分类帮扶措施。从个人、学校和社会的层面分析产生成人教育大学生学业倦怠问题的原因，提出相对应的成人教育大学生学业倦怠问题干预策略。

关键词：数据驱动；成人教育大学生；学业倦怠识别及干预；大数据技术

中图分类号：G724

文献标志码：A

文章编号：1009-4156（2024）07-0095-06

党的二十大报告明确提出：“推进教育数字化，建设全民终身学习的学习型社会、学习型大国。”《教育部关于推进新时代普通高等学校学历继续教育改革的实施意见》明确指出：“高等学历继续教育是高等教育的重要组成部分，是构建服务全民终身学习教育体系的重要内容，是人民群众创造美好生活、实现共同富裕的重要途径。继续教育要推进数字化转型发展，提升数字化公共服务水平，促进优质数字资源共建共享，推动办学管理智慧化，加强教育教学在线常态监测。”［1］当前，人类迈入对大数据进行挖掘、运用和创新的时代，大数据技术为高校继续教育转型发展提供了新方向和新思路，高校继续教育要抓牢数据革命的契机，推动继续教育人才培养质量的新发展。学业倦怠严重影响了大学生尤其是成人教育大学生的身心健康和学业发展，利用新媒体、新技术解决好成人教育大学生学业倦怠的问题，提高成人教育人才培养质量是当前继续教育面临的一个重要而现实的课题，如何精准识别及干预成人教育大学生学业倦怠也成为提高继续教育人才培养质量的关键。

" 一、大数据技术助推成人教育大学生学业倦怠干预工作可能性分析

成人教育大学生区别于普通大学生。成人教育大学生主要是指参加成人高考并被成人高校录取后，进行函授、业余形式学习的应往届初高中及大中专毕业生［2］。成人教育大学生是我国大学生中的独特群体，由于成长环境、价值观念、社会阅历等方面与普通大学生存在明显差异，成人教育大学生在学习中表现的问题更加突出，表现为学习动力不足、学习态度不端正、学习方式不适应等，学业倦怠问题十分突出。学业倦怠是指学生由于长期的学习负荷而产生精力耗竭，对学业及学校活动失去热情，对同学态度冷漠、情感疏离，因成绩不如预期而产生对学习的负面态度的一种现象［3］。有学者表示：“成人教育大学生学业倦怠是一个信念问题，是一个学习问题，也是一个心理疾患问题。”［4］

目前，我国高校大学生学业倦怠干预工作存在明显不足，尤其是针对成人教育大学生学业倦怠干预工作主要通过日常到课率、考试成绩、谈心谈话等人工方式进行，存在时间滞后、信息庞杂、数据不准、缺乏动态等特点，不能及时发现、预防和干预成人教育大学生学业倦怠问题，工作相对被动。成人教育大学生入学后，学习的兴趣与动力不足，学业所能带来的成就感低，加之因文化基础薄弱造成学校效率低，出现旷课、逃课等情况已司空见惯。

大数据技术是指使用非传统的处理工具对海量的结构化数据、非机构化数据以及半结构化数据进行处理，以得到想要的分析和预测结果［5］。利用大数据技术，通过对海量数据进行收集，采用设计好的模型定性和定量对成人教育大学生进行统计分析，最终将分析结果进行客观呈现。大数据技术的优势在于能够同时持续跟踪成人教育大学生生活学习情况，能动态反映学习生活情况的变化，大数据技术具有动态性。相比其他的学习倦怠干预方式，大数据技术还具备一定的及时性和精准性，能够为学校提供学业监督、预警和干预服务，进而提高成人教育大学生学业倦怠干预工作的主动性和精准性，在较大程度上降低成人教育大学生在学习过程中的沉淀率与辍学率，因此大数据技术为研究并解决成人教育大学生学业倦怠问题提供了可能性。

群体画像技术就是通过分析群体用户一系列真实数据，建立目标用户模型，根据用户目标、行为和观点的差异，从每种类型中抽取典型特征，预测未来发展方向并提出可行性措施［6］。群体画像技术作为新兴的“互联网+教育”的形式，能够更好地描绘成人教育大学生群体区别于普通大学生的特点，为研究成人教育大学生学业倦怠提供技术支持。以下将探索大数据技术视域下群体画像技术在成人教育大学生学业倦怠中的应用。

二、大数据技术指导下成人教育大学生学业倦怠干预体系建构

（一）精准画像——大数据技术指导下成人教育大学生学业画像的建构

大数据技术指导下成人教育大学生学业画像的构建需要三个步骤：第一，用户数据的采集，通过在高校教务系统、网络学习平台、图书馆借阅系统、学生事务管理系统、校园网络环境下信息搜索和页面浏览等获取第一手数据；第二，建立用户基本信息、心理健康状况、学习努力程度、综合学业表现、生活社交互动等五个标签模型，对收集的数据进行预处理，并与标签模型关联完成数据映射；第三，根据数据映射，经过深度聚类分析，形成可视化的成人教育大学生学业画像。可用于成人教育大学生学业倦怠画像的常见数据资源的类别、内容、来源如表1所示。

成人教育大学生学业画像与特征主要表现有以下三个方面：

1.学习目标直接，求学功利性强。受“读书为了文凭”的思想影响，成人教育大学生学习动机偏向功利化和职业化。成人教育大学生选择继续深造，在上学之前，明确知道学习与工作之间的联系，要把所学的知识运用到实践当中去，不仅仅局限于课本知识，更倾向于学习解决工作需要的技能，要求达到一种立竿见影的效果。成人教育大学生的学习目的是满足职业化需求，是为了所学的技能可以更好地服务于工作，所期待的是工作效率的提高、薪资待遇的上升、岗位的晋升，即学习讲究实用，学习动机偏向功利化和职业化。

2.学习态度懒散，“混文凭”现象明显。部分成人教育大学生是为了获得更高的文凭，为了以后寻求更好的职业，把学习当成一种获得更好职业的手段或方式，而对学习本身并没有多大的兴趣，学习动力也不足。他们认为，考上了成人大学，以后文凭就有保障了，因此，学习没有积极性，行为自由散漫，上课出勤率不高，喜欢逃课。此外，成人教育大学生一般都是大中专毕业、高中毕业后一直没找到工作或者工作不如意的成人学生，这类学生文化课基础薄弱，没有经过系统的高中文化课学习，与统招大学生在文化基础上有很大差别，基础差已成为成人教育大学生懒散、学习动力不足的借口之一。

3.学习对象复杂，文化基础参差不齐。成人教育大学生从年龄结构看参差不齐，年龄差距大，职业背景多样，生活负担较大，基础知识水平差，这些导致成人教育大学生群体复杂，社会经验丰富，经过社会历练，贪图享受而没有明确的奋斗目标，缺乏开拓进取与奋斗精神，对待学习消极，无兴趣。这类学生处于“混沌”状态，对自己人生志向无任何定位，缺乏学习主动性，平时表现散漫，组织纪律性较差，自我管理能力和自我约束能力都很差，生活懒散，经常旷课。甚至有的成人教育大学生常常因自身基础文化知识薄弱而感到自卑，对学习没有信心，思想消极，意志消沉。

（二）超前感知——可视化学业画像下成人教育大学生学业倦怠的识别预警

综合用户基本信息、大学生心理健康状况、学习努力程度、综合学业表现、生活社交互动情况，进行加权赋分，通过构建成人教育大学生画像模型追踪并记录其画像的更新变迁，及时掌握成人教育大学生的学习进程和存在的问题。通过五项基本情况的赋分和统计结果分析，每项分数低于目标值则界定为该项成绩不合格，出现一项不合格即界定为学业倦怠预警，两项不合格界定为学业轻度倦怠，三项不合格为学业中度倦怠，四项及以上不合格为学业高度倦怠。同时，根据综合对应的标签将学业倦怠分为原生环境型倦怠、心理情感型倦怠、目标迷茫型倦怠、低成就感型倦怠、生活凌乱型倦怠等类型，大学生学业倦怠类型是其中的一种或者几种（见表2）。

成人教育大学生学业倦怠预警画像具体的操作方式：第一步，目标数据采集，即通过教务管理系统采集不同学院不同年级不同专业的成绩单并进行相关的处理；第二步，离群检测，即通过对目标数据密度的离群分析，找出离群点；第三步，离群因素分析，即通过从目标数据中寻找离群点代表，对离群点代表的成人教育大学生进行离群因素分析；第四步，通过因素分析建构预警画像，即将选取的离群因素进行分类贴标签，以此建构全体离群点成人教育大学生的学业预警画像，并提出有针对性的学业预警帮扶措施。结合成人教育大学生学业预警归类和预警画像，对成人教育大学生学业进行因势利导、循循善诱，超前感知其存在的学业困境。总之，成人教育大学生学业倦怠问题要动态掌握，及早预测，即早发现、早预防。

（三）分类帮扶——大数据技术指导下成人教育大学生学业倦怠干预体系构建

根据研究提供的可视化学业倦怠分类提出学业倦怠干预措施，建立多方联动的学业倦怠干预体系，干预体系要具有及时性、动态性、针对性的特点，进一步提出针对成人教育大学生学业倦怠问题的干预方案，其目的在于能够减少成人教育大学生因学业问题而导致的退学或者休学情况的发生，提高成人教育大学生的学习效率和质量。针对成人教育大学生不同类型的学业倦怠问题要因势利导，具体情况具体分析。通过聚类归因，现将成人教育大学生学业倦怠干预体系做如下分类：

1.建构多方联动的教育方式。成人教育大学生既是继续教育学校的学生又是家庭、社会的成员，所以其学业倦怠问题的解决是一项系统工程，学校、家庭和社会在成人教育大学生学习、工作和生活中扮演这样或那样的重要角色。有效缓解成人教育大学生学业倦怠，提高继续教育的质量，形成继续教育高质量发展的新格局，是政府、高校、社会和家庭共同的期望［7］。只有动员各方面的力量将学校、家庭和社会三方联动，形成共同促进成人教育大学生学习的强大合力，依托大数据技术，根据锚定的学业倦怠类型精准干预，才能提出切实可行的解决方案以提高继续教育教学质量；只有建立一个广泛的充满生机活力的成人教育大学生学业帮扶团队，才能切实解决成人教育大学生学业倦怠问题。

2.课程设置符合职业发展需要。成人教育大学生功利性目标明确，课程设置要符合个体多样化的职业需求。同时，成人教育大学生动手能力较强，可以强化社会实践课程的比重，搭建社会实践基地，帮助他们更好地将理论知识运用到实践中，对成人教育大学生因材施教，注重职业性和实际性相结合，根据个体实际需要进行积极引导。同时，课程内容的设置要由浅到深，由易到难。成人教育大学生一般积极性比较低，首先要培养其主动学习的兴趣。成人教育大学生一般不爱学习，对学习不感兴趣，学习目标模糊，混日子比较多。针对这样的情况，帮助他们制订长远和短期的学习计划，完成职业规划，明确学习目标。此外，还要注意培养成人教育大学生的学习信心，受金钱至上、学习无用的影响，部分成人教育大学生学习只为了文凭，学习无兴趣，因此要抓住成人教育大学生务实的特点，激发其学习的内驱力，培养其学习的主动性和兴趣［8］。

3.学业教育与情感教育相结合。在成人教育大学生学业倦怠问题的解决过程中，首先要树立以人为本的理念，把平时教育教学工作做细、做活，切实解决成人教育大学生在学业中的实际问题，做到有问题可问、有地方可问、疑问能及时答疑。针对成人教育大学生学业干预工作存在时间滞后、信息庞杂、数据不准、缺乏动态等特点，大数据技术指导下的成人教育大学生学业倦怠群体画像技术的运用，能够及时发现、预防和干预大学生学业倦怠问题。同时要与成人教育大学生进行心灵上的沟通和情感上的交流，以此获得精神上的满足，避免管理制度的教条主义以及成人教育大学生的反感。同时，成人教育工作者要在学习和生活中关心成人教育大学生的身心健康问题，帮助他们克服内心的自卑感，尤其是在学业上的无成就感，进一步培养成人教育大学生自尊、自立、自强的优秀品格，凸显个人专长，赢得社会认可［9］。

数据驱动下成人教育大学生学业倦怠识别及干预研究如图1所示。

三、大数据技术指导下成人教育大学生学业倦怠原因及解决策略

学业倦怠问题，不仅不利于成人教育大学生的身心健康问题，而且不利于继续教育质量的提升［10］。成人教育大学生学业倦怠状况好坏，直接关系到继续教育的未来发展状况，关系到继续教育未来何去何从的问题，因此社会各界都需要加入关心成人教育大学生学业倦怠问题中来。运用大数据指导下的群体画像技术，从成人教育大学生学习倦怠类型入手，通过剖析成人教育大学生产生学习倦怠的原因，针对其学业倦怠问题提出有效的对策，这将有利于成人教育大学生的成长成才，有利于继续教育高质量发展。

（一）大数据技术指导下成人教育大学生学业倦怠原因分析

在五类学业倦怠问题背景下，存在这样或那样的学业倦怠预警、学业轻度倦怠、学业中度倦怠以及学业高度倦怠等四类学业倦怠程度的学生。根据这一现状，分别从三个层面进行归因：

1.个人层面，学习功利性强，自我管理能力薄弱，学习内驱力不足。成人教育大学生组织纪律性比较差，学习生活懒散，贪图享受，自我管理能力薄弱。加之，成人教育大学生一般是大中专毕业生或者是往届应届高中生，文化基础薄弱，学习功利性目的明确，参加继续教育是为了拿到更高的文凭以便后续找到符合期望值的工作或者提高现有工作岗位的晋升竞争力，对学习本身并无兴趣，因此学习的内驱力不足。

2.学校层面，继续教育无法真正满足成人教育大学生对就业的现实需求。比如继续教育学校课程设置偏向理论知识，实践运用不足，没有搭建实践基地，成人教育大学生所期待的技能培训不足，理论学习运用到实践中的机会不足，此外，课程难度系数高。继续教育学校对成人教育大学生的考评制度与普通大学生无异，考评制度单一，加上教学管理生硬，这都造成成人教育大学生对学校的学习没有期待，很反感学校的教学管理模式和考评制度。

3.社会层面，即社会期望值低，社会就业上对成人教育学生用有色眼镜看待。成人教育大学生与普通大学生相比，在用人单位和社会上都区别对待，使得成人教育大学生体会到了无助感，对能否适应社会工作无信心，自卑感油然而生。

（二）大数据技术指导下缓解成人教育大学生学业倦怠的策略

1.个人层面——强化自我效能管理，开展近期和远期的职业生涯规划。树立成人教育大学生生涯规划意识，明确学习的意义。有学者提出了自我管理的原则：“对待自己严格要求，有进取精神，自励而不自大，自谦而不自卑；对待学习、工作和事业，表现得勤奋认真。”［11］成人教育大学生相比普通大学生而言，学习上更加散漫，学习目标迷茫，学习动力不足，加之文化基础薄弱，自信心不足，意志力低，对学习兴趣不足，逃课旷课是常态。这很容易由于学习动力不足、学习态度不端正、学习方式不适应等原因造成学业倦怠问题，因此最重要的就是帮助成人教育大学生树立目标。只有明确未来发展目标，才能改变懒散和惰性的学习习惯；只有明确职业发展规划，才能激发内驱力开展自我管理。

2.学校层面——优化课程结构，激发学习兴趣。动态监测，早发现，早预防。要通过大数据技术和群体画像技术，动态监测成人教育大学生的学业情况，当发现偏离轨道时，要及时干预，精准干预。要建立一套从预防到干预的较成熟体系，并通过实践运用不断提炼和完善该体系。成人教育的目标是培养技能型人才，继续教育高校应进一步加强理论联系实际，更新课程结构，比如增加实训课的比例，提高成人教育大学生参与学习、参与操作的积极性和主动性。此外，还可以根据成人教育大学生职业发展需求，建立实训场地，让其所学的理论知识真正运用到实践中，让成人教育大学生能够感受到切切实实的职业化培训，让成人教育大学生真正感受到继续教育带来的技能和薪酬待遇上的好处。针对成人教育大学生功利性动机“学习就是为了混文凭”的现象。要培养成人教育大学生学习的内驱力，针对成人教育大学生自卑没有学习信心的情况要积极开展心理辅导，按照不同类型的学业倦怠问题开展有针对性的学业辅导，增强成人教育大学生学习的主动性和积极性，帮助建立学习兴趣，降低成人教育大学生的学业倦怠感。可见，如何激发成人教育大学生的学习兴趣，增强其学习的内驱力，调动成人教育大学生学习的积极性和主动性，成为摆在继续教育工作者面前不可忽视的工作。

3.社会层面——强化社会支持系统的帮扶。相关研究表明：“学生得到朋友或外界的支持越多，产生倦怠的机会就会越少。”［12］大多数成人教育大学生到高校求学主要是为了毕业后可以获得一份符合自身期望的工作或者通过文凭的提升能够使原来的工作岗位得以晋升，可以说，提高发展空间和薪资待遇是成人教育大学生参加学习的主要目的。成人教育大学生的学习动机和目标主要受到个人职业规划的影响以及社会对成人教育大学生是否一视同仁的影响。公平、公正、和谐的社会支持系统有助于成人教育大学生的发展。个体自信心提高有赖于个体环境以及所处的社会关系的积极或正向体验，因此成人教育大学生学业倦怠问题改善要充分依靠社会支持系统的帮扶。社会和用人单位要将成人教育大学生和普通大学生同等对待，打破将成人教育大学生作为特殊群体区别对待的做法，这有利于帮助成人教育大学生树立自信，减少学业倦怠的因素干扰，增强学习的内驱力。

通过提出以上改进对策来缓解当前成人教育大学生学业倦怠状况，激发成人教育大学生学习积极性，提高继续教育人才培养质量。

" 四、小结

从“原生环境型倦怠、心理情感型倦怠、目标迷茫型倦怠、低成就感型倦怠、生活凌乱型倦怠”等维度开展系统研究，提出成人教育大学生学业倦怠精准干预的理论框架，借助大数据画像技术精准性、动态性、实时性的优点，能够弥补当前成人教育大学生学业倦怠干预研究的滞后性。通过大数据技术动态监测成人教育大学生的学业倦怠程度，提前制订学业倦怠干预方案。受研究时间、个人能力水平的影响，还存在一些不足，比如主要停留在理论层面，未通过大量样本数据的实证分析进一步论证研究的结论，这需要进一步改善。

参考文献：

［1］中华人民共和国教育部.教育部关于推进新时代普通高等学校学历继续教育改革的实施意见［EB/OL］.https：//www.gov.cn/zhengce/zhengceku/2022-08/17/content_5705705.htm.

［2］ 肖震.成人教育大学生思想政治教育对策研究［D］.辽宁：沈阳航空航天大学，2012.

［3］ PINES" A，KAFRY" D.Tedium in College［M］.Honolulu Hawaii： ERIC Document Reproduction Service，1980：27.

［4］ 张继平， 刘倩影. 新时代大学生学业倦怠：内涵定位、问题归因及破解之策［J］.高等理科教育，2023（1）：26-33.

［5］ 马寰宇.数据挖掘在精准扶贫中的研究及应用［D］.哈尔滨：黑龙江大学，2020.

［6］ 黄文林.基于学生画像分析的高校精准思政探索［J］.东北大学学报（社会科学版），2021（3）：104-111.

［7］ 于卓言.群体画像视域下“00后”大学生思政教育精准供给研究［J］.吉林省教育学院学报，2021（12）：67-70.

［8］ 叶倚明.学业压力与学业倦怠的关系研究：希望的中介作用［D］.广州： 广州大学，2021.

［9］ 邓惠芳.成人高等教育学生学习动机及影响因素研究［D］.成都：四川师范大学，2012.

［10］ 胡龙兵.高职生学业倦怠现状及团体辅导干预研究［D］.南昌：江西科技师范大学，2020.

［11］ 郑天祥.当代大学生学业倦怠问题的思考［J］.经济研究导刊，2016（8）：106-107.

［12］ 易健.高中生父亲教养方式、自我和谐与社会支持的关系研究［D］.石家庄：河北师范大学，2015.

Data-driven Study on the Identification and Intervention in Adult College Students’ Academic Burnout

Song Chaoa Fu Jiaqingb

（a. Students’ Affairs Division; 2. School of Material and Chemical Engineering/ School of Safety Engineering， Ningbo University of Technology， Ningbo 315211， China）

Abstract：In order to solve the problem with the lag-behind traditional intervention in adult college students’ academic burnout， this paper explores new ideas for accurate identification and intervention in academic burnout among adult college students from the perspective of digital driving， by applying new media and new technologies. Using big data technology， group portrait technology and clustering method， with the aid of the accurate， dynamic and real-time big data portrait technology， the portrait of adult college students was constructed， the types of academic burnout among adult college students were refined， and a well-directed intervention system targeting at adult college students was proposed. The types of academic burnout among adult college students include native environment burnout， psycho-emotional burnout， goal confusion burnout， low achievement burnout， and messy life burnout， etc. The paper analyzes the causes of academic burnout among adult college students on the individual， school and social levels， and proposes corresponding intervention strategies for adult college students’ academic burnout.

Key words：Data-driven; Adult college students; Identification and intervention in academic burnout； Big data technology