如何利用大數據服務學工建設？

【寫在前面】隨著大數據時代的到來，高校學生管理工作也需要追逐時代的潮流，學生管理工作者可以通過大數據分析對學生的教育和發展提供更細致全面的支持，並根據其預期的發展進行預測。

如何運用大數據的技術創新提升高校學生管理工作水準，是當前高校學生工作者面臨和研究的新課題。

問題與挑戰

在信息時代的浪潮中，高校的學生管理和教育工作受到了衝擊，如何運用信息化技術進行學生的管理和教育成為學生管理工作者的重要任務。

在高校學生管理和教育工作中，不僅需要完成對學生思想教育知識的傳送，還需要及時更新教師的思想教育觀念，同時提高師生對現代信息化手段的適應能力和操作能力。

而在目前的高校教學中，仍然採用傳統的方式，在利用信息化手段進行學生管理工作中依舊存在一些問題。

1.傳統學工教育模式根深蒂固

傳統的學工教育模式主要是教師按照自己的思路進行管理，完成學生管理和教育的任務，學生只能處於被動接受的狀態，缺少有效的策略使學生和教師進行有效的互動和了解，很難激發學生在思想政治方面的興趣愛好。

傳統教育模式體現了一定的規律化和秩序化，是以學生工作管理者為中心的結構固定的管理模式，導致在學生培養創新中很大的局限性和學生獲取知識的片面性。

2.學生工作管理者大數據意識薄弱

高校學生工作管理者主要包括思想政治課教師、學工管理者、輔導員等各類人員，受到傳統教育模式的限制，目前都是以課堂教育、考試成績以及平時在校的紀律為主，來考核學生在校期間的思想政治狀態。

教育工作者自身信息化水準有限，對大數據的認識缺乏，不能正確使用信息化手段對學生數據進行有效分析，數據挖掘能力有限，對現代教育管理的認識較為片面。

許多因素導致學生工作管理者能夠掌握學生的數據，但是不能直接在實際的管理工作中應用和實踐。

3.高校應用系統繁多，管理不統一

高校學生管理主要包括教務管理、學工管理、團委管理以及招生就業管理等，在高校學生管理過程中，每個管理部門都有自己的信息系統，常常出現各自管理各自的，導致學生數據不流通。

並且信息系統建立過程中，沒有統一的建立標準，僅根據各自部門管理的實際需要，建立適合自己的信息系統，使得信息化成為擺設，學生數據不能得到很好的利用，無法發揮其重要的作用。

措施與方法

1.遵循思想政治工作規律、教書育人規律、學生成長規律，不斷提高工作能力和水準。

不斷深入地推進"以學生為中心"的"智慧學工"信息化建設工作，明晰業務範圍和職責，理清業務流程，不斷提高學生管理的專業化水準。

2.提高站位，加強學生工作管理隊伍建設，發揮大數據在學生管理工作中的重要作用。

通過開展業務培訓、業務討論等，提高學生工作管理者的信息化水準。通過試點應用的方式，讓更多的學生工作管理者看到大數據分析對工作的推進作用，不斷提高學生管理的科學化水準。

3.打破信息孤島，建立統一的數據標準，建立全校性的數據中心。

網信中心充分發揮集合優勢，從標準入手，從數據入手，為大數據分析做好充足的數據準備，以便更好地對數據進行挖掘、分析，最大限度的發揮大數據"量"的優勢，為各項工作決策提供數據支撐。

大數據應用於學生行為分析

隨著互聯網時代的發展，我國高等教育也在迅速的發展，近幾年來，高校的招生規模在不斷的擴大，隨著學生的增加，高校特殊群體的問題日益突出，給學校管理工作者帶來的壓力不斷增加，掌握在校學生的動態也成為一個難題。

因此，通過信息化手段，進行學生大數據分析和深度挖掘，為高校學生管理者提供有效的依據是目前必須研究的課題。

1.提升高校學生工作管理者信息化素養

美國信息產業協會主席P.G.Zurkowski最早提出信息素養一詞，高校學生管理者應該利用信息的技術和技能解決問題，發現信息、理解信息所包含的價值，培養高校學生管理工作者可以利用學生產生的數據，進行數據分析和對學生行為發展預測的能力。

與此同時，在當前大數據的時代，數據和信息隨時都將上傳到互聯網中，網絡輿情也為高校學生管理工作者帶來了新的挑戰，因此，學生管理工作者更應該培養學生信息化素養，合理的利用網絡，保護個人隱私的安全，增加師生對數據價值的甄別能力和安全防護能力。

在數據的收集和分析處理過程中，學生的隱私保護也應當放在首位。具體可以從以下幾方面進行：

第一，加強法律知識和信息安全知識學習，提高高校學生工作者職業素養，通過對相關法律知識和信息安全知識的學習，高校學生工作者需要認識到學生的隱私關係重大，對學生隱私有足夠的尊重和保護意識；

第二，重視學生的隱私和數據，保護學生數據不被洩露，在日常的管理工作中，學生管理者應該注意保護學生數據，未經允許絕不隨便披露學生信息；

第三，增加高校學生管理者對大數據和信息化時代的認識，我們的教育應該與時俱進，隨著新媒體技術的不斷發展，學生管理工作者應該及時掌握新的技術和方式。

2.高校學生數據的收集及分析

在大數據時代，每個人每天都會產生大量的數據，高校學生產生的數據主要可以分為三個方面：招生數據、在校期間數據以及就業數據，如表1。

學生招生數據：主要來自學生入學時高考成績、生源地學習情況（包括學生的排名，生源地教育狀態等）、學生的招生類別；

學生在校數據：主要指學生步入學校之後產生的數據，包括學習狀況、校園卡消費、學生的培育計劃、參加學校活動等；

就業信息：主要指學生畢業時產生的數據，包括學生就業的去向、就業工作、專業是否匹配等。

通過對學生數據的收集，建立高校數據中心，可以充分的掌握學生在校的學習、生活動態，從而對學生在校的行為進行分析和學生數據進行挖掘，預測學生最近的狀態及動向。

3.學生數據行為的分析

作為一名高校管理工作者，應該在充分掌握學生在校數據後，通過對學生在校數據的波動以及家庭背景、個人心理素質等的分析，充分了解學生的變化狀態，及時和學生取得有效的溝通。

根據學生在校的數據完成學生行為畫像以及進行預警分析，學生的行為畫像主要是通過校園網的使用、作息、三餐、消費等信息，構建學生的標簽；

預警分析是通過學生最近時間段中在校狀態與學生標簽作比較，了解學生最近的變化趨勢，對反常行為作出預測分析，及時提示教育管理工作者，見表2。

大數據應用於學生管理工作

根據北京建築大學現有學生數據以及學生輔導員數據，通過對學生工作處以及學院學生管理者的座談和調研，對學生在校狀態做了簡單的分析和應用。數據涵蓋北京建築大學全校9個學院。

1.學院輔導員數據分析

根據學生工作處提供的輔導員信息以及人事系統提供的輔導員基本信息，對輔導員數據進行有效的分析。

通過輔導員年齡分布、在崗時間、職稱和學歷情況，分析輔導員所學專業與學校學科專業以及所帶學院專業的匹配程度，可以根據實際的匹配程度，為學校招聘輔導員提供依據，合理安排專業性較強的輔導員指導更加專業的學院和專業。

2.學生數據分析應用

根據現有的招生信息、學生在校期間的成績數據、消費數據、上網數據，對學生數據進行有效的分析，完成學生的個人畫像。

按照一定的算法為學生添加合理標簽，根據學生高考成績、在校大學英語成績以及學生在校的學習、生活狀態，完成學生四級預測。

根據對各個學院的調研結果，結合學生數據，通過不同維度的分析，包括班級成績分析、四級通過率分析、學生個人成績（按學期）分析、學生成績匯總、學生信息查詢、學生課程情況、教師課程情況。

從以下方面幫助學生工作管理者更好的進行學工管理：

1.上網時長畫像：根據學生基本數據以及網絡計費數據，通過所有學生日均上網時長平均值、所有學生日均上網時長標準差，基於3σ準則計算分布區間，分成四個區間。

然後第一個和第四個分別擴展到負無窮和正無窮，按級別分別對應相應標簽：網蟲，網迷，網民，山頂洞人，通過標簽的變化，為輔導老師提供學生最近上網動態，及時發現問題予以解決。

2.消費畫像：根據學生基礎數據和一卡通消費流水數據，通過計算所有學生日均消費金額平均值、計算所有學生日均消費金額標準差，基於3σ準則計算分布區間，分成四個區間，然後第一個和第四個分別擴展到負無窮和正無窮，按級別分別對應相應標簽。

輔導員可以根據學生消費的變化，判斷學生最近是否在校，根據消費水準的高低，及時了解學生家庭條件變化，為學生提供有效的補助和幫助。

3.成績畫像：根據學生基礎數據，學生課程成績數據，專業基礎數據，校歷基礎數據，通過計算所有學生課程成績平均值(同專業，同學年學期)、計算所有學生課程成績標準差(同專業，同學年學期)、學生成績評價s_p=f(x)，其中f(x)為歸一化函數，基於3σ準則計算分布區間，分成五個區間，然後第一個和第五個分別擴展到負無窮和正無窮。

按級別分別對應相應標簽，了解學生最近學習的狀態，及時發現問題，主動和學生溝通，幫助學生按時完成學業。

4.四級英語成績預測：根據學生基礎數據，學生高考英語成績數據，學生英語課程成績數據，專業基礎數據，根據f(x)=wi×xi+b其中wi每個特徵的權重，由模型算法得出。

xi就是每個輸入的模型預測樣本特徵，預測的學生本學期四級考試分數，對預測分數不能過線的，重點關注，提示他們認真複習，爭取早日通過。

5.綜合預警：根據一卡通消費、無線AP日誌、門禁閘機、學生的考試成績等數據，計算期間內學生任何在校軌跡信息（計算期間：正常學期內排除節假日，每天計算）、學生當前成績掛科數、學籍分等信息，完成學生失聯預警、學分預警、掛科預警等。

學生管理和教育工作是學校各項工作的生命線，各級黨委、教育主管部門、學校黨組織都必須緊抓在手上。新時代背景下，構建一個基於大數據的信息化平台，是高校學工建設發展的客觀要求。

高校學生工作管理者應該緊抓互聯網時代帶來的機遇，結合自身在高校學生工作教育過程中遇到的問題，利用大數據的思路，從自身信息素養、學生數據分析和大數據挖掘分析等方面全方位入手。

利用信息化的手段，更好的掌握學生的動態，特別是學困生的學習、生活動態，傳播良好的互聯網思想，真正意義上實現大數據服務高校學工建設，讓高校學生工作教育獲得良好的效益。

— 完 —

作者：任彥龍、孫緒華、康健

作者部門：任彥龍、孫緒華為北京建築大學網絡信息管服務中心；康健為北京建築大學學生工作部

來源：《中國教育網絡》2019年6月刊

誠摯尋人

智能觀正在尋找全職及兼職編輯、運營，工作地點北京，可以不坐班。期待熱愛教育、熱愛人工智能、有熱情有才華的你加入我們！

相關細節，請在智能觀公眾號對話框回復：尋人。

想知道AI加教育領域有哪些最新研究成果？

想要AI領域更多的乾貨？

想了解更多專家的“智能觀”？

請前往：www.智能觀.com。

聲明：

編譯文章旨在幫助讀者了解行業新思想、新觀點及新動態，為原作者觀點，不代表智能觀觀點。

關於我們

我們關注AI+教育。致力於提供高附加值的知識，以幫助每一位老師和我們的讀者不斷學習並提高技能。

我們努力讓發表的每一篇文章都具有最佳質量，以滿足讀者的需求。