大数据下新建本科院校学生事务管理创新研究

李 晓 彭 茂

(四川旅游学院, 四川 成都 610100)

大数据时代，学生的各种行为都通过数据的方式呈现在我们的面前。通过对学生层次特征及时代特征的分析，探究新建本科院校学生的学习和个性特征，并通过大数据的应用来获取每个新建本科院校学生的不同特性，以求最大程度地了解学生在新建本科院校的学习生活状况，可以为学生事务管理工作提供第一手数据，进而通过信息管理的方法改进学生事务管理系统，以达到科学化、精细化的管理。

1 文献综述

最近几年，对大数据的认识和利用越来越成为学界的重点。高校也成为信息化和大数据应用的核心。很多大学开始建设智能云数据服务平台，以使大学中的大数据成为具有利用价值的信息，进而提升学校竞争力。最具代表性的就是王慧锋等[1](2015)探索了大数据平台的建设体系，提出了智能云平台的构架、关键技术和安全防护等问题及解决方案。特别是其对智能云数据服务平台关键技术的解决为本文提供了可供借鉴的技术基础。

大数据的利用已经成为高校信息化工作的重要组成部分，如谭荣[2](2015)研究了大数据时代高校图书馆信息服务的创新，刘波维(2016)、崔海英(2015)就大数据对高校宣传工作的影响和作用及如何应用大数据进行科学的宣传管理进行了论述[3-4]。可以看出，大数据已经渗透到了高校工作的方方面面，从学生管理工作的角度来利用大数据是高校学生工作者的主要工作。刘晓燕[5](2015)阐述了大数据的定义、类型和特征，分析了大数据时代高校学生工作呈现的新特点，提出了对学生工作实施大数据的创新路径。于乐等[6](2016)概括了大数据在增强实际工作效果、提升工作水平、强化人文关怀等方面的实践创新价值，提出了大数据在学生事务管理工作中的总体框架。由此，对框架进行细化和补充成为重要的课题。

2 新建本科院校“90后”大学生性格特征分析

2.1 90后大学生

根据李进军、杨明娜[7](2014)的研究，90后大学生性格特征既有积极的一面，又有消极的一面，主要表现在：(1)心态开放。不再像前辈那样保守，而是拥有开放的心态。他们乐于接受所有他们认为新鲜的信息和事物。(2)敢于担当。能够较好的理解“责任”二字的含义，在大多数时候能够挺身而出，担负起自己的责任。(3)重视现实利益。生活环境的优越和父母的爱护使得90后大学生一直生活在相对富足的条件下，这些条件使其重视现实能为其带来何种利益。(4)自信、张扬的性格特征。90后渴望在众人面前展现自己的思想和能力，希望得到关注和重视，乐于表达自己的思想和诉求。(5)依赖心理强。90后群体在敢于担当和自信张扬背后具有强烈依赖，这种依赖来自于其十余年来的被保护、被关怀。也就是说，其有着强烈的依赖父母的心理。(6)自我中心概念强。以自我为中心可以理解为正面和负面的两个方面。

2.2 新建本科院校学生特征分析

新建本科院校在学生构成上与专科或高职阶段有了较大的差距。首先，新建本科院校招收达到本科线的高中生，其学习意愿、学习能力和学习习惯与之前的专科生有着较大的不同。对他们的管理将不再是习惯管理那么简单，更多地应把精力放在引导其学习上来。其次，新建本科院校在校园基础设施建设、教学实验条件、师资力量等方面相较传统本科院校有一定的差距。这种差距有可能会反映在学生的心理上。再次，通常情况下，随着学校层次的提升和品牌的塑造，生源质量将会随着提升，生源质量的提升会促使学校各方面管理方式的转变。

3 与学生事务管理相关的大数据挖掘

90后大学生的性格特征及新建本科高校学生的学习特征的叠加将使学生事务管理工作面临着空前的任务和挑战。学生工作不得不思考用何种手段来改进管理方式以适应这种挑战的到来。学校的各项工作会产生大量的数据，无论是否使用和挖掘，这些数据都时刻产生着。在信息化时代的今天，将这些数据的价值进行充分挖掘，使其成为有利于学生事务管理工作的信息，将对学生事务管理的科学化决策和精细化管理提供有力的依据。

3.1 学生工作数据

新建本科院校已逐渐建立起了完善的学生管理系统，数据的收集、处理已经变得非常容易。在众多的学生工作数据中，学籍数据、党团状态、学生组织、奖学金、助学金、助学贷款、勤工俭学、心理健康、辅导员数据等数据是核心。学籍数据可以提供最权威的学生基本信息；党团状态数据可以反映学生的思想政治状态，可以将此数据分类为中共党员、中共预备党员、入党积极分子、共青团员、其他类；学生组织数据可以反映学生的社会工作意愿，对于社会组织的参与欲望与参与程度将极大地反映学生的社会认同和自我概念，而社会认同和自我概念将极大地影响学生的行为；奖学金数据可以反映学生的学习效果及班级地位；助学金数据和助学贷款数据都可以了解学生的家庭状况及家庭经济状况；勤工俭学数据可以反映学生的经济状况及工作愿望；心理健康中心数据可以反映学生心理方面的种种问题和倾向；辅导员数据可以反映学生日常生活学习的状态和习惯。

3.2 教学工作数据

教学管理系统是高等学校的重要组成部分，无论是新建本科院校还是传统本科院校，都非常重视教学管理系统的建设和应用。在高校信息化管理的过程中，教学管理系统也是最为系统和先进的，成绩管理、教学督导、专业导师、社会实践、实验室、选修课、精品课程等数据可供学生事务管理应用。学生成绩及绩点数据是衡量一个学生学习能力和学习状态最直接的信息；教学督导可以从教与学的互动层面了解学生的学习和生活状态，同时成为专业教师和学生沟通的中间渠道，这类数据有较强的真实性和针对性；专业导师是很多新建本科高校的创新举措，通过专业导师的数据可以了解学生的学业发展规划、职业发展规划及远景规划，及时了解学生的心理变化情况；社会实践数据可以反映学生的社会实践欲望、社会实践能力和社会融合度情况；实验室数据可以反映学生专业实践能力和实际操作能力；选修课数据可以反映学生的兴趣、爱好，以及兴趣、爱好相较于专业的契合度；精品课程及网络资源利用数据可以反映学生对知识的渴求程度和学习意愿的强烈程度。

3.3 图书馆工作数据

新建本科院校的图书馆信息化水平也在不断提升，通过与图书馆系统的对接，可以方便地获取图书馆数据，为学生事务管理工作提供依据。图书馆的核心数据主要包括：图书借阅频率、图书借阅量、图书借阅种类、图书阅览量、图书馆利用率。图书馆数据的利用可以最直观真实的反映学生业余时间的利用情况、兴趣爱好情况、专业发展情况，甚至可以通过数据的挖掘了解到学生的职业发展规划及科研发展动向。

3.4 科学研究数据

对于新建本科院校来讲，人才培养、科学研究和社会服务的三项职能主要以人才培养和社会服务为主，科学研究的比例较低，但国家学位条例对本科毕业生授予学位有明确的要求，即具有从事科学研究工作或担负专门技术工作的初步能力。因此，大学生科研、学生论文发表数量和质量也是学生事务管理工作的重要数据来源。从大学生科研的申报者、参与者中可以挖掘具有初步科研意愿的同学，这类同学将更有可能从事专业技术工作或者报考研究生。

3.5 就业创业数据

新建本科院校大多数都是以就业创业为导向的，新建本科院校的大多数专业也是以应用技术型为导向的。因此，就业率、创业课程、就业方向、专业对口率、实习情况、用人单位反馈等数据都能真实地反映学校的人才培养质量和学生的职业发展情况。就业率数据可以反映学生的就业愿望；创业课程的选修情况数据可以反映学生的创业愿望以及不同专业学生在创业意识上的差异；就业方向数据直接反映了专业的社会适应度，也能从侧面反映校内专业引导工作的效果；专业对口率数据反映了学校对学生专业认同度教育的效果，也反映了学校专业教育的培养质量；实习情况数据反映了学生理论和实际、学校与社会的对接情况；用人单位反馈数据反映了学生培养过程及学生培养质量中的相关问题。

3.6 后勤工作数据

通常情况下，后勤工作数据并没有进入到大数据系统处理中，但是食堂流量、食堂单位消费额、食堂单位消费中位数等数据可以有效反映学生的经济状况及消费能力，通过与其他反映学生经济状况的数据相比对，还可以分析学生的消费倾向及消费行为。

4 基于大数据挖掘的学生事务管理探索

基于大数据挖掘的学生事务管理系统就是要挖掘新建本科院校各个数据系统中与学生相关的数据，对数据进行整合分析，最终得出与学生事务管理工作紧密相关，能为决策提供有效支持的数据信息。此系统主要包括的三个模块：数据采集模块、数据挖掘整合模块和数据分析模块。

4.1 数据采集模块

数据采集模块采取横向和纵向采集子模块，横向采集主要是对接校内各职能部门数据系统，即学生管理系统、教学管理系统、图书馆信息系统、科研管理系统、就业创业系统、后勤(一卡通)信息系统，从这些系统中主动抓取相应数据；纵向采集主要是对接院系数据系统，即学生所在院系的相关数据采集，如辅导员、专业导师、院系团学组织、院系实验室等相关职能部门没有直接采集并在以前的工作中经常被忽略但又对学生事务管理工作有重要作用的一些数据。

4.2 数据挖掘整合模块

数据挖掘整合模块是将数量庞大且无序的数据进行整理挖掘的系统。这个模块将以学生事务管理工作的工作目标为中心，将数据通过一定的规则进行有效的排列组合，形成可视化、直观化的逻辑子模块，进而为数据的最终应用和组合提供依据。数据挖掘整合模块的构建可以采用Oracle、SQL Server、My SQL等数据库，但需要解决两个关键问题：该模块需要兼容多种数据来源，且自身是一个大型的数据库；该模块需要具有高性能的数据挖掘整合功能。最终，该数据挖掘整合模块应是可扩展性强、可靠性高、易用性好、性能表现优异并安全性高的数据平台。

4.3 数据分析及应用模块

数据分析及应用模块分为描述性子模块、预警性子模块、应用性子模块，其中描述性子模块包括：学校总体描述性子模块、院系总体描述性子模块、专业总体描述性子模块、班级描述性子模块、个体描述性子模块；预警性子模块包括：经济状况预警模块、学习状况预警模块、心理健康预警模块、思想状态预警模块、学生失联状态预警模块；应用性子模块将是大数据背景下学生事务管理系统最实用也最具特色的功能，其功能主要包括：奖学金子模块、助学金子模块、助学贷款子模块、学生经济状况分析子模块、学风建设情况分析子模块、思想状态分析子模块、心理健康分析子模块、兴趣特长分析子模块、学生成长档案子模块、学生信用分析子模块、学生综合素质评价子模块，具体见图1。

图1 基于大数据的学生事务管理系统

5 基于大数据的学生事务管理系统建设障碍及对策分析

5.1 基础数据有效性问题

由于各职能数据系统建设时间、使用系统、使用效率、系统开放性等条件的不同，使得基础数据的融合性较差，使得学生事务管理系统在抓取各系统数据时效率不高。

对于基础数据有效性的问题，解决方案需要注意两个方面：首先，新建本科院校在进行各个子系统构建时需要考虑系统的开放性问题，以便于学校可以有效地进行数据采集，进而建立统一的数据中心，以便各职能部门能有效抓取其他部门的数据进行分析；其次，对已有系统进行升级改造或对已有数据进行技术性处理，以达到有效共享数据的目标。

5.2 各相关部门协调配合问题

建立基于大数据的学生事务管理需要在横向和纵向的协调配合。如果协调配合不够，可能使得系统构建或数据抓取阶段都出现各种困难。

对于相关部门协调配合的问题，解决方案需要注意两个方面：首先，人才培养是新建本科院校的核心工作，人才培养的两个方面——教学和学生工作都需要在学校层面给予充分支持，否则，单靠教务处和学生处无法很好地完成该项工作；其次，建立统一的数据中心和信息化管理部门，进行专业化管理，进而使数据的利用更有效果和效率。

5.3 系统建模有效性问题

建立基于大数据的学生描述系统、预警系统和各应用系统都需要大量的模型构建，在模型构建的同时需要大量的创新算法。如果不能很好地处理模型与数据的关系，将无法得到预期的目标。

对于系统建模的问题，需要学校层面高度重视，加大投入，进行精确预算，在招投标时进行精准比对，选择有实力的厂商，通过学校学生事务管理专家和系统建模工程师的通力配合，并通过有实力厂商的持续投入和售后服务最终完成系统的开发，并保证良好的运行。

[1]王慧锋,房一泉, 陈晓宁. 建设智能云数据服务平台让高校大数据“说话”：提升学校核心竞争力[J]. 华东师范大学学报(自然科学版), 2015(s1):111-118.

[2]谭荣. 大数据时代高校图书馆信息服务的创新[J]. 新媒体研究, 2015(12):57-58.

[3]刘波维. 大数据时代高校如何利用新媒体与传统媒体管理舆情[J]. 出版广角, 2016(8):86-87.

[4]崔海英. 大数据时代高校学生网络话语的转化与引导[C]∥ 上海市社会科学界学术年会. 2015.

[5]刘晓燕. 大数据时代高校学生工作创新研究[J]. 管理观察, 2015(11)：137-138.

[6]于乐, 杨直凡, 张凤寒, 等. 大数据与高校学生工作的实践创新[J]. 中华文化论坛, 2016(9):148-152.

[7]李进军, 杨明娜. 网络在地方本科院校90后大学生教学沟通中的作用分析[J]. 经营管理者，2014(16):222-223.