大数据时代招生管理新策略

王薇

摘要：随着大数据技术的逐渐普及，招生管理工作也迈进大数据应用时代。在大数据背景下，考生报考行为不再是独立的个体，而是相互依存的整体，招生管理部门，根据考生信息进行数据分析，进而对考生报考行为进行预测，从而制定适合学生的个性化内容，提高招生工作效率。

关键词：大数据；招生工作；管理策略

随着现代科技的发展，信息技术的运用越来越广泛，招生管理工作也迈进大数据应用时代。各个招生部门都存储了大量的学生成绩数据，但是各所学校和部门之间，未能形成信息共享的体系，信息和应用成为了“孤岛”。在招生工作中，各部门依据自己的工作范围开展工作，不仅增加了招生的成本，而且影响招生的工作效率。

一、大数据的定义和特点

IDC机构对大数据的定义是：为了更经济更有效地从高频率、大容量、不同结构和类型的数据中获取有价值的信息而设计的新一代架构和技术。通过这一技术可实现海量数据的管理，实现对数据的有效运用，进而指导决策。所谓大数据，并不仅仅是指数据资源的庞大，其中还包含着数据种类多样、结构复杂、更新迅速等含义。数据量巨大、数据价值增加、数据种类多样、数据处理高效就是大数据的四个重要特点。信息化时代的到来，数据量之巨大已经不言而喻。为配合数据生成的速度，数据处理的速度也必然要加快，而随着对数据的运用，数据的价值愈加凸显。数据的种类越来越丰富，已经逐渐不再局限于文字，图片、视频、音频等种类繁多的数据，不断更新和产生。加之各种类型传感器、监控器的运用，数据的结构也越来越复杂。这在很大程度上催生了大数据管理技术。对于招生工作而言，所能掌握的数据越来越丰富，学生的生源地、报考、入学等信息逐渐透明化，但如何使用好这些数据，仍然任重道远。

二、招生管理工作的现状

随着我国教育事业的发展，高等教育改革进程不断加快，报考、招生制度不断变革，招生规模扩大化、招考模式多元化等特点，致使具体招生工作面临巨大挑战，招生时间紧迫、任务繁重、信息量大等难题困扰着招生管理部门。而各个招生管理部门的信息化系统的建设尚不完善，很难满足多样化、大数据招生的需要，具体来说，表现为以下几个方面的问题：

第一，系统内部各部门各自为政，数据无法实现共享和交流。大数据时代背景下，尤为重视数据和信息的共享和交流，这一方面可以提高招生工作的準确性，另一方面也能提高招生工作的效率，互惠互利，进而提高整体的工作效率。但传统招生管理系统由于各方面的原因，各学校、省份的招生工作依旧各自为政，数据的利用和共享率低，明显无法满足需求。

第二，数据统计人工化，智能性不足，数据保存本地化。传统的招生工作中，数据统计人工化的许多弊端还不甚明显，但随着大数据时代的到来，仍然使用人工化的数据统计方式，就显得有些“力不从心”，当然也无法做到智能化和精准化。

第三，系统功能较为落后，未能做到与时俱进。这一问题属于技术层面的问题，系统功能落后表现为无法实现对系统数据的筛选和分析等，换言之，就是无法实现数据挖掘的功能，而数据挖掘是大数据时代发展之必然，这就是使得原有的系统无法满足需求，无法实现运用数据挖掘辅助招生决策等功能。

第四，数据后期处理不到位。大数据时代，要求充分挖掘每一个数据信息的价值，这就要求对以往数据进行收集和存储，在招生工作结束后，能实现对相关数据的智能化归类，为来年招生做准备，传统的系统在这方面存在不足。

三、大数据时代下招生管理新策略

1.培养“大数据”意识。传统招生工作中，由于时间紧、任务重，许多招生工作处于“见招拆招”的状态，效率不高。为此，招生部门应注重培养招生人员的“大数据”意识，提高他们运用大数据挖掘信息和使用信息的能力，也要注重对信息科技系统和人才的引进，促进招生管理工作高效化。

2.调整招生政策和方式。招生管理中，各个学校的招生政策对于生源的流向至关重要。为此，招生管理部门应配合各个学校的招生策略和国家的招生政策，运用数据分析和挖掘技术，加强对招生指标分配的分析，积极推进教育公平，采取有效手段，让招生单位和各类考生都能够实现自身目标。

3.积极推进招生管理系统的更新和优化。目前，许多院校都设计和建立了自己的招生管理系统，可实现考生的在线报名、修改信息、报名审核和准考证管理等，同时可对考试人员的数量、成绩等进行查询和管理，进而确保各个学校能从宏观层面掌握学生情况，方便各类信息的调阅和处理，实现对考生信息的妥善管理和科学维护，实现招生管理工作的高效化。大数据时代，更是要求招生管理单位能够对录取信息中所包含的丰富信息进行挖掘，更好地服务于招生工作。就加强数据挖掘具体可以从以下几个层面入手。

第一，运用分类方法对考生进分类管理。大数据挖掘中，采用分类的方式，将数据库中具有共同属性的数据归类到统一模型中。这样，不仅可以实现对考生分类，而且可以对考试的属性、满意度等进行分析，为考生考试录取提供辅助决策，以便于招生人员能够因人而异制定招生策略，推荐符合学生实际需要的专业，进而提高报到率。

第二，关联规则方法实现关联分析。在招生工作中，对各个院校专业设置、就业情况、招生宣传、学生学习成绩等因素进行关联分析，有助于明确各个院校招生不平衡的原因，促进招生宣传、专业改革。

第三，聚类分析方法分类考生群体。聚类分析可根据数据的相似度和差异度，对数据进行分类，实现统一类型数据的相似度尽可能大，差异度尽可能小。聚类分析分析方法可运用到考生志愿预测、专业细分、考生专业背景分析等方面，对于各类院校改进专业设置，大有裨益。

四、结语

总而言之，随着时代的发展，各招生管理部门应紧紧把握大数据时代的背景，运用大数据挖掘技术，实现招生管理的精准化和高效化。

参考文献：

[1]范文琪.大数据时代下高校招生宣传方式的探索[J].教育教学论坛，2016（27）.

[2]邓广彪.预测性大数据分析在高校招生中的应用研究[J].微型电脑应用，2017（11）.