基于大数据分析的高校精准资助工作模式研究

王艳

摘 要：“精准扶贫”思想是中国共产党执政初心的体现，是习近平新时代中国特色社会主义思想的重要组成部分。找准扶贫对象、实现精准脱贫是精准扶贫的核心要义。随着大数据时代的到来，数据分析对优化资助资源起到至关重要的作用。高校作为学生信息数据的重要集合地，通过搭建数据平台、分析信息数据流、整合大数据，能有效推进贫困学生的精准识别和精准资助，从而实现高校资助育人工作的目标实现。

关键词：大数据；精准资助；工作模式

摆脱贫困，实现共同富裕是社会主义的本质要求。2018年我国进入了脱贫攻坚的关键时期，解决突出问题、狠抓精准扶贫，是习近平总书记在中央经济工作会议上对深入推进脱贫攻坚做出的明确部署。高校作为精准扶贫思想的重要实践阵地，实现精准识别，做到精准资助，关系到党中央全面建成小康社会底线目标的实现，事关全面建成小康社会全局性工作。然而现阶段，我国高校普遍采用的资助管理工作方式所暴露出的问题影响到了精准资助工作的落实和实现。引入大数据，基于大数据分析研究高校精准资助工作模式对创新和完善我国高校资助育人工作具有重大而深远的意义。

一、高校精准资助工作存在的问题

目前，我国高校在一定程度上较难实现对贫困学生的精准资助。具体来讲，高校精准资助工作主要是四个环节出现了问题：认定、帮扶、管理和育人。

（一）贫困生认定不清

对家庭困难学生的识别不够精准，参考条件单一，无法做到采用综合因素测评，过多依靠学生自行提供的家庭情况调查表作为依据。资助评议过程往往带有过多主观因素，出现虚假贫困和隐性贫困现象。这些情况的出现使得高校资助工作的公平公正性、精准资助目的受到了严重的影响。

（二）无法做到精准帮扶

首先，资助形式单一，以发放贫困补助金作为主要帮扶形式。其次，学生基数大，贫困学生多，资助金额分配方式不完善。最后，忽略了貧困生的差异性，没有满足因病致贫、多子女家庭、心理贫困等个性化资助需求。

（三）缺乏动态化管理模式

部分高校出现一次认定贫困生，四年皆为资助对象的情况。非动态化管理使得“暂时性贫困”和“长期性贫困”的界定失去意义。辅导员信息管理、班级学生日常反馈、后勤消费记录、财务管理系统等多方无法实现信息资源整合，使得资助工作因无法联动而陷入“孤立”和“静止”状态。

（四）资助育人效果不明显

资助的目的是为了育人。由于精准资助工作前三个环节，即认定、帮扶、管理出现了问题，使得作为最后环节的育人工作无法有效实现，甚至出现了“等靠要”、“饮水不思源”的情况发生。这既不利于大学生世界观、人生观、价值观的正确养成，也不利于社会主义核心价值观在青年学生中的传播和践行。

二、大数据助力高校精准资助工作的意义

（一）大数据分析助力精准识别

将大数据分析引入高校资助管理工作，其目的并非获取海量信息，而是通过对海量信息进行筛选、分析、研究和整合，挖掘出数据背后的真正价值，即让数据从“无声”到“有声”，从“幕后”走到“台前”，通过数据分析提高高校识别贫困学生的准确性和科学性，精准识别出真正贫困的学生，最大限度的实现教育公平。通过大数据对高校精准资助工作的助力，能有效避免因家庭经济困难而导致贫困学生失学的情况发生，能进一步将党和政府对家庭经济困难学生的关怀切实落实到位。

（二）大数据分析助力润物无声

大数据是通过学生学习生活轨迹和消费行为集合生成的，客观记录了学生客体的真实活动。智能化的运作手段，将密度值极高的数据实行类别管理，通过数据抽样、对比、调研和计算，研究出各项目的各项平均值或每个基本值所代表的基本含义。将数据实现量化管理，再对数据进行储存和分析，进而总结出数据规律，实现定性分析。大数据分析可以判断出资助需求的真实性，可以发现隐性资助需求，可以对差异性活动轨迹进行个性化资助。

对资助需求不真实的学生，通过主题教育引导学生诚信做人，树立自立自强观念。对经济困难但消费过度的贫困学生开展“饮水思源”教育活动，引导学生学会感恩。对“隐性贫困”学生，可以将大数据分析结果和家庭情况调查报告报至上级认定小组评议，实现精准资助并展开无痕化心理资助。多样化、多维度的资助措施实现了教育润物无声的目的。

（三）大数据助力学生成长

高校精准资助的目的是为了提高资助的有效性，帮助那些因家庭经济困难而上不起学的学生顺利完成大学学业。资助的另一个现实需求还在于“授之以鱼”和“授之以渔”相结合。大数据技术从海量信息中挖掘隐性信息，并预测信息的发展态势，通过预测提供及时和必要的帮扶。

学业帮扶助力学生顺利完成学业，获得更多的科学文化知识。思想帮扶助力学生积极面对人生中的困难和挫折，坚定奋斗信念。心理帮扶助力学生正确认识自我和周围环境，建立自信，增加受成功的体验。能力帮扶助力学生通过勤工俭学岗位提高自身综合能力。大数据支撑的不仅仅是数字，还有青年学生成长成才的梦想。

三、大数据分析的高校精准资助工作模式

信息化时代带给高校大学生数字化生活，信息技术的发展将大学生在校期间的数字信息划分为基本信息、过程信息和结果信息。通过对三种信息记录、存储并关联分析，找到高校真正需要资助的学生，精准识别、精准资助。

（一）精准掌握基本信息

学生基本信息主要包括学生个人信息及家庭信息。以往，高校在评定贫困生时，主要根据学生自行填写的家庭情况登记表和家庭生源地提供的相关证明材料为依据。个人主观性强及证明材料审核不严、把关不紧等管理问题使得近些年来部分高校在贫困生认定和助学金发放上出现学生对此认同度不高的情况。

实现大数据分析学生基本信息，需要做到两点：第一、保证新生入学信息全面完备并长期有效利用。做到数据唯一，学校各职能单位共享原始数据的工作模式。有效避免学生因重复登记各类个人家庭信息而产生的抵触情绪，进而填写错误信息造成管理低效的可能，同时也可以避免个别学生因后期出现的功利心理和投机心理而故意谎填信息，骗取资助金的行为发生。第二、高校建立学生生源地数据库关联系统，生源地相关部门可以设置信息访问权限，高校信息管理中心根据权限访问可见信息系统，获取所需学生基本信息。这样做的好处在于高校评定助学金时，省去第三方证明材料，通过大数据分析直接判定学生家庭情况，提高精准识别效率。

（二）实时追踪过程信息

过程信息即学生在校活动记录，也称轨迹信息。该信息内容丰富且数据呈现流动式特点。校园一卡通记录着学生用餐消费、日常消费、归寝时间、借阅图书等日常活动，这一系列的活动信息每日变化更新，根据数据的变化总结背后的规律是大数据追踪过程信息的重点工作。过程信息不确定强，最难掌握，这就必须通过筛选重点信息进行数据分析。

用餐消费是大学生最刚性的消费需求，通过对在校生食堂消费记录进行数据采集，根据用餐次数、平均消费金额和消费金额波动这三个指标进行建模分析。当客观数据呈现出特点后，数据分析便可以反映出客观事物规律。学校食堂是贫困学生最主要的就餐场所，因而贫困生在学校食堂的消费次数要远多于非贫困生；消费金额要低于非贫困生；贫困生在食堂消费金额波动不大，呈相对稳定状态。

实时追踪过程信息的核心是找准重点信息，通过数据分析找到信息规律并找出贫困生的轨迹数据，通过对比和建立关联度确定平均值或分析出需要资助的学生特点，最后实现精准资助。

（三）科学分析结果信息

结果信息主要包含贫困生的贫困指数信息、奖贷勤减免补信息和繳费信息。大数据分析可判定贫困生的贫困指数，高校根据贫困指数确定贫困生的资助等级。

大学生的资助需求随着家庭生活或环境的变化而变化，不是一成不变的。所以贫困生的活动数据和消费记录也在不断发生着变化，因而结果信息是相对静止的状态。高校一方面要关注已经认定为贫困生的学生数据，不断完善数据分析技术，提供及时和必要的形式多样的帮扶，另一方面还要关注那些消费水平极低但未被认定为贫困生的学生情况，挖掘潜在的资助需求。

高校贫困学生是国家重点关注的青年学生群体，关心、关照、关爱贫困学生不仅有利于学生个体的成长成才，也为社会发展提供源源不断的人才支持。大数据分析本质上是分析人的活动的规律，将大数据技术应用于高校资助工作就是要分析出贫困学生的活动规律，研究出一条适合高校精准资助工作的模式。

参考文献：

[1]蒋东兴，等.大数据背景下的高校智慧校园建设探讨[J].华东师范大学学报：自然科学版，2015（S1）.

[2]吴丽仙.建立精准学生资助工作机制研究[J].教育评论，2015（09）.

[3]梁军，何丽萍.博弈视角下我国高校贫困生资助研究[J].思想教育研究，2010（06）.

[4]潘勇涛.社会资本视野下的高校贫困生资助模式[J].江苏高教，2010（05）.