大数据视域下高校学生多维贫困问题的路径探析

何雨羲 郑艳华 张佳佳 杨晖

摘 要：在党的十九大报告中，习近平总书记明确指出为认真做好精准扶贫、脱贫工作，就需要将全党全国全社会的力量积极的动员起来。通过开展精准扶贫工作，可促进高校人才自我发展综合水平的不断提高，将贫困代际传递途径有效切断。在新新时代，高校学生大多都能够熟练的应用网络信息技术，接受程度日渐提高，为更好的顺应互联网的发展将大数据技术积极的引入高校多维扶贫工作中刻不容缓。

关键词：大数据视域;高校学生;多维贫困问题;路径探析

大数据主要是指采用软件工具不能在一定时间范围之内完成对数据集合的捕捉、管理、处理，必须借助新型处理模式。关于“贫困”，最早是按照维持生存应该取得的收入，随着相关研究的进一步开展，极大的扩大了对于贫困的定义范围。阿玛蒂亚认为贫困会剥夺人的基本行为，个人收入不高，在其他因素的干扰下还会剥夺可行能力，从而对真正的贫困造成不小的影响[1]。采用大数据思维与技术在一定程度上会更为深刻的影响高校各项工作的开展，即教育、服务与管理。基于此，针对高校多维贫困问题可以建立一定的精准扶贫工作体系，提升精准化水平，能够更好的开展这一工作。

1 高校学生多维贫困问题的表现

对于高校贫困学生而言，除了真正的经济困难之外，更重要的在于不能充分掌握一定信息、技能，不能合理有效的协调人际关系，也就是所谓的多维贫困。

1）经济贫困。经济困难在一定程度上会直接造成高校学生贫困，具体与突发灾害、家庭背景有关。家庭在突然遭遇不良变故以后，学生在上学期间的各项生活花销不能得到有效保证;而家庭背景造成的贫困包括多方面的因素，如学生来自贫困地区、家庭成员丧失劳动力、缺业、失业待业等[2]。

2）学业困难。对于贫困生而言，相比较于其他学生不具备良好的知识储备结构，不能灵活的应用各种学习方法，而高校所具备的学习模式、课程内容更加丰富，学生一时之间很难有效适应，在学习方式不断调整的过程中极易诱发各种问题。还有一些学生为了减轻家庭负担和缓解生活，多会利用课余时间打工，由此会极大的削减学习与休息时间，学习起来会更加困难。

3）心理贫困。与学历比较低的贫困生来说，在自身价值认可方面，高校贫困学生往往会认为比较高，但是在陌生的高校环境中，学生一时之间无所适从，对于自身价值观与自我认同感难免会产生一定的动摇，再加上与周围学生相比在经济、成长背景方面存在巨大反差，由此会进行自我否定，不能对自身所具有的价值进行正确评估，由此会产生各种不良心理问题，如敏感、自卑、自尊心强等。另外，在陌生的学习环境中缺少归属感，会导致学生的性格比较孤僻与自闭，不能与他人敞开心扉的进行交流，缺乏信任感，严重情况下还会产生不必要的厌世情绪[3]。

4）社会技能匮乏。高校贫困学生在被剥夺社会技能以后，往往不能有效的适应整个社会环境，不能积极的参与课外娱乐交往，由此很难实现个人的多元化发展。同时，受个人经济条件与环境因素的双重干扰下，学生的性格往往会表现的比较内向、孤僻，关于多元兴趣与特长的培养、娱乐社交缺乏充足的资本，从而不利于个性的全面方面，更谈不上如何有效的发展创造性思维。

2 大数据开展高校精准扶贫工作的重要性

1）大数据的技术价值。一方面，自进入互联网时代，数据产生量较之前相比获得了显著提升，促使对比与处理不同数据逐渐成为一种可能。在大数据时代面对海量的数据资源，学生的大多数信息经数据中心都可以帮助学校收集起来，如出勤率、选课、借阅图书情况、津贴数额与消费率、对于网站与日志信息的浏览等。另一方面，可以极大的提高计算机能力，将学生的更多信息挖掘出来。在这一机构优势的帮助下，高校通过定位与连接各类数据源，可更好的采集、传输与汇聚数据。实时在数据采集来源与应用过程中实现对大数据的采集，且面向全部个体，充分保证其完整性、全面性。但是，传统数据对于学生管理情况的宏观阐述比较重视，采用大数据可以做好全过程管理[4]。

2）大数据的应用价值。全部数据作为大数据的应用对象，通过量化学生在校期间的一言一行和全部事情，可以用数据进行记录。大数据的应用范围相比较于传统数据的随机样本，其在于全部样本和全部数据，拥有巨大的数据量，可确保得到的结果更具代表性与精确性。学生的全部数据几乎都涵盖其中，可以为辅导员对每位学生数据的分析、处理、记录等提供极大的便利，在对比与观察学生数据时能够站在不同角度、采用多种方法，以此能够更加全面的评价学生，取得更为客观的评价结果。

3 大数据视域下的解决路径分析

1）培养复合人才。在大数据背景下，人们在做出决策时通常不再使用传统方法，即个人经验与主观判断，借助所收集到的各种数据，经过系统的分析与处理，可确保得到的决策更具客观性。基于此，相关人员需要致力于原有传统思维方式的积极的转变，积极的分析、理解大数据，能够正确的解读所得到的分析结果。与此同时，针对自主部门的协调与绩效评估等能力，相关人员也应该积极的掌握，以此有助于长效复合人才培养机制的建立。

2）建立大数据信息共享平台。在高校关于学生的信息系统，各部门处于各自分离的状态，为将学生的信息全面覆盖，就离不开各部门的通力合作，横向联系各个系统并充分发挥协调配合的作用，即学生工作、后勤保障、学校财务系统等。与此同时，在抓取软件时需要将数据节点技术、网络数据充分利用起来，在此基础上实现对大数据信息共享平台的有效建立[5]。

3）数据分析解释模型构成。为方便高校学生管理工作者能够更好的开展精准扶贫工作，在大数据技术的帮助下可实现对数据分析解释模型的构建，以此能够制定科学、合理的帮扶指导方案。通常情况下，这项工作往往离不开三类数据信息的支持，即基础信息、结果信息以及轨迹信息。通过对上述三类信息的深入挖掘，可将高校学生的贫困维度准确的确定下来，对贫困根源进行准确定位，然后建立一定的内在关联，如门禁卡记录关联生活作息、就医记录关联身体健康、消费记录关联经济条件，然后为更好的提前干预问题、做好未来的短期预测工作，就需要制定数据分析解释模式。

4 结束语

综上所述，在高校中贫困学生这一群体具有特殊性，在具体工作开展过程中高校应该高度重视贫困生的转化与教育工作。对于教育管理者而言，有必要对每位贫困学生所涉及到的维度信息进行综合、全面、深入的分析，如家庭背景、心理素质、综合学习成绩、自身潜能等，在此基础上制定更为灵活的帮扶指导方案，对于贫困学生更具适用性。与此同时，在大数据背景下，对于所拥有的各种大数据技术需要因地制宜的灵活应用，结合学生实际情况与高校各项制度，不断的改革现有的思维模式与方法。

参考文献

[1]顾兵，刘雪晴.大数据视域下高校学生多维贫困问题的路径探析[J].才智，2019（26）：209.

[2]戈超.精准扶贫下高校学生资助工作创新研究[J].教育现代化，2019，6（49）：217-218+224.

[3]丁伟，梁浩.高校经济困难学生的精神贫困问题研究[J].纺织服装教育，2018，33（04）：331-334.

[4]汪发亮.人文视阈中高校贫困学生思想政治教育研究：问题与对策[J/OL].當代教育实践与教学研究：2019，10（31）1-5.

[5]严锐，秦奕.高校学生贫困等级认定问题研究——以运城学院为例[J].运城学院学报，2016，34（04）：77-80.