大数据驱动高校学生管理工作创新研究*

张怀南

（泰州职业技术学院，江苏 泰州 225300）

一、引言

随着联合国《大数据促发展：挑战与机遇》白皮书和国务院《促进大数据发展行动纲要》的发布，大数据技术已步入飞速发展时代，快速地融入金融、医疗、商业、通信、教育等多个领域，推动和影响着全社会各行各业的发展。[1]大数据提供的是前瞻性技术手段，更是代表了人类思维发展和生活学习的新范式，是一种价值观和方法论。在教育领域，它带来了教育模式的转变和学习方式的变革，从量化角度给教育领域研究带来了新的范式。随着大数据理念的传播及其应用的逐步深入，大数据的内涵也在不断地变化和拓展，可以从三个层面理解大数据：一是技术层面，大数据是伴随移动互联网、云计算、物联网、人工智能等技术应用所产生的海量数据下应运而生，包括了数据采集和存储、数据挖掘、数据可视化等关键技术，通过分析技术进行事物发展的监测、预警和决策；二是能力层面，即从海量复杂的数据中寻找相互间的有意义关联、分析和挖掘事物变化规律、准确预测事物发展趋势的能力；[2]三是思维层面，让数据开口说话，让数据成为人类思考问题、做出行为决策的基本出发点。

学生管理工作是高校思想政治教育工作的重要组成部分。大数据技术改变和颠覆了传统高校思想政治教育的思维观和资源观，[3]传统的“三全育人”（全员育人、全方位育人和全过程育人）逐步向“四全育人”（增加全环境育人）教育理念转变。[4]大数据给高校学生管理工作带来了新的机遇：一是提供量化分析方法，改变了传统靠经验和感觉制订的决策，使其更加科学合理；二是提供数据可视化技术，实时了解学生在学习和生活中的个体差异，给予个性化定制教育；三是通过数据监控和挖掘，实时监测学生学业情况、思想动态、经济情况、心理状况等数据，对异常情况做出预警，提前干预，转后置性应急处理为前置性预警研判；四是通过校园行为全数据采集，给予学生全面和综合评价，实现学生全面发展。本研究在充分了解目前高校学生管理面临困境的基础上，构建大数据驱动学生管理创新的实践框架，探究大数据驱动学生管理的实施路径。

二、高校学生管理面临的现实困境

高校学生管理工作是一项系统性和复杂性的教育管理工作，涉及到学生学习、生活、心理等方面，也因其复杂性使得学生管理面临诸多现实困境，总体表现在决策主观、问题干预不及时、评价方法单一和管理缺乏个性化等问题上。

（一）决策凭借主观经验，缺乏客观科学

目前，大部分学生管理决策依靠管理者长期工作所积累的主观经验加以解决。此类解决问题的方法在过去很长一段时间占据了学生管理中的主导地位，解决了学生管理中遇到的各类问题。长期处于感性层面的决策，已经使得一些管理者形成了经验依赖，考虑问题表面化和片面化，从来不加以调查直接给予问题的定性结论。虽然此方法在简单问题决策上是有效的，但是面对复杂的学生管理问题常常表现得“捉襟见肘”，很难精准获得问题背后的有意义关联以及事物发展的变化和趋势，尤其面对日新月异的学生管理新形势以及学生个体的差异，仅凭主观经验做出的决策，就如同“无源之水、无本之木”，缺乏有据可循、客观科学的数据支撑。

（二）干预发生后置应急，缺乏前置预判

遇到问题再来解决一直是学生管理的常态化工作方式。学生管理工作千头万绪，包括学生学业情况、思想动态、心理状态、就业指导等方面，传统的“人管”模式很难及时洞察和掌握学生当前出现的各种状况和实时动向，很多问题只有暴露出来或造成严重后果，管理者才会加以干预，尤其针对一些突发事件，多数管理者只能处于被动的、应急的处理状态，在新闻中也时常曝光有些学生由于生理和心理问题，出现轻生和自残行为，学校管理者也是事情发生后才会进行应急干预和思想舆论引导。由此可见，学生管理中缺乏前置预判的能力，如果能系统地了解学生的行为轨迹，提前预测出该生可能发生的后续行为，进而有效地干预和引导，定能更好地帮助学生。

（三）评价来源片面单一，缺乏全面多元

在高校学生管理中，学生各科成绩在评奖评优中占绝对比重，很多方面有一票否决权。评价方法的片面单一主要表现在两个方面：一是评价依据来源单一，仅依靠考试成绩和教师的主观印象进行评价，无法给予学生个体以德、智、体全面和客观评价，即使有些高校将学生综合素质评价作为学生在学校表现的重要依据，但仍然鲜有明确的实施方案和操作办法，公信力和可操作性较差，综合素质评价徒有其表，缺乏实质性的评价依据；二是实施评价途径单一，目前，在高校学生管理中以总结性评价为主，缺乏过程性评价。过程性评价具有诊断功能，能够在学生管理中及时发现问题，进而加以调整和改进工作方法，失去过程诊断的学生管理，在人才培养和价值观形成上花费更多的时间和精力。

（四）管理方式千人一面，缺乏个性服务

高等教育大众化使得高校人才培养呈现规模化和程序化，过多的班级人数使得学生管理者无法兼顾到每位学生的学习背景、兴趣爱好、性格特点以及家庭情况等方面，只能采用千人一面的统一化培养方式。这种程序化的管理早些年为我国培养了大批优秀人才。但是随着时代的进步，学生个体差异和需求差异越来越大，这种传统管理方式很难满足每个学生的实际需求，尤其处于新时期的大学生，其思维方式和对事物的认识水平均不同，所接触事物及反馈表现也各异，在学生管理中更应给予不同学生不同的关注，贴近每个学生的个性化需要，提供差异化的服务。

三、大数据驱动学生管理的框架设计

大数据给学生管理方式和管理思维带来了重大的变革，数据意识已经渐渐融入到学生管理的各个方面，驱动着学生管理向“科学决策、前置预判、全面评价和个性管理”等方面转变，不断地完善和优化学生管理的服务模式。本文以学生管理中采集的数据（包括传统学生工作产生数据、校园基础系统生成数据、网络社交平台监控数据）为核心，[5]结合学生教育管理的多方面需求，构建大数据驱动学生管理的实践框架，具体框架如图1所示。该框架图基于大数据技术驱动学生管理的创新和发展，包括学生的思想教育、智慧学习、精准资助、心理预警、综合考评、生涯规划和引导舆论等。

图1 大数据驱动学生管理的实践框架

（一）驱动智慧学习，助力主动性学习

随着高校智慧校园建设的推进，大数据技术通过传感器感知、图像识别、视频录制和学习平台记录可实现学生课前、课中、课后学习的全过程数据采集。[6]线上和线下数据相结合共同驱动智慧型和自主学习的发生。线下数据以课堂教学场所采集为主，主要采集课中动态的师生行为、教学流程和课堂管理等教学数据；线上数据依靠网络学习平台的教学功能进行采集，实时跟踪和记录学生在线学习的行动轨迹，包括微视频与课件的观看程度和次数、学生在线互动和讨论次数、练习测试完成度以及自我评价和反思等线上数据。一方面，通过对每位学生教学数据的采集和多元分析挖掘，帮助教师洞察学生个体学习状况，及时调整和优化教学内容、教学计划和教学活动等，在精准定位学生教学需求的基础上，对教学过程各要素进行诊断，并给予科学的优化和调整决策；另一方面，帮助学生主动发现课程学习中的优势与不足，及时改变和选择适合自身发展需求的学习内容及方式，精准定位学生的学习状态，提高学习的自主性和有效性。

（二）驱动生涯规划，助力个性化成长

职业生涯规划是高校学生管理中的重要组成部分。当前大部分大学生，尤其是刚入学大学生对自身的职业规划都是茫然和盲目的。一方面，大数据技术可以对学生的兴趣爱好、职业倾向、性格特点、能力特长以及价值观等数据进行采集、分析和挖掘，使其能够充分、全面地认识自己；另一方面，大数据技术可以对相关职业进行剖析，了解其岗位职能、相关单位、工作地域以及晋升情况等，并将学生的职业规划与职业剖析进行匹配，快速定位学生合适的职业规划方向，科学地指导学生规划自己的职业生涯，避免盲目择业。在此过程中，学生管理者要充分分析各专业对口职业的发展潜力和前景，用数据可视化技术以多图表形式呈现，帮助和引导学生科学合理选择职业方向，满足职业规划的多样化需求和学生个性化成长。

（三）驱动思想引导，助力价值观形成

大数据与高校思想政治教育的融合，拓宽了思想政治教育的信息化形式、手段和内容，颠覆了传统思想政治教育的思维观、资源观和方法论。当前，大学生思想观念活跃、价值取向多元，面对互联网纷繁复杂的信息冲击以及外在环境和因素的影响，亟需基于大数据技术构建学生思想动态模型，一方面，该模型通过对学生在校行为数据的采集、处理和优化，快速准确地掌握学生个体和群体的思想动态，针对有思想问题的学生及时加以疏导和教育；另一方面，通过监测学生网络平台的信息发布、文章阅读量、留言、评论和点赞记录等数据，可以直接透视现阶段学校的网络舆情，尤其对于特殊敏感时期，面对出现的热点问题和突发事件，能够及时地加以教育引导，维护好学校的舆论阵地安全。思想动态模型可谓是学生“思想上的数字画像”，通过数据背后潜在价值和关系的挖掘和分析，为大学生个性化思想教育和学校舆情提供引导服务，共同促进大学生正确的世界观、人生观和价值观的形成。

（四）驱动精准资助，助力贫困生认定

精准化管理是学生管理的保障性诉求，尤其在贫困生认定中，要确保受资助对象贫困的准确性，保障更多的贫困生得到有效筛选和资助。大数据背景下，需借助各类智能终端和学校的基础管理系统建立一体化学生贫困程度评定指标体系，使得学校贫困生评定有据可依、有章可循。在指标体系中要涵盖学生个人信息、家庭信息、身心健康等基本情况以及校园一卡通消费和网络购物数据，对此类数据采集及指标体系的核对可以为学生个体进行精准数字画像，直观呈现出每个学生的消费情况及贫困程度，学生管理者即可以此为据对筛出的贫困生进行情况再核实，一方面确保贫困生认定的精准性；另一方面给予贫困生后续的经济资助、心理疏导、帮扶解困等关爱行动，[7]保证学生顺利完成学业和健康成长。

（五）驱动心理预警，助力前置性预判

心理预警是指利用大数据技术对学生心理数据进行实时采集和分析，对异样心理问题进行智能预警，并产生与之相对应的安全监督措施，[8]学生管理者根据预警结果及时干预或者提前预判，将心理问题扼杀在摇篮之中。要想实现心理预警，需借助大数据框架（如Hadoop）构建学生心理预警管理平台，设计出相应的数据采集框架、分析算法和功能架构，实现大规模学生心理数据的采集、分布式存储和分析挖掘，如通过学生网络社交、旷课、消费等行为数据的采集、分析以及对情绪和态度等词语聚焦，可实时掌握学生的心理状况以及可能出现的心理健康问题，并通过与学生管理系统中的数据联通，深度挖掘学生心理问题发生的起因和发展过程，进而有针对性地开展心理帮扶和疏导。大数据驱动心理预警，实现了学校心理问题的前置性预判和管理。

（六）驱动综合考评，助力全面性发展

公正、公平和全面的考核评价是学生有效、有序管理的前提，尤其在评奖、评优、评先等涉及学生利益方面更应注重考核评价的全面性和科学性。大数据环境下，学生管理的考核评价要打破原有的“唯经验主义”“仅关注宏观群体”“单一评价”等考评方式，向基于数据、关注学生个体的综合性考评转变。首先，大数据驱动考评要建立学生个体的管理档案袋，用于全面客观地记录学生成长轨迹，积累多维度的成长数据。其次，在档案袋中记录学生每个学期的课程学习、课堂表现、班级服务、宿舍卫生、社团活动、体育锻炼等数据，此类数据一方面来源学生管理平台，另一方面则更多来源于情境数据的采集。最后，建立科学的评估模型，对学生定期开展考核评价，针对考评结果给予学生个性化的发展建议，助力其全面发展。

四、大数据驱动学生管理的实施路径

大数据驱动学生管理方式的创新，可以提高学生管理的实效性。本文以大数据驱动学生管理的框架设计为理论指导，从建设数据服务平台、融合数据采集方式、开展数据能力培训、运用数据网格技术和构建数据跟踪机制等五个方面提出大数据驱动学生管理创新的实施路径。

（一）建设学生管理数据服务平台，提供核心业务

云计算、物联网、移动互联、大数据等新一代信息技术的发展推动了高校教育管理和服务体系的变革，创新了学生管理的方式方法。若要实现大数据驱动学生管理的创新，首要任务就是要建立学生管理的大数据综合管理服务平台，[9]并将学生管理中的核心业务，包括思想教育、智慧学习、精准资助、心理预警、综合考评、生涯规划和引导舆论等集成到该服务平台上，进而建立信息门户的统一访问入口，使其成为具备数据分析、前置预判、科学决策、全面评价和个性服务的综合管理服务平台。服务平台建设要充分考虑四个方面：一是与学校基础系统生成数据实现连通，共享学生基础信息数据，避免重复构建；二是在平台中业务系统数据实现无缝流通，业务系统有效集成，数据之间多元共享，最大化地利用好数据，多维度挖掘数据背后的隐藏价值；三是服务平台的使用对象是学校各层各级管理者、学生管理者、学生以及家长等，要根据不同角色实现管理数据和业务功能的分层开放，多角度关注学生，实现多元主体间的联动管理；四是结合学生管理的业务需求，基于服务平台进一步研发其它数据分析系统，强化数据使用和有用信息的挖掘，如家校互动系统，这是目前在学生管理中相对缺乏的模块。

（二）融合学生管理数据采集方式，打造采集链条

学生管理中的数据来源主要包括校园基础系统生成的数据、传统学生工作产生的数据和网络社会平台监控的数据。数据采集方式包含了线上和线下两种手段，只有将线上、线下采集数据相融合才能满足大数据学生管理中全过程数据的要求。[10]因此，融合数据采集方式，拓展数据采集渠道，形成完整的数据采集链是开展全过程数据分析和挖掘的前提。如何打造数据采集链？一是有针对性地采集线上和线下关键数据，包括学校基础系统中的学习、一卡通消费、宿舍进出、图书借阅和社团活动等数据情况，网络社交监控中的聊天、网购、留言等，以及线下谈心谈话中的言谈举止、关注话题和生活困难等数据情况，此类行为数据都是分析学生、了解学生、用于学生管理的第一手数据；二是有目的性地针对个别学生进行相关数据采集，目前，采用较多的方式是基于应用软件或数据采集设备，对学生进行问卷调查或开展相关测验，旨在了解当前学生学习、生活状况以及思想和心理状态等；三是进一步拓宽现有的数据采集渠道，提高数据采集的广泛性、全面性和代表性，[11]利用好大数据综合管理服务平台将采集的零散数据进行有目的地梳理和清洗，将其转化成适合融合及有利于分析的数据。

（三）开展学生管理数据能力培训，提升数据素养

学生管理者是大数据驱动学生管理的直接实践者，其数据能力高低直接影响到大数据驱动学生管理的水平，因此，要针对性地开展数据能力专项培训，提升学生管理者的数据素养。数据能力培训包含低阶和高阶两个层面，低阶是数据能力的基础，主要包括数据简单搜集、处理及其在学生管理中应用技巧方面的培训，以应对新时期大数据对学生管理带来的挑战；高阶的数据能力培训以培养学生管理者的数据使用习惯为主，培养其数据采集、数据分析、数据挖掘以及利用数据解决具体问题的能力，以至推动学生管理工作向科学决策、前置预判和个性服务等方面转变。目前，学生在校学习和生活中无时无刻不在产生行为数据，面对如此海量数据如何将其进行有效地梳理和归类，利用数据挖掘技术和可视化技术剖析隐藏在数据背后的关系和有价值的信息，揭示学生综合素质发展规律及学生个体具备的潜能，这是学生管理者需要具备的数据能力、数据素养和数据意识。此外，学生管理者在学生中充当着多重身份角色，是思想的领路人、知识的传授者，也是职业规划的导师，只有通过培训掌握数据能力才能更好地利用数据帮助和引导学生解决心理问题、走出思想困境，服务好学生，帮助其制定合理的学习计划和职业生涯规划。

（四）运用学生管理数据网格技术，完善管理模式

基于大数据技术构建学生管理的网格化模式，是大数据驱动学生管理模式创新的典型代表。随着高校智慧校园建设以及学生管理综合服务平台的日趋成熟，一方面，相关的数据分析功能帮助精准定位学生群体和个体的行为特征，提高学生管理的针对性、科学性和实效性；另一方面，便于网格划分和网格内各方资源的整合，为学生网格化管理的研究和应用提供技术平台。首先，构建学生网格化管理模式的首要任务就是分层建立学生管理的网格化组织体系，确定网格化管理员和相关联动部门的工作职责。网格划分通常按照纵向和横向两个维度展开，纵向包括学校、分院、年级、班级、宿舍等五个层级，横向包括学校、宿舍区、楼栋、宿舍等四个层级。其次，开发学生网格化管理系统，具体包括功能查询、地理编码、监督指挥、数据交互、数据痕迹、安保监控等功能，[12]并整合到学生管理综合服务平台中，便于网格管理员随时查看学生在校活动的行为轨迹，实现舆情的实时监控和各种问题的前置性预警。最后，进一步整合学生管理服务平台中学生服务功能，搭建面向学生的网上一站式服务大厅，配合学校实体一站式服务大厅简化事务工作流程，提高学生事务性工作的管理效率。

（五）构建学生管理数据跟踪机制，注重管理成效

大数据驱动学生管理的创新离不开学生全过程数据的追踪，数据大且全是学生管理中实施科学决策、前置预警、全面评价和个性服务的保障，因此，要建立学生管理的全数据追踪机制。首先，利用好学生管理服务平台对学生群体和个体的思想、学习、心理、就业规划等情况进行持续追踪，保证分析对象的数据完整性，此处数据追踪不仅要求采集学生在校期间的行为数据，还要持续采集其就职后的发展数据，充分了解学生个人的成长轨迹，进而诊断出大数据驱动学生管理中存在的问题，弥补学生管理中服务平台、数据采集、人员数据能力以及数据管理模式等方面的不足，从管理成效角度探究大数据驱动学生管理的创新。其次，为保证数据使用安全，全数据追踪机制要在管理和使用规范上加以规定，建立一个组织严密、规范统一、自上而下的数据管理体系，形成数据采集规范、使用有度、统一管理的大数据管理新机制。

五、结语

近些年来，大数据技术在教育领域的理论与实践研究已经取得长足进步，尤其在精准教学、教学多元评价以及教学设计等方面可谓受益匪浅，然而，大数据应用于高校学生管理方面的研究却刚刚起步，相关研究成果数量较少、质量较低。随着云计算、大数据、物联网和人工智能等新一代信息技术与教育管理的深度融合，[13]未来的学生管理工作将趋向于精细化、精准化、智能化和个性化。