大数据时代大学生校园生活数字画像模型构建与应用

摘要：本文展开大数据时代大学生校园生活数字画像模型构建与应用研究。

关键词：校园生活;数字画像;模型构建

1.背景与意义

高校思想政治教育利用大数据技术是响应教育部在《高校思想政治工作质量提升工程实施纲要》中提出“十大”育人体系中的网络育人基本任务，加强数字校园建设，推动思想政治工作传统优势同信息技术高度融合，引导师生强化大数据时代意识，树立大数据时代思维。在大数据时代背景下，挖掘大学生校园生活数据背后隐藏的思想政治教育的价值，全面分析大数据时代思想政治教育的需求，構建大学生校园生活数字画像模型，为学生工作实现精准服务提供新依据、新方法。

2.国内外研究现状

大数据移动互联网技术在教学教育功能上的应用开展已久。其中欧洲和北美部分发达国家对大数据移动资源的研究时间较早。美国教育部门对大数据的运用主要是创造了“学习分析系统”——数据挖掘、模化和案例运用的联合框架。这些“学习分析系统”旨在向教育工作者提供了解学生到底是在“怎样”学习更多、更好、更精确的信息，从而帮助教师和家长有针对性地对学生进行辅导和教育。美国很多著名的商业公司已经开始开发针对个性化学习的数据分析系统，并进入到了实践阶段。例如，美国的IBM 公司就与亚巴拉马州的莫白儿中学合作，试图利用大数据分析技术来降低该校的辍学率，并提升学生的整体成绩（该校的辍学率一度达到 48%）。“西维塔斯学习”）公司则在高等教育领域内建立起规模庞大的跨校学习数据库，里面记录了 100多万学生的个人信息记录和700 万个课程学习记录，运用大数据技术可以让用户提前发现导致学生成绩下降甚至辍学的警告性信号，并提供改进课程体系和优化教学资源的相关性建议。

国内主要研究如何将大数据与思想政治教育相结合。大部分学者对大数据思想政治教育的未来发展趋势形成共识，集中表现在要树立大数据意识。还有研究在实践应用上综合素质评价模型构建探讨。这方面的研究不多，多集中在中小学素质评价及系统开发。对数字画像的研究多集中在图书馆的服务管理平台的应用探讨。有借鉴性的案例是部分高校的实际做法，如某高校以大数据教育中心为基地，协同学工部、马克思主义教育学院等部门，根据不同需求建立不同项目组，建立了“平台构建——职能部门——教师或辅导员——项目组数据分析——可视化呈现——教育对策”的思想政治教育链。

3.调研数据分析

本调查采用问卷调查的方式，调查对象为浙江理工大学的全日制学生和其辅导员。发放问卷学生421份，辅导员36份，调查涉及学校学院13个，包括法政学院、外国语学院、艺术设计学院等，回收率为95%，效率为98%。有79.3%的学生认为E浙理可以让他们更便捷的查询信息;有53.4%的辅导员认为数字化画像采集可以让他们了解学生的成长状况。我们从上述数据分析中得出数字画像的建立不仅便利了辅导员了解学生动态，而且也方便学生掌握自己的各种信息。有46%的学生认为E浙理中可以加入兴趣维度，33.2%的学生认为E浙理中可以加入未来发展维度;而56%的辅导员认为E浙理中可以增加学生的发展规划。虽然从目前的E浙理来看，信息采集制作的数字画像还存在着模糊、不精确等各种问题，但这种模型的建立有利于学校各方面掌握学生信息。在之后的逐步完善下，数字画像会显现出其应有的作用和光彩。

4.模型设计与应用

4.1模型设计

主要在文献研究的基础上，以浙江理工大学为例，通过全面收集大学生校园生活中产生的信息数据，合理利用E浙理、易班、教学管理系统、图书馆管理系统等校内各类管理服务平台资源，分析大学生校园生活数字画像的数据来源及采集处理过程，精准刻画出学生个体或群体的信息全貌，剖析数据所代表的思想政治教育的内涵与特征。

通过研究数据驱动下数字画像数据化→关联化→可视化的驱动路线，从成长维度、学习维度、生活维度、兴趣维度等，制定“整体联动”的教育大数据一体化平台体系架构，完成对数据进行搜集、筛选与分析，构建多维度、多层级、立体化的大学生校园生活数字画像模型。建立数据中心、应用中心和运维中心，分工合作但又相互联系。数据中心将学校各部门（如教务处、学工处、宣传部、各处室等）搜集、监控到的学生学业、生活行为数据，进行整合、清洗、处理、加工，形成校园专属数据;而后，应用中心分别以各自不同的需求，从数据中心拉取可使用的数据，形成学生画像、进行精准资助、就业指导、心理辅导、提供业务办理以及实现智慧教育和个性化教育等;数据中心和应用中心均在运维中心的整体调控下，以大数据和思想政治教育专家组成的工作团队对教育大数据一体化平台进行整体调控，解决平台问题，处理障碍，使整个一体化平台能够平稳高效的运转。模型设计注重协同运转，打破了传统行政部门数据相互割裂的“信息孤岛”现象，能够为模型的应用需要提供有针对性的服务。

4.2模型应用

通过大数据技术收集和分析学生的考试成绩、校园卡刷卡情况、寝室进出记录、图书馆访问记录、心理测评记录等数据，能够将学生挂科倾向、三观不正倾向以及心理不健康倾向进行预测，实现高校思想政治教育工作者对学生个人的准确把握。并筛选出重点关注个体，为大学生综合素质评价提供一手资料，为精准化、个性化的思想政治教育提供丰富的资源。

以浙江理工大学为例，进一步丰富E浙理的数字画像功能，比如学生学习兴趣的收集，可通过图书馆借阅情况的数据收集;业余爱好方面，可通过参加比赛、讲座、校园活动的数据收集，可通过校、院、班级等记录收集这些信息;通过校园网管控口径，针对学生在线网络数据，捕获学生的浏览网页信息;利用手机移动应用程序，筛选高校学生网络热搜内容;利用易班“抢票”程序，分析各类艺术讲座（高水平艺术表演）领票情况等，了解高校学生的喜恶偏好;通过在E浙理上研发“勋章”系统，实时追踪学生参加科技比赛、社会实践活动的信息等。

基金项目：本文系2019年度浙江理工大学基本科研业务费“青年创新专项”项目《大数据时代大学生校园生活数字画像模型构建与应用研究——以浙江理工大学为例》（项目编号 2019Q132）的研究成果。

作者简介：章迪薇（1976.4--）女，汉族，浙江绍兴，浙江理工大学法政学院，研究方向：思想政治教育。