大数据背景下基于智慧校园系统的高校学生行为管理及应用

潘霞

摘要：随着智慧校园信息化建设的不断推进，针对传统学生行为分析和对策的不准确性正逐步降低这一情况，文章阐述了桂林电子科技大学在面对大数据的现代化教育中如何通过聚焦学生学业预警及帮扶、个性化学习习惯及成绩、奖惩资助研判、上网行为分析、就业帮扶情况和个人消费行为分析及引导等六大维度，进行学生个人或群体的深度数据挖掘与数据分析，为学校领导决策、学生工作管理与服务、学校教育发展提供决策性的数据支持，进一步推进智慧校园信息化建设。

关键词：大数据;学生行为;智慧校园

大数据是指那些已经超出了传统数据的尺度，一般的技术与工具难以获取、存储、管理和分析的海量数据。它具有“4V”的特征，即是：规模性（Volume）、多样性（Variety）、实时性（Velocity）、价值性（Value）的。其作用主要表现在两个方面，分别是数据的分析使用与进行二次开发项目。通过对大数据进行分析，不仅能把隐藏的数据挖掘出来，还能通过这些隐藏的讯息，通过实体的平台进行研判和重组，通过将这些信息进行总结与分析，为教育机构、教育团体和个体提供符合教育或学生现实需求的个性化方案，并营造出一种全新的教育新模式。从教育部印发的《教育信息化2.0行动计划》到国务院出台的《加快推进教育现代化实施方案（2018—2022年）》，提出要大力推进教育信息化，创新信息时代教育治理新模式，开展大数据支撑下的教育治理能力优化行动。在大数据的社会价值和科学价值的不断得到彰显与利用的宏观背景下，高校的教育和管理中如何挖掘学生行为数据并做出准确的学生行为预判是地方高校推进信息化建设和提高工作效率的重要课题。

1大数据在高校学生管理中的作用

在日常的高校学生管理中大部分都存在学生数量较为庞大，教育时长极为有限，学生管理时间的碎片化、问题的繁杂化等问题。随着大数据诞生，高校学生管理可以基于学生具有唯一性标签的学号作为主要数据段，依托大数据分析的智慧校园系统对学生校内消费、进出门禁、上网行为、奖惩及资助、校园人群活动监控等信息的分析，关联学生选课和成绩、图书馆进出和图书借阅、教室或活动室申请使用等应用系统后台数据的匹配和分析研判，从而为管理工作者提升学生工作的效率和质量，为学校领导决策、学生工作管理与服务、学校教育发展提供决策性的数据支持。

2学生行为大数据分析及管理与应用

2.1  学生个性化学习行为与成绩关系分析

智慧校园系统通过读取学生的选修课程信息，结合学校图书馆门禁的一卡通刷卡进出次数记录和图书借阅情况，综合学生日常个人兴趣做出学生个人现状及特点的分析与评估，再通过调阅该生的教务系统成绩信息进行大数据的匹配和分析形成学生的学习行为习惯与学习成绩的关系报告，以邮件的形式向相关职能部门、任课老师、辅导员发送相关培养建议和需要向学生推送的相关网络教学资源及图书资料，从而在提高学生课外阅读量和专业学习知识的同时实现因材施教的个性化教学指导与帮助，最终进一步提升学生的学习能力和成绩。

2.2  学生学业警示预警及帮扶

学业预警是学校基于智慧校园系统通过精细化思政工作平台项目关联学生的教务信息和学习成绩，依据学籍管理的有关规定和各专业培养计划的要求，在每学期开学前三周对学生上一学期的课程不及格门数、不及格课程累计学分、所获学分数、按教学计划累计未获得学分数进行统计，按照相应的标准根据学生上一学期所欠学分的程度由低到高分“黄色”“橙色”“红色”三个等级的预警颜色对学生的学业问题进行警示，并从关爱学生成长成才和促进家校联系的角度出发在向进入学业预警范围的学生下达《桂林电子科技大学本科学生学业预警通知书》及通知各辅导员、班主任和班级学业指导教师实时关注和有针对性地强化对相应学生在学习方面的鞭策，并依据该生的实际情况为其制定合理有效的一对一学习帮扶措施，同时将相关预警信息以通知书的形式邮寄给学生家长提醒其及时对孩子进行教育，配合学校督促学生努力完成学业，对家长寄回的反馈材料进行及时整理，并建立相关档案备查，帮助学生分析和查找问题，指明努力方向。

2.3  个人消费行为分析与引导

学生个人的消费行为分析是智慧校园系统通过监测学生日常在校内基于校园一卡通的消费数据和学生网上购买消费数据（主要联合支付宝平台收集学生网上通过支付宝平台消费的数据）进行分析。通过大数据技术，对学生个人或群体消费行为数据进行聚类计算，将学生行为数据精确量化、合理分类研判，然后对于学生的消费行为进行具体的判定是否存在潜在问题，并贴上“购物达人”等消费偏好的标签，最后针对消费行为进行有效分析和未来消费趋势的预测，并及时的将消费行为报告和整改建议通過邮件的形式推送到学生个人和辅导员，以便辅导员对学生的消费行为和观念进行正确的引导。

2.4  奖惩资助行为分析

奖惩资助行为分析主要是智慧校园系统中的一站式服务平台、智慧学工、校园人群活动大数据分析项目结合基于校园一卡通的消费数据和学生网上购买消费数据进行行为分析。其主要是通过一站式服务平台和校园人群活动大数据分析平台关联教务考勤监控和分析学生在日常学习和生活中是否存在违纪违规行为，以此数据作为学生学年评奖评优的重要参数，对表现优秀和违纪违规的学生给与相对应的奖励或批评教育;同时通过对学生的校园一卡通的消费数据和学生网上购买消费数据的动态监控和分析数据研判学生是否是真正的贫困生或是否存在贫困生过度消费的行为。辅导员在智慧学工中审核该生是否给予贫困认定时作为重要参考数据，在确保国家助学金精准帮扶贫困生的同时，进一步引导学生合理消费。

2.5  上网行为分析与引导

学生的上网行为分析是基于智慧校园系统对学生一卡通数据系统信息的上网行为统计分析，其主要是通过检测学生的上网时间、上网地点、上网时长、上网内容、流量使用情况等重要数据段分析和总结出学生上网行为习惯是否属于正常范围;利用平台计算学生的日均上网或游戏时长并关联学生教务成绩信息和学业完成度等，研判学生的上网行为是否已经影响学习成绩或是否已经沉迷游戏可能引发心理问题，并定期向各二级学院、班主任、辅导员或学生个人发送预警警示和整改建议。以便各二级学院和辅导员依据学生个人上网行为进行有针对性整顿建议和措施帮扶，并有针对性的对学生进行心理疏导，引导学生形成合理上网行为和健康的心理素质，从而更好地培养学生养成优良的校风和学风。

2.6  就业行为分析

学生就业行为分析主要是智慧校园系统“学工大屏可视化平台”项目中的子项目依据专门针对毕业生的调查问卷（注：调查问卷主要的设计是关于生源地、本人特长、性格特征、个人爱好、能力模型和求职意向等几方面的不同问题库进行调查）向学生本人推送就业岗位、就业地域的建议，同时结合毕业学生借阅的就业相关书籍数据和上网关注的用人单位及招聘信息和分析历史数据中的学生在校信息与毕业就业信息，通过大数据技术与机器学习技术，进行合理分类、校验与学习，最终为毕业生提供精准的就业指导与就业培训信息。并通过大数据根据企业上传的招聘信息实施企业和学生的双向精准推荐，实现精准就业，同时为进一步做好《职业生涯规划》和《就业指导》的课程教育与管理服务工作提供支撑数据。

参考文献

[1]   李蒙，彭榆翔，李秉祥.智慧校园建设背景下大数据技术在高校学生管理中的实践应用——以陕西LG高校为例[J].安康学院学报，2020（32）：115-120.

[2]   刘逸琛，谢文勇，柳彩志.基于智慧校园理论的智慧一卡通学生管理系统设计与开发[J].电脑知识与技术，2017（06）：98-102.