高校智慧资助平台建设探索

张 玮

(安徽审计职业学院，安徽 合肥 230601)

高校资助工作开展过程中，在识别贫困学生时经常会出现“隐性贫困”和“虚假认定”的矛盾，加之缺少核定标准，大大增加了高校对贫困学生精准资助的难度。为此，安徽省教育厅于2017年3月启动了智慧资助试点工作，安徽审计职业学院(以下简称“审计学院”)有幸被列为首批智慧资助试点高校[1]。审计学院在全省高校中率先探索以精准资助、资助育人和资助管理为主要内容的智慧资助改革，在使用智慧资助平台的基础上积极探索新时期学生资助工作新思路，并取得了一定的成效。本文对审计学院智慧资助平台的搭建基础和功能设计进行了研究，分析了基于该平台的贫困生认定新方法。

1 智慧资助平台搭建基础

为提高信息及数据的利用率，审计学院在《安徽审计职业学院教育信息化建设“十三五”“发展规划》实施过程中，建立了统一信息交换、信息共享与信息服务平台——数据中心。数据中心机房占地约100平方米，按照信息系统等级保护二级以上要求建设，部署了多台机架式服务器、刀片式服务器、虚拟机、存储阵列等软硬件设备，能够支撑大数据分析存储及分布式的服务，并配备一系列网络安全设备，保证数据中心内所有服务器中数据的安全。运行在数据中心内的智慧校园平台整合了学院内部各个信息化子系统，消除了数据孤岛，实现数据、资源以及信息共享。在校园信息化建设过程中，学院分阶段建设的一系列业务系统积累了海量的高增长率、多样化的数据，在此基础上已初步形成校园大数据环境。例如，一卡通系统收集了学生在食堂用餐、图书借阅书籍、校内购物、打水、用电以及洗澡等学生每次刷卡产生的相关数据；学工系统收集了学生基本信息、学生家庭收入情况、助学贷款、勤工俭学等数据；教务管理系统收集了学生成绩信息、奖学金评定情况以及竞赛获奖情况等数据等。通过对这些数据的整理、挖掘与分析，将有效提高学生资助工作的精准度。校园大数据平台的建设进一步实现了校园内海量数据的统一存储、管理和信息共享，并可提供数据资源服务。同时，作为应用系统的支撑，方便用户建立完善的数据采集、加载、存储、分析和应用展示的架构体系。

2 智慧资助平台功能设计

审计学院智慧资助平台建立在校园大数据平台之上，完成贫困生认定、贫困程度预测、“隐性贫困”及疑似“虚假认定”鉴别及资助育人效果跟踪工作。平台功能架构图如图1所示，对各部分功能说明如下：

图1 智慧资助平台功能架构图

(1) 系统管理。智慧资助平台已集成进审计学院智慧校园平台中，通过统一的身份认证，用户只需登录学院网上服务大厅，就可以快速进入智慧资助平台中。智慧资助平台用户分为管理员和普通用户两类。管理员拥有系统的最高权限，可根据学院人事管理系统所给的学院组织架构名单新增、调整或删除普通用户，分配和管理普通用户的权限范围，并可对系统内数据进行查看、修改、更新和删除，以及对贫困生认定过程中的各级审核结果进行修改和退回；普通用户包括了辅导员用户、院系用户、学生处用户和学生用户等。辅导员用户、院系用户、学生处用户等学院资助工作人员按照岗位设定拥有对应的权限，只能看到自己管辖范围内的资助工作相关信息。

(2) 多维度分析。智慧资助平台使用的数据仓库采用多维数据模型，提供数据的多维视图，并允许预计算和快速访问汇总数据。资助工作人员可从学校间、不同生源地、不同少数民族三类贫困生占比、加权后贫困指数比例、贫困类型、补助金额的对比等不同维度分析资助工作的差异。

(3) 资助管理。用户通过资助管理功能可以查询到系统评定出的贫困生名单，并根据贫困指数的结果形成学院、各系、各专业、各班级的贫困排名。该贫困指数与家庭情况调查数据、建档立卡信息、生源地贷款信息、一卡通消费数据、图书馆借阅数据、成绩数据等相关。辅导员也可将线下沟通最终确认的贫困生名单以及贫困级别补录到系统中或删除线下验证中发现的非贫困学生名单，并提交具体原因，还可对线下验证中学生信息有疏漏的进行更新和修改。

(4) 学生画像。学生画像以大数据技术为基础，通过收集学生的基础信息、消费信息、学业情况、图书借阅信息、网络行为等数据，全方位、多维度描述学生在校期间的综合情况，通过大数据微观分析学生的个性特点，进行学生个人画像和数据分析。通过刻画学生全维度画像为资助工作提供详尽的数据支撑，帮助资助工作人员全面认识学生，对贫困学生进行精准识别，让学生资助工作更加客观公正、科学合理。

(5) 决策支持。通过分析挖掘学院内部采集到的资助相关数据，利用决策模型提供决策方案[2]，为学院资助工作的相关决策提供必要的支持，以实现资金分配、资助对象和资助力度的合理化。通过决策支持功能可以查询到系统评定出的贫困生名单并可对贫困原因进行分析及甄别；对学生获得的奖助学金情况进行综合分析，对奖助类型、奖助金额进行合理化分配，以及对学生画像定义的各类标签按照多维度进行分布展示以辅助决策。此外，通过对贫困学生受资助前后的成绩排名、比赛获奖及取得其他荣誉的变化情况进行对比分析，可形成资助成果评价。

(6) 风险预警。风险预警包括了成绩异常预警、学生失联预警、一卡通低消费预警等。通过分析贫困学生受资助前后学习行为数据的变化，对可能挂科情况进行预警，以便有针对性地进行学业指导；通过对受资助学生活动行为、网络行为等能反映出思想心理状况的数据进行汇总分析，进一步识别学生异常、危险或存在失联风险的行为，并发出预警，以便资助工作人员及时进行心理辅导，实现前置式管理等。

3 智慧资助平台中贫困生认定方法

高校传统的贫困生认定方法，是根据家庭情况调查表开展线下班级民主评议或利用校园一卡通数据进行简单分析的贫困生认定过程，存在家庭情况调查表的获取可能作假、学生家庭经济贫困程度无法量化，家庭遭遇重大变故无法及时掌握，资助育人效果无法跟踪等多方面问题。审计学院智慧资助平台利用学院内部可采集到的数据建立数据挖掘模型，通过对数据深层次的分析预测出学生家庭贫困评分排名，以协助学院资助工作人员完成贫困学生线上认定工作。

学生线上提交贫困生认定申请后，系统会依据其提交的家庭信息和贫困证明材料进行初步评分。然后根据大数据平台的数据分析挖掘结果，将贫困学生的指标经加权后得出贫困指数，最终生成预测贫困生信息库。系统会按用户的管理权限为辅导员、院系、学生处资助工作人员提供所管辖范围内的预测贫困生信息，以协助其开展贫困生的认定和审批工作。学院资助工作人员也可从预测贫困生信息中发现疑似“虚假贫困”和“隐性贫困”学生，从而进一步开展线下沟通了解，最终确认贫困生名单和贫困级别[3]。

4 结束语

近年来，在教育部和安徽省教育厅相关政策指导下，审计学院以省教育厅智慧资助试点工作为切入点，以建立健全学生资助工作体系为出发点，以智慧校园为基础支撑，全面开展智慧资助项目建设工作。尽管审计学院智慧资助项目在对贫困学生名单的动态维护、资助育人等方面仍存在很多不完善的地方，但是通过智慧资助平台的使用，确实在一定程度上提升了学生资助工作效率和精准化水平，我们希望这一实践经验可以为其他兄弟院校所借鉴，以期为其开展精准资助工作提供参考和帮助。