大数据在畜牧兽医专业学生管理中的应用

彭江红

（乌兰察布职业学院，内蒙古乌兰察布 012000）

随着学校信息化建设工作的不断进步，信息管理系统开始渗透到教学领域，科研领域和学生管理领域，由此形成了全新的专业教育教学格局。学生管理作为重要节点，也渐渐进入到智能化的状态，不仅仅实现了学生管理工作效率的提升，还引导学生管理工作质量得以不断提升。

1 大数据在畜牧兽医专业学生管理中的应用背景介绍

选择以乌兰察布职业学院畜牧兽医系畜牧兽医专业457名学生作为研究对象，以一学年的行为数据为基础，在此基础上设定学生行为特征和学生专业成绩变量。主要有消费行为维度、作息行为维度、学习行为维度。详细来讲述主要有：月平均消费额参数，月平均消费频次参数，月消费峰值参数，规律饮食习惯参数，早起习惯参数，上网习惯参数，锻炼身体习惯参数，上课考勤率参数，图书借阅量参数，去图书馆次数，学习时长参数，学生学业成绩参数，分别将其设定为X1-X12，接着使用K-means算法对于畜牧兽医专业学生行为进行聚类分析，在此期间需要使用Spss Modeler软件，构成数据流之后，在此进行数据处理。

2 大数据在畜牧兽专业学生管理中的应用结果分析

2.1 畜牧兽专业学生消费行为

依照聚类分析，可以将该专业学生的消费划分为五个类型：月消费水平最低，月消费峰值也最低，但是实际消费频次比较高，这是消费水平比较低的学生群体；月消费水平中等，月消费峰值比较高，消费次数不多；月消费水平中等偏上，月消费次数比较多，实际消费峰值也处于居中的状态；学生月消费水平最高，消费频次也比较平凡，实际消费峰值也是坐高的；月消费水平较低，消费次数比较少，月消费峰值也处于较低的状态。对于上述五个类型的学生，采取的管理建议如下：对于节约型学生，其经济条件比较差，应该积极给与这些学生建立贫困生资助计划，将上述数据作为实际考核基准；对于月消费中等消费峰值偏高，消费次数比较少的学生，其存在饮食不规律的问题，并且经常点外卖，对此需要关注他们的饮食安全问题；对于第三类型学生，是饮食比较规律的，实际消费也比较稳定，应该积极推崇坚持这种习惯[1]；对于第四类型学生，属于高消费群体，饮食需求量比较大，要求也比较高，鼓励实现饮食多元化；对于第五类学生属于校外活动频繁的，应该关注饮食安全和人身安全的教育，强化宿舍管理。

2.2 畜牧兽专业学生学习行为

基于大数据分析之后的畜牧兽专业学生学习行为的分类，可以归结为四个类型，对应这四个类型，实际需要采取的学生管理策略是不一样的。详细来讲述：第一类型学生，上课到课率最高，但是在图书馆中的借阅书籍比较少，去的次数比较多，因此有着最长的学习时间，对于此类型学生应该鼓励学生多在图书馆借阅书籍，实现阅读事业的拓展；第二类型学生，到课率低，不常去图书馆，实际学习时常也比较短，书籍使用也比较少，这种是学习投入不足的学生，应该关注严格执行考勤制度，强化考试资格管理和出勤率管理，确保他们可以养成良好的学习习惯；第三类学生，到课率比较高，也常常去图书馆，学习的时间也比较长，借阅书籍也比较多样化，对于此类型的学生应该积极将其作为模范，鼓励其持续下去；第四类型学生，到课率一版，不常去图书馆，学习时间也比较少，借阅书籍也处于较少的状态，对于这样的学生应该关注平时学习的管理，引导其合理安排自己的学习时间，尽快养成对应的学习习惯[2]。

2.3 畜牧兽专业学生作息行为

基于大数据分析，得出畜牧兽专业学生作息时间可以归结为三个类型：第一个类型，经常早起，并且实际饮食比较规律，实际上网的时间比较长，也常常参与到体育锻炼中去，这种学生自律意识比较强，有着良好的饮食习惯，身体素质也比较好，应该推崇将这种习惯坚持下去；第二个类型，学生不早起，饮食也不是很规律，并且实际上网时长处于较长的状态，锻炼比较少，对于此类型学生应该重点关注，积极从上课出勤管理和学业管理的角度入手；第三个类型的学生，经常早起，但是饮食也不是很规律，上网时长比较上，锻炼很少，因此实际身体素质处于比较差的状态，此时应该积极开展宣传教育工作，鼓励其积极参与到实际体育锻炼中去[3]。

3 结语

从上述案例中可以看出，大数据技术在实现数据分析之后，可以很好的将学生进行类别划分，对于学生行为模式的理解程度也更加深刻，这样可以从原本的统一学生管理进入到个性化管理和分层化管理的状态，实际学生管理工作被动的局面得到了改善，越来越多的学生管理工作开始展现出其主动性的特点[4]，在实际学生管理工作绩效考核的时候，也可以引入更加多的指标，由此使得实际的绩效考核进入到更加科学化合理化的方向发展。因此在实际的畜牧兽专业学生管理的过程中，可以充分结合学生的实际情况，进入到学情精细化分析的状态，继而确保实际学生管理工作质量得以不断提升。