文/ 王洪涛
根据自我感知理论,人的行为可以推断一个人行为目标以及行为动机[1]。目前,随着职业院校中信息化的推广,学生在校行为将被实时记录。这些记录反映学生的个人习惯、心理状态等,也为学生就业去向预测提供了条件。国外已有根据行为对职业生涯预测的研究,国外公司根据个人发表的专业文章、电子邮件、社交媒体等,对个人专业知识进行预测[2]。近几年来,在国内已有较多高校,根据学生累积的数据对学生行为进行分析。但目前对职业院校学生的行为挖掘和分析存在不足。
本文对某职业院校中某一班级进行了随堂观察,并了解到该职业院校学生的课堂行为状况,从开始上课到下课过程中,记录课程中学生的行为,结果如表1 所示。
表1 某职业院校班级课堂问题行为抽样观察记录结果/ 人
通过表1 可以看出,课堂中学生出现的问题在课程开始时出现较少,在课程进行5 分钟后开始出现问题行为,在16 分钟~40 分钟中出现的行为问题种类较集中,在36 分钟~40 分钟的时间段中,出现的课堂行为问题人数最多。为了进一步分析学生课堂行为的主观意识,采用调查问卷,对学生课堂问题行为的认知进行调查。本文在进行调查时发放调查问卷700 份,回收有效问卷数量为688 份,统计结果如表2 所示。
表2 职业院校学生课堂问题行为调查/ 人
根据表2 可知,学生课堂问题行为中随意聊天较多,且在调查中,所有学生均承认自己存在或多或少的课堂问题行为。同时,也发现课堂问题行为存在年级差别。在表2 调查结果中显示,高年级学生的课堂问题行为比低年级学生出现问题更多。
本文认为职业院校中学生出现课堂问题的原因较多,为了提高教学水平,减少学生课堂问题行为。首先,需要重视教师的教学方法以及教师管理能力的培养,学校要引进富有实践经验的专门人才,同时,要加强双师型教师的建设。其次,在课程上要增加实践课程的比例,激发学生学习兴趣和积极性。建立较为健全的课堂管理制度,教师应对违纪学生进行记录,并及时处理。通过心理健康教育可以解决学生的厌学和焦躁等心理问题,可以降低学生课堂问题行为的发生的概率。另外,在课堂教学中,要同时渗透德育教育,正确引导学生。职业院校要加强就业渠道的开辟,切实地帮助高年级学生就业,帮助学生对职业能力进行客观定位。
本文通过对学生校内一卡通刷卡记录,包括学生的消费、就寝、进出图书馆等记录,分析学生在校生活行为。为了方便对学生的生活行为进行分析,将一卡通记录中分为十二个小项并对三名学生的情况进行统计,三名学生在选择上遵循学生的在校成绩表现,1 号学生为该职业院校中成绩较好学生,2 号学生为该职业院校中成绩中等学生,3号学生为该职业院校中成绩较差学生,对3 名学生的生活记录为一周时间,记录结果如表3 所示。
表3 学生消费记录统计/ 次
根据对三名学生的记录统计可以发现,一号学生的生活较为规律,且学习方面记录较多,三号学生记录显示该学生有多次离校记录,说明不同成绩学生有着不同的生活方式。
根据学生在校行为预测学生未来毕业去向选择。根据学生在校行为数据,预测职业院校学生未来去向选择情况,而高职学生的毕业选择受家庭因素的影响。因此,本文因变量包含两个方向,其中包括学生在校表现,取决于学生成绩、是否获得过奖学金;第二为通过一卡通的记录得到的学生消费记录统计,核心自变量为学生家庭情况,其中包括经济困难生和非困难生,对就业去向的控制变量中包括学生的性别、学生的生源、学生民族等。
在公式(1)中,pj代表事件发生的概率,pj/1-pj代表比数,指在不发生的可能性对模型中事件发生可能性。代表比数对数,α 代表截距项,βi代表影响因素的回归系数,xij代表受影响实际发生时第i 个影响因素,m代表事件发生影响因素总个数。
其中,学生成绩作为一个连续性的变量,用于三组二元逻辑斯蒂回归模型中。当模型中多个自变量与因变量的数量关系发生变化时,自变量对因变量的影响程度为:
在公式(2)中,y代表因变量,x1,x2,...,xm-1代表自变量,β0代表受影响因素的截距,β1,...,βm-1代表模型中影响因素的回归系数。
考虑到毕业生曲线的多分类虚拟变量,在多项逻辑斯蒂回归模型中存在有效拓展,在分析因变量的无序关系时,经过转换,并对自变量和因变量之间的线性关系进行表示,根据在对职业院校学生就业去向的自变量变化以及因变量影响情况下,表达式为:
在公式(3)中,πi/πm代表因变量中第i 个类别,在参照类别m 下发生比以及发生概率。
根据对该职业院校往期学生就业情况分析,家庭情况不佳的学生会选择体制中就业,其次会选择在体制外选择就业,对升学或升本选择较低,而在学生在校行为和就业之间的关系上看,学生成绩与就业成反比。往往成绩较好的学生反而不选择就业,而是选择升本升学。在职业院校中,学生成绩较好的学生往往父母受教育程度更高,家庭条件不佳的学生在毕业后就业倾向也说明了当前教育结果的分化。相对于贫寒出身的学生,在党员身份获得以及奖学金和学习成绩上均要高于出身较好的学生,但在毕业后去向上存在弱势。
在使用三组二元逻辑斯蒂回归模型对学生进行就业去向预测时,对公式(1)的应根据往期对该学校学生的情况进行数值推导。同时,将上述中建立的特征向量进行重要性对比分析,根据当前特征向量,对学生未来去向选择影响程度以及特征向量进行输入,特征向量的对比可以选择使用Random Forest 分类算法进行,在得到特征向量的重要性对比后,即可根据特征向量和三组二元逻辑斯蒂回归模型进行学生就业去向预测。
通过对某职业院校学生进行调查,分析其在校行为,并根据在校行为的因素指标,进行了实现就业去向的预测。本研究对影响学生就业去向的因素说明的尚不够充分,未来研究时将会从学生的校内社交关系上,对学生校内行为进行分析,进一步细分就业类别的预测,并将就业类别进行更详细的分类,才会更加完美的结果。