档案数据挖掘在高校助学金评定中的应用

杨万欢

(长沙学院综合档案室，湖南 长沙 410022)

1 引言

高校贫困生资助工作是体现国家教育公平的重要内容，也是习近平总书记精准扶贫思想在教育工作中的具体体现。自1997年我国高等学校实行并轨招生和学费制度以来，高等教育进行了收费制度改革，从“免费”模式转变为“自费”模式，一方面弥补了国家对高等教育投入的不足，另一方面也使高校贫困生问题日益凸显。随后高校扩招，学费上涨，但由于我国不同地区、不同社会类型的群体对学费承担能力有巨大差别，造成高校贫困生的人数和比例不断扩大。2007年,我国制订了《国务院关于建立健全普通本科高校、高等职业学校和中等职业学校家庭经济困难学生资助政策体系的意见》(国发〔2007〕13号)，形成以“奖、贷、助、补、减、免、勤”等为主要内容的高校家庭经济困难学生资助体系。2012年党的十八大提出了“精准扶贫”战略思想，实施精准扶贫共奔小康，党的十九大上习近平总书记再次把精准扶贫提高到新的战略高度，高等学校是实施教育精准扶贫的重要阵地，做好高校贫困生资助工作，对破除贫困代际传递、落实我国扶贫战略具有重要意义。

2 高校助学金评定方法分析与档案数据挖掘技术运用现状

2.1 高校助学金评定方法分析

国家助学金已成为高校覆盖范围最广、使用最普遍的一种资助手段，在“精准扶贫”背景下，如何推进“精准资助”已成为新时期高校学生资助工作的重要课题。高校助学金发放依据主要是新生入校时建立的学生贫困档案，相关资助工作由学生本人及家庭、学生生源所在地民政部门、高校共同参与完成，采取“个人申请、学校认定、资助发放”的模式。高校国家助学金分为三档，即一等(特殊困难)、二等(困难)和三等(一般困难)，国家助学金每年名额及额度分批由国家下达，学校根据当年家庭经济困难学生数据库人数情况将国家下达指标统筹分配到学校二级学院，各二级学院分管学生资助工作的领导、班主任、学生辅导员等相关人员组成国家助学金评定小组具体落实本二级学院的助学金评定推荐工作，各二级学院在限额内进行等额评审。助学金评定环节主要包括提前告知、学生本人申请、班级评议、学院复评、学校认定、结果公示、建档备案等。在各环节中，评定小组由不同的参与单位和个人构成，推荐工作受主观性影响比较大，结果的公正性不好把握，存在以下问题：

(1)少数学生提供虚假材料。申请人之间的诚信差别大，有的甚至不惜提供虚假材料。

(2)生源地民政部门的审核有时不严谨，相关证明材料真实性存疑。

(3)认定标准不好掌握，不易量化，操作性不高。前述的三个档次(“特殊困难”、“困难”、“一般困难”)界限不清，由于各地区经济水平发展不平衡，标准不一致，容易造成定性判断和理解的偏差，资助精准性不高。

(4)未能根据学生贫困状况变化而动态更新。贫困新生认定时，同学之间还不了解，相处时间短，且据此建立的高校贫困生档案影响后续几年的资助工作，相关档案管理是固定的，几乎不会及时更新和动态调整。

(5)班级评议存在拉票现象。比如有些关系好的同学相互推选，造成投票结果有失公允。

各二级学院和学校的认定主要基于上述过程的结果，掌握的资料也很有限，未能对每个学生的家庭状况进行全面真实的了解，学生涉及贫困的档案不能真实有效地说明情况[1]。因此，在助学金评定过程中，容易出现结果不客观、不全面的现象，缺少直接有力的依据，主观判断比较多，影响教育公平，造成资助对象比较笼统、资助效率偏低、贫困生认定困难、精确性不够高，亟待进一步提升贫困生认定的精准度，实现精准资助[2]。

2.2 档案数据挖掘技术运用现状

随着现代信息技术与档案信息化建设的飞速发展，数字档案资源极大丰富，档案数据挖掘成为研究新方向。数据挖掘理论始于20世纪80年代，通过分析海量数据来揭示其中隐藏的有意义的新关系、趋势和模式，是从数据库中进行知识发现的有效途径。档案数据挖掘的研究主要是档案数据挖掘发展方向、方法、算法、保密等跨学科理论问题研究和对档案数据挖掘技术在科技档案、健康档案等方面的具体应用研究和实践。如陶水龙针对档案数据的特点，分析语义网技术在档案数据挖掘分析中的作用，提出海量档案数字资源智能管理及挖掘分析方法[3]；陈玉亮等用聚类分析法和关联规则分析法对近五年来获批的国家级科研项目组数据集进行数据挖掘[4]；覃艳对电子健康档案中糖尿病相关因素进行数据挖掘研究[5]。数据挖掘的方法主要分为统计分析、关联分析、判别分析、神经网络、遗传算法等方法[6]，等等。

目前，将档案数据挖掘应用到高校学生的资助、评价等工作中还基本处于空白阶段。对高校贫困学生档案数据的挖掘就是将档案中潜在的有用信息尽可能地挖掘出来，可以减少助学金评定过程中的人为偏差，提供新的高校助学金评定方法，以加强精准资助，更好地落实学生资助政策。

3 高校助学金评定偏差分析与解决方法

《教育部等六部门关于做好家庭经济困难学生认定工作的指导意见》(教财〔2018〕16号)文件中指出，家庭经济困难学生认定依据为家庭经济因素、特殊群体因素、地区经济社会发展水平因素、突发状况因素、学生消费因素、其它影响家庭经济状况的有关因素。以上相关信息的准确性是助学金评定的关键，也是助学金评定实际工作中的难点。常见的助学金评定主要存在三类偏差：隐性贫困生，指家庭经济困难却未获助学金的学生；伪贫困生，指家庭经济不困难却获得助学金的学生；评定等级错配生，指家庭经济困难却未被评为与其等级相符的助学金的学生[7]。

以档案数据挖掘技术为手段提出解决办法，建立档案数据挖掘在高校助学金评定中的应用模式，可为今后高校助学金的发放和精准扶贫工作提供辅助和指导，进一步提高助学金评定的准确率。

3.1 采用数据挖掘技术，深入分析高校贫困学生档案

结合目前我国国家助学金评定标准，判断在校大学生是否能获得国家助学金资格，需要从在校大学生消费水平、学习行为以及家庭经济状况等方面进行考察。通过获取学生家庭成员情况、生源信息、学业成绩、图书借阅数据集、校园卡食堂餐饮及其在校日常消费数据集、助学金数据集等教学类、财会类和行政类档案一系列数据，对原始数据进行采集、清洗、集成等，分析值得资助的贫困生的群体特征，对比分析学生的在校消费水平与助学金评定等级的情况，并采取评审资料抽查、问卷调查等方式予以跟踪排查，从而判定是否存在需要资助而未资助的学生，是否存在隐性贫困生、伪贫困生和评定等级错配生，并分析这些偏差产生的主要来源，提出评定等次校正方法。如图1所示。

图1 档案数据挖掘在高校助学金评定中的应用模式

3.2 根据数据挖掘结果及时更新贫困学生档案，进行档案动态管理

学生家庭经济状况是一个动态变化的过程，大一入校时贫困的家庭可能因为辛苦劳动脱离贫困，当时富裕的家庭也可能因其他种种原因和突发状况陷入贫困。针对目前固态化管理的问题，应根据受资助学生家庭经济状况变化、受助后的学习生活情况、消费指数等，及时调整资助信息内容，对学生家庭经济状况及受资助状况动态更新，规范档案管理制度，完善贫困学生档案，便于学校和学院全面了解学生情况[8]。

3.3 建立科学的助学金评定定量指标体系，加强学生诚信教育引导

结合不同类型、不同地区的高校贫困生，制定合理的量化指标体系，使贫困生评定更加客观和精准，不受人为因素影响；加强学生诚信教育，建立真正反映家庭经济状况的学生资助档案，如家庭经济状况有显著变化，及时报告学校，对于造假获取资助金的行为及时处理，依相关政策和规定进行处罚；学院和学校要创新工作方法，形成偏差调整机制，对后续资助评定工作具有指导意义。

4 结语

紧紧围绕立德树人根本任务，加强规范管理，推进档案数据挖掘技术在高校助学金评定中的应用，结合贫困生档案动态管理和量化评价指标的建立，有效防范和纠正评定中的偏差，大力推进精准资助，使高校助学金在贫困学生资助工作中发挥更大的作用。