大数据视域下高校精准资助的现实困境和技术诉求研究

陈敏锋 徐小燕

随着云计算、互联网、物联网等技术的不断进步，高校的信息化正由“数字化”向“智慧化”转变，信息化的发展使得“智慧校园”能够将大学生的经济困难程度、学习生活需求、兴趣爱好等数据进行有效的分析，并将其与助学政策相联系，从而为大学生的学习、生活等问题的解决奠定了坚实的基础。大数据在高校精准资助工作中的应用，还面临着现实、道德和技术等多种困境。本文从大数据技术融入高校精准资助的优势着手，分析了现阶段高校精准资助面临的现实困难，进而提出基于大数据的高校精准资助体系构建思路，最后再提出大数据技术下高校精准资助的实现方法，目的在于充分发挥大数据技术对高校精准资助的优势，提高高校资助水平，保障贫困学生充分享受国家福利政策。

社会的公平性是建立在教育公平之上的。近十年来，我国的学生资助政策一直在完善，在高校中，已发展出一套完整的“奖助贷补减免”的资助制度，兑现了“不让一个学生因家庭贫困而辍学”的诺言。在已经实现了对家庭经济困难大学生的全面资助的情况下，怎样在资助工作中实现对象精准、需求精准、形式精准和效率精准，就成了大学学生资助工作运作机制需要解决的一个问题。随着互联网技术的发展，如何利用大数据技术满足家庭经济困难学生群体的差异化和需求层次化的发展，确保对家庭经济困难学生认定和资助帮扶两者及时有效匹配，对家庭经济困难学生进行精准资助是当前需要重点解决的问题。

1 大数据融入高校精准资助的优势

1.1 数据来源广，数据量大

高校资助是指对有需要的学生进行的经济帮助，因此需要大量的数据来源。传统的数据收集方式通常是通过统计分析，收集相关数据进行分析，而大数据技术则可以通过各种渠道获取海量的数据，如社交媒体、电商平台、移动应用等，同时支持多种数据格式，实现数据的多元化和全面化。精准资助的最基本要求就是保障资助资金能够被提供给最有需要的学生，而大数据就能够通过海量的学生消费数据，筛选出哪些学生才是真正家庭贫困，需要资助的群体。例如之前媒体报道的高校对每月在食堂消费低于600元，并且每天都有消費流水的学生提供资助，就是基于大数据的理念，对真正有困难的学生进行帮扶。

1.2 大数据技术可以准确评估学生的需求

大数据技术可以帮助高校更加精准地评估学生的需求，提供更加精准的资助服务。例如，通过大数据技术对学生的消费记录、社交媒体等信息进行分析，可以了解学生的消费习惯、家庭经济状况等信息，从而更加准确地评估学生的需求。

1.3 大数据技术可以提高资助效率

大数据技术可以帮助高校更加高效地资助学生。通过大数据分析和数据挖掘技术，可以挖掘出有价值的信息，预测学生的需求，从而更好地满足学生的需求。同时，大数据技术还可以提高资助的精准度和效率，减少人工干预和主观判断，提高资助效果和质量。

1.4 大数据技术可以帮助高校更好地管理资金

一是通过大数据分析和数据挖掘技术，可以掌握资金的使用情况和流向，及时发现资金使用过程中的问题和风险。同时，通过对数据的分析和预测，可以更好地预测未来经费需求和趋势，为高校管理决策提供支持。

二是通过对学生的消费记录、社交媒体等信息进行分析，可以了解学生的学习情况、发展潜力等信息。通过对这些信息进行评估和分析，可以更好地制订教育计划和人才培养方案，为学生提供更好的教育服务。

三是通过对资助工作数据进行分析和挖掘，可以掌握资助工作的进度和效果，及时发现问题和不足。同时，通过对资助工作数据的分析和预测，可以更好地制订资助方案和计划，为高校更好地推进资助工作提供支持。

总之，大数据技术对高校精准资助具有广泛的优势和重要作用。它不仅可以帮助高校更加精准地评估学生的需求、提供资助服务、推进教育服务等方面；还可以帮助高校更好地了解学生的需求、促进学生的发展等方面；同时还可以帮助高校更好地开展教育服务、提高教育质量、推进教育发展等方面。

2 现阶段高校精准资助面临的现实困境

2.1 数据质量问题

高校资助工作需要大量的数据来支持决策，然而，由于数据来源广泛、类型多样，很多数据存在质量问题，如无效数据、冗余数据、缺失数据等，这会影响大数据技术的分析和挖掘结果的准确性和可靠性。首先，有些数据来源不规范，缺乏可信度和准确性，例如社会消费记录、社交媒体访问记录、银行账户交易记录等。这些数据可能存在误差或者不准确的情况，需要进行进一步的清洗和整理。其次，有些数据可能存在格式不规范、内容不完整、重复率高等问题，需要进行转换和整合。最后，有些数据可能存在安全问题，例如敏感信息泄露等。

2.2 数据隐私问题

大数据技术需要大量的数据来支持分析，然而，很多高校没有完善的信息安全管理制度，导致很多学生的个人隐私可能会被泄露。在大学实施精准助学的过程中，由于将大数据技术运用到其中，必然会牵扯到大量的学生个人信息，这就要求对其进行有效的保护。首先，大数据技术要求对海量的数据进行分析、发掘，其中包括了对学生隐私的获取。例如，学生的消费记录、社交媒体信息、银行账户信息等。在这些数据中，可能会包含学生的家庭背景、经济状况、消费能力等重要信息。若未作妥善的资料保密处理，将会造成学生资料外泄。其次，大数据环境下，还必须确保大数据环境下的信息安全性与保密性。同时，为了保证网络信息的安全性，还必须采用相应的技术手段。在此基础上，还需要研究大数据技术在实际中的实际使用效果。如果数据隐私保护措施不当，就可能会影响大数据技术的应用效果，进而影响高校资助工作的准确性和可靠性。因此，在大数据技术在高校精准资助中应用的过程中，需要平衡数据隐私保护和应用效果之间的关系，采取有效的技术措施和管理制度来确保学生的个人信息不被泄露或滥用。

2.3 技术保障问题

一是算法保障问题。大数据技术需要运用先进的算法来发现规律和预测未来趋势，但是，目前很多大数据算法存在不足或缺陷，缺乏通用性和可靠性。

二是人才短缺问题。大数据技术需要相关人才来进行分析和挖掘，但是，现在很多高校缺乏专业的大数据人才，难以支撑大数据技术的应用和发展。

三是决策支持问题。高校资助工作需要根据学生的需求和行为进行决策制订，但是，很多高校没有完善的决策支持系统来帮助管理者做出精准的决策。

3 基于大数据的高校精准资助体系构建思路

3.1 对家庭经济困难的大学生群体进行“精准识别”

充分利用数据相关性研究技术获取资源数据，探索建立贫困生资助量化评估指标体系，增强信息比对的时效性、全面性、精准性，发现“隐性贫困”与疑似“虚假认定”现象，对受助对象进行科学评估和准确认定。一是采集大量数据。在建立大数据系统之前，需要首先采集大量的数据，包括学生的家庭消费记录、社保记录、银行账户记录等。这些数据可以通过收集和整理，形成完整的数据集。

二是建立数据仓库。根据数据集，建立一个数据仓库，用于存储和分析这些数据。可以使用Python等编程语言开发大数据分析程序，从数据库中抽取数据、清洗和转换，形成大数据环境。在进行大数据分析时，可以使用机器学习、深度学习等技术，从海量的数据中发现规律和模式，为经济困难学生的资助工作提供有力的支持。例如，可以使用数据挖掘技术分析学生的消费记录、社交媒体信息、银行账户信息等，从而发现其真正需求和行为特点。同时在系统中建立安全管理机制。在建立大数据系统时，需要建立有效的安全管理机制，确保学生隐私和数据安全。例如，在数据采集和转换过程中要建立权限控制机制，确保系统操作人员不会泄露学生的隐私信息；在分析数据时要建立安全管理机制，确保系统运行环境不被非法访问和操作。

三是加强培训和指导。为了保证大数据分析的效果，需要加强对高校经济困难学生大数据系统管理员的培训和指导。可以通过培训让管理员掌握大数据分析的基本方法和技能，提高他们的工作效率和质量。综合运用多种技术。在建立大数据系统时，需要结合多种技术，如机器学习、深度学习、数据挖掘、文本分析等，以便更好地实现对高校经济困难学生的精准资助。

四是全面评估学生情况。在进行大数据系统建立时，需要全面评估学生的情况，包括家庭收入、消费情况、学业成绩等方面。可以使用综合评估方法（如卡尺评估法、等级评定法等）来确定学生的资助条件。加强监管和监测。为了保证大数据系统的有效性和可靠性，需要加强监管和监测。可以建立监管机制，对系统进行实时监测和评估，及时发现问题并进行调整，也可以采用定期检查和抽查等方式来保证系统的正常运行。

3.2 建立分层次筛选逐级流动机制，对资助工作实现“动态管理”

充分利用大数据在分析和应用方面的优势，通过利用数据融合技术获取分析数据，对家庭经济困难大学生获得资助的差异及其影响因素进行系统分析，将大数据与高校学生资助工作紧密结合。使用大数据技术建立资助信息数据库，将资助政策、资金发放等信息记录下来，以便学生和家长查询和使用。同时，可以将资助信息数据库与学生的学习、生活等信息进行关联，以便更好地了解学生的家庭经济情况和成长轨迹。在实现动态管理方面，需要建立起有效的监管和监测机制。可以采用实时监控、定期检查等方式来保证系统的正常运行和数据质量。同时，需要加强数据安全管理，防止數据泄露和滥用。

3.3 建立供需双方匹配机制，对家庭经济困难大学生进行“精准帮扶”

根据不同个体的受助需求，实行差异化资助，实现高校贫困学生认定精准化、资助分层化、资助专业化为特征的精准资助，进而实现“家庭经济困难学生资助全覆盖”目标。

一是建立大数据分析平台。大数据分析平台可以收集、分析和处理贫困学生的各种数据。这个平台可以包括学生的家庭经济状况、学校教学资源、学生个人生活等方面的数据。通过对这些数据的分析，高校可以了解贫困学生的需求，并为他们提供相应的资助和管理服务。

二是构建大数据模型。高校可以使用大数据分析平台构建大数据模型，以便对贫困学生进行差异化资助。这个模型可以包括学生的学习成绩、家庭经济状况、个人生活状况等方面的信息。

三是提供个性化资助。高校可以通过大数据技术来提供个性化资助。这种资助可以包括为贫困学生提供个性化的教育、培训、科研等方面的支持。通过对这些支持的评估和反馈，高校可以帮助贫困学生实现更好的发展。

四是建立反馈机制。高校可以建立反馈机制，及时收集、分析和处理贫困学生的反馈意见，并对资助工作进行不断调整和优化。反馈机制可以包括学生、教师、管理人员等多个方面的反馈意见，以便高校更好地了解贫困学生需求，为他们提供更好的资助和管理服务。

3.4 构建精准资助模式，对家庭经济困难大学生资助结果进行“精准跟踪”

以构建“精准资助”工作体系为切入点，将“扶困”“扶智”“扶志”有机地相融合，跟踪、理解、定量地评价贫困学子的成长，从而实现“解困—育人—成才—回报”的良好循环。首先，精准识别经济困难学生。通过大数据技术，高校可以快速准确地识别经济困难学生。其次，精准资助教育经费。通过大数据技术，高校可以更好地了解教育经费需求，并为教育经费提供精准资助。例如，高校可以通过大数据技术分析教育经费需求、提供教育经费精准资助方案等。第三，优化校园管理。通过大数据技术，高校可以更好地优化校园管理。例如，高校可以通过大数据技术分析校园消费、预测校园消费趋势等信息，从而更好地了解校园管理情况、提供校园管理优化方案等。第四，促进贫困学生就业。通过大数据技术，高校可以更好地促进贫困学生就业。例如，高校可以通过大数据技术分析就业需求、提供就业机会等信息。此外，高校还可以通过大数据技术帮助贫困学生提高就业能力、拓展就业渠道等。

4 大数据技术下高校精准资助的实现方法

4.1 提高高校精准资助的思想认知

在大数据技术的支撑下，想要实现高校学生的精准资助，首先从顶层出发，自上而下强化师生的思想认知，通过多渠道学习、培训增强师生对大数据技术的认识和应用水平，从而最大化发挥出大数据在精准资助中的作用。

4.2 建设大数据精准资助体系

高校要利用大数据技术实现精准资助，就需要建设大数据精准资助网络系统，具体从以下方面着手。

（1）建立数据中心

高校需要建立一个独立的数据中心，用于存储学校内部的各种数据。这个中心应该包括学生个人信息、学校财务信息、教学管理信息等各种数据，以及学生的学习情况、心理状况等各种隐私数据。同时，这个中心还应该具备强大的计算能力和存储能力，能够快速地处理和分析海量数据。

（2）实现大数据分析

大数据分析是高校建设大数据精准资助网络系统的关键步骤。高校可以通过使用机器学习、深度学习等技术，对学生的各种行为数据进行分析，以便更好地了解学生的需求和行为。这可以帮助学校更好地了解学生的学习情况和心理状况，从而提供更加精准和个性化的资助服务。

4.3 建立学生精准资助操作系统

高校可以通过建设网络系统来实现大数据精准资助网络系统。这个系统应该具备以下功能：

第一，学生信息管理模块。学生信息管理模块应该包括学生的基本信息、学籍信息、家庭经济情况等各种信息。第二，资助申请管理模块。资助申请管理模块应该包括学生申请资助的各种流程和手续，包括申请、审批、发放等。第三，资金发放管理模块。资金发放管理模块应该包括学生获得资助的各种流程和手续，包括获得资助后的各种信息查询、记录等。第四，实现系统安全。高校建设大数据精准资助网络系统需要确保系统安全，包括数据安全和系统安全。高校应该建立一个完善的数据安全制度，包括数据备份、数据加密、访问控制等各种措施。同时，学校应该建立一个完善的系统安全监测机制，及时发现和解决系统中存在的漏洞和问题，从而保证系统的安全性。

4.4 建立数据共享机制

高校建设大数据精准资助网络系统需要实现数据共享，包括学校内部和学校之间、学校与社会之间等各种数据共享。高校可以通过建立一个统一的数据共享平台，实现各种数据资源的共享和交换，从而为学生提供更加精准和个性化的资助服务。确保数据安全高校应该建立一个完善的数据安全制度，包括数据备份、数据加密、访问控制等各種措施。保证学生信息安全高校需要建立一个完善的数据保护机制，以确保学生信息的安全。这可以包括采取加密措施、建立防火墙等多种措施。同时，学校还应该建立一个完善的备份和恢复机制，以保证学生信息在意外情况下不会丢失。在实现数据共享机制时，要关注如下问题：保证学生信息安全，高校要保证学生信息的安全，其中包含了学生个人信息、家庭经济情况、学籍信息等多种信息。这就要求建立健全严格的授权管理体系，对各种类型的授权和责任进行界定。在实施该系统时，应考虑到如下问题：保障大学生个人资料的安全性，大学应制订一套健全的个人资料保密体系，防止个人资料外泄。在此基础上，建立健全严格的权限控制体系，并对体系中存在的问题进行及时的排查与处理，明确各类人员所具备的权限。

5 小结

综上所述，大数据技术在高校精准资助中具有不可替代的重要作用，无论是提高资助的准确性还是增强资助的有效性，都可以利用大数据技术提高效率。高校建设大数据精准资助网络系统需要建立一个完善的数据中心，实现数据分析、实现网络系统、实现数据共享和安全保障等方面的工作。通过以上几个方面努力，高校可以更好地了解学生实际需求，提供更加精准和个性化的资助服务。

本文系中国高校产学研创新基金“新一代信息技术创新项目——智慧校园视域下职业院校大数据平台研究及实践”，编号：2021ITA01016；2022年度高校哲学社会科学研究一般项目“大数据视域下高校精准资助的现实困境和技术诉求研究”，编号：2022SJYB1050；无锡商业职业技术学院校级双高建设专项课题“信息化驱动学校治理现代化转型的维度与路径研究”，编号：KJXJ22583；无锡商业职业技术学院双高建设专项课题“智慧校园赋能高素质人才培养模式的路径探索与实践”，编号：SGZXGJ20220109。

（作者单位：无锡商业职业技术学院）