大数据视域下基于学生画像分析的精准思政路径探索＊

西安邮电大学 芮喜

在网络文化的影响下，当前高校学生的成长呈现出个性化、多样化的发展态势，继续依赖传统思想政治教育，势必影响思政育人的有效性和针对性。随着信息技术的高速发展，教育过程中沉淀出有关学生基本信息、学业信息、消费信息、社交行为等海量数据，这也促使思政工作者可以改变工作思路和方法，利用大数据技术构建学生画像，及时准确地把握学生的需求和行为轨迹，为精准思政提供强力支撑。本文将从大数据视域出发，从学业、资助、就业等方面探索基于学生画像分析的精准思政研究路径。

1 大数据视域下基于学生画像进行精准思政的可能性与现实意义

随着大数据时代的到来，学生在学习、消费、社交、日常管理等方面沉淀下海量数据[1]，为思政工作提供了数据支撑；同时，大数据技术的发展，为深入挖掘数据信息，进而构建出学生画像进行精准思政提供了技术可能。学生画像技术是指基于收集到的大量多维度数据，包括静态数据和动态数据，通过数据统计、处理等技术，分析学生的基本信息、学业信息、考勤信息、消费信息、图书借阅信息、社交网络、兴趣爱好等行为数据，还原其个人属性、学习行为、生活习惯、心理状态等典型特征，并对其进行标签化处理，通过聚类分析等手段构建出学生数据模型，即学生画像。

传统思想政治教育工作模式难以发现并满足每个受教育者的真实诉求，思政内容供给与学生诉求匹配度低，学生的个体性和特殊性在很大程度上遭到忽视。精准思政是指基于大数据、人工智能等前沿技术的介入，在精准思维和理念的引导下，实现思想政治教育的精准育人活动[2]。将构建的学生画像作为精准思政的重要依据，可精准把握学生的个性需求和行为规律，全面了解其思想行为特征和面临问题。以此针对不同画像制定和实施个性化教育，精准提供思政内容和思政服务。

2 大数据视域下基于学生画像进行精准思政的一般过程

大数据视域下基于学生画像进行精准思政的一般过程如图1 所示，具体如下。

图1 大数据视域下基于学生画像进行精准思政的一般过程Fig.1 General process of precise ideological and political education based on student profiles from the perspective of big data

2.1 数据收集

随着信息社会的发展与智慧校园的建设，学生在校期间的基本信息、课堂出勤、竞赛参与、考试信息、实践活动、图书馆借阅信息、消费信息、社团活动、出入记录、毕业设计、企业宣讲参与、考研等，以及在班级群、朋友圈、论坛网站等平台的行为轨迹均作为原始数据，反映着学生的个性特征、学习状态、消费状态、就业状态、兴趣爱好等属性。以上静态亦或动态的多源多维海量数据形成了构建学生画像的基础数据。

2.2 数据分析

收集到的海量数据纷繁复杂、体量庞大，需要依托大数据处理技术进行清洗、筛选、统计、挖掘，同时对动态数据进行监测，及时更新，这是高校思政工作者进行精准思政的重要环节。通过数据分析，将无用信息进行过滤，相似信息进行合并处理，不同结构数据进行调整统一，挖掘出数据背后隐藏的规律。

2.3 学生画像

对分析处理后的数据进行标签化处理，将学生的学习、生活、行为、心理等数据转换成一个个特征分类标签，如成绩优秀、学业困难、家庭经济困难、作息规律等，在此基础上，利用聚类分析、关联分析等手段，构建出学生个人画像和群体画像，并标出其特征属性，全面展示学生的行为轨迹。

2.4 画像应用

结合传统思想政治工作思路和经验，对构建出的学生画像进行分析，精准掌握学生在学习、生活、就业、社交等方面的个性需求与行为轨迹，实现对学生的动态监测，在此基础上，精准提供思政内容，制定个性化教育方案，实现思政教育的针对性与有效性。

3 大数据视域下基于学生画像进行精准思政的应用场景

3.1 精准学业指导

当前，高校学生学业指导现状为:借助任课教师对学生的考勤、课堂表现等信息反馈，由辅导员对学生进行日常谈话教育引导；教务将学生学业完成情况与培养方案要求对比，将可能无法正常完成学业的学生信息反馈，由辅导员对学生进行干预和预警。当前学业指导和预警一般具有被动性和延迟性，只有出现学籍学业异常后，才能及时干预。

借助大数据技术进行基于学生画像的精准学业指导则可以及时监测学生学业状态，做到防微杜渐，具体流程如下:

（1）收集学业相关数据:包括学生基本信息、培养方案、选课情况、课堂成绩、考勤信息、实践成绩、网课学习、图书借阅等，作为学生画像标签化处理的数据依据。

（2）构建学生学业画像:对上述多源异构数据进行统计挖掘、处理分析，基于聚类分析等手段进行数据分类，进而构建学生画像。

（3）学生画像应用:1）学业测评:可为后续的奖学金、评优评先、入党培养等学生工作提供参考；2）学业帮扶:针对学生学业薄弱环节，如专业培养、学科竞赛等，提供针对性帮扶引导；3）学业预警:对学业困难学生、需要学业预警学生及早给予针对性帮扶引导，向学生和家长及时传递预警信号，同时对其学业状态进行动态监测，尽力避免出现无法正常完成学业等不良现象。

3.2 精准资助

当前，高校学生资助工作的一般流程为学生提出申请后提交资料，由班级评议小组、辅导员等人工评议认定资助库名单，存在认定流程单一、精细化不够、缺乏后续追踪、主观性较大等问题。如何实现精准资助成为当下需要关注的重点问题，在此可以借助大数据技术，进行学生画像，精准识别家庭经济困难学生，形成困难库名单，并对资助过程进行全面追踪，监测受助学生成长轨迹，提高学生资助工作的精准性和长效性。具体流程如下:

（1）收集学生数据:全面收集学生生活数据，包括基本信息、食堂消费、生活消费、学费缴纳、贷款情况、奖惩情况、外出游玩等信息，作为学生资助画像的基础数据。

（2）构建学生资助画像:借助大数据技术将上述基础数据进行分析处理，设置典型标签，构建学生画像，包括消费习惯、家庭经济情况、心理状态、困难程度等属性。

（3）学生画像应用:1）精准识别家庭经济困难学生。在班级评议认定之外，借助大数据技术进行精准识别，可有效避免单纯班级评议过程中出现的“人情认定”等干扰，识别出部分因心理因素等不愿提出申请而事实困难的学生或人工评议认定贫困学生名单中的疑似非贫困学生。2）家庭经济困难程度精准认定。借助学生画像可进行其困难程度数据化精准认定，有利于困难库学生的“特别困难”“一般困难”识别认定，不再单纯依赖班级评议。3）学生情况尤其是受资助学生的动态追踪。通过数据库数据的动态更新，可动态监测学生思想生活变化，尤其是学生受助后的成长与经济状况等，了解学生的消费去向、是否用于生活改善、自我提升等，进一步确保资助效果。

3.3 精准就业指导

当前，高校学生就业指导一般为面向所有学生设置职业规划课程、就业指导课程、发布企业招聘信息、提供简历制作指导等，存在单一片面的问题，容易出现企业人才需求和就业指导内容脱离、企业需求和学生技能不匹配等现象。大数据视域下基于学生画像进行精准就业指导的具体内容如下:

（1）收集学生数据:包括基本信息、专业学习情况、实习实践情况、竞赛获奖情况、技能水平、就业意向、兴趣爱好、性格特点等，作为学生精准就业指导的基础数据。

（2）构建学生就业画像:对上述数据进行分析梳理，挖掘典型特征并进行标签化处理，如意向北上广、竞赛能力强、职业素养水平等，构建学生个人和群体就业画像。

（3）学生画像应用:1）职业规划、就业指导等成长课程内容设定。根据学生画像展示的多元化需求，分类分领域设定课程内容，如职业发展、简历制作、面试课程、职业性格分析等，尽可能全面提升学生就业素养。2）就业能力动态监测。随着学生课程学习、实践参与等就业数据的不断变化，其就业画像也在不断变化，思政工作者可根据学生画像的变化，及时有效地为学生提供相应的职业规划、就业指导等个性化引导，实现定制化服务。3）精准推送对接。根据企业岗位需求，通过大数据技术与学生就业特征进行搜索匹配，提升岗位推荐的精准度，帮助学生实现便携、精准的岗位资源推荐，同时实现学生和企业的双向精准推荐。

3.4 辅导员网络思政

伴随着网络新媒体技术的发展，越来越多的高校辅导员开始实践利用公众号、视频号等工具平台开展网络思政，以求在理想信念教育、职业规划教育、就业指导、心理健康教育、人际关系引导、学业引导等方面创新思想政治教育工作模式，取得了一定的效果，但也遇到了不小的挑战和困难。

以公众号为例，辅导员认为有用且重要进而推出的文章却无法达到预期的效果，出现上述问题的最大原因往往在于当前内容地推送是作者自我驱动，而非针对学生诉求的用户驱动。大数据视域下辅导员基于学生画像进行网络思政可从以下几点入手:

（1）确定目标群体，构建学生画像。思政公众号是以线上方式面向学生开展思想政治教育，但目标群体不应为简单的“高校大学生”这一庞大群体，面向对象广泛但缺乏针对性。辅导员作为公众号运营者，可进一步明确目标群体，根据学科类型、学生年龄、专业背景、生源质量、兴趣爱好、就业目标等属性进行目标群体细分，以现实为导向，以思政教育为目标，进行群体画像构建。

（2）针对性进行公众号内容建设。不同学生群体的特征属性和当前需求不会是完全一致的，对学生画像进一步分析，了解目标群体的特征属性，如英语基础不好、职业规划意识淡薄等，进而确定公众号的主要建设方向，做到内容定位鲜明，紧密围绕目标学生当前诉求和成长痛点。

（3）将学生画像贯穿公众号运营的全过程。在公众号运营过程中，不仅内容方向要结合目标群体画像，而且后续更新也不应与学生画像脱离。一方面，及时获取目标群体的反馈，改进创作内容；另一方面，随着目标群体的动态变化，其学生画像特征也在不断变化，公众号的内容建设也应与时俱进。

（4）完善公众号内容建设。根据学生个性化需求提供精准思政内容的同时，也需要了解学生的教育缺失方向，针对性提供内容服务。在理想信念、家国情怀等方面，学生往往对灌溉式的内容输送有些抗拒，但作为思政教育不可或缺的重要部分，运营者所做的不应是简单的舍弃，而是从内容形式等方面进行创新，在潜移默化中实现教育引导的目的。

4 结语

大数据时代基于学生画像进行精准思政有利于拓宽思想政治教育平台，丰富思想政治教育内容和形式。但在实施过程中要注意加强数据监管、保持教育者的主体性、警惕信息茧房效应等，进一步提升精准思政效果。