大數據在高校學生資助中的應用
來源:用戶上傳
作者:
摘 要 社會經濟迅猛發展，對綜合型人才缺乏逐漸增大，貧困生資助作為高校人才培養工作重中之重，直接關乎學校與學生成長、社會和諧發展，尤其是精準資助方針提出后，對資助系統的完善程度越發關注。大數據在高校學生資助中的應用，解決了貧困認定、資源共享與差異化資助等方面的問題，實現資助系統智能化，資助工作的科學性與公平性提高。
關鍵詞 大數據 高校 資助 應用
中圖分類號：G647 文獻標識碼：A
1背景
高校擴招后學生數量不斷增加，其中貧困生1/3，特困生占1/10左右。尤其是學費升高后，加重了偏遠地區家庭的經濟負擔。而大學生因學費負擔放棄繼續學習的情況相對普及，甚至出現輕生等悲劇。大學生扶貧也是我國脫貧攻堅工作的一部分，學生幫扶政策也逐漸完善。
2大數據的內涵
大數據是指無法在指定時間內，利用常規軟件工具對內容實施抓取管理與處理的數據集合。也是高速多變的信息資產，需借助新型處理方式，以實現更強的優化處理與決策能力。從本文角度分析大數據，是利于資助精準識別與精準管理資助工作的技術手段，更是轉變以往資助工作模式的思維方式。
3高校學生資助現狀
3.1資助平臺智能化低
資助平臺問題體現在以下幾方面;一是實效性差：資助管理仍處于紙質與人工輸入階段，數據二次利用價值低，學生視頻等半結構化信息收集時間長，與信息時代發展要求不符。二是針對性差：貧困生認定、心理問題管理等方面存在遺漏，學生數據呈現較大顆粒度，工作缺乏針對性。
3.2貧困認定標準缺失
首先學校無法做到每位學生家訪，與輔導員多采用投票選舉等方式認定貧困生，不能避免學生開假證明等問題，甚至部分學生因自卑心理不愿透漏家庭情況。目前對貧困生的認定標準以偏遠地區為主，孤兒、遭受自然災害、重大疾病災害、家庭年收入等指標不起作用。認定與管理成本增加，資源嚴重浪費，認定方法信任度低，貧困程度衡量偏差大。
3.3心理引導不足
受家庭經濟負擔影響，學生易存在精神壓力與心理負擔，部分學生體現出自卑心理或是依賴心理，究其原因與缺乏專業持續的心理引導有關，多以物質脫貧為主，精神脫貧相對忽視;對此，加強心理健康信息管理意義重大。
3.4資助決策數據無法獲取
學生數據量龐大，包括心理數據與生活數據等，但數據信息以簡單統計為主，未實現進一步挖掘利用。加之資助數據缺乏標準化設計，未實現數據動態更新，導致決策數據無法及時獲取，從而不能對精準資助政策實施提供支持。
3.5精準考核無法實施
資助考核屬于長期監督工作，但大部分高校側重于貧困生認定與資金發放上，對資助后監督少，加之各資助部門的考核標準不同，使得資助考核工作缺乏規范性、精準化與公信力。以成長為導向的績效考核缺失，加之跟蹤反饋與經驗總結不足，無法實現資助工作質量持續改進。
4大數據在高校學生資助中的應用
4.1精確認定
首先設立指標體系，通過數據分析提煉出家庭人口數、經濟收入與生源地等指標，除結構化數據（民政部門證明與家庭基本信息等）外，通過征信系統與網絡社交軟件等途徑，獲取視頻與網絡等非結構化數據，全方位了解學生狀況。各類指標利用用戶畫像技術分類標簽，標簽第一類為基本家庭信息;第二類是行為偏好，根據用戶畫像與大數據分析技術了解其生活情況。
4.2精準資助
差異化資助首先體現在個體方面，傷殘與烈士、自然災害等貧困程度設立學生檔案，針對性的給予幫扶，同時加強心理指導。將學生資料按照貧困等級、致貧性質等依據分群，根據學生學習成績與心理健康程度、勤工儉學等信息，設立指標多樣化的分級資助模式，實現針對性資助。尤其是在勤工助學方面，可根據特長技能安排崗位。其次體現在區域方面，設立中部與東南西北地區學生方案，根據區域發展水平、年收入設立大數據檔案，確定貧困標準，利用語義分析、聚類分析等技術，實現電子檔案資料、結構化數據有效轉換，實現教育資源高校利用。
4.3精準管理
首先完善信息管理系統，實現動態化、常態化資助管理。利用大數據技術，結合過程管理理論，確保資助全程處于可控范圍內，圍繞資助過程，對分級資助與跟蹤反饋等子過程特征，制定配套措施，是實現資助規范化管理。資助后根據消費數據、學業成績等加強資助情況跟蹤監測，為資助部門的幫扶干預提供參照。其次實現線上、線下結合監管，加大社會、學校與教師監督力度，發現開假證明、誠信不良記錄情況取消資助資格。通過微信、微博等網絡平臺，接受群眾監督反饋，尤其是放假期間，根據異議認定結果召回資助金，最終實現扁平化資助管理。
4.4精準評價
完善量化評價指標體系，提高資助部門考核評價科學性，為部門工作判斷提供參照依據，確保資助工作成效。資助工作績效考評主要由教育部與委托第三方開展，結合工作實施成效、資助育人等指標展開資助工作考核，并利用大數據智能算法等技術，實現評價問題快速處理。借助大數據技術，完善資助工作評估管理規范，涉及精準識別率與學生動態監測體系等，確保資助工作評估度量成效。
5結語
大數據在高校貧困生資助工作中的應用，利于轉變資助思維、全面掌握資助信息、實現貧困資助全覆蓋、拓展資助功能，這都得益于資助工作體系的有效構建，最終實現貧困生認定指標化、資助行為差異化、管理模式動態化、與資助考核合理化。除此之外，還需加強大數據管理標準的完善，加大大數據安全隱私保障力度，以推動高校資助工作改革。
參考文獻
[1] 安哲鋒，李穎，王文杰.大數據背景下高校學生資助數據分析及應用思考[J].高教學刊，2018，87（15）：66-68.
[2] 魏開偉.大數據環境下高校家庭經濟困難學生精準資助分析[J].太原城市職業技術學院學報，2018（02）.
轉載注明來源:http://www.hailuomaifang.com/1/view-14997584.htm
