張頡 顏夢穎 孫正清

摘 ? 要：隨著移動設備的普及，各行各業(yè)的數(shù)據(jù)量呈指數(shù)增長，怎樣合理使用數(shù)據(jù)中的信息成為各領域關注的熱點。高校中往往存在少量教師要管理大量學生的現(xiàn)象。雖然學校各部門能統(tǒng)計到大量數(shù)據(jù)，而目前缺乏對數(shù)據(jù)的收集和整合，很難給教師的管理提供幫助。文章旨在研究大數(shù)據(jù)技術(shù)應用于高校學生管理的方法，建立數(shù)據(jù)庫采集有用信息，并使用人工神經(jīng)網(wǎng)絡對數(shù)據(jù)信息進行挖掘，分析學生的在校狀況，為管理者提供決策依據(jù)。

關鍵詞：高校學生管理;大數(shù)據(jù);數(shù)據(jù)挖掘

中圖分類號：G647 文獻標志碼：A 文章編號：1673-8454（2020）13-0078-03

一、引言

長期以來，在缺乏完整數(shù)據(jù)和先進技術(shù)手段的情況下，高校學生教育管理主要依托于輔導員的經(jīng)驗，即輔導員依據(jù)自己的管理經(jīng)驗對學生情況做出評估判斷。但往往學生數(shù)量眾多，平均每一名輔導員要面對幾百個學生，很難面面俱到的了解到每一個學生的情況，而大數(shù)據(jù)及其技術(shù)的出現(xiàn)和發(fā)展應用，使得高校學生管理工作有了新的方向和技術(shù)依托，所以高校學生教育管理需要大數(shù)據(jù)的支撐[1]。

高校蘊含著豐富的教育大數(shù)據(jù)，數(shù)據(jù)主要源自教育活動過程和根據(jù)教育需要采集等方面，而日常教育大數(shù)據(jù)的產(chǎn)生通常有兩方面：一方面是教學活動過程;另一方面是教育管理過程。大學生在校期間的學生生活等各類信息承載著巨大資源可以挖掘，面對海量的數(shù)據(jù)資源，高?？梢酝ㄟ^各類數(shù)據(jù)中心收集學生各方面的信息，如成績、出入宿舍、校園消費、圖書借閱、獲獎等情況。建立數(shù)據(jù)庫，通過算法對數(shù)據(jù)庫中的信息進行挖掘，可以對某個學生的在校情況做出評估，如圖1所示。

大數(shù)據(jù)的運用不僅可以讓輔導員通過數(shù)據(jù)更加直觀了解學生在校的狀況，實時分析學生的問題，及時獲取學生的異常信息，還可以對學生在校行為進行預測，通過學生各方面的數(shù)據(jù)信息分析展示出學生思想及行為預估動態(tài)“畫像”，提升高校學生管理工作中決策的精確化和科學化。

二、 教育大數(shù)據(jù)現(xiàn)狀分析

1.數(shù)據(jù)缺乏聯(lián)系

已有數(shù)據(jù)之間的聯(lián)系并沒有建立起來，高校學生日常管理信息數(shù)據(jù)從各個層面來說都存在數(shù)據(jù)孤島的情況，學校各部門、輔導員、專業(yè)老師等獲取的數(shù)據(jù)都為各自所用，也只是作為數(shù)據(jù)保存，沒有發(fā)揮數(shù)據(jù)互通的作用和價值。

伴隨信息化和數(shù)據(jù)化的飛速發(fā)展，高等學校也在進行相應管理改革，但是在改革進程中關于哪個部門具體負責大數(shù)據(jù)管理沒有明確，高校整體的管理模式仍舊基于傳統(tǒng)體系進行，很難有效適應大數(shù)據(jù)帶來的革新，數(shù)據(jù)量的驟增、數(shù)據(jù)信息碎片化、數(shù)據(jù)格式多樣化等直接影響數(shù)據(jù)信息提取的有效性、精確性和完整性[2]。

2.數(shù)據(jù)使用種類單一

針對高校教學而言，信息化技術(shù)已經(jīng)滲透教學的諸多環(huán)節(jié)，學生們也通過互聯(lián)網(wǎng)技術(shù)和信息化技術(shù)擴展新型模式的學習，然而數(shù)據(jù)采集和信息分析所使用的數(shù)據(jù)仍然局限于學習過程中所涉及的各類數(shù)據(jù)，這些數(shù)據(jù)體現(xiàn)的信息和學生本人的實際情況差異化顯著存在。高校學生管理人員關注的信息和數(shù)據(jù)集中在學業(yè)方面，存在一定的局限性，能夠客觀反映高校學生的生活和心理動態(tài)的信息數(shù)據(jù)匱乏，所以數(shù)據(jù)全面性建設方面還需要進一步加強。

3.數(shù)據(jù)缺乏深入挖掘

在高校的日常管理中，一般可以采集到大量學生相關的數(shù)據(jù)，如學生進出宿舍的時間、進出圖書館的時間、進出校門的時間以及學生的消費狀況等。但由于沒有及時對數(shù)據(jù)進行收集管理和挖掘，大多數(shù)數(shù)據(jù)都處于閑置狀態(tài)。

采用數(shù)據(jù)挖掘算法，對已有的數(shù)據(jù)進行分析，得出一些可以反映學生在校狀態(tài)的結(jié)論，并及時反饋給輔導員，這會給高校輔導員的日常管理決策帶來空前的便利，并可以及時對學生進行糾偏。

4.大數(shù)據(jù)意識淡薄

雖然大數(shù)據(jù)技術(shù)高速蓬勃發(fā)展，但是高校教育工作者缺乏相關教育和培訓，普遍存在大數(shù)據(jù)意識和大數(shù)據(jù)思維普及不夠的現(xiàn)象，直接導致大數(shù)據(jù)技術(shù)在學生教育管理工作中推進的力度不足、效率不高，只有廣泛從事大學生教育管理工作的教師和干部形成大數(shù)據(jù)思維共識，才能更好地推進大數(shù)據(jù)在大學生教育管理工作中的深度開發(fā)和廣泛應用。

三、基于大數(shù)據(jù)的高校學生管理創(chuàng)新研究

處在大數(shù)據(jù)時代，大數(shù)據(jù)的實質(zhì)是海量數(shù)據(jù)，數(shù)據(jù)本身是沒有價值的，真正有價值的是從大數(shù)據(jù)中挖掘出能夠促進行業(yè)發(fā)展的有用信息，通過數(shù)據(jù)采集、模型建立和數(shù)據(jù)挖掘等，獲取數(shù)據(jù)中蘊含的價值信息[3]。學生日常在校的行為會產(chǎn)生大量的數(shù)據(jù)，首先要建立數(shù)據(jù)庫，對這些數(shù)據(jù)進行收集。在數(shù)據(jù)量足夠大時，采用數(shù)據(jù)挖掘的算法建立數(shù)學模型，并不斷用新收集到的數(shù)據(jù)來修整數(shù)學模型。在模型完善后，將學生的行為放入模型中，就能對其進行分析和分類，找出學生目前存在的問題，并且反饋給高校學生管理人員，幫助其在管理決策的過程中更加有的放矢。

1.數(shù)據(jù)信息共享及采集

針對各部門間數(shù)據(jù)信息傳遞及協(xié)同共享存在的數(shù)據(jù)鴻溝，通過底層數(shù)據(jù)架構(gòu)及數(shù)據(jù)格式等系統(tǒng)化分析，找到協(xié)同調(diào)用的解決路徑。同時記錄在日常行為數(shù)據(jù)采集中不及時、不準確、不完整、隨意性等問題，找到各種造成學生數(shù)據(jù)采集質(zhì)量的問題，構(gòu)建信息數(shù)據(jù)統(tǒng)一性、標準化建設思路。搭建大學生教育管理的數(shù)據(jù)平臺，協(xié)調(diào)并集成諸如學生處、教務處、圖書館、后勤等與學生信息相關部門的數(shù)據(jù)信息平臺，組成一個全校范圍的學生教育管理工作的數(shù)據(jù)庫，以保證及時全面地收集、更新和共享所有學生的所有數(shù)據(jù)。

除了上述數(shù)據(jù)采集手段外，建立完善的班級信息員數(shù)據(jù)采集制度，在日常及時匯總班級學生的各種行為數(shù)據(jù)，做到數(shù)據(jù)覆蓋面廣泛細微，同時甄別有效信息，確保收集得到的數(shù)據(jù)可靠。利用學科優(yōu)勢互補的特點，開展跨學科研究實踐，運用計算機技術(shù)創(chuàng)新解決大學生教育管理數(shù)據(jù)信息共享及采集技術(shù)難題。

2.學生行為數(shù)據(jù)庫建立

根據(jù)高校學生管理工作的實際需要，采用專家咨詢法選取4個指標，將學生分為16類，其中“0”代表該指標沒有問題，“1”代表該指標出現(xiàn)問題，如表1所示。

在本問題研究領域中，尚未有學者建立科學的指標體系，因此在數(shù)據(jù)庫收集數(shù)據(jù)種類確定之前，要首先對提取的數(shù)據(jù)進行相關度分析，確定相關度最低的數(shù)據(jù)維數(shù)作為模型的輸入序列。結(jié)合已有的學生工作經(jīng)驗，選取表2所示的十維數(shù)據(jù)作為輸入序列，表中采集數(shù)據(jù)的分類標準可以根據(jù)高校實際情況做調(diào)整。

3.基于BP神經(jīng)網(wǎng)絡的數(shù)據(jù)挖掘

BP能夠應用于各類數(shù)據(jù)分類、聚類以及回歸的數(shù)據(jù)挖掘應用領域，將其引入高校學生管理領域，將會很大程度上解決該領域的數(shù)據(jù)挖掘問題。

BP算法基本思想是：學習過程分為兩個過程進行，一個是信號的正向傳播過程，另一個則是誤差的反向傳播過程。正向傳播時，輸入信號從輸入層傳入，經(jīng)各隱含層逐層處理（主要為權(quán)值處理）后，將處理結(jié)果傳向輸出層。如果輸出層所最終的結(jié)果與期望值存在差異，那么需要實施誤差反向的傳播過程，就這樣權(quán)值的反復調(diào)整就是算法中的核心：網(wǎng)絡學習的訓練過程。通過這樣的不斷訓練確保神經(jīng)網(wǎng)絡輸出結(jié)果的誤差降低至能夠接受的范圍[4]。

完成數(shù)據(jù)庫中數(shù)據(jù)的抽取工作以后，將十維學生數(shù)據(jù)與學生的分類結(jié)果展示在一張表上。假設以上十維數(shù)據(jù)與其最終分類結(jié)果呈非線性映射關系，表3展示了部分分類結(jié)果。

四、 教育大數(shù)據(jù)應用于學生管理的意義

1.推進大學生教育管理信息化建設和發(fā)展

高等學校的信息化建設不斷推進，直接或間接地與廣大學生的教育管理有聯(lián)系，各部門的各類系統(tǒng)實時存儲著全體學生的學習生活行為信息，這些數(shù)據(jù)信息具備了大數(shù)據(jù)“數(shù)據(jù)存儲量龐大、數(shù)據(jù)的種類和來源多樣、數(shù)據(jù)蘊含豐富的價值”的典型特征。針對這些教育大數(shù)據(jù)，通過數(shù)據(jù)挖掘技術(shù)予以分析，并給出相應的決策，對于學生教育管理有著重大的意義。不僅提升了高校學生教育管理的信息化水平，同時促使學生教育管理工作者的理想轉(zhuǎn)變，從而推進了高校學生管理的創(chuàng)新性建設?；诖髷?shù)據(jù)的大學生教育管理是對教育大數(shù)據(jù)的深度挖掘應用，推動了高校管理模式升級，加速信息化管理的建設腳步。

2.推動大學生教育管理更具科學性和預見性

隨著信息化技術(shù)的不斷發(fā)展和推陳出新，移動終端設備的相繼推出，使得各類學生行為信息隨時隨地產(chǎn)生并存儲記錄，結(jié)合高等學校信息化建設的不斷推進，信息化的學習和生活方式已成為大學生日常習慣，大學生人生觀、價值觀和世界觀會通過數(shù)據(jù)信息的形式存儲在各類數(shù)據(jù)集當中，同時大學生的價值觀念和思想形態(tài)會受到互聯(lián)網(wǎng)的影響，鑒于此，傳統(tǒng)大學生教育管理方式的局限性逐漸凸顯出來，如獲取信息時效性差、各類信息的全面性不夠、信息量往往較少等，導致針對學生思想動態(tài)的分析和研判缺乏及時和全面的把握。運用教育大數(shù)據(jù)能夠快速、全面、系統(tǒng)地分析學生目前的思想動態(tài)，并給出“畫像分析”，從而將學生教育管理工作進一步精細化、高效化和科學化，開展工作也更有針對性和預見性。

3.提升大學生教育管理工作的針對性和時效性

大學生正值人生觀價值觀養(yǎng)成的關鍵時期，心智和思想都不夠成熟，部分學生面臨學業(yè)壓力、就業(yè)困難、家庭經(jīng)濟困難等問題時會引發(fā)心理問題，這些問題很多是可以通過教育引導及早解決的，但部分由于發(fā)現(xiàn)不及時、分析不準確等導致處理延時。然而通過大數(shù)據(jù)技術(shù)及時、系統(tǒng)地予以分析研判，能夠?qū)Ω黝悵撛诘膯栴}進行篩查、預測，并加以干預和管控，很大程度上降低了校園安全穩(wěn)定風險的發(fā)生，使得輔導員和其他學生工作者在學生教育管理工作中更具針對性和時效性，更有利于營造安全穩(wěn)定的校園環(huán)境。

五、結(jié)束語

科學合理使用大數(shù)據(jù)不僅可以對學生進行分類，為輔導員決策提供依據(jù)，還可以延伸到日常管理的各方面。例如：對學生的行為進行預測，并將其應用于圖書館、食堂等部門的開放安排。當前人工智能技術(shù)日益成熟，將深度學習應用于高校學生管理也是未來研究和發(fā)展的趨勢。

參考文獻：

[1]陳文，蒲清平，鄒放鳴.大數(shù)據(jù)時代的高校學生教育管理模式轉(zhuǎn)變與應對策略[J].江蘇高教，2017（1）：67-69.

[2]先曉兵，陳鳳，王繼元，王加年.基于大數(shù)據(jù)的高校學生管理工作研究與實踐[J].中國教育信息化，2015（10）：6-10.

[3]肖玉敏，孟冰紋，唐婷婷等.面向智慧教育的大數(shù)據(jù)研究與實踐：價值發(fā)現(xiàn)與路徑探索[J].電化教育研究，2017，38（12）：5-12.

[4]喬非，葛彥昊.基于BP神經(jīng)網(wǎng)絡的就業(yè)招聘企業(yè)客戶分類問題研究[J].計算機科學，2015，42（S2）：1-4.

（編輯：王曉明）