大數據視角下高校學困生立體精準幫扶模式的構建

劉翔

[摘要]：大數據時代的來臨必然會給傳統的學困生幫扶工作帶來全新的思維模式和工作理念，高校教育工作者要應對數據革命的挑戰、把握機遇，不僅要熟練運用現代信息技術，更為重要的要在大數據視角下開展工作，融入大數據思維，構建基于學困生數據的全面采集和精確分析，以幫扶方式、助困群體、幫扶角度為維度的立體模式。

[關鍵詞]：大數據 高校學困生 立體精準 幫扶模式

伴隨著移動互聯技術普及、社交網絡快速興起、電子商務井噴式發展等信息技術的迅猛推進，人類社會正悄然步入大數據時代——以數據為核心的全新信息時代。面對大數據浪潮全面來襲，傳統的學業指導理念、方式和方法勢必受到數據革命的挑戰，特別是針對高校學習困難學生（以下簡稱“學困生”）的幫扶工作也將迎來新的機遇與挑戰。因此，高校教育工作者（以下簡稱“教育者”）應該基于大數據的背景下，認真思考如何依靠分析數據構建立體精準的學困生幫扶模式，幫助他們盡早走出學業困境，促使其自覺完成從“后進”到“先進”的轉化。

1大數據概述

《大數據時代》的作者維克托·邁爾·舍恩伯——“大數據時代預言家”從價值的角度生動的闡述了大數據的概念，人們通過掌握海量數據，從而發現和挖掘隱藏在數據背后的規律和價值，證明了大數據不僅是一種新技術，更為重要的是一種全新的思維方式和認知能力，我們將其生動的稱之為“大數據思維”和“大數據能力”。

2大數據視角下高校學困生幫扶工作面臨的現狀與挑戰

2.1 高校學困生幫扶工作的現狀

學困生問題在國內高校中普遍存在，這個困難學生群體的存在是一個不容忽視的問題，也成為了高校教育工作的重點與難點。筆者通過學困生案例研究發現，學困現狀的形成是一個動態的復雜過程，前期成因識別和后期幫扶應該是基于科學的分類和“社會化支持”而開展相應的工作，但是傳統的學困幫扶工作大多數獨立了前期和后期的聯系，還存在以下弊端。

2.1.1 成因識別精準度低

傳統學困成因識別僅限于“課堂表現”和“考試成績”兩項指標，沒有深挖學生學困現狀背后的因素，未建立科學系統的學困篩選體系，突出存在靜態識別、考量指標過少、缺乏數據分析等缺點。

2.1.2 缺乏精準個性化幫扶

在開展學困生幫扶工作時，往往采取“一刀切”的方式，缺乏精確的分類指導、分層幫扶和動態管理的實施原則，沒有遵循學生特點，導致了幫扶效果不佳。

2.1.3 助困群體單一

以往的學困生幫扶工作一直依賴帶班輔導員（班主任）開展，而輔導員個體的時間、精力和幫扶手段受限，導致了“花大力氣，收小效果”的工作成效，間接形成了學困生教育工作難點。

2.2 大數據視角下高校學困生幫扶工作面臨的挑戰

2.2.1 數據的非結構化類別增多，幫扶信息篩選難度增大、精確度更高

傳統學困生信息的采集來自于小規模結構性數據樣本的收集，不僅數據精確度高，而且采集過程也要求零失誤，其工作量和干擾因素較小，但最大不足就是取得的信息寬度十分有限。而大數據時代涌現了大量的非結構化數據，包括學生的心理特征、行為習慣、個人性格偏好等類型數據，使得教育者掌握的數據總量無限的接近學生個體，其采集過程的精確度也有較大差別，所以其中必然包含了很多不準確、甚至是錯誤的信息，容易對我們的信息篩選工作產生誤導和增大難度，這就要求學生管理工作者處理海量的非結構化數據，更加全面精準的掌握學生的個體信息，更加客觀的分析和研判學生的個體化差異，接納學生個體的復雜性。

2.2.2 數據的整體性增強，精準、清晰的個性化幫扶趨勢更為明顯

以往我們開展學困生幫扶工作時，往往采用小規模的數據抽樣調查的方式作為方案制定依據，比如單純根據學生成績開展學業指導工作，而忽略學生個體在學習上真正的困難原因和根本訴求，不符合教育規律和學生個人發展。隨著信息化教育管理體系的推進，趨于完整的學生信息數據采集和分析也即將成為新常態，所以必然會強調教育者重視數據的整體性，在此基礎上運用先進的數據挖據技術分析學生個體差異，才能制定加符合學生的身心發展規律的個性化幫扶計劃。

3大數據視角下構建高校學困生立體精準幫扶模式

學困生幫扶工作從本質而言是遵從“為了一切學生”的工作理念，是踐行尊重教育規律和學生身心發展規律的實際行動，應該接納不同的學生個體特點，推行學業、心理、生活的全方位輔導。那么整個幫扶工作的模式應該定位為：基于學困生數據的全面采集和精確分析，并且依托幫扶方式、助困群體、幫扶角度三個維度構建的“立體精準幫扶體”。

3.1 搭建科學動態的學困生數據平臺，精準識別學困成因

大數據技術的應用基礎必須依靠數據平臺的搭建，而開展學困生幫扶工作的第一步就是要全面、準確的掌握學生個人信息，分析、判斷學困成因和根源。教育者應實時采集校內各信息平臺的共享數據，并進行研究整理，提取課堂出勤情況、學期GPA成績等數據，籍此建立科學動態的數據平臺，掌握學困生的學習特征，精準分析學困成因，并進一步對成因進行分類和歸納，制定個性化的學業指導。

3.2 引入融合多樣幫扶元素，構建“立體幫扶網絡”

教育者擁有大數據思維模式，改變教育者 “單兵作戰”的慣性思維模式，加深對大量非結構化數據的分析挖掘，在堅持“個體為單位、一幫一助、控制助困規模、分類指導、分層幫扶”的實施原則，引入多樣化的幫扶元素應對多元化的學困成因，進一步組建“學業幫扶團”和“學業指導團”、開展“兩輔”（線上輔導和線下輔導）、保持“三聯”（聯系學困生、聯系學生家長、聯系教師），構建教師、學生、家長組成“全員育人網絡”，推行學業、心理、生活的“全方位立體幫扶網絡”。

3.3 建立學習評價體系，動態跟蹤管理和前置學困幫扶工作

筆者通過調查研究發現，教育者一般都依據學習效果對學生進行評價，忽略了學習這個動態的結果，而大數據則是將結果性指標轉變為發展性指標，有利于教育者動態跟蹤學困生的學習過程，及時發現問題、解決問題，從而更好地對教育進行調控，修改和制定更加切合實際情況的決策。

參考文獻：

[1]卞友江.“大數據”概念考辨[J]. 新聞研究導刊，2013（05）.

[2]孟小峰，慈祥.大數據管理：概念、技術與挑戰[J].計算機研究與發展，2013，50（1）：146-169.

[3]胡波，大數據時代高校高校學生維穩工作研究生[J].思想教育研究，2015（05）.

[4]崔懷將，高校學困生的類型診斷與矯正策略[J].中國電力教育，2010（35）：132-134.