大數據時代招生管理新策略

王薇

摘要：隨著大數據技術的逐漸普及，招生管理工作也邁進大數據應用時代。在大數據背景下，考生報考行為不再是獨立的個體，而是相互依存的整體，招生管理部門，根據考生信息進行數據分析，進而對考生報考行為進行預測，從而制定適合學生的個性化內容，提高招生工作效率。

關鍵詞：大數據；招生工作；管理策略

隨著現代科技的發展，信息技術的運用越來越廣泛，招生管理工作也邁進大數據應用時代。各個招生部門都存儲了大量的學生成績數據，但是各所學校和部門之間，未能形成信息共享的體系，信息和應用成為了“孤島”。在招生工作中，各部門依據自己的工作范圍開展工作，不僅增加了招生的成本，而且影響招生的工作效率。

一、大數據的定義和特點

IDC機構對大數據的定義是：為了更經濟更有效地從高頻率、大容量、不同結構和類型的數據中獲取有價值的信息而設計的新一代架構和技術。通過這一技術可實現海量數據的管理，實現對數據的有效運用，進而指導決策。所謂大數據，并不僅僅是指數據資源的龐大，其中還包含著數據種類多樣、結構復雜、更新迅速等含義。數據量巨大、數據價值增加、數據種類多樣、數據處理高效就是大數據的四個重要特點。信息化時代的到來，數據量之巨大已經不言而喻。為配合數據生成的速度，數據處理的速度也必然要加快，而隨著對數據的運用，數據的價值愈加凸顯。數據的種類越來越豐富，已經逐漸不再局限于文字，圖片、視頻、音頻等種類繁多的數據，不斷更新和產生。加之各種類型傳感器、監控器的運用，數據的結構也越來越復雜。這在很大程度上催生了大數據管理技術。對于招生工作而言，所能掌握的數據越來越豐富，學生的生源地、報考、入學等信息逐漸透明化，但如何使用好這些數據，仍然任重道遠。

二、招生管理工作的現狀

隨著我國教育事業的發展，高等教育改革進程不斷加快，報考、招生制度不斷變革，招生規模擴大化、招考模式多元化等特點，致使具體招生工作面臨巨大挑戰，招生時間緊迫、任務繁重、信息量大等難題困擾著招生管理部門。而各個招生管理部門的信息化系統的建設尚不完善，很難滿足多樣化、大數據招生的需要，具體來說，表現為以下幾個方面的問題：

第一，系統內部各部門各自為政，數據無法實現共享和交流。大數據時代背景下，尤為重視數據和信息的共享和交流，這一方面可以提高招生工作的準確性，另一方面也能提高招生工作的效率，互惠互利，進而提高整體的工作效率。但傳統招生管理系統由于各方面的原因，各學校、省份的招生工作依舊各自為政，數據的利用和共享率低，明顯無法滿足需求。

第二，數據統計人工化，智能性不足，數據保存本地化。傳統的招生工作中，數據統計人工化的許多弊端還不甚明顯，但隨著大數據時代的到來，仍然使用人工化的數據統計方式，就顯得有些“力不從心”，當然也無法做到智能化和精準化。

第三，系統功能較為落后，未能做到與時俱進。這一問題屬于技術層面的問題，系統功能落后表現為無法實現對系統數據的篩選和分析等，換言之，就是無法實現數據挖掘的功能，而數據挖掘是大數據時代發展之必然，這就是使得原有的系統無法滿足需求，無法實現運用數據挖掘輔助招生決策等功能。

第四，數據后期處理不到位。大數據時代，要求充分挖掘每一個數據信息的價值，這就要求對以往數據進行收集和存儲，在招生工作結束后，能實現對相關數據的智能化歸類，為來年招生做準備，傳統的系統在這方面存在不足。

三、大數據時代下招生管理新策略

1.培養“大數據”意識。傳統招生工作中，由于時間緊、任務重，許多招生工作處于“見招拆招”的狀態，效率不高。為此，招生部門應注重培養招生人員的“大數據”意識，提高他們運用大數據挖掘信息和使用信息的能力，也要注重對信息科技系統和人才的引進，促進招生管理工作高效化。

2.調整招生政策和方式。招生管理中，各個學校的招生政策對于生源的流向至關重要。為此，招生管理部門應配合各個學校的招生策略和國家的招生政策，運用數據分析和挖掘技術，加強對招生指標分配的分析，積極推進教育公平，采取有效手段，讓招生單位和各類考生都能夠實現自身目標。

3.積極推進招生管理系統的更新和優化。目前，許多院校都設計和建立了自己的招生管理系統，可實現考生的在線報名、修改信息、報名審核和準考證管理等，同時可對考試人員的數量、成績等進行查詢和管理，進而確保各個學校能從宏觀層面掌握學生情況，方便各類信息的調閱和處理，實現對考生信息的妥善管理和科學維護，實現招生管理工作的高效化。大數據時代，更是要求招生管理單位能夠對錄取信息中所包含的豐富信息進行挖掘，更好地服務于招生工作。就加強數據挖掘具體可以從以下幾個層面入手。

第一，運用分類方法對考生進分類管理。大數據挖掘中，采用分類的方式，將數據庫中具有共同屬性的數據歸類到統一模型中。這樣，不僅可以實現對考生分類，而且可以對考試的屬性、滿意度等進行分析，為考生考試錄取提供輔助決策，以便于招生人員能夠因人而異制定招生策略，推薦符合學生實際需要的專業，進而提高報到率。

第二，關聯規則方法實現關聯分析。在招生工作中，對各個院校專業設置、就業情況、招生宣傳、學生學習成績等因素進行關聯分析，有助于明確各個院校招生不平衡的原因，促進招生宣傳、專業改革。

第三，聚類分析方法分類考生群體。聚類分析可根據數據的相似度和差異度，對數據進行分類，實現統一類型數據的相似度盡可能大，差異度盡可能小。聚類分析分析方法可運用到考生志愿預測、專業細分、考生專業背景分析等方面，對于各類院校改進專業設置，大有裨益。

四、結語

總而言之，隨著時代的發展，各招生管理部門應緊緊把握大數據時代的背景，運用大數據挖掘技術，實現招生管理的精準化和高效化。

參考文獻：

[1]范文琪.大數據時代下高校招生宣傳方式的探索[J].教育教學論壇，2016（27）.

[2]鄧廣彪.預測性大數據分析在高校招生中的應用研究[J].微型電腦應用，2017（11）.