國內高校學生管理的大數據應用現狀和發展趨勢

張懷南

泰州職業技術學院學工處， 江蘇 泰州 225300

做好學生管理工作是高校保障各項事務性工作有效、有序開展的前提，也是高校踐行思想政治教育和發揮人才培養功能的重要載體。不同時期學生管理工作的內涵、范疇以及所暴露的問題都不盡相同。早期的學生管理工作以德育為先，強調以政治教育為導向行為；隨著《關于教育體制改革的決定》的頒布，學生管理工作內容得到了逐步擴展，增添了獎學資助、心理健康、就業指導等新事務，到高等教育大眾化時期，伴隨著學生管理工作理論與實踐研究不斷深化，其專業化管理方式已逐步成型并趨于穩定，各項配套措施相繼完善，管理體系基本成型[1]。現如今置身于“互聯網+”時代，大數據的到來給高校師生的思想意識、行為習慣、心理狀態及其學生管理工作模式都帶來了重大的影響。

為了解當前我國高校學生管理工作中的大數據應用現狀，文章對國內大數據和高校學生管理工作方面的期刊論文進行了統計和分析，從文獻角度系統地總結了國內高校學生管理工作中的大數據應用現狀，梳理了我國高校學生管理工作中大數據應用的熱點及趨勢，并對核心研究成果進行評述，以期為我國高校學生管理工作中大數據應用的研究提供參考和借鑒。

1 數據統計和分析

采用超星發現系統作為樣本文獻來源和分析工具，該系統以近十億海量元數據為基礎，一方面具備數據倉儲、資源整合、知識挖掘、數據分析、文獻計量學模型等相關技術，可以較好地解決數據庫的集成整合，完成高效、精準、統一的學術資源搜索，另一方面通過分面聚類、引文分析、知識關聯分析等實現高價值學術文獻發現，縱橫結合的深度知識挖掘、可視化的全方位知識關聯。為提高樣本文獻的匹配度，該文以“大數據”和“學生管理”為關鍵詞，以“標題”為檢索類別進行高級檢索，共獲得結果374項，剔除重復、偏離主題、信息咨詢類等不相關文獻，共檢索出期刊文獻368篇。需要說明的是，文章調查數據截止到2018年12月31日。

1.1 年度發文量趨勢分析

該文以年度為單位對樣本文獻進行年度發文量統計，具體發文年份和文獻數量如圖1所示。從檢索結果來看，國內最早出現“大數據+學生管理”研究的是2011年刊發的《基于數據倉庫的大規模教育考試學生信息管理決策系統》一文，但是細讀文獻內容，作者并未提出大數據理念和思維，也未對大數據概念和內涵進行解讀，僅對學生教育考試中生成的大規模測試數據進行處理以及數據挖掘進行研究。縱觀我國大數據在教育領域的應用，萌芽于2012年，一些學者提出大數據是關系復雜、形式多樣的結構化、半結構化和非結構化教育數據，并在技術和基礎架構上提出了數據搜集、存儲、管理和分析的解決方案[2]。而真正掀起研究熱潮的是從2013年開始，大數據技術在促進教育改革和創新發展研究中給予了新的研究視角和研究范式，研究論文數量和質量倍增，2013年也因此被媒體稱為我國大數據元年。然而，比較大數據在學生管理工作中的文獻發表情況，2013年、2014年發文量并不多，僅有5篇文獻。究其原因，一是早期的大數據研究處于理論研究階段，以大數據概念界定、內涵解讀、價值研究和意義探索為主，并沒有在具體教育教學和教育管理中加以應用，較少涉及解決教學和管理中的實際問題；二是大數據教育應用多以教育技術領域專業人員研究為主，側重于教育改革和教育教學方面研究，而學生管理對于新技術和新思想的接受、掌握和應用要稍落后于教學改革方面研究。因此，從年度發文量可以明顯看出，2015年以后隨著教育大數據研究的深入，學生管理工作中的大數據應用也迅速發展起來，取得成果數量呈倍數增長，僅2018年就有165篇相關文獻。

圖1 大數據+學生管理相關期刊文獻年度分布圖

1.2 作者及來源機構分析

通過超星發現學術輔助分析系統對樣本文獻作者和來源機構進行統計，發現發文量超過3篇的作者僅有3人，其中以第一作者署名的僅有楊陽和姜文君2人(如圖2所示)。楊陽主要在大數據背景下探究高校學生管理工作的創新方法和學生管理工作中信息化建設問題，在基于大數據技術搜集和分析學生校園行為數據以及在預警管理平臺建構方面給予實踐研究。姜文君的研究則主要集中于宏觀的學生信息化管理方面。大部分作者均是發表了1～2篇期刊論文。因此，從總體發文情況來看，我國高校學生管理工作中大數據應用的整體發文量偏低，并且缺少該方面研究的核心作者和主要研究者。

圖2 樣本文獻作者統計圖(前十名)

通過對樣本文獻中的來源機構進行統計，發現我國在該領域的研究機構也是比較分散，發文量最多的是西京學院，僅有的6篇文獻由5位第一作者完成，研究內容集中在淺層次的理論介紹上，缺乏實踐層面的應用研究，無法引領我國高校學生管理中大數據應用研究。其次是西南科技大學、寧夏大學和江蘇工程職業技術學院等機構對該領域關注較多，然而，分析其文獻的內容，整體研究成果也與前者類似。通過對樣本文獻中的作者和來源機構進行分析，說明我國高校學生管理的大數據應用研究正處于起步階段(如圖3所示)。

圖3 樣本文獻來源機構分布圖(前十名)

1.3 核心知識點分析

通過對相關領域的核心知識點分析可以快速定位該領域的研究熱點。超星發現系統可以幫助筆者定位“大數據+學生管理”相關知識點，并按照相關性程度進行排列組合，具體如圖4所示。從圖4中可以明顯看出，目前我國高校學生管理工作中大數據應用研究主要集中在大數據帶來的挑戰、機遇、信息化程度等方面；對于高校(包括高職院校)的學校管理模式、輔導員工作以及信息化建設等方面的關注也比較多；大數據帶來的學生管理模式的轉型、工作的創新以及大數據技術層面，如數據挖掘也略有涉及。因此，從核心知識點分析，我國學生管理中的大數據應用確實處于初步探索階段，研究內容泛、深度淺、案例少。

圖4 相關知識點分析圖

1.4 期刊發文量分布情況

在“大數據+學生管理”檢索出的樣本文獻中，核心期刊發文量為26篇，僅占該領域總發文量的7.07%，如表1所示。說明我國目前在該領域的研究成果質量不高，學術水平較低。其中，北大核心和南大核心期刊發文量僅為20篇，可見目前該領域在全國核心期刊年均發文量不足4篇。分析其原因，一是“大數據+學生管理”的研究內容具有學科交叉性，要求研究人員具備較強的信息技術素養和數據應用能力，對于只具備哲學社會科學背景的學生管理人員或者專職輔導員而言，很難在日常學生管理工作中有效地搜集、存儲和分析應用數據；二是研究深度停留在大數據表面的介紹階段，即便是應用研究也是從可行性上提出了各種假設和解決方案，研究深度不夠、研究內容空泛，很難得到核心期刊的青睞。

表1 核心期刊發文量分布情況統計表

1.5 項目支撐情況

項目支撐情況可在一定程度上反映國家、省市和學校對于一個領域研究的關注程度和資金扶持情況。分析樣本文獻，目前“大數據+學生管理”的研究取得了24項項目扶持，具體如表2所示。國家扶持該領域的基金項目僅有4項，更是缺少國家自然科學和社會科學基金項目支撐；地方省市基金項目為18項，其中省級自然科學和社會科學基金項目僅1項。因此，從項目支撐情況可以看出，目前該領域研究的扶持力度不夠。雖然教育部在《2014年教育信息化工作要點》中提出要加強對動態監測、決策應用、教育預測等數據資源的整合和集成，然而，在大數據與教育領域逐步融合的研究中，學生管理工作的大數據應用卻沒有得到相關部門的重視。

表2 基金項目支撐統計表

2 我國高校學生管理工作的大數據應用研究熱點

大數據時代的到來，給高校教育教學和學生管理工作都帶來了革命性影響，對學生管理工作中的主客體理念和需求、管理工具和環境、管理方式和政策等方面研究提供了客觀依據和新的研究視角。

2.1 大數據思維：創新學生管理工作研究視角

從大數據視角思考和處理高校學生管理工作既是機遇也是挑戰。是機遇是因為大數據技術可以對復雜海量數據進行分析，快速得到有價值的信息，給予學生管理工作精準和科學決策，破解傳統學生管理工作效率不高和掌握學生信息不全的尷尬局面；是挑戰是因為目前高校無專門的職能部門對學生管理數據進行搜集、存儲和分析，學生信息數據零散且共享程度差，學生管理人員數據意識、數據搜集與分析處理能力都有待加強。因此，從現有文獻分析，我國高校學生管理工作的大數據應用僅處于低層次的理論研究階段，側重于大數據概念界定、內涵和特點以及對學生管理工作的應用價值和意義的探索。如巴玉璽從頂層設計入手，借助大數據的理念和技術，使學生管理工作模式由被動補缺轉向主動干預、由整體規范轉向個體服務、由粗放要求轉向精細指導、由靜態事由轉向動態跟蹤、由部門離散轉向協同合力[3]。劉洋睿從掌握大學生的在校學習生活情況、預防大學生心理疾病、指導大學生個性化就業，探究大數據在高校學生管理中的應用價值[4]。楊陽認為大數據可以改變傳統教育管理模式，轉變理念，與時俱進，從精準學生教育管理服務中挖掘大數據的內在優勢和潛在價值，為高校學生教育管理工作的創新提供新的視角[5]。蔣建湘指出高校學生管理大數據建設的指導思想要具備大數據思維：需要全部數據樣本而不是抽樣，關注效率而不是精準度，關注相關性而不是因果關系[6]。宮欣基于大數據技術將高校學生管理工作協同育人工作機制進行改革創新，大大提升學生管理工作的精準程度，有效為學生提供相應的服務[7]。諸如此類將大數據作為新視角創新學生管理工作的理論成果還有很多，但進一步將其應用到管理實踐中卻少有涉及。

2.2 大數據來源：感知學生管理工作客觀數據

感知和搜集學生管理工作的客觀數據是數據分析和挖掘的前提和基礎。云計算、物聯網、移動互聯、Web以及社會化軟件的快速發展，為高校學生行為數據的采集和分析提供技術環境，保證了數據采集的數據量、全面性和系統性。學生管理工作中需要感知的數據大致可分為三類：一是傳統學生管理工作中產生的數據，包括師生面對面談心、學生工作會議、檔案記錄以及班主任下宿舍和聽課等。王潔松在認可“互聯網+學生管理”新模式的前提下，認為傳統學生管理工作方法仍須保留，二者是互補而非替代關系，傳統工作方法是中國共產黨多年革命和建設經驗形成的“法寶”[8]。二是在信息技術支持下校園各項基礎系統生成的數據，包括教務系統、學生管理系統、財務系統、圖書借閱系統以及校園一卡通系統等，內容涉及學生基本信息、學習情況、獎助情況、消費情況、社團活動，甚至就餐和宿舍出入情況。王芳認為學生每天都會產生大量的行為數據，如學習成績、圖書借閱記錄、宿舍停留時間、心理普查數據、各類文體活動、競賽參與情況、食堂消費情況、體測成績、違紀情況、上機上網記錄、校園卡消費記錄、圖書館和宿舍出入記錄等[9]。通過對此類數據進行分析，可以及時掌握學生在校學習和生活的行為軌跡，給予客觀、準確的評價和行為異常預警。三是網絡社交平臺的監控數據，對于95后的大學生，QQ、微信、微博、貼吧、知乎等網絡平臺已經成為大家表達想法和需求的主戰場，通過對學生各種社交平臺中發布信息的搜集和分析，有利于及時了解學生的思想狀態和個性需求，便于及時發現問題并進行干預。李正軍指出可以從言行數據、交往數據、關注數據、閱讀量和轉發量數據、網站使用數據(瀏覽、發帖留言、關鍵詞、網絡購物)以及客戶端使用數據來感知和搜集學生線上維度的客觀數據[10]。

2.3 大數據技術：促進學生管理工作信息化建設

大數據支持下的學生管理工作，可搜集和分析學生在校行為數據，挖掘學生心理問題，對有問題學生進行及時預警和重點關注。然而，實現此類目標，則必須提供運用大數據的技術環境和數據分析技術，因此，要進一步加強學校的信息化建設，融入大數據理念為優化校園信息化設計和建設實施提供了新的方法，尤其在針對學生管理工作，各大高校都已經認識到學生管理工作信息化建設的必要性和緊迫性，開始通過一些媒介和新技術進行自主研發學生管理平臺，或者通過第三方開發來實現信息化管理。姚琪在研究智慧校園建設過程中，通過把傳感器嵌入到校園的各種系統中，將校園管理的眾多軟件系統平臺融入到校園云，實現云、物聯網、互聯網的串通聯接，由此可實現校園實時數據的獲取、存儲和加工分析，從而為學校發展和教學應用提供有效的決策依據[11]。鄧逢光采用主流的Hadoop開源平臺架構，建構了學生校園行為大數據分析預警管理平臺系統，對學生行為進行預警安全管控，實現了學生管理手段的信息化，提升學生教育管理科學化水平，促進智慧數字化校園建設[12]。2014年，云南農業大學啟動“數字農大”信息化工程建設，將云計算技術和服務理念融入其中，加強學生信息資源的整合和共享，推動學工系統、教務系統、財務系統、圖書借閱系統等數10個系統的數據對接，建立了專門的數據交換平臺、統一門戶和統一身份認證平臺，各部門數據整合推動了學生管理大數據機制的建立[13]，數據分析結果也實現了精準化、精細化管理和個性化服務，提高了學生管理的工作效率。

2.4 大數據范式：衍生學生管理工作新模式

高等教育大眾化以來，我國高校辦學規模得到了跨越式發展，招生人數急劇擴張，也給正常的教學秩序和學生管理工作帶來難題和挑戰。如何提高學生管理工作效率，一直是高校學團部門致力研究的課題。大數據背景下，高校學生管理工作模式不同于傳統管理模式，而是針對學生學習和生活中發生的問題可以及時發現，并能采取有效措施進行處理和干預，是一種有利于整合資源、合理調配和全盤掌握的工作模式。根據大數據應用原理和特點，結合相關社會性管理模式衍生出了一些新的學生管理工作模式，如網格化管理模式。習近平總書記曾指出，以網格化管理、社會化服務為方向，通過精準的服務模式、優質的服務質量、高效的服務水平，及時協調和反饋各方面人群的利益訴求。學生網格化管理模式是社會網格化管理成功經驗的嫁接，利用現代信息網格技術，對學生學習和生活中行為相關數據進行分析，一方面精準定位學生群體和個體行為特征，建立學生管理的預警機制，提高管理的針對性和科學性，另一方面整合網格內各方資源，滿足學生成長成才的需求，提高學生管理工作效能，進而促進學生全面健康成長。包治國在學生網格化管理實踐中，構建了“以大學生信息數據為基礎，以各學院、學生事務管理中心、黨員公寓服務站為中心，以信息化、數字化、智慧化為手段”的大學生網格化管理模式[14]。洪雷在學生網格化管理研究中充分考慮高校人才培養的中心工作、大學生群體的行為特點和學校數字化校園建設的實際情況，他在不改變原有學校管理體制基礎上，通過對大學生宿舍區進行網格劃分，將大學生編入基本單元網格中，形成健全的制度機制和體系保障，組建一流的技術設備和數據平臺，整合學校數字化校園建設中各類學生信息數據平臺，搭建帶有高校教育管理服務特點的、精準的、及時的網格化綜合信息管理服務系統[15]。除了網格化研究，王潔松還利用“互聯網+”思維，對傳統的學生管理工作模式進行改造，將校園網絡文化建設與學生教育、管理、服務進行深度融合，構建“互聯網+學生管理”新模式，實現學生管理工作的三個新轉變[8]。肖婧在“新媒體和大數據”時代背景下對高校學生自我管理能力進行分析，提出建立一種以學校為主導，以學生為主體，具有雙向互動和多樣化特點的新型學生管理工作模式，實現大學生的自我管理[16]。

2.5 大數據安全：保障學生管理工作持續發展

國務院《促進大數據發展行動綱要》提到要推動信息系統和公共數據的互聯共享，然而，數據共享的同時也帶來了數據安全問題。國內新聞中也常常出現因學生個人信息外泄，被不法分子惡意使用，對人身安全和財產安全造成了不同程度的傷害。美國的教育大數據存儲機構inBloom僅僅運行了15個月就關閉了，也是因為數據在開放過程中出現了安全問題。在學生管理過程中會產生大量與學生學習和生活相關的私人數據信息，如何保護這些數據安全以及如何平衡數據搜集和隱私保護，是關系到學生管理中大數據應用是否可以持續發展的重要問題。楊現民指出，我國要加快制定《教育大數據安全管理辦法》，從體制、機制、技術、方法的等多個層面制定管理細則，切實保障個體、機構、國家的教育數據安全[17]。楊陽從學校層面提出了加強數據安全保護的具體措施，即從管理上建立數據管理職能部門，制訂嚴格的數據管理工作方案和預案，確立數據公開等級，明確保密規定；從技術上引入防火墻以防范黑客攻擊，保障數據安全；從人員上引進專業技術人員進行安全維護，發現問題要能及時解決，降低高校學生管理的信息安全風險[5]。王可從學團隊伍建設的角度探究了保護數據安全的問題，要求高校的學團教師要嚴格按照規章制度合理使用數據，要堅持問題導向原則，信息的搜集與使用僅僅是為了解決學生實際問題，努力走出倫理困境[18]。

3 大數據視域下我國高校學生管理工作的發展趨勢

大數據技術改變了現階段我國學生管理“人管、電控”的管理模式，信息搜集涉及學生群體和個體的方方面面，信息整合更系統、全面；數據挖掘從海量數據中發現隱藏的、有價值的信息，讓學生管理決策更加科學、準確；新技術發展與傳感設備普及便于學生行為數據的自動化采集和可視化處理，使得學生管理趨于智能化；基于數據分析學生需求，因材施教、因需給予，滿足學生管理的個性化發展。因此，隨著大數據與學生管理的深度融入，未來的學生管理工作應更趨于精細化、精準化、智能化和個性化。

3.1 學生管理工作的精細化

大數據時代，海量復雜的無規則數據可經過數據統計分析轉變成有意義、有價值的信息，而這些信息可以為現代學生管理和學生全面發展提供幫助。因此，未來的學生管理工作應該由傳統憑借經驗的粗放式管理向基于數據挖掘和分析的精細化管理轉變。大數據視域下學生管理的精細化側重于學生細節信息的掌握，涉及學生個體和群體各個方面的數據搜集、整合和分析，包括學生學習情況、思想動態、心理健康、消費情況以及個性化需求等各個方面。高校學生管理人員通過掌握每個學生的各種細節信息，對學生各方面做到心中有數，當學生在某些方面出現異常苗頭，可以做到及時發出預警，有效地對異常方面進行干預，加以引導，破除傳統學生管理工作的盲目性和表象性。此外，學生管理工作的精細化還體現在“以生為本”的管理服務模式上，從學生角度來看，大數據幫助學生全面分析自身的各種細節，針對成長成才過程進行查漏補缺，培養自主管理能力；從高校角度來看，大數據幫助學校管理部門主動了解學生訴求和需要，積極為學生的學習、生活、心理和就業等各方面提供服務，促進其健全人格的塑造和自身的全面發展，更好地適應現代社會發展的客觀需求。

3.2 學生管理工作的精準化

數據可視化和數據挖掘技術可以“讓數據說話”，使得相關決策、評價和判斷有多元數據支撐，讓學生管理工作更具客觀性、科學性和準確性。因此，未來的學生管理工作應該由依靠主觀經驗管理向客觀精準管理轉變。大數據視域下學生管理工作的精準性主要體現在科學、精準的決策和客觀、全面的評價。隨著學生管理數據采集越來越規范和全面以及數據分析愈發深入，數據反映問題的邏輯關系和因果關系也愈發明顯，通過數據統計、指標核對、橫向比較、趨勢分析等方法可將學生行為數據轉換成可用信息，為各級學生管理人員的科學決策提供數據支持。目前，大數據在高校貧困生的精準認定中應用最多，如通過學生電話費、一卡通系統的食堂消費情況以及建立標準化的定量評價模型來精準識貧，將來大數據的精準化應推廣到學生管理工作的方方面面，讓所有決策和判斷都有數據可依。此外，客觀、全面的評價得益于學生在校學習和生活的全過程數據，該數據客觀記錄了學生在校期間所有行為情況和成長數據，可根據學生行為的綜合表現，給予學生公正、準確、全面的評價，如成長檔案袋是實現精準評價的有效方式，利用云計算技術將學生成長數據永久保存在云端形成個人成長檔案袋，便于學生管理人員實時評價和有針對性地給予發展建議。

3.3 學生管理工作的智能化

云計算、物聯網、移動互聯等技術的發展和高校信息化建設的不斷推進，使得校園智能化程度越來越高，大數據技術的融入幫助學生管理人員及時掌握學生行為數據，預判行為軌跡，也方便對學生異常行為預警。因此，未來學生管理工作應該由后置性應急管理向前置性預警和預判轉變。大數據視域下學生管理工作的智能化主要表現在學生行為數據的自動采集、自動分析，并能夠根據分析結果進行自動預判和自動預警。要求在智慧校園建設中設置全方位的傳感器和其他數據采集設備，自動感知學生學習和生活的全方面行為數據，在全校范圍內構建統一的學生管理大數據信息系統，設計信息系統的數據采集框架、功能模塊和關鍵算法，自動存儲校園硬件環境和學生動態生成的大規模行為數據，并對采集數據進行匯總、挖掘和分析，最終通過可視化處理后，實時呈現出學生行為的動態變化，便于對該生的后續行為進行預判。此外，在大數據信息系統中要強化預警管理模塊的構建，能夠在分析學生行為數據的同時，面對其異常行為及時予以智能預警。智能化讓學生管理工作中的信息反饋變得實時，讓問題處理更加有針對性和預見性。

3.4 學生管理工作的個性化

大數據技術讓學生管理人員實時了解每個學生的真實情況，結合學生不同的認知特點、思維方式以及對事物的認知水平，給予不同的教育資源、教育路徑、教育活動與服務等，進而實施差異化和個性教育管理。因此，未來學生管理工作應該由統一化管理向個性化管理服務轉變。大數據視域下學生管理工作的個性化更多地體現在學生差異化管理和滿足個性化需求上。未來學生管理平臺的智能化越來越高，集成了數據挖掘和數據可視化等分析技術，能夠持續采集學生基礎信息和行為數據，包括成長經歷、興趣愛好、心理特征以及校園活動產生的各種信息。學生管理人員可以據此得到每個學生的興趣點和需求情況，個性化推送教育資源和組織教育活動，實施差異化管理。在給予個性化指導和幫助的同時，讓學生管理工作變得更細致化和人性化。事實上，市面上主流的學習軟件(平臺)提倡的個性化學習、管理和服務都離不開學生大量行為數據的采集和深度分析，唯有“適合的教育”才是最好的教育，只有滿足個性化需要才能實現“適合”，而大數據技術定會成為實現適合教育的關鍵技術和有效路徑。

大數據在教育領域的研究已經取得長足進步，但是在學生管理工作的應用中還相對落后，目前仍處在起步階段，所取成果集中在大數據影響的理論研究，實踐方面的應用效果和實際案例較少，成果的學術水平不高，不管從理論研究還是實踐應用都有待于進一步研究和思考。隨著云計算、物聯網、移動互聯網等新一代信息技術的發展，借鑒于國外先進理念和成功經驗，我國大數據在教育領域的應用，尤其在學生教育教學和教育管理方面的應用將會越來越深入、廣泛、全面，大數據融合下的學生管理工作將會更加精細化、精準化、智能化和個性化。