基于數據思維的學生教育模式探討

穆玉兵　潘剛　李俏

【摘要】用數據思維思考問題是時代發展的大趨勢，是探索問題的新方法，大數據預測技術已經成為提高教育質量和教學管理水平的一種有效工具。在學生教育管理中利用數量化管理思維，基于科學調研和信息挖掘，分析學生學習、生活規律，進而開展對學生的教育、管理、服務工作，有力推動了學生工作管理向科學化、信息化發展。

【關鍵詞】大數據;數據挖掘;學生管理

【基金項目】山東省研究生教育質量提升計劃——研究生導師能力提升項目（SDYY18083）;山東科技大學礦業工程一流學科建設專項項目（05TW00305）。

一、前言

在互聯網信息技術廣泛應用的時代背景下，高等院校學生的學習、生活、交流環境和方式發生了巨大的變化，對高校學生教育管理帶來機遇的同時也提出了巨大挑戰。大量社會信息的爆炸式增長是當今大數據時代的主要特征[1-2]，高校學生管理工作者科學合理地應對、處理爆炸式的海量信息成為重要課題。隨著區塊鏈、云計算、大數據等不斷快速發展，高等院校也朝著信息化的方向快速發展。在信息化發展的過程中，目前高校對隨之產生的海量信息應對和處理還不充分。

美國聯邦教育部于2012年發布的《通過教育數據挖掘和學習分析改進教與學：問題簡介》一文中，提出了在教育科學領域中，教育數據挖掘和學習分析是大數據主要應用的兩個方面[3-4]。大數據的挖掘統計已經廣泛應用在國外高校的教育管理中，大數據預測技術已經成為提高教育質量和教學管理水平的一種有效工具。高校大數據分析不僅可以幫助教育教學管理人員全面掌握調查對象的表象特征，而且可以分析得到調查對象的本質特征，并預測出調查對象的未來動向，從而使得教育教學管理人員擁有數據支持和科學依據，其理性的決策更具指導意義。例如在降低輟學率方面，美國高校用大數據來預測學生升學率的精度能達到85%，從而能將更多的精力放在更容易輟學的學生身上，排除導致輟學的因素，引導幫助他們繼續完成學業[5]。

國內大數據挖掘與應用正處于初步發展階段，大多數企事業單位對大數據預測的前景表示樂觀的態度，但是數據的分析價值和指導實踐的作用發揮還不充分，在高校學生教育管理工作中的應用同樣有待拓寬研究思路[6]。高校教育管理者要學會從海量、復雜的信息數據資源中挖掘數據的內在價值，轉變管理理念，用數量化管理思維進行科學調研和挖掘信息，做到與時俱進。

二、心中有數——數量化管理思維

傳統的因果思維是一個推理的過程，需要找到原因，從原因推導出結果，而數據思維是從傳統的因果思維中解放出來轉變為相關思維。數據思維不需要用科學的手段證明事件的聯系方式，只需要通過數據統計概率高低，進行事件的決策。利用大數據，教育工作可以在全面的數據統計分析的基礎上穩步推進，提升質量，將從前經驗主義的決策從意識的偏見中解脫出來，使學生工作主抓重點更為精準，決策到位。輔導員工作的三條主要工作內容是教育、管理、服務，對數據的應用應該來自學生教育、管理、服務的方方面面，用數據和量化開展學生工作。比如某些情況下學生的教育管理要從行為抓起，行為會影響思想，因此可以基于數據指導開展輔導員的管理工作。教育統計大數據不僅能幫助輔導員清楚地掌握學生行為及心理上的動向，而且能提煉出更為有效的趨勢信息，在教育教學管理中對制度的制定、實施和優化都有舉足輕重的作用[7]。

一直有觀點認為“90后”更加叛逆，因為他們接受的事物是最新的，由于互聯網的發展，大量信息的沖擊，有的來不及消化，有的形成自我判斷，服從意識較弱，因此在和學生溝通時一味地談論思想和主觀的觀念，如積極性、態度等，就很容易引起分歧。和經常遲到的學生談心時，提到其最近的積極性不是很高，往往是學生不肯承認。反過來，如果用客觀也就是定量的方式去講行為，而不是僅談思想，比如說：“小張，我認為你的積極性很高，能不能把每個月遲到的次數從10次降為2次呢？”這樣的話會讓學生的抵觸情緒大幅緩解，而且有了可操作的行為標準。

筆者進行了多項調查和統計，如關于某高校學生住宿區幸福指數的調查報告，在各個年級宿舍區最需要改善的方面，每個年級學生所面臨的問題都不盡相同。大一學生認為澡堂最需要得到改善，其支持率占16.29%;大二學生認為網絡最需要得到改善，其支持率達17.94%;大三學生認為餐廳最需要得到改善，其支持率達20.32%;大四學生認為快遞最需要得到改善，其支持率占18.64%;而研究生認為運動場所這方面最應該得到改善，其支持率為17.57%。關于大學生恩格爾系數的調查報告（女生衣物用品類消費達到79.17%，而男生只占到50%;男女生的戀愛消費基本持平），數據的統計可以給管理以支持。

三、管理有度——科學調研和挖掘信息

自從谷歌成立10周年時“大數據”概念被提出，大數據關注度有了前所未有的提高，大數據時代已經到來，以大數據模式為基礎的企業應運而生，而在大數據時代以前，傳統的調研方式以隨機抽樣為主[8-9]。教育是一個繁雜的系統工程，在不斷決策中進步。大數據時代，學生教育管理制度的制定不再是依照主觀經驗，也不是學生管理者憑借自己有限的工作經驗和推測來代替全面的數據調研和科學分析，而是更為詳細精確地捕捉數據的動態變化，分析數據變化背后的誘導因素[10]。對于普通教師而言，統計和調查能做的只是統計某個專業、某個年級，或者整個學院的數據，因此這不是大數據，而是小數據。從另一角度來看，我們可以統計自己學院的全部數據，用全數據樣本思維方式思考問題，解決問題。用抽樣調查方法得到的數據總結出的結論不夠精準，而用全面數據分析出的結論就能克服這一缺點。

基于學習成績數據統計的方便性，筆者曾進行了某年級全體學生的學業統計，通過現有人數、英語四級通過人數、英語六級通過人數、申請專利人數、科研立項人數、掛科3門以下人數（不含3門）、掛科3-5門人數（不含5門）、掛科5門以上人數（含5門）、掛科情況、成績警告人數、退學警告人數等幾個項目，統計了全部學生所有的掛科情況。通過統計發現，英語是目前學院理工科同學面臨的重要挑戰，占到了全部必修課的27%，力學類科目占21%，數學類只占比7%。這與同學們的普遍認識是有差異的。同學們進入大學之后都會被告知高數很容易掛料，需要好好學習才可以通過，因此潛意識里對高數等科目的重視程度要遠遠大于英語等科目，從而導致了這種現象的發生。

學業分析數據統計對于指導學生的學習非常有意義，統計數據讓學生有了直觀的認識，也了解了自己的問題，量化的學習成績統計可以充分地說服學生認識問題，并在潛意識里修正自己的想法[11]。

有這樣一個例子，在兩個水平大致相當的社區做募捐，其中一個社區直接去募捐，捐款人數僅為10%;另一個社區先簽訂捐款倡議書，80%的居民欣然同意，然后再進行募捐時人數達到40%。這說明人們會在潛意識里修正自己的行為。因而，學習成績統計大數據技術可以較為容易地應用在教育教學分析中，用實際的數據教育人形成一種成熟和理性的思維，逐步形成自我完善的思維習慣，這不僅使學生充分認識到知識與技能的重要性，而且能持續幫助改善學生的價值觀。

四、結論和展望

用數據思維思考問題是時代的大趨勢，是探索問題的新方法。數據思維是客觀存在的，與傳統數據統計時代相比，無論在信息獲取的覆蓋性還是在信息采集的技術手段方面都有了長足的進步。數據時代下學生工作的創新與發展已經呼之欲出，隨著社會的發展，在學生工作方面，對于技術能力上的要求在降低，對于管理能力和抽象思維的能力在不斷提高。我們說科學管理，講職業化，離不開數據，就是要相信數據，理解數據，分析數據，通過數據挖掘了解學生動向，掌握學生心理，服務學生需求，用大數據技術為學生教育管理水平和學生綜合素質的提高增添新動力。

【參考文獻】

王芳 . 大數據背景下高校學生管理工作實踐模式創新研究[J]. 中國成人教育，2018（13）：50-53.

陳怡君，黃瓊丹 . 大數據背景下高校學生數據資源服務平臺理論模型構建與實踐應用研究[J].知識經濟，2018（9）：11-12.

陸璟.大數據及其在教育中的應用[J].上海教育科研，2013（09）：5-8，22.

藍少鷗. “大數據”如何促進高校學生管理工作思路轉變[N]. 光明日報，2015-04-30（015）.

尤慧. 大數據理論在高校學生工作管理創新中的應用[C].決策論壇——系統科學在工程決策中的應用學術研討會論文集（上）.中國武漢決策信息研究開發中心、決策與信息雜志社、北京大學經濟管理學院，2015：2.

李靜，王建軍.數據挖掘在高校教學信息化管理中的應用探討[J].科技信息（學術研究），2006（08）：300-301.

王左利.讓沉睡的數據說話[J].中國教育網絡，2012（07）：14-17.

胥文勛.大數據時代高校學生管理工作信息化建設現狀與對策[J].綿陽師范學院學報，2016（01）：19-20.

宋雅婷，孟莉秋，孫道層，等.數據挖掘技術在教學中的應用[J].中國教育技術裝備，2013（03）：55-57.

李娟. 數據挖掘技術在高校教學模型中的應用研究[D].南京：南京理工大學，2009.

李丹.大數據解析及其在教育領域的應用綜述[J].電子測試，2014（18）：101-104.