文/ 王洪濤
根據(jù)自我感知理論,人的行為可以推斷一個(gè)人行為目標(biāo)以及行為動(dòng)機(jī)[1]。目前,隨著職業(yè)院校中信息化的推廣,學(xué)生在校行為將被實(shí)時(shí)記錄。這些記錄反映學(xué)生的個(gè)人習(xí)慣、心理狀態(tài)等,也為學(xué)生就業(yè)去向預(yù)測(cè)提供了條件。國(guó)外已有根據(jù)行為對(duì)職業(yè)生涯預(yù)測(cè)的研究,國(guó)外公司根據(jù)個(gè)人發(fā)表的專業(yè)文章、電子郵件、社交媒體等,對(duì)個(gè)人專業(yè)知識(shí)進(jìn)行預(yù)測(cè)[2]。近幾年來(lái),在國(guó)內(nèi)已有較多高校,根據(jù)學(xué)生累積的數(shù)據(jù)對(duì)學(xué)生行為進(jìn)行分析。但目前對(duì)職業(yè)院校學(xué)生的行為挖掘和分析存在不足。
本文對(duì)某職業(yè)院校中某一班級(jí)進(jìn)行了隨堂觀察,并了解到該職業(yè)院校學(xué)生的課堂行為狀況,從開始上課到下課過(guò)程中,記錄課程中學(xué)生的行為,結(jié)果如表1 所示。

表1 某職業(yè)院校班級(jí)課堂問(wèn)題行為抽樣觀察記錄結(jié)果/ 人
通過(guò)表1 可以看出,課堂中學(xué)生出現(xiàn)的問(wèn)題在課程開始時(shí)出現(xiàn)較少,在課程進(jìn)行5 分鐘后開始出現(xiàn)問(wèn)題行為,在16 分鐘~40 分鐘中出現(xiàn)的行為問(wèn)題種類較集中,在36 分鐘~40 分鐘的時(shí)間段中,出現(xiàn)的課堂行為問(wèn)題人數(shù)最多。為了進(jìn)一步分析學(xué)生課堂行為的主觀意識(shí),采用調(diào)查問(wèn)卷,對(duì)學(xué)生課堂問(wèn)題行為的認(rèn)知進(jìn)行調(diào)查。本文在進(jìn)行調(diào)查時(shí)發(fā)放調(diào)查問(wèn)卷700 份,回收有效問(wèn)卷數(shù)量為688 份,統(tǒng)計(jì)結(jié)果如表2 所示。

表2 職業(yè)院校學(xué)生課堂問(wèn)題行為調(diào)查/ 人
根據(jù)表2 可知,學(xué)生課堂問(wèn)題行為中隨意聊天較多,且在調(diào)查中,所有學(xué)生均承認(rèn)自己存在或多或少的課堂問(wèn)題行為。同時(shí),也發(fā)現(xiàn)課堂問(wèn)題行為存在年級(jí)差別。在表2 調(diào)查結(jié)果中顯示,高年級(jí)學(xué)生的課堂問(wèn)題行為比低年級(jí)學(xué)生出現(xiàn)問(wèn)題更多。
本文認(rèn)為職業(yè)院校中學(xué)生出現(xiàn)課堂問(wèn)題的原因較多,為了提高教學(xué)水平,減少學(xué)生課堂問(wèn)題行為。首先,需要重視教師的教學(xué)方法以及教師管理能力的培養(yǎng),學(xué)校要引進(jìn)富有實(shí)踐經(jīng)驗(yàn)的專門人才,同時(shí),要加強(qiáng)雙師型教師的建設(shè)。其次,在課程上要增加實(shí)踐課程的比例,激發(fā)學(xué)生學(xué)習(xí)興趣和積極性。建立較為健全的課堂管理制度,教師應(yīng)對(duì)違紀(jì)學(xué)生進(jìn)行記錄,并及時(shí)處理。通過(guò)心理健康教育可以解決學(xué)生的厭學(xué)和焦躁等心理問(wèn)題,可以降低學(xué)生課堂問(wèn)題行為的發(fā)生的概率。另外,在課堂教學(xué)中,要同時(shí)滲透德育教育,正確引導(dǎo)學(xué)生。職業(yè)院校要加強(qiáng)就業(yè)渠道的開辟,切實(shí)地幫助高年級(jí)學(xué)生就業(yè),幫助學(xué)生對(duì)職業(yè)能力進(jìn)行客觀定位。
本文通過(guò)對(duì)學(xué)生校內(nèi)一卡通刷卡記錄,包括學(xué)生的消費(fèi)、就寢、進(jìn)出圖書館等記錄,分析學(xué)生在校生活行為。為了方便對(duì)學(xué)生的生活行為進(jìn)行分析,將一卡通記錄中分為十二個(gè)小項(xiàng)并對(duì)三名學(xué)生的情況進(jìn)行統(tǒng)計(jì),三名學(xué)生在選擇上遵循學(xué)生的在校成績(jī)表現(xiàn),1 號(hào)學(xué)生為該職業(yè)院校中成績(jī)較好學(xué)生,2 號(hào)學(xué)生為該職業(yè)院校中成績(jī)中等學(xué)生,3號(hào)學(xué)生為該職業(yè)院校中成績(jī)較差學(xué)生,對(duì)3 名學(xué)生的生活記錄為一周時(shí)間,記錄結(jié)果如表3 所示。

表3 學(xué)生消費(fèi)記錄統(tǒng)計(jì)/ 次
根據(jù)對(duì)三名學(xué)生的記錄統(tǒng)計(jì)可以發(fā)現(xiàn),一號(hào)學(xué)生的生活較為規(guī)律,且學(xué)習(xí)方面記錄較多,三號(hào)學(xué)生記錄顯示該學(xué)生有多次離校記錄,說(shuō)明不同成績(jī)學(xué)生有著不同的生活方式。
根據(jù)學(xué)生在校行為預(yù)測(cè)學(xué)生未來(lái)畢業(yè)去向選擇。根據(jù)學(xué)生在校行為數(shù)據(jù),預(yù)測(cè)職業(yè)院校學(xué)生未來(lái)去向選擇情況,而高職學(xué)生的畢業(yè)選擇受家庭因素的影響。因此,本文因變量包含兩個(gè)方向,其中包括學(xué)生在校表現(xiàn),取決于學(xué)生成績(jī)、是否獲得過(guò)獎(jiǎng)學(xué)金;第二為通過(guò)一卡通的記錄得到的學(xué)生消費(fèi)記錄統(tǒng)計(jì),核心自變量為學(xué)生家庭情況,其中包括經(jīng)濟(jì)困難生和非困難生,對(duì)就業(yè)去向的控制變量中包括學(xué)生的性別、學(xué)生的生源、學(xué)生民族等。

在公式(1)中,pj代表事件發(fā)生的概率,pj/1-pj代表比數(shù),指在不發(fā)生的可能性對(duì)模型中事件發(fā)生可能性。代表比數(shù)對(duì)數(shù),α 代表截距項(xiàng),βi代表影響因素的回歸系數(shù),xij代表受影響實(shí)際發(fā)生時(shí)第i 個(gè)影響因素,m代表事件發(fā)生影響因素總個(gè)數(shù)。
其中,學(xué)生成績(jī)作為一個(gè)連續(xù)性的變量,用于三組二元邏輯斯蒂回歸模型中。當(dāng)模型中多個(gè)自變量與因變量的數(shù)量關(guān)系發(fā)生變化時(shí),自變量對(duì)因變量的影響程度為:

在公式(2)中,y代表因變量,x1,x2,...,xm-1代表自變量,β0代表受影響因素的截距,β1,...,βm-1代表模型中影響因素的回歸系數(shù)。
考慮到畢業(yè)生曲線的多分類虛擬變量,在多項(xiàng)邏輯斯蒂回歸模型中存在有效拓展,在分析因變量的無(wú)序關(guān)系時(shí),經(jīng)過(guò)轉(zhuǎn)換,并對(duì)自變量和因變量之間的線性關(guān)系進(jìn)行表示,根據(jù)在對(duì)職業(yè)院校學(xué)生就業(yè)去向的自變量變化以及因變量影響情況下,表達(dá)式為:

在公式(3)中,πi/πm代表因變量中第i 個(gè)類別,在參照類別m 下發(fā)生比以及發(fā)生概率。
根據(jù)對(duì)該職業(yè)院校往期學(xué)生就業(yè)情況分析,家庭情況不佳的學(xué)生會(huì)選擇體制中就業(yè),其次會(huì)選擇在體制外選擇就業(yè),對(duì)升學(xué)或升本選擇較低,而在學(xué)生在校行為和就業(yè)之間的關(guān)系上看,學(xué)生成績(jī)與就業(yè)成反比。往往成績(jī)較好的學(xué)生反而不選擇就業(yè),而是選擇升本升學(xué)。在職業(yè)院校中,學(xué)生成績(jī)較好的學(xué)生往往父母受教育程度更高,家庭條件不佳的學(xué)生在畢業(yè)后就業(yè)傾向也說(shuō)明了當(dāng)前教育結(jié)果的分化。相對(duì)于貧寒出身的學(xué)生,在黨員身份獲得以及獎(jiǎng)學(xué)金和學(xué)習(xí)成績(jī)上均要高于出身較好的學(xué)生,但在畢業(yè)后去向上存在弱勢(shì)。
在使用三組二元邏輯斯蒂回歸模型對(duì)學(xué)生進(jìn)行就業(yè)去向預(yù)測(cè)時(shí),對(duì)公式(1)的應(yīng)根據(jù)往期對(duì)該學(xué)校學(xué)生的情況進(jìn)行數(shù)值推導(dǎo)。同時(shí),將上述中建立的特征向量進(jìn)行重要性對(duì)比分析,根據(jù)當(dāng)前特征向量,對(duì)學(xué)生未來(lái)去向選擇影響程度以及特征向量進(jìn)行輸入,特征向量的對(duì)比可以選擇使用Random Forest 分類算法進(jìn)行,在得到特征向量的重要性對(duì)比后,即可根據(jù)特征向量和三組二元邏輯斯蒂回歸模型進(jìn)行學(xué)生就業(yè)去向預(yù)測(cè)。
通過(guò)對(duì)某職業(yè)院校學(xué)生進(jìn)行調(diào)查,分析其在校行為,并根據(jù)在校行為的因素指標(biāo),進(jìn)行了實(shí)現(xiàn)就業(yè)去向的預(yù)測(cè)。本研究對(duì)影響學(xué)生就業(yè)去向的因素說(shuō)明的尚不夠充分,未來(lái)研究時(shí)將會(huì)從學(xué)生的校內(nèi)社交關(guān)系上,對(duì)學(xué)生校內(nèi)行為進(jìn)行分析,進(jìn)一步細(xì)分就業(yè)類別的預(yù)測(cè),并將就業(yè)類別進(jìn)行更詳細(xì)的分類,才會(huì)更加完美的結(jié)果。