大數據分析技術在學生管理中的應用淺析

陳 輝，常為來

(淮南職業技術學院， 安徽 淮南 232001)

當代大學生肩負著中華民族的偉大復興，只有青年強，祖國才能強，大學生是實現中國夢的主體。高校作為人才培養的基地，要為國家培養各種合格人才，只有牢記習近平總書記的指示，從學生管理的基礎抓起，摒棄過去在學生管理中的弊病，制定出適合當代大學生的精細培養計劃，才能培養出適合社會的大學生。

一、高校學生管理方面存在的問題

(一) 學生自身方面

1.生源問題。當前高校的大學生基本上是00后，大部分是獨生子女，在其成長過程中，以自我為中心，組織紀律性差，獨占欲望強，分享觀念差，生活自理能力和動手能力差，缺乏刻苦努力的精神，缺乏集體觀念和友愛互助精神等。但是他們的學習能力強，知識廣度寬，個性強，可塑性強。這就對高校的學生管理提出更高的要求，不能一刀切培養，更多要采取差異化、精細化培養，針對不同的個體給予及時的引導和幫助。

2.學生心理問題。當前高校的大學生大多數是獨生子女，從“小皇帝”“小公主”的生活，一下子過渡到獨立的大學生活，很多學生適應不過來，出現一系列的諸如：環境變化引起的適應不良問題、異性交往引起的情感心理障礙問題、人際關系的困擾等，隨著生活節奏的加快和貧富不均等社會現象的觸動，他們多少會出現一系列的心理問題，有的學生就需要輔導員或學生管理人員及時關注并疏導。

(二) 高校學生管理方面

1.管理制度呆板，不能動態反映學生思想動向。高校學生管理方針政策進過這么多年的發展，已經非常完善，但是大學生是多維度的，再完善的制度也不能及時、準確解決大學生日常學習和生活中遇到的問題，這就是這些年來，很多高校在忙于在學生管理方面亡羊補牢的根本原因。需要一套能動態反映學生學習、生活方面思想動態的數據和處理制度，以便及時跟蹤學生，對學生進行差異化、精細化培養。

2.管理人員專業化問題。輔導員的專業化水平高低對高校大學生的培養有重要影響，他們是和大學生打交道最多的管理人員。國內高校輔導員的專業化層次普遍低于一線教師的專業化層次，這是我國過去多年來專業化人員缺乏的結果。大學生的培養要改變過去重視專業技能，忽視學生思想品德、心理健康、艱苦奮斗和自力更生等品格的培養方法，這就需要高層次的專業管理人才，尤其是輔導員的選拔。

二、高校學生管理工作中應用大數據分析技術的思考

(一) 高校學生管理大數據基礎數據處理

1.高校學生管理大數據采集?；诖髷祿治龅膶W生管理，首先要采集學生實時動態數據，由于手機是現代高效大學生的標準配置，所以通過設置基站采集學生的移動手機信號基本能準確反映學生的動態數據。采集點要依據高校校園功能分區來設置。一般劃分為：出入口區，教學科研區，綜合辦公區，生活服務區，體育運動區和休閑娛樂區等。根據每個區域的大小，設置合適數目的采集點，保證手機移動信號暢通，也可以和無線運營商合作布點。采集每位手機號出、入各采集點的時刻形成大數據。

2.高校學生管理大數據編碼。一是數據格式化。采集得到的數據量龐大，需要格式化后存入數據庫，以備大數據分析系統分析，數據格式化樣式如下表1。二是采集點數值化。采集點編號要根據功能區域不同，賦予不同的權值，以方便數據處理，其數值化格式如下表2。三是采樣周期，就是每隔多長時間采集依次數據，一般采樣周期設置為5分鐘。四是每天采集樣本的時長。一般設置為自然天的早上5點到晚上11點，共19個小時，每時采集12個樣本，每個學生一天產生228個采集數據。

表1 高校學生動態數據表樣式

表2 高校校園功能區域數值化表

3.數據管理。編碼后數據用SQL數據庫管理，數據庫里設置學生動態數據表和校園功能區域數值表，把校園功能區域數值錄入，把采集學生的動態數據錄入，形成高校學生管理大數據。

(二) 高校學生管理大數據分析方法

1.評價指標體系的構建。學生在校期間的數據量龐大，從大數據中找出關鍵可用數據分廠重要，需要構建評價指標體系，一般從課堂時間、課外活動時間和就寢時間三個方面構建評價活動體系，即學生課堂時間的出勤率、遲到、早退、曠課指標；課外時間的出現在各個功能活動區域和滯留時間；就寢時間的就寢率等。

2.單獨評價指標數據分析。一是單獨評價指標孤立分析，學生數據庫中記錄每個學生的各種評價指標的完整數據，用加單的加權平均就可以算出其具體數值，就可以對其進行統計分析，可據此對學生進行引導教育。二是評價指標關聯分析，就是把相同評價指標有關聯的學生數據關聯起來分析，可以統計分析出一段時間內指標高度雷同的學生，可依次分析學生的學習情況、戀愛情況、愛好情況等，及時引導學生教育學生。

3.單獨學生數據分析。經過一段時間的數據采集，數據庫中存在批量數據，配合高校的上課時間表，就可以簡單計算出學生的各種評價指標的次數，形成個人的評價指標值，累積起來可以產生學生動態活動趨勢圖，在圖中可顯示其各種時刻指標值，依據趨勢變化，可以分析單個學生的過去、現在發展趨勢、拐點和乖離率，預測其未來發展趨勢(如圖1所示)。

圖1 單獨學生數據日平均指標

4.批量學生數據分析?？梢砸园嗉?、年級、系部(分院)為單位，簡單計算出其各種評價指標的平均值，累積起來可以產生趨勢圖，在圖中可顯示其各種時刻指標值，依據趨勢變化，分析相應單位的過去、現在發展趨勢、拐點和乖離率，預測其未來趨勢。

5.預警系統設置。無論是單獨評價指標數據分、單獨學生數據分析，還是批量學生數據分析，最終都可以得到相關評價指標的動態時刻指標數值，根據自身院校的基本情況，學校管理部門可以設置合適的閾值，讓數據分析系統發出警示，以實現對學生的差異化、精細化關系培養。

(三) 大數據分析技術在高校學生管理中的具體應用

1.評價指標數據生成。高校入學學生是動態變化的，所以每一屆學生的評價指標數值也是變化的，只有依據他們自身的評價指標數值來管理他們，才能達到對學生的差異化、精細化管理。依據學生的采集數據，可以計算出其各種評價指標數據的平均值，高校管理部門可以據此設置管理標準，對學生進行管理。

2.高校管理部門應用大數據分析技術參與管理。第一，課堂時間管理。高校應用大數據分析技術管理課堂時間的各種評價指標值，可以分為單獨學生課堂時間管理和批量學生課堂時間管理。首先，單獨學生數據課堂時間管理。運用大數據分析技術分析單個學生課堂時間的數據，得出學生各種評價指標值，結合高校教務系統給出的學生成績，甄別出學習效率高、低的學生，得出最佳課堂管理，讓學生課堂學習成績和學習效率組合最優，同時還可以甄別部分考試舞弊學生，實現對學生課堂時間精準化管理。其次，批量數據課堂時間管理。運用大數據分析技術分析班級數據，得出班級平均課堂各種評價指標值，結合高校教務系統給出的班級平均成績，甄別出班級課堂學習效率高、低，得出推薦的最佳班級課堂管理時間，讓班級學習成績和學習效率組合最優。第二，課外時間管理。高校應用大數據分析技術管理課外時間，可以分為單獨學生課外時間管理和批量學生課外時間管理。首先，單獨數據課外時間管理。運用大數據分析技術分析單個學生課外時間數據，得出學生分類活動的各種評價指標值，結合高校社團管理和學生的興趣愛好，得出學生興趣愛好個人指數、平均指數和類別系數、結合高校的大學生培養計劃，實施有針對性的興趣、愛好培養。其次，批量數據課外時間管理。運用大數據分析技術分析批量數據的課外時間數據，得出批量學生分類活動的各種評價指標值，結合高校社團管理和學生的興趣愛好，得出批量學生興趣愛好個人指數、平均指數和類別系數、結合高校的大學生培養計劃，實施有針對性的興趣、愛好培養，實現對學生的課外時間精準管理。

3.高校學生管理部門利用預警系統分析管理“異常”學生。高校學生管理部門可以利用預警系統管理特立獨行的異常學生，預防突發事件。第一，利用數據預警系統管理單獨“異常”學生。高校學生管理部門運用大數據分析技術分析單個學生評價指標數據，得出學生活動時間趨勢圖，計算出其日、周、月平均指數和變化幅度，設定預警閥值，一旦采集分析的數據偏離超出閥值，預警系統會給出預警系數，當預警系數達到一定級別，預警系統給出預警，高校學生管理部門人員要依據預先設置的預案措施，實施管理，監控、預防突發情況。第二，利用數據預警系統管理批量數據。高校學生管理部門運用大數據分析技術分析批量學生評價指標數據，得出批量學生活動時間趨勢圖，計算出其日、周、月平均指數和變化幅度，設定預警閥值，一旦采集分析的數據偏離超出閥值，系統給出預警系數，當預警系數達到一定級別，系統給出預警，管理人員要依據實現設置的預案措施，實施管理，監控、預防突發情況。

三、結語

百年樹人，大學生關系著祖國的未來，高校要因材施教，只有全面掌握學生的動態數據，才能把教育做到差異化、精細化，才能實現對大學生的全面精準培養，才能為祖國培養更多優秀人才。