大数据在高校学生资助中的应用
来源:用户上传
作者:
摘 要 社会经济迅猛发展，对综合型人才缺乏逐渐增大，贫困生资助作为高校人才培养工作重中之重，直接关乎学校与学生成长、社会和谐发展，尤其是精准资助方针提出后，对资助系统的完善程度越发关注。大数据在高校学生资助中的应用，解决了贫困认定、资源共享与差异化资助等方面的问题，实现资助系统智能化，资助工作的科学性与公平性提高。
关键词 大数据 高校 资助 应用
中图分类号：G647 文献标识码：A
1背景
高校擴招后学生数量不断增加，其中贫困生1/3，特困生占1/10左右。尤其是学费升高后，加重了偏远地区家庭的经济负担。而大学生因学费负担放弃继续学习的情况相对普及，甚至出现轻生等悲剧。大学生扶贫也是我国脱贫攻坚工作的一部分，学生帮扶政策也逐渐完善。
2大数据的内涵
大数据是指无法在指定时间内，利用常规软件工具对内容实施抓取管理与处理的数据集合。也是高速多变的信息资产，需借助新型处理方式，以实现更强的优化处理与决策能力。从本文角度分析大数据，是利于资助精准识别与精准管理资助工作的技术手段，更是转变以往资助工作模式的思维方式。
3高校学生资助现状
3.1资助平台智能化低
资助平台问题体现在以下几方面;一是实效性差：资助管理仍处于纸质与人工输入阶段，数据二次利用价值低，学生视频等半结构化信息收集时间长，与信息时代发展要求不符。二是针对性差：贫困生认定、心理问题管理等方面存在遗漏，学生数据呈现较大颗粒度，工作缺乏针对性。
3.2贫困认定标准缺失
首先学校无法做到每位学生家访，与辅导员多采用投票选举等方式认定贫困生，不能避免学生开假证明等问题，甚至部分学生因自卑心理不愿透漏家庭情况。目前对贫困生的认定标准以偏远地区为主，孤儿、遭受自然灾害、重大疾病灾害、家庭年收入等指标不起作用。认定与管理成本增加，资源严重浪费，认定方法信任度低，贫困程度衡量偏差大。
3.3心理引导不足
受家庭经济负担影响，学生易存在精神压力与心理负担，部分学生体现出自卑心理或是依赖心理，究其原因与缺乏专业持续的心理引导有关，多以物质脱贫为主，精神脱贫相对忽视;对此，加强心理健康信息管理意义重大。
3.4资助决策数据无法获取
学生数据量庞大，包括心理数据与生活数据等，但数据信息以简单统计为主，未实现进一步挖掘利用。加之资助数据缺乏标准化设计，未实现数据动态更新，导致决策数据无法及时获取，从而不能对精准资助政策实施提供支持。
3.5精准考核无法实施
资助考核属于长期监督工作，但大部分高校侧重于贫困生认定与资金发放上，对资助后监督少，加之各资助部门的考核标准不同，使得资助考核工作缺乏规范性、精准化与公信力。以成长为导向的绩效考核缺失，加之跟踪反馈与经验总结不足，无法实现资助工作质量持续改进。
4大数据在高校学生资助中的应用
4.1精确认定
首先设立指标体系，通过数据分析提炼出家庭人口数、经济收入与生源地等指标，除结构化数据（民政部门证明与家庭基本信息等）外，通过征信系统与网络社交软件等途径，获取视频与网络等非结构化数据，全方位了解学生状况。各类指标利用用户画像技术分类标签，标签第一类为基本家庭信息;第二类是行为偏好，根据用户画像与大数据分析技术了解其生活情况。
4.2精准资助
差异化资助首先体现在个体方面，伤残与烈士、自然灾害等贫困程度设立学生档案，针对性的给予帮扶，同时加强心理指导。将学生资料按照贫困等级、致贫性质等依据分群，根据学生学习成绩与心理健康程度、勤工俭学等信息，设立指标多样化的分级资助模式，实现针对性资助。尤其是在勤工助学方面，可根据特长技能安排岗位。其次体现在区域方面，设立中部与东南西北地区学生方案，根据区域发展水平、年收入设立大数据档案，确定贫困标准，利用语义分析、聚类分析等技术，实现电子档案资料、结构化数据有效转换，实现教育资源高校利用。
4.3精准管理
首先完善信息管理系统，实现动态化、常态化资助管理。利用大数据技术，结合过程管理理论，确保资助全程处于可控范围内，围绕资助过程，对分级资助与跟踪反馈等子过程特征，制定配套措施，是实现资助规范化管理。资助后根据消费数据、学业成绩等加强资助情况跟踪监测，为资助部门的帮扶干预提供参照。其次实现线上、线下结合监管，加大社会、学校与教师监督力度，发现开假证明、诚信不良记录情况取消资助资格。通过微信、微博等网络平台，接受群众监督反馈，尤其是放假期间，根据异议认定结果召回资助金，最终实现扁平化资助管理。
4.4精准评价
完善量化评价指标体系，提高资助部门考核评价科学性，为部门工作判断提供参照依据，确保资助工作成效。资助工作绩效考评主要由教育部与委托第三方开展，结合工作实施成效、资助育人等指标展开资助工作考核，并利用大数据智能算法等技术，实现评价问题快速处理。借助大数据技术，完善资助工作评估管理规范，涉及精准识别率与学生动态监测体系等，确保资助工作评估度量成效。
5结语
大数据在高校贫困生资助工作中的应用，利于转变资助思维、全面掌握资助信息、实现贫困资助全覆盖、拓展资助功能，这都得益于资助工作体系的有效构建，最终实现贫困生认定指标化、资助行为差异化、管理模式动态化、与资助考核合理化。除此之外，还需加强大数据管理标准的完善，加大大数据安全隐私保障力度，以推动高校资助工作改革。
参考文献
[1] 安哲锋，李颖，王文杰.大数据背景下高校学生资助数据分析及应用思考[J].高教学刊，2018，87（15）：66-68.
[2] 魏开伟.大数据环境下高校家庭经济困难学生精准资助分析[J].太原城市职业技术学院学报，2018（02）.
转载注明来源:https://www.xzbu.com/1/view-14997584.htm
