本文以常熟理工學院為例，首先剖析高校目前大數據管理的現狀與問題，然後從高校學生管理大數據的角度來闡述高校大數據分析及利用的思路，最後給出基于高校大數據的學生管理的實踐及成效，同時也詳細闡述了高校基于大數據的學生管理的實踐思考過程。

相關概念

1.大數據

目前對大數據的定義有很多，根據維克托·邁爾-舍恩伯格的定義，大數據(big data)，指的是所涉及的數據量規模巨大到無法通過目前傳統軟件工具，在合理時間内達到撷取、管理、處理、并整理成為幫助企業經營決策更積極目的的信息。雖然說法不一，但在研究者們看來，大數據有以下幾個明顯的特征，就是4個“V”，即：Volume(大量)、Velocity(高速)、Variety(多樣)、Veracity(真實)。

但我們認為，除了以上四個特點，實際上，大數據與三個重大的思維轉變有關，這三個轉變是相互聯系和相互作用的：首先，要分析與某事物相關的所有數據，而不是依靠分析少量的數據樣本;其次，我們樂于接受數據的紛繁複雜，而不再追求精确性;最後，我們的思想發生了轉變，不再探求難以捉摸的因果關系，轉而關注事物的相關關系。

大數據通常用概率說話，而不是闆着“确鑿無疑”的面孔，整個社會要習慣這種思維需要很長的時間，其中也會出現一些問題。

2.高校學生管理大數據

大學生從入學、學習、生活、畢業到就業等整個活動周期中，在各個信息管理系統如招生、教務、學生管理、餐飲消費、圖書借閱、網絡學習、上網、實驗、考勤、晨練、實訓、畢業設計、财務收繳費、設備使用、離校、就業等各個電子行為活動中留下了大量的記錄信息。這些數據建設有助于将學生管理工作者從日常的具體事務性工作中解脫出來，解決運用傳統手段難以獲取各類統計數據的問題，從中挖掘出有價值的信息，經過過程性和綜合性的分析，找到學生各種行為之間的内在聯系，思考背後的邏輯關系，并做出恰當的教學、管理決策，這才能被稱為高校大數據，如何挖掘這些數據的價值來有效服務高校學生管理是一個有意義的嘗試。

高校學生管理大數據現狀與問題分析

雖然目前各高校的學生管理信息化已經取得巨大的進步，少數高校也開始嘗試進行大數據利用的探索，目前的現狀是，由于學生人數衆多、數據治理和技術等方面的問題，導緻利用高校大數據成為學生管理工作中的一大難點，存在很多問題，總結為以下幾個方面:

1.高校大數據管理混亂,沒有形成統一完整的大數據管理體系

面對學校的快速發展和校、院兩級深化改革,信息量的大幅度增長和數據的快速更新變化，而高校的大數據管理職能部門仍無确立，管理模式沒有變化，傳統的數據管理方式和管理手段已經遠遠不能适應高校大數據管理工作的需要，同時更加分散的信息處理和更新導緻了大量的重複勞動，從而導緻了學生信息紊亂，數據一緻性差，嚴重影響了信息的準确性和完整性，給高校的大數據管理工作帶來了諸多不便，嚴重影響了大數據使用成效。

2.信息孤島大量存在，數據質量差

在信息化建設過程中，由于各部門開發或購買了面向特定領域功能、基于不同技術和應用模式的業務管理系統,導緻數據交換通用性較差,難以實現現有系統數據信息的集成共享，數據利用率較低。同時在數據錄入與各系統間數據交換的環節中缺乏對數據質量的控制，經常出現數據維護不及時、不準确、不完整、随意性等問題，導緻數據的質量較差。

3.重視信息系統技術而非信息

如今的信息技術變革的重點在“T”(技術)上，而不是在“I”(信息)上，即國内高校大多重視業務處理系統(即OLTP系統、在線事務處理系統)建設，輕視在線分析系統(OLAP)建設的思路也影響了數據的質量，導緻數據分析的數據建設得不到重視。現在，我們是時候把聚關燈打向“I”，開始關注信息本身了。

4.高校數據分析的傳統思維影響

在很多高校,大多是通過調查問卷和樣本數據來進行分析和推斷，但是統計抽樣其實隻是為了在技術受限的特定時期解決當時存在的一些特定問題而産生的。在大數據時代進行抽樣分析，就像是在汽車時代騎馬一樣。在某些特定的情況下，我們依然可以使用樣本分析法，但這不再是我們分析數據的主要方式。

以上原因是導緻國内高校在大數據利用與分析方面效果不佳的主要原因，其他如大數據利用的觀念與意識、信息化素養、數據治理管理體制等多方面也影響到高校數據分析與利用。

基于大數據的高校學生管理的研究與實踐

當代社會文明是建立在數據文明的基礎之上，高校學生管理大數據平台應當是構建多層次、多方位的有機系統，同時應該是“全樣本”數據采集平台，必須融合高校所有相關部門的所有數據記錄, 按照标準、規範、安全、高效的特征，整合到統一的大數據交換共享平台中，實現各部門數據之間的無縫交換、共享、集成，同時要充分發揮相關部門的主動性、積極性，明确部門的職、責、權，構建一個統一、完整、多層次、智能、安全、可靠的大數據管理平台，為學生管理工作者提供管理決策依據，促進學生管理與決策科學化。

在建設過程中，我們确立了“以人為本，服務師生，服務教學，服務管理，服務決策”的建設目标，在實踐中取得了一些成效，下面就基于大數據的高校大學生管理簡要介紹我們的一些思考與實踐。

1.建立決策模型

我們認為，整個高校學生管理大數據建設目标就是要合理地利用學生管理大數據，在滿足學生管理部門需求的同時，也要為師生提供數據服務，為校級領導提供數據統計分析和決策支持，即應具備多層次的智能服務功能，确保每一個層次的人員都要受益，才能促進有效決策，建立了金字塔模型，如圖1所示。

圖1 組織中不同層次的具體目标

按照分層原則，确立并通過若幹個具體的且對實現學校學生管理目标有重要作用的關鍵業務指标(KPI)來實現分層決策支持，促進學生管理者科學決策。

2.建立大數據标準

為确保實現數據的集成和共享、有效積累，參照教育部出台的《高等學校管理信息标準》“學生管理數據子集”中的規範，結合學校實際情況，建立大學生基礎信息編碼規範和數據子集規範，統一學生編碼，确保學生的編碼唯一;統一部門編碼，保證部門編碼的唯一;統一所有業務系統的數據編碼，保證業務數據的準确;同時制訂編碼和數據的管理、更新、維護規範。由于高校校園網絡認證計費、校園卡等的數據管理缺乏标準規範，根據學校的實際使用情況，結合我校多年的實踐經驗，我們單獨制定和擴展了學生電子行為數據标準，如校園卡、網絡認證和設備使用等數據标準規範，今後計劃提交并參與該類規範的制定。

3.建立大數據管理與使用規範

我校在高校學生管理的大數據分析和利用過程中，重視和強調全員參與，我們認為每個人都是數據的生産者和消費者，為此學校建立了一支數據信息使用和維護管理員隊伍，如各個二級學院分管領導、班主任、輔導員及相關業務部門工作人員。同時建立了信息員管理制度，将全校各類數據責任到部門，專人負責，嚴格把關，統一數據錄入管理，制定了數據維護的管理規範，對各部門信息的采集、處理、存儲、傳輸和使用進行全面規範，确保數據動态唯一、準确及時。

4.建立大數據交換共享平台，實現數據共享

我們構建的大數據共享平台整合了全校所有業務信息系統的數據，實現了大數據的一個顯著特征——記錄所有數據，包括教務系統、學工系統、科研系統、圖書系統、人事系統、資産系統、校園卡管理系統和網絡認證系統等所有與學生管理相關的記錄信息，實現了各系統間信息的互聯互通，實現了數據共享，從根本上消除了信息孤島，使業務系統内部、系統之間的頻繁、複雜的信息流暢通，完成由數據源到數據集成再到數據分析應用的一個完整過程，為大數據的分析與統計提供堅實的數據基礎。

作用與成效

通過上面的探索實踐，我們建設了高校大學生大數據綜合管理與決策支持系統，為學生管理工作者提供如下功能：

1.由宏觀到微觀，全面、動态、及時了解、把握全校學生整體情況

由宏觀到微觀、整體到個體，按“全校—院系—年級—專業、班級”逐級顯示，全面、形象地展現了全校學生數量、各院系、專業、班級數量和構成，還包括未能正常畢業的學生數和其詳細情況，以及學生個體的基本信息和在校期間的動态行為，包括基本信息、政治面貌、學習成績、綜合測評、獎助學金、獎懲信息、學團幹部經曆、參加社會工作、證書考試、科技成果、财務信息、圖書借閱、校園卡消費、上網門禁等詳細情況。

學生個人在校的所有信息數據使學生管理工作者能夠“一站式”地獲取學生的所有在校相關數據，方便輔導員快速全面掌握每個學生的詳細信息和潛在動向，發現問題并及時關注，徹底解決以往高校學生管理過程中各業務系統塊狀分割、合力不足的現象，極大方便了學生管理工作者，簡化了工作，提高了管理與決策效率，同時這些信息也可服務于學生個人，甚至也讓家長及時了解孩子的在校情況。

2.大數據異常預警，克服學生工作管理盲區

由于學生人數衆多，學生管理工作者在日常管理工作中很難兼顧到所有學生，特别對一些問題學生的管理，容易産生疏忽和錯漏。為了解決這類管理問題，我們設計了學生在校各類異常行為預警功能模型，通過對數據的分析和深度利用，實現如不在校預警、學業預警、貧困生預警、網瘾學生預警等，将存在異常行為的學生主動預警并告知學生管理工作者，以便及時關注到此類學生，從而可以提早及時發現各類問題，避免學生管理工作中的疏忽。

為實現預警功能，設計了我校特色的電子行為大數據分析與預警決策模式。充分利用各個業務信息系統每天所沉澱的數十萬條學生各類活動的海量電子行為大數據，如校園卡消費數據、校園卡考勤數據、晨練、上機、實驗、用水、電記錄、校園卡借書信息以及上網數據(包括上網的地點、時間、時長、類型、金額等，不含具體網址、内容等個人隐私信息)，構建主題數據倉庫，形成多維數據集，并生成諸如每月全校校園卡消費排行榜、學生上網時間排行榜等各類“排行榜”，設置一些臨界值(閥值)且反複修正，一旦達到臨界值範圍，系統自動發出警報(通過校園短信平台向相關管理人員發送短信或電子郵件等)，實現學生異常行為預警。通過排行榜，結合學校的作息時間和學生的平均在線時長等去發現一些問題，如學生是否正常上課，是否已經網絡成瘾等。對學生加以正确有效的教育引導，防微杜漸。另外，通過掌握學生消費的整體情況，将學生個體的消費行為與之對照分析，如月總消費額、日消費額均在平均線以下，甚至每餐的消費額也大多低于平均水平，并且除了餐廳消費外，少有超市消費、網絡消費等其他非必要消費，則基本可以認定為困難學生，再通過結合生源地和家庭情況等信息綜合考慮來排查家庭經濟困難學生，為發放貧困生生活補助及助學金提供有力參考。這有助于領導層制定學生工作的管理目标和重點，幫助管理者及時做出反應，增加了管理的主動性，起到了防患于未然的作用，做到了有的放矢，不斷提高學生管理水平和思想工作的針對性、适用性和實效性。

3.大數據預測，優化科學管理

當我們将生活數字化、公式化及模型化的時候，我們會發現其實大家都很相似，看上去很随意、很偶然，但卻極容易被預測。為實現管理者的科學和精細化管理，我們充分利用大數據的核心功能——預測，如：各時間段學生在校活動人數預測，各時間段學生在各餐廳消費人數預測，各時間段學生在圖書館人數等。限于篇幅，下面以在校活動人數預測為主來介紹實現模型，利用數據基礎仍然是上面提到的學生校園卡産生的各類信息、信息系統登錄記錄及網絡認證行為記錄，每個學生個體在以天為單位的時間留下各類電子行為記錄，但凡有一次電子行為記錄就等同于該學生在校，通過這種方式就真實、嚴格記錄了學生每天是否在校的真實情況，雖然不能精确到百分百，但也确實能達到99%的精确率，這樣就确實充分利用大數據的特性——不求百分百精确，隻求基本精确。這一預測數據，可以讓學校管理工作者知道各個時間段學生在校活動的總人數情況，能夠指導管理者在日常管理中提供合理的資源配置，如在春季學期、秋季學期、各個節假日等各時間段的水、電、制作餐食及宿舍安排等資源合理配置，既減少不必要的浪費，同時也可避免出現資源配置不足的問題，比如如果“國慶節”的午餐做少了，不夠學生消費，或者午餐做多了，造成明顯的浪費等問題，通過大數據預測就能很好的解決這個問題，為學校的管理現代化提供科學的決策依據。

存在問題與展望

我們的大數據平台不僅提升學生管理工作的透明度,提高學生管理部門的工作效率，而且還可以極大地促進管理部門等相應領域的信息化建設，實現信息支持、信息提升、信息服務的良性互動，我們的實踐成果為高校學生管理工作的科學、高效、公平、公正提供了堅實的數據分析基礎，對推動高校大學生管理工作現代化具有積極作用與價值。由于受專業人員少、技術能力較弱、數據模型建立難、觀念意識薄弱等方面的影響，我們的工作在很多方面還存在不足，但通過實踐與正向信息反饋，更加堅定了我們繼續研究的信心。今後計劃在高校大數據分析的制度建設、管理規範、數據分析模型和數據可視化等方面繼續進行深入研究，積極推動高校學生大數據分析與教育治理工作現代化。

（作者：先曉兵，陳 鳳，王繼元，王加年；單位：常熟理工學院）

更多精彩资讯请关注tft每日頭條，我们将持续为您更新最新资讯!