大数据背景下高校学生协同管理创新机制研究

摘 要：大数据时代的到来为优化学生管理，提高高校思想政治教育的针对性和有效性带来了机遇。本文通过剖析大数据时代的特征，结合当前高校学生管理中存在的问题，探索大数据背景下高校协同管理创新机制路径，为高校思想政治教育工作的预测、预警、决策和行动提供信息支持。

关键词：大数据；学生管理；思想政治教育；协同管理；创新机制

本文说明：本文系“2016年度上海学校德育实践研究课题-大数据背景下基于自助服务的高校学生协同管理创新机制研究”（项目编号2016D043）的阶段性研究成果。

一、大数据时代高校学生管理工作面临的机遇和挑战

（一）大数据以及大数据时代的特征

在维克托・迈尔-舍恩伯格及肯尼斯・库克耶编写的《大数据时代》中大数据指不用随机分析法（抽样调查）这样捷径，而采用所有数据进行分析处理。大数据的5V特点（IBM提出）：Volume（大量）、Velocity（高速）、Variety（多样）、Value（低价值密度）、Veracity（真实性）。[1]有人把数据比喻为蕴藏能量的煤矿。煤炭按照性质有焦煤、无烟煤、肥煤、贫煤等分类，而露天煤矿、深山煤矿的挖掘成本又不一样。与此类似，大数据并不在“大”，而在于“有用”。价值含量、挖掘成本比数量更为重要。对于很多行业而言，如何利用这些大规模数据是赢得竞争的关键，教育行业也是如此。对于高校学生管理和思想政治教育工作来说，大数据时代带来了前所未有的机遇和挑战。

（二）大数据时代高校学生管理工作迎来的机遇

数据是信息的载体，教育者掌握的有用数据越多，便越有可能对学生的思想状况进行准确把握。以教育^程中使用数据的数量为依据，可将思想政治教育划分会无数据时代，样本数据时代和大数据时代。在无数据时代和样本数据时代，难以对每个学生的思想情况了如指掌，从而容易导致“一刀切”的教育方式。在智慧校园逐步成熟的背景下，大学生在校园内学习、生活、社交等活动产生的海量数据，借助专业的手段进行收集、挖掘、整理和分析，可以为高校思想政治教育工作的预测、预警、决策和行动提供信息支持，有助于开展个性化的思想政治教育，提高思想政治教育的实效性。

（三）大数据时代高校学生管理工作迎来的挑战

大数据在学生管理和思想政治教育活动中的运用还存在诸多的挑战，从信息获取到价值挖掘、数据处理，哪一个环节出现进展受阻都会影响思想政治教育的时效性。如何在有限的时间内有效的采集、挖掘和运用不断增加的各类数据成为了大数据时代思想政治教育面临的最根本的挑战。数据渠道的多元异构提高了信息采集的难度[2]，探索有效的数据采集和处理机制，构建学生数据中心，有助于实现高校学生协同管理和个性化思想政治教育。“巧妇难为无米之炊”，信息采集是大数据应用中的关键环节，如果无法及时获取有效信息，大数据处理过程变为停滞，思想政治教育也就无法顺利进行。大数据无处不在，高校各个部门、互联网、社会组织等都是学生思想政治状况数据的来源。如何及时有效的获取和处理这些数据，为高校思想政治教育所用成为当前高校亟待解决的问题。

二、当前学生管理中存在的问题

（一）管理制度和模式相对陈旧

传统的管理模式通常运用规章制度和道德灌输等管理方式，从管理者角度出发想问题，往往容易忽略学生的立场，较少强调学生的民主意识和个性发展，很少真正在管理上听取学生的意见。作为学生管理主力军的辅导员，由于专业知识背景、个人阅历、工作经验、思维观念等差异性，导致管理水平参差不齐。一些辅导员运用自己求学期间的管理理念来教育当今学生，而没有适应新形势的变化，没有适应最新的学生管理需求，未能从根本上提高解决学生各种实际问题的效率和效果。

（二）信息时代下大学生的个性化发展趋势明显

大数据时代下人们的信息获取方式和交流沟通方式发生了深刻变化，学校的办学方式也朝着多样化发展，大学生生活、学习、实践的环境与以前相比具有显著的区别。新一代的大学生是伴随着互联网络成长起来的，其思维模式、行为方式都受到了互联网极大的影响。传统的学生管理模式，已经不能满足当代大学生发展的需要和学生家庭的期望，个性化、精细化、大数据化将成为今后学生管理的基本特征。大学生在成长中不断出现新问题，很多问题没有经典案例可循，完全体现出大学生的个性化发展，需要充分利用大数据挖掘学生需求，预判学生情况，有针对性的开展工作。

三、大数据背景下创新学生管理的思考

（一）树立大数据意识，转变思维方式

学生管理工作仅凭个人经验无法客观体现，只有通过大量数据的汇集而“自动涌现”，其决策才会更客观、科学、有效和合理。大数据时代高校思想政治工作者主体要改变思维，突破传统模式，重视定量分析，树立大数据意识，主动学习统计学和互联网知识，掌握数据收集、分析技能。

（二）创新模式，将大数据引入学生管理

管理主体要将大数据融入学生管理，高度重视收集大量的、多维的、数据化的信息并进行整合和分析，深度解读数据[3]，将学生管理情况和思想政治教育现象量化，挖掘学生思想、情感、行为、兴趣和需求等方面信息，把握大学生的思想与行为的表现及其规律，真正倾听学生的心声，找到真正的重要的教育影响因素，对工作进行预测，有的放矢地设定思想政治教育工作的目标、内容、原则、方法与途径，有计划、有步骤地实施针对性教育，牢牢掌握主导权。

（三）改变现状，实施系统化和协同化管理

大学生管理是一项复杂的系统工程，需要全员参与和多部门协作。同一个辅导员所带的学生可能存在年级、专业等划分，不同辅导员的学生则存在更大的差异性。不同辅导员之间不是孤立的，更不应“各自为政”，而应该实施协同管理，树立全院工作一盘棋，甚至全校工作一盘棋的整体意识。

协同管理，即协同作战。是把局部力量合理地排列、组合，来完成某项工作和项目。协同管理通过对系统中各个子系统进行时间、空间和功能结构的重组，产生一种具有“竞争-合作-协调”的能力，其效应远远大于各个子系统之和产生的新的时间、空间、功能结构。协同管理理念主要体现为三大基本思想，即“信息网状思想”、“业务关联思想”和“随需而应思想”。其基本目的是解决“信息孤岛”、“应用孤岛”和“资源孤岛”三大问题[6]，实现信息的协同、业务的协同和资源的协同，充分发挥整体团队的“战斗力”。

三、大数据背景下高校协同管理创新机制路径分析

将大数据的理念引入到高校学生管理和思想政治教育中，探索基于自助服务的学生协同管理创新机制。

（一）构建学生管理大数据体系。

数据结构的海量高噪声增大了价值挖掘的难度。因此，要构建学生数据中心，第一步就是进行数据的分类梳理。在对美国大学生教育内容和途径方法研究借鉴的基础上，结合《高等学校学生行为准则》当中对大学生教育的相关规定出发， 大学生思想政治教育工作实际，从大学生良好思想和行为内涵结构“思想品德、科学文化、人文实践、身心和谐”4个层面出发，结合学生的成长背景资料，从“家庭背景、学习背景、价值取向、思想状况、道德行为、违纪违法、学习情况、科创能力、理论素养、实践行为、身体素质、心理素质、人际交往” 14个维度进行学生管理大数据的梳理。大数据时代带来的数据类型具有多样性，课题从结构化数据、非结构化数据、半结构化数据三种类型入手，恼14个维度切入设计一系列的采样表格，形成《学生管理数据采集指南》。

（二）整合资源，建立学生大数据中心。

对学生管理系统中各个子系统进行时间、空间和功能结构的重组，从个人基本信息、生源情况、新生入学心理测试情况、家庭情况、奖惩情况、课堂出勤、活动参与、课程通过情况、学习成绩、新媒体负面情绪值、人际交往、、行动踪迹、精神状态等各方面的数据进行采集，构建学生大数据中心，实现各部门协同工作，提升学生管理效率。当前高校思政工作中，对学生的各类数据零散分布在各个excel表格中，学生的各类数据没有进行系统的整合，无法很好的发挥这些数据的价值，数据中心的构建将会有效的系统整合所有的学生相关数据，为学生管理和思想政治教育提供依据。

（三）统计分析，形成具有相似特征的聚类归纳，合成不同的数据模块。在数据中心采集数据的基础上，采用“统计分析与可视化[4]、聚类（聚类、离群点分析）”两种教育数据统计分析方法对数据进行分析，合成不同的数据模块，全面分析和评价学生个人的思想状况、学习状况、心智状况、行为规律、个性特征等方面情况，为教育者和家长更好的了解学生提供可视化工具。

（四）对获取的大数据进行关系挖掘和整合，预测未知的思想政治教育问题。

学生的各类数据利用“预测（决策树、回归分析、时序分析）、关系挖掘（关联规则挖掘、序列模式挖掘、相关挖掘）、文本挖掘”[5] 三种教育数据挖掘方法，将杂乱无章的数据进行挖掘整理，从“思想品德、科学文化、人文实践、身心和谐”这4个方面对学生进行预测评估，实现可视化的预警模块，当某些数据出现偏差时，提前对相关学生进行关心和干预，根据特定学生制定个性化的思想政治教育模式。

参考文献

[1]维克托・舍恩伯格，肯尼斯・库克耶.大数据时代[M].盛杨燕，周涛，译.杭州：浙江人民出版社，2013.

[2]孟小峰，慈祥.大数据管理：概念、技术与挑战[M].计算机研究与发展，2013，（1）.

[3]沈学裙.大数据对教育意味着什么[M].上海教育科研，2013（9）.

[4]李国杰，程学旗.大数据研究：未来科技及经济社会发展的重大战略领域―大数据的研究现状与科学思考[J]中国科学院院刊，2012（6）：647-657.

[5]姜奇平.大数据的时代变革力量[J]互联网周刊，2013（1）： 32-37.

[6]徐鹏，土以宁，刘艳华.大数据视角分析学习变革―美国“通过教育数据挖掘和学习分析促进教与学”报告解读及启示[J]远程教育杂志，2013（6）： 11-17.