大数据驱动学生管理创新：框架设计与实施路径一、引言随着联合国《大数据促发展：挑战与机遇》白皮书和国务院《促进大数据发展行动纲要》的发布，大数据技术已步入飞速发展时代，它正在快速的融入金融、医疗、商业、通信、教育等多个领域，推动和影响着全社会各行各业的发展。

[1]大数据提供的是前瞻性技术手段，更是代表了人类思维发展和生活学习的新范式，是一种价值观和方法论。

在教育领域，它带来了教育模式的转变和学习方式的变革，从量化角度给教育领域研究带来了新的范式。

随着大数据理念的传播及其应用的逐步深入，大数据的内涵也在不断变化和拓展。

可以从三个层面理解大数据，一是技术层面，大数据是伴随移动互联网、云计算、物联网，人工智能等技术应用所产生的海量数据下应运而生，包括了数据采集和存储、数据挖掘、数据可视化等关键技术，通过分析技术进行事物发展的监测、预警和决策。

二是能力层面，即从海量复杂的数据中寻找相互间的有意义关联、分析和挖掘事物变化规律、准确预测事物发展趋势的能力。

[2]三是思维层面，即让数据开口说话，让数据成为人类思考问题、做出行为决策的基本出发点。

学生管理工作是高校思想政治教育工作的重要组成部分。

大数据技术的到来改变和颠覆了传统高校思想政治教育的思维观和资源观，[3]传统的“三全育人”（全员育人、全方位育人和全过程育人）逐步向“四全育人”（增加全环境育人）教育理念转变。

[4]大数据给高校学生管理工作带来了新的机遇，提供量化分析方法，改变了传统靠经验和感觉制定的决策，使其更加科学合理；提供数据可视化技术，实时了解学生在学习和生活中的个体差异，给予个性化定制教育；通过数据监控和挖掘，实时监测学生学业情况、思想动态、经济情况、心理状况等数据，对异常情况做出预警，提前干预，转后置性应急处理为前置性预警研判；通过校园行为全数据采集，给予学生全面和综合评价，实现学生全面发展。

为此本研究充分分析目前高校学生管理面临困境，后在此基础上构建大数据驱动学生管理创新的实践框架和提出大数据驱动学生管理的实施路径。

二、高校学生管理面临的现实困境高校学生管理工作是一项系统性和复杂性的教育管理工作，涉及到学生学习、生活、心理的方方面面，也因其复杂性使得学生管理面临诸多困境，总体表现在决策主观、问题干预不及时、评价方法单一和管理缺乏个性化等问题上。

（一）决策凭借主观经验，缺乏客观科学目前大部分学生管理决策依靠管理者长期工作积累的主观经验加以解决。

此类解决问题的方法在过去很长一段时间占据了学生管理中的主导地位，解决了学生管理中遇到的各类问题。

长期处于感性层面的决策，已经使得一些管理者形成了经验依赖，考虑问题表面化和片面化，从来不加以调查直接给予问题的定性结论。

虽然此法在简单问题决策上是有效的，但是面对复杂的学生管理问题常常表现出“捉襟见肘”，很难获得问题背后的有意义关联和事物发展的变化和趋势，尤其面对日新月异的学生管理新形势和学生个体的日渐鲜明，仅凭主观经验做出的决策，就如同“无源之水、无本之木”，缺乏有据可循、客观科学的数据支撑。

（二）干预发生后置应急，缺乏前置预判遇到问题再来解决问题一直是学生管理的常态化工作方式。

学生管理工作千头万绪，包括学生学业情况、思想动态、心理状态、就业指导等方方面面，传统的“人管”模式很难及时洞察和掌握学生当前各种状况和实时动向，很多问题只有暴露出来或造成严重后果，管理者才会加以干预，尤其针对一些突发事件，多数管理者通常只能处于被动的、应急的处理状态，新闻中也时常曝光有些学生由于生理和心理问题，出现轻生和自残行为，学校和管理者也是事发后才会进行应急干预和思想舆论引导。

由此可见，目前学生管理中缺乏前置预判的能力，如果能系统的了解学生的行为轨迹，提前预测出该生可能的后续行为，进而有效的加以干预和引导，定能更好的帮助学生。

（三）评价来源片面单一，缺乏全面多元在现行高校学生管理中，学生各科成绩在评奖评优中占绝对比重，很多方面有一票否决权。

评价方法的片面单一主要表现在两个方面：一是评价依据来源单一，仅仅依靠考试成绩和教师的主观印象进行评价，无法给予学生个体以德、智、体全面、客观评价，即使有些高校将学生综合素质评价作为学生在校表现的重要依据，但是仍然鲜有明确的实施方案和操作办法，且公信力和可操作性较差，综合素质评价徒有其表，缺乏实质性的评价依据；二是实施评价途径单一，目前高校学生管理中以总结性评价为主，缺乏过程性评价，而过程性评价是学生管理中及时发现问题和解决问题的保障，具有诊断功能，失去过程诊断的学生管理，在人才培养和价值观形成上花费更多的时间和精力。

（四）管理方式千人一面，缺乏个性服务高等教育大众化使得高校人才培养呈现规模化，过多的学生数量使得学生管理者无法兼顾到每位学生的学习背景、兴趣爱好、性格特点以及家庭等情况，大多采用千人一面的统一化方式。

这种程序化的管理方式早些年为有学者国培养了大批优秀人才。

但是随着时代进步，学生个体差异和需求差异越来越大，这种传统管理方式很难满足每个学生的实际需求，尤其处于新时期大学生，其思维方式和对事物的认识水平均不同，所接触的事物及反馈表现也各异，学生管理中更应给予不同学生不同的关注，贴近每个学生的个性化需要，提供个性服务。

三、大数据驱动学生管理的框架设计大数据给学生管理方式和管理思维带来的重大的变革，数据意识已经渐渐融入到学生管理的各个方面，驱动着学生管理向“科学决策、前置预判、全面评价和个性管理”方面转变，不断完善和优化学生管理的服务模式，本文以学生管理中采集的数据（包括传统学生工作产生数据[5]、校园基础系统生成数据、网络社交平台监控数据）为核心，结合学生教育管理的多面需求构建数据驱动学生管理的实践框架，具体框架如图 1 所示。

该框架图基于大数据技术驱动学生管理的创新和发展，包括学生的思想教育、智慧学习、精准资助、心理预警、综合考评、生涯规划和引导舆论等。

图 1 大数据驱动学生管理的实践框架（一）驱动智慧学习，助力主动性学习随着高校智慧校园建设的推进，大数据技术通过传感器感知、图像识别、视频录制和学习平台记录可实现学生课前、课中、课后学习的全过程数据采集。

[6]线上和线下数据相结合共同驱动智慧型和自主型学习的发生。

线下数据以课堂教学场所采集为主，主要采集课中动态的师生行为、教学流程和课堂管理等教学数据；线上数据依靠网络学习平台的教学功能进行采集，实时跟踪和记录学生在线学习的行动轨迹，包括微视频和课件的观看程度和次数、学生在线互动和讨论次数、练习测试完成度以及自有学者评价和反思等线上数据。

通过对每位学生教学数据的采集和多元分析挖掘，一方面帮助教师洞察学生个体学习状况，及时调整和优化教学内容、教学计划和教学活动，在精准定位学生教学需求的基础上，对教学过程各要素进行诊断，并给予科学的优化和调整决策；另一方面帮助学生主动发现课程学习中的优势与不足，及时改变和选择适合自身发展需求的学习内容和方式，定位学生精准学习，并提高学习的自主性。

（二）驱动生涯规划，助力个性化成长职业生涯规划是高校学生管理中的重要组成部分。

当前大部分大学生，尤其是刚入学大学生对自身的职业规划都是茫然和盲目的。

大数据技术能够通过学生对自身兴趣爱好、职业倾向、性格特点、能力特长以及价值观等数据进行采集、分析和挖掘，使其能够充分、全面的认识自己。

再者，大数据技术可以对相关职业进行剖析，了解其岗位职能、相关单位、工作地域以及晋升情况等，并将学生的职业规划与职业剖析进行匹配，快速定位学生合适的职业规划方向，科学指导学生规划自己的职业生涯，避免茫然和盲目。

在此过程中，学生管理者要充分分析各专业对口职业的发展潜力和前景，用数据可视化技术以多图表形式呈现，帮助和引导学生科学合理选择职业方向，满足职业规划的多样化需求和学生个性化成长。

（三）驱动思想引导，助力价值观形成大数据与高校思想政治教育的融合，拓宽了教育的信息化形式、手段和内容，颠覆了传统思想政治教育的思维观、资源观和方法论。

当前大学生思想观念活跃、价值取向多元，面对互联网纷繁复杂的思想冲击以及外在环境和因素的影响，亟需基于大数据技术构建学生思想动态模型，该模型一方面通过对学生在校行为数据的采集、处理和优化，快速准确的掌握学生个体和群体的思想动态，针对思想问题学习及时加以疏导XX；另一方面，通过监测学生网络平台的信息发布、文章阅读量、留言、评论和点赞记录等数据，可以直接透视现阶段学校的网络舆情，尤其对于特殊敏感时期，出现热点问题和突发事件，能够及时的加以教育引导，维护好学校的舆论阵地安全。

思想动态模型可谓是学生“思想上的数字画像”，通过数据背后潜在价值和关系的挖掘和分析，为大学生个性化思想教育和学校舆情引导服务，共同促进大学生正确人生观、价值观和世界观的形成。

（四）驱动精准资助，助力贫困生认定精准化管理是学生管理的保障性诉求，尤其在贫困生认定中，要确保受资助对象贫困的准确性，保障更多的贫困生得到有效筛选和资助。

大数据背景下，需借助各类智能终端和学校基础的管理系统建立一体化的学生贫困程度评定指标体系，使得学校贫困生评定有据可依、有章可循，指标体系中要涵盖学生个人信息、家庭信息、身心健康等基本情况以及校园一卡通消费和网络购物等数据，通过对此类数据采集与指标体系的核对可以为学生个体进行精准数字画像，直观呈现出每个学生的消费情况及贫困程度，学生管理者即可以此为据对筛出的贫困生进行情况再核实，一方面确保贫困生认定的精准性；另一方面给予贫困生后续的经济资助、心理疏导、帮扶解困等关爱行动，[7]保证学生健康成长和顺利完成学业。

（五）驱动心理预警，助力前置性预判心理预警是指利用大数据技术对学生心理数据进行实时采集和分析，对异样心理问题进行智能预警，并产生与之相对应的安全监督措施，[8]学生管理者可根据预警结果及时干预或者提前预判，将心理问题扼杀在摇篮之中。

要想实现心理预警，需借助大数据框架（如 Hadoop）构建学生心理预警管理平台，设计出相应的数据采集框架、分析算法和功能架构，实现大规模学生心理数据的采集、分布式存储和分析挖掘，如通过学生网络社交、旷课、消费等行为数据的采集分析以及对情绪和态度等词语聚焦，可实时掌握学生的心理状况以及可能出现的心理健康问题，并通过与学生管理系统中数据的联通，深度挖掘学生心理问题发生的起因和发展过程，进而有针对性的开展心理帮扶和疏导。

大数据驱动心理预警，实现了学校心理问题的前置式预判和管理。

（六）驱动综合考评，助力全面性发展公正、公平和全面的考核评价是学生有效、有序管理的前提，尤其在评奖、评优、评先等涉及学生利益方面更应注重考核评价的全面性和科学性。

大数据环境下，学生管理的考核评价要打破原有的“经验主义”、“仅关注宏观群体”以及“单一评价”等考评方式，向基于数据、关注学生个体的综合性考评转变。