大数据环境下高校贫困生的帮扶研究

中图分类号:TP391文献标识码:A文章编号:1009-3044(2018)13-0018-02

大数据正在对每个领域都造成影响,在商业。医疗和其他领域中,决策行为将日益数据分析做出,而不是像过去更多凭借经验和直觉“[1]。大数据正在融论文网合于各行各业中,如何使用大数据来改善传统的高校贫困生帮扶工作显得尤为急迫。本文依托大数据环境下,从高校贫困生评定。高校贫困生就业这两个方面进行展开分析,提出一些措施来达到精准帮扶贫困生的目的。

1大数据环境下,高校贫困生评定

高校贫困生,是指由于家庭经济困难,无力支付教育及其相关生活费用,或者基本生活难以达到学校所在地最低标准的学生[2]。然而,随着社会的进步,高校贫困生的特征已经越来越模糊,已不能单凭他们的穿衣打扮,饮食情况来进行简单判定,何况当前相当部分贫困生已经用上了手机。电脑等电子产品,几乎很难第一眼就把他们与普通大学生区分开来。那么高校贫困生这个群体是否就不存在了吗?答案当然否定的,他们中的相当一部分人已经不再是吃不饱。穿不暖的状况,更不是以前媒体报道的交不了学费而被迫放弃求学的情况。因此,传统的高校贫困生评定方法已经不能适应当前高校贫困生的准确判定,大数据时代下,我们可以挖掘学生数据,然后进行数据分析,评定贫困生,使得高校贫困生的评定的工作更加公平。公正,且又保护好高校贫困生隐私。

1。1学生消费数据来科学化评定贫困生

当前,高校校园信息化建设已初步形成,每个学生手里都有一张校园一卡通,一卡通不仅记录了学生在学校食堂。超市等消费情况,而且还成为进出教室。图书馆。寝室的凭证,甚至查询学生的教学信息等。以在校生1。2万人为例,据不完全统计,每天校园一卡通产生的数据流超过了10万条,仅在消费方面的数据就占到将近4万多,我们可以使用这些消费数据来进行数据分析,并挖掘出有用的贫困生消费数据来对贫困生认定工作提供有力依据。

首先,要对在校学生消费数据的抽取。清洗。由于一卡通上记录了学生方方面面的情况,而在此,我们最关心则是学生的饮食消费数据,该数据来源于食堂。超市等POS机上读入,每?_POS机上的终端设备存储数据的格式也不一样,记录的信息属性也不完全相同,因此,要把不同数据源的数据经过前期数据抽取。清洗操作后,提取有效数据,用一个标准,整合在一个数据库中,作为学生消费数据的研究对象。

其次,使用WEKA软件来进行学生消费数据的挖掘,并采用董新科等[3]提出的K-Means聚类算法对消费数据进行分析。针对高校贫困生消费数据,我们主要关心的数据指标有(以月为单位):消费总次数。消费总金额。每日消费次数。每日平均消费金额。将数据库中的学生消费数据的文件格式转换为ARFF文件格式后,导入到WEKA软件中,并进行统计分析,可以发现学生消费数据趋于正态分布,得到学生每月的最高消费数据和最低消费数据。考虑到一卡通消费数据的挖掘分析必须简单易行,故采用K-Means聚类算法来进行聚类分析,为了保证实验效果,聚类的分组越多,聚类效果越好,这里设置为4组,聚类的最大迭代次数选择大点,建议为500。通过实验可以得到4组学生消费聚类的数据,包含每组每月消费总次数。每月消费总金额以及人数(聚类数),从而可以得到每组中每日平均消费金额,按每日平均消费金额从高到低依次评定贫困档次为:特别困难。困难。一般。不困难。这里也要注意特别困难档次中,如果每日消费次数太低,很有可能学生经常不在校内刷卡消费,以及原来评定为贫困生的学生如果出现在不困难档次中的话,建议学校领导及辅导员。班主任应该多方面了解学生的具体情况来做出最后的贫困评定。

1。2要创建贫困生评定的监管模式

当前,无论是传统的贫困生认定办法,还是上面提到的使用消费数据来评定贫困生办法,肯定都会存在漏评。错评等不公平现象。鉴于此,除了把传统的贫困生认定办法和使用消费数据来评定贫困生办法外,还应创建高校贫困生评定的监管模式,接受来自社会以及学校教师。学生的三方面监督,才能使高校贫困生的评定工作更加具有真实性。可靠性。实效性。首先,学校除了采取传统的微博。QQ。邮箱。微信等监管渠道外,还应积极搭建贫困生评定监管数据平台,包括开发对应的手机APP端,让全校老师和学生真正重视,并参与到高校贫困生评定工作中来,接受社会和教师。学生的监督。其次,贫困生评定监管数据平台应长期运行开放,且必须专人维护和管理平台数据,并及时查实处理各种举报或反馈情况,一旦发现弄虚作假的伪贫困生,除追回助学金外,还应作不诚信记录,并归档。对贫困档次的评定有异议的,应降低贫困档次,并在下次发方时扣除原来多发的助学金。最后,辅导员。班主任老师应多关爱贫困生,可以采用现实结合微信。QQ等虚拟方式,与他们进行谈心交流,了解他们日常的学习和生活,通过谈心和观察,建立贫困学生个人档案。此外,信息化大数据环境下,还应注意保护贫困生的个人隐私,而不是采取让学生晒贫的方式来识别贫困,应尊重学生的个人身心健康发展,采取多渠道多平台方式进行贫困生的贫困评定。

总之,大数据环境下,科学真实的评定贫困生,既要把传统的贫困生认定办法和消费数据来评定贫困生办法结合起来,同时也离不开创建贫困生评定的监管数据平台,学校应严格把关,教师应关爱贫困生,学生应监督反馈,才能使高校贫困生评定工作更加符合实际,也更有益于贫困生的身心发展。

2大数据环境下,高校贫困生的精准就业帮扶

当前,虽然很多高校都有各自的就业指导网站,并发送招聘信息,或举办校园现场招聘会,结果是毕业生就业效果不太乐观,更谈不上贫困生的精准就业,这样的就业指导方式已经远远不能满足于当前高校毕业生就业指导的需要。大数据环境下,要实现高校贫困生的精准就业帮扶,可以从几个方面进行精准帮扶。1)搭建数字化信息就业平台,开发手机APP端,为帮助贫困生就业提供信息化平台。就是要建设通过一体化数字校园的顶层设计与规划,构建关联整合的信息系统和有机集成的支撑环境,为用户提供个性化的贴切服务“[4],该平台应满足PC端和手机APP端,除了日常的就业信息发送外,后台数据库还应能接收来自学校学生工作处。校团委。教务处。图书馆。宿管等信息平台推送的数据,精准收集贫困生的各方面信息,为接下来贫困生就业信息挖掘有价值的数据和信息。此外,该平台还应能实现实时的交互,不仅能与就业指导中心指导教师的实时交互,而且还能实现与招聘单位的实时交互,从而达到全员参与。共同交互的交流效果,并产生有用的就业信息数据,及时存储于后台数据库中。当然,也可以借助微信。QQ等交流工具,但是不利于互动后数据信息的保存在数字化信息就业平台上。只有这样才能得到完整的大数据信息数据库,从而为有效提取正确的数据信息奠定基础。

2)挖掘分析贫困生就业数据,为帮助贫困生就业提供科学依据。高校贫困生就业意向可以大致分为五类,即考公务员。考事业单位。企业应聘。考研。自主创业。我们在使用以上提到的数字化信息就业平台获得数据后,按照贫困生的就业意向,准确提炼数据。加工数据。筛选数据,采用聚类算法,建立数据分析模型后,得到五类的就业聚类数据,为高校贫困生就业提供数据支持。当然,大数据的分析技术目前还不太严谨,毕竟只是数据的预测,所以,在现实帮助贫困生就业工作中,还应建立一定的信息反馈机制,即建立高校就业指导中心。用人单位及贫困生就业信息三方互动反馈机制,时刻关注贫困生的就业实际问题,给予针对性指导和帮助,同时及时更新数据库里面的数据信息,更加准确地帮助高校贫困生精准就业。

3)为贫困生提供精准就业指导培训。按照上面高校贫困生5个方面就业意向,学校就业指导中心可以开展个性化的就业指导与培训,也可以开展一对一的指导,比如,要考公务员或考事业单位或企业应聘的贫困生,学校可以出资邀请一些培训机构来对这部分贫困生进行考前培训,针对考研的学生,学校也可以利用现有师资力量对考研贫困生进行英语。数学。专业等科目方面的集中免费培训,对于自主创业的贫困生,学校要根据贫困生创业的内容,积极为贫困生争取创业的绿色通道,为他们提供咨询服务。技术支持以及创业经费的帮助。

4)高校人才培养方案和人才培养模式是直接影响贫困生就业的最根本因素。大数据环境下,高校要为社会培养优秀人才,首先,高校顶层设计者应按照当前国民经济发展趋势的需要,密切关注各行各业人才发展的要求,结合各省市自身的发展特点,收集用人单位的用人需求,整理成人才需求数据,进行科学的数据处理,得出精确的人才需求情况,从而为制定满足社会发展的高校人才培养方案奠定基础。其次,大力发展OBE的人才培养模式,要将传统的人才模式转变为以学生学习成效为导向的工程教育模式,注重学生创新创业素养和工程实践能力的培养,加大力度强化校企合作,引进一批优秀的企业家。教育家。优秀的骨干型技术人才到学校指导贫困生进行专业技能实践,提高贫困生的专业素质和职业能力。最后,高校要加强课程体系改革,改革教学内容,改变传统的以老师为主讲。学生被动听“的教学方法,借助MOOC教学平台,大力推行以学生为主“的混合教学模式,加??课堂上与学生的交流互动,提升课堂教学效果,提高学习兴趣,培养贫困生的自学能力。总之,结合以上几个方面,高校要始终坚持为社会培养强责任。精技术。善管理。重实践。求创新“的高素质应用型人才的道路,才能为贫困生的精准就业提供本质保障。

大数据环境下高校贫困生的帮扶研究