基于大数据分析的高职学生管理模式研究

期刊: 前沿科学 DOI: PDF下载

李黎

云南轻纺职业学院 云南 昆明 650300

摘要

随着信息技术的发展进步,以广泛搜集和存储各类数据,对数据进行专业化的处理、分析,以挖掘相关深度信息为主要特征的大数据分析技术,正深刻的影响着各行各业,改变着社会生活的方方面面。本文聚焦高职学生管理问题,从现阶段学生管理面临的相关问题分析入手,围绕校园大数据分析下的数据搜集、存储、挖掘分析、决策优化等方面构建基于大数据分析的高职学生管理模式,对提升学生管理的科学性、有效性有着积极意义。同时对面临的有关问题做了探讨,认为积极拥抱新兴技术,大胆改革,对推动高职教育发展,提高学生管理水平和高职院校治理水平,有着积极意义。


关键词

大数据分析;高职学生管理;个性化发展;学校管理水平;

正文


一、高职学生管理的现状和问题

高职教育是我国职业教育的重要组成部分,是职业教育的高级阶段,一定程度上代表着我国职业教育的整体发展水平。高水平的学生管理,是高职教育高质量发展的重要体现。随着信息技术的发展进步,大量信息化管理手段运用到教育管理中来,数字校园建设成为当下高职教育的鲜明时代特征。先进信息管理技术的广泛应用,虽然改变了过去依靠人工操作和纸质文档记录的模式,提高了学生管理信息的实时性和可靠性。但是缺乏信息数据的底层互动,使得学生管理的各项信息成为一个个信息孤岛,表征学生学习、生活、成长的各项数据信息并未得到充分挖掘和利用,使得学生的管理水平依旧停滞不前,存在诸多的问题。主要表现在以下几方面:

1.学校仍只是工具导向下的教育工厂,按照统一模式、统一要求,批量化的培养一定标准的学生,而并未充分关注学生的个性化需求,因材施教在某种程度上,仍只是一句响亮的口号。

2.学生管理依然停留在依靠教师的从业经验和个人价值判断,而不是充分根据实际情况,结合社会、政治、经济、文化的因素,科学制定学生管理的相关规则模式,难以适应新时代下的教育要求。

3.高职院校在学生管理资源配置方面,仅仅依靠政策或者学校的办学经验进行配置,而没有充分考虑学生管理的实际需要,难以做到科学配置相关资源,[1]使得学生管理的效能不高,投入产出效费比低。

随着大数据技术的发展,数字校园的建设,使得学校的各项教育和运行数据成为教育教学的重要数据资源,使得学校精准教学、精准管理成为可能。通过积极采用大数据技术和手段,充分挖掘和分析学校的教育教学和学校监管数据精准掌握学生的学习、生活、心理等成长状态,学生管理将更加有针对性的关注学生的个性化需求,制定科学有效的学生管理制度,科学合理配置学生管理资源,成为可能。

二、基于大数据分析的高职学生管理新模式构建

高职教育是中等职业教育阶段结束后的更高层次的职业教育阶段,学生来源既包括包括高中毕业生,又包括中专、技校、职高等中等职业学校的毕业生,学生学习期望是学习专业技术知识,掌握专业生产技能,谋求专业相关的技术类工作。使得高职学生相较普通高等院校学生,具有渴望被关注、展现自我、期待被肯定、追求个性化的生活等共性特征,同时具有较强的职业期待、乐于吃苦奋斗、热爱专业技术等较为鲜明的特点。从高职院校学生管理和学生个体的需要出发,需要从以下几方面着手构建基于大数据分析的高职学生管理模式。

(一)新模式构建的原则和目标

高职院校的首要育人目标是立德树人、德技并修、以人为本、服务学生成长成才,这也是高职院校教育教学工作的基本原则。在大数据时代,采用新的技术手段,进行精准化的学生管理,突出学生管理的政治性、思想性、德育性,牢牢把握为党育人,为国选材的基本要求,助力学生健康成长,服务学生成才是构建基于大数据分析的高职学生管理模式的总原则。

基于大数据分析的高职学生管理的目标是充分挖掘数据资源,实时精准的掌握学生管理中的状态和问题,并关注学生的个性化需要,科学设计和制定学生管理的制度,合理分配学生管理资源,提升学生管理水平,服务学生的学习和成长。

(二)新模式的框架设计

基于大数据分析的高职学生管理模式,涵盖数据收集、整理分析、执行管理,优化与评价、过程记录、实时溯源等方面,具备数据实时采集、查询、分析、一键报告生成等多种功能,框架主要包括数据采集平台、数据存储平台、数据挖掘与分析平台、决策与优化平台等部分构成。

1.数据采集平台

通过智慧校园平台建设,大多数高职院校均实现了较高水平的智慧化教学基础设施和教学环境,在物联网技术的加持下,智慧教室、虚拟教室、电子图书馆、线上学习平台、校园智能监控系统、自动考勤系统、生活一站式服务平台等,均成为校园数据的搜集平台,通过学校统一的数据服务器管理,可以实现自动调取大量的学校教育教学、学生管理、校园运行的相关数据,[2]针对每一个学生个体,可以通过采集学生的课程成绩、选课偏好、社团活动、生活消费、校园社交等多种数据。

2.数据存储平台

校园大数据需要可靠安全的存储,这是大数据分析的重要环节。可以通过高职院校建设大数据管理中心,自建数据库或者购买云端存储服务,用以存储校园大数据。大数据的存储离不开高效的数据管理,由于数据中包含大量的个人隐私和机密数据,同时须建立完善的管理机制,对数据的备份、恢复、访问等权限进行严密管理,确保数据的合规使用。

3.数据挖掘与分析平台

数据挖掘和分析是基于大数据分析的高职学生管理的中心环节,通过数据挖掘和分析,可以清晰得出每一个学生的学业情况、生活状态、心理健康等情况。通过深入分析学生的学习和生活情况,可以进一步分析学生的生活习惯、学习状态、兴趣爱好、社交圈等个性化信息,将学生进行精准的分类,制定个性化的教学和管理策略,满足学生对个性化学习的需求。现阶段各大数据分析公司,已经有较为成熟的技术方案,诸如基于矩阵的数据分析法、聚类分析法、决策树法等典型额数据分析方法。

4.决策与优化平台

决策和优化指的是在大数据分析的基础上,利用既有信息,执行相关的管理和规范措施,实施相关的教育和管理活动,是基于大数据分析的高职学生管理的主要目的。通过大数据的精准分析,可以实现教育和管理活动的科学设计和规范实施。同时通过校园各项活动的运行,产生新的数据所表征的相关问题信息,作为优化和调整相关管理措施的依据和指南。从而实现校园系统的优化反馈控制,不断在教学运作过程中调整优化。

(三)关键技术和方法

大数据分析是当下应用较为广泛的先进技术之一,也是信息化时代的典型技术。其主要的核心技术包含数据的预处理、数据存储、数据清洗、数据查询、数据可视化等5大核心技术。

1.数据预处理

传统的信息化校园,是通过各类信息系统,将校园各类数据进行信息化处理和存储,这就使得各类信息形成一个个信息孤岛,难以将数据统一起来分析其中具有共同特征的相关信息。这就需要按照统一的标准或模式对数据进行搜集和预处理,当下较为常用的有Flume NG实时日志收录系统、NDC网易数据运河系统、Logstash数据多通道预处理等。[3]他们各具特点,功能强大,就校园数据规模而言,建议采用网易数据运河系统,费用支出相对较小,对中文数据的兼容更好,且更为稳定。

2.数据存储

HadoopHBasePhoenixMesos等是当下应用较为广泛的大数据存储管理软件系统,具有在线和离线存储数据的相关功能,能够实时存储数据,并支持在线访问的处理数据。

3.数据清洗

国内网易公司开发了首个流计算平台Sloth,具有易用、实时、可靠等优点,可以支持二次开发,根据数据清洗要求对数据进行处理。

4.数据查询和可视化

数据查询是能够实时的调用数据库中的数据文件,需要通过对数据的集成化管理,比较典型的相关查询管理系统有HiveImpalaSpark等,均能较好的实现高校SQL查询。[4]数据可视化是指对数据进行标准化的呈现,对其中的关键信息进行提取,国内较为流行的相关系统诸如smallBI和有数BI

三、存在的问题

基于大数据分析的高职学生管理模式,紧扣时代的发展和教育发展的需要,充分体现了以人为本、关心关爱学生,尊重学生的个性化需求,提供个性化的教育服务,可以显著提高学生管理的科学性和有效性。但是就当下实施基于大数据分析的高职学生管理,还面临诸多问题。

(一)大数据意识和人才储备不足。新技术的应用,离不开大量的高素质专业技术人才,才能充分发挥技术的能力。这需要我们进一步加大相关技术培训,提高人们的大数据意识,提高搜集和处理数据的能力水平。

(二)需要加强数据质量和安全管理。数据是一切工作的依据,也是所有工作的落脚点,这需要我们建立完善的质量管理制度和安管管理机制,提升数据质量,同时保证数据的安全管理,确保涉及学生的有关信息不被泄露和滥用。

(三)进一步提升数据分析能力。紧跟大数据技术发展趋势,积极采用行业最新发展成果,引进先进的数据分析工具和技术,提高数据分析的准确性和有效性。

四、结论和展望

本文通过从高职学生管理的现状和问题分析入手,提出在信息化时代,积极采用新技术,探讨构建基于大数据分析的高职学生管理模式,对充分掌握学生信息,精准掌握学生管理中的不同信息,提高学生管理的科学性和有效性。笔者认为基于大数据分析实施科学化的学生管理的原则和目标出发,从数据采集、存储、挖掘分析、决策优化等环节提出构建新型学生管理模式的架构,具有较强的科学性和可行性。

展望未来,尽管大数据作为新兴技术,应用与高职学生管理存在人才不足、技术局限、相关制度有待完善等问题,但是社会发展滚滚向前,积极拥抱新技术,大胆改革,积极探索,对提升新时期高职院校学生管理水平,推动学校高质量发展,进一步提高高职院校的治理水平有重要意义。

 

 

参考文献:

[1] 齐梦冉.大数据时代高校学生管理模式及策略分析[J].商业文化,2021(22):64-65.

[2] [1]刘书源.大数据技术在校园教育管理中的应用[J].电子技术,2024,53(03):142-144.

[3] 张一柳,张天成,刘若眉,.大数据环境下深度学习技术对教育的影响[J].教育教学论坛,2020(52):83-84.

[4] 刘志红,刘媛.高职院校学生管理工作的困境与策略探析[J].湖北开放职业学院学报,2021,34(15):61-63.

 

 


...


阅读全文