论文部分内容阅读
【摘要】大数据研究高校学生管理工作的文献近千余条，但是真正用数据管理支撑的材料乏善可陈。本文以上海工艺美术职业学院为例，探讨大数据在高职类院校学生管理及教学管理中的应用，对学生生源地信息、招生信息等数据做统计分析，通过数据的整理汇编以及趋势图，分析学生生源、性别等配比，进而为学校后勤管理、教务教务学管理、心理健康教育干预等提供新思路。
【关键词】大数据 高职院校 学生管理
【中图分类号】G717 【文献标识码】A 【文章编号】2095-3089（2017）52-0191-02
一、大数据对高校学生管理的意义
2013 年被认定为“大数据元年”后，大数据[1]的魅力日益凸显，尤其在电子商务、社会管理、金融投资、社交网络交通运输等多个领域彰显出其强大的精准性和预见性。从国家GDP人均消费配比报告到每位网民年底收到的支付宝数据分析，大数据已经与我们每位公民生活息息相关。
在这样的时代背景下，高校学生管理工作也面临新的挑战和机遇。如何顺势而为，把握大数据资源，促进高校学生管理工作发展、创新已成为学生管理工作者的一项重要课题。高校学生管理工作是一项千头万绪的工作，凡是涉及学生的事情都要参与，寝室管理、奖助帮困、心理健康、顶岗实习、寝室文化等。管理工作呈现出跨度大，时间长、范围广、事务杂的特点，数据碎片化，信息交互性差，融合度低；部分高校还采用委托第三方管理学生工作系统，数据有效性、保密性缺乏保障。针对以上现象，本文正试图通过现有的数据为解决学生管理工作者的困惑而提供新思路。
二、大数据在高职类院校学生管理中的应用
本文以上海工艺美术职业学院为例，通过对近三年上海工艺美术职业学院学生招生数据（包括生源地、性别、招生类别等）的整合以及碎片化数据的梳理，融合数据间的关系，实现数据间各部门的共享，为学生管理工作前瞻性决策提供参考。
1.基础数据
本文的基础数据来源于上海工艺美术职业学院近三年来的招生数据。包括以下字段：学生数量、性别、生源地及招生类别。
2.基础数据分析
图1，就招生规模而言，该院（上海工艺美术职业学院）从14年招生1493名学生，到15年的1384名，再到16年招生1361名，招生规模逐年缩减，符合学院近年所倡导的招生政策——“ 通过优中选优，逐步减少招生数量，进一步提升学生的招生质量”。
从性别分布来看，女生数量已连续3年高于男生，根据数理逻辑和线性回归理论，可以预测到17年女生数量仍将高于男生，继而为学院在寝室安排、食堂饮食、校内超市，直至后勤宿舍管理、武装保卫管理及学院下年财政预算等提供数据支撑及参考依据。
图2中，我们不难发现，学生招生主要来源于上海，近3年占到了招生总数的42%、36%、40%，其他省市总共占到了学生总数的58%、64%、60%；图3中，我们继续细化出：该院的上海生源从14年的633名，减少到16年的544名，可见，上海生源数量逐步减少，外地生源比重逐步增加。
同时，生源地前七省市：河南、安徽、四川、江苏、贵州、山西、江西招生数量趋于稳定，占到招生总规模的78%左右。
从以上图标，我们预测：2017年，我们的招生还是主要来源于这7所省市，其中7省市大部分来源于西部地区，考虑到西部地区的经济状况，生源上可以预测出助学贷款和国家助学金的比例还是居高，进而，预测在来年的学生奖、助、帮困力度仍需加强。
（蓝色：全国统招；红色：自主招生；绿色：中高职）
上海工艺美术职业学院学生招生结构由三部分组成：全国统招类、自主招生类、中高职贯通[2]（3+2）。图4，我们很清楚地看到，该院招生结构主要来源于全国统招类，占到了招生总数的80%左右，其他两类招生中，中高职贯通学生14年5.2%，15年6.3%，16年9.3%，3年期间，增加了将近4个百分点。可见，学院在招生结构方面适当提高了中高职招生比例，减少了自主招生类学生。
综上，在招生总数下降、自主招生减少、中高职贯通学生人数增多的前提下，加上中高职学生的基础比较好，势必逐步提高该学院的学生质量，进而促进学院的学风建设和教风建设，为学院的长足发展提供了较好的方向。
三、大数据时代高职学生管理工作的探索
1. 提高大数据意识，建立大数据管理队伍
高校要重視大数据的作用，打破长期管理模式的限定，提高数据管理意识。“我们要知道是什么，进而了解为什么”这是我们对数据管理的要求，一方面，切实把握了学生的真实数据（比如在校消费数据），另一方面，通过监测关联数据来预测另一数据的产生（比如消费数据的高低监测学生上课的出勤率及后勤管理的有效性）。
建立一支高校大数据管理队伍，提高学生管理、教务教学管理的科学化水平，做到有据可查，从招生管理、学籍管理、教务教学管理、党团建设、后勤宿舍管理、学生管理等方面着手，实现数据共享，实现部门间数据的融合，从而逐步实现管理的规范性、有序性。
2.建立学生数据库，实现数据共享
从该院学生管理来看，自学生大一入校学籍信息到大三毕业就业创业信息，甚至到学生毕业五年后的就业状况信息（包括就职单位，岗位，薪金等各方面）建立学生电子数据库，最直接的可以解决学校各部门间信息数据传递过程中出现的不及时、漏报、错报等问题，还可以反射出学校人才培养方案是否符合社会需求，教师课程设计体制是否完善，学校基础设置（包括寝室、食堂、图书馆、教学设施）配比是否合理，从而为管理者、决策者提供数据支撑，进而为学院发展做出准确判断。
3. 拓展数据库资源，匹配高校教育
2016年12月7日，习总书记指出，我们高校思想政治工作存在亲和力不够、针对性不强的问题。基于此，如何使辅导员从 “表哥”（表格）和“表姐”工作中解脱出来，真正关心学生的意识形态教育、思想政治教育、综合素质教育上面显得尤为迫切。如何实现高效信息的高效化管理，促进辅导员向职业化、专业化、专家化的发展？大数据的研究方法恰好解决了这一问题，它不仅解决了信息融合，同时，为学生个性化教育的实施也提供了较好的帮助。
目前，我们学生用得较多的网站——易班网，我们试图可以通过易班网上的数据来了解学生所思所想，课余时间在做什么。利用网络的互动性、及时性、打破地域及共享的特点来构建大数据圈，引导学生树立社会主义核心价值观，树立正确的价值方向，把育人机制理念落实、落小、落细，真正关心到每一个学生的成长成才。
注：
大数据（Big Data）是指那些大小已经超出了传统意义上的尺度，一般的软件工具难以捕捉、管理和分析的大容量数据，一般以‘以太节 a’为单位。大小超出了传统数据库软件工具的抓取、存储、管理和分析能力的数据群。
“中高职贯通”教育培养模式不同于以往曾推出的“3+3”中高职校贯通模式。上海工艺美术职业学院的“3”主要由上海工艺美术学校培养，贯彻“艺术与技术相结合、动手与动脑相结合、继承与创新相结 合”的教学三原则，注重学生设计能力、创新能力和实践能力的培养；“2”由上海工艺美术职业学院培养。目前中高职贯通专业主要有：工艺美术品设计专业、玉器设计与工艺专业、首饰设计与工艺专业、产品艺术设计专业、游戏设计专业等。
参考文献：
[1]万辉.大数据在高校学生管理工作中的应用[J].高校辅导员学刊，2014，（4） .
[2].冯伟.大数据时代面临的信息安全机遇和挑战[J].中国科技投资，2012，（34）.
[3].冉昊.高校学生多元化评价研究[J].长春教育学院学报，2013，（18）.
[4].石翔.大学生心理健康管理体系构建初探[J].江苏高教，2013，（1）.
[5].尤慧、徐卿.大数据理论在高校学生工作管理创新中的应用[J].www.baidu.com.
[6].董彩云，刘培华.数据挖掘在学生成绩管理系统中的应用[J]，研究与开发.
[7].光明日报.“大数据”如何促进高校学生管理工作思路转变，2015，（04）.
【关键词】大数据 高职院校 学生管理
【中图分类号】G717 【文献标识码】A 【文章编号】2095-3089（2017）52-0191-02
一、大数据对高校学生管理的意义
2013 年被认定为“大数据元年”后，大数据[1]的魅力日益凸显，尤其在电子商务、社会管理、金融投资、社交网络交通运输等多个领域彰显出其强大的精准性和预见性。从国家GDP人均消费配比报告到每位网民年底收到的支付宝数据分析，大数据已经与我们每位公民生活息息相关。
在这样的时代背景下，高校学生管理工作也面临新的挑战和机遇。如何顺势而为，把握大数据资源，促进高校学生管理工作发展、创新已成为学生管理工作者的一项重要课题。高校学生管理工作是一项千头万绪的工作，凡是涉及学生的事情都要参与，寝室管理、奖助帮困、心理健康、顶岗实习、寝室文化等。管理工作呈现出跨度大，时间长、范围广、事务杂的特点，数据碎片化，信息交互性差，融合度低；部分高校还采用委托第三方管理学生工作系统，数据有效性、保密性缺乏保障。针对以上现象，本文正试图通过现有的数据为解决学生管理工作者的困惑而提供新思路。
二、大数据在高职类院校学生管理中的应用
本文以上海工艺美术职业学院为例，通过对近三年上海工艺美术职业学院学生招生数据（包括生源地、性别、招生类别等）的整合以及碎片化数据的梳理，融合数据间的关系，实现数据间各部门的共享，为学生管理工作前瞻性决策提供参考。
1.基础数据
本文的基础数据来源于上海工艺美术职业学院近三年来的招生数据。包括以下字段：学生数量、性别、生源地及招生类别。
2.基础数据分析
图1，就招生规模而言，该院（上海工艺美术职业学院）从14年招生1493名学生，到15年的1384名，再到16年招生1361名，招生规模逐年缩减，符合学院近年所倡导的招生政策——“ 通过优中选优，逐步减少招生数量，进一步提升学生的招生质量”。
从性别分布来看，女生数量已连续3年高于男生，根据数理逻辑和线性回归理论，可以预测到17年女生数量仍将高于男生，继而为学院在寝室安排、食堂饮食、校内超市，直至后勤宿舍管理、武装保卫管理及学院下年财政预算等提供数据支撑及参考依据。
图2中，我们不难发现，学生招生主要来源于上海，近3年占到了招生总数的42%、36%、40%，其他省市总共占到了学生总数的58%、64%、60%；图3中，我们继续细化出：该院的上海生源从14年的633名，减少到16年的544名，可见，上海生源数量逐步减少，外地生源比重逐步增加。
同时，生源地前七省市：河南、安徽、四川、江苏、贵州、山西、江西招生数量趋于稳定，占到招生总规模的78%左右。
从以上图标，我们预测：2017年，我们的招生还是主要来源于这7所省市，其中7省市大部分来源于西部地区，考虑到西部地区的经济状况，生源上可以预测出助学贷款和国家助学金的比例还是居高，进而，预测在来年的学生奖、助、帮困力度仍需加强。
（蓝色：全国统招；红色：自主招生；绿色：中高职）
上海工艺美术职业学院学生招生结构由三部分组成：全国统招类、自主招生类、中高职贯通[2]（3+2）。图4，我们很清楚地看到，该院招生结构主要来源于全国统招类，占到了招生总数的80%左右，其他两类招生中，中高职贯通学生14年5.2%，15年6.3%，16年9.3%，3年期间，增加了将近4个百分点。可见，学院在招生结构方面适当提高了中高职招生比例，减少了自主招生类学生。
综上，在招生总数下降、自主招生减少、中高职贯通学生人数增多的前提下，加上中高职学生的基础比较好，势必逐步提高该学院的学生质量，进而促进学院的学风建设和教风建设，为学院的长足发展提供了较好的方向。
三、大数据时代高职学生管理工作的探索
1. 提高大数据意识，建立大数据管理队伍
高校要重視大数据的作用，打破长期管理模式的限定，提高数据管理意识。“我们要知道是什么，进而了解为什么”这是我们对数据管理的要求，一方面，切实把握了学生的真实数据（比如在校消费数据），另一方面，通过监测关联数据来预测另一数据的产生（比如消费数据的高低监测学生上课的出勤率及后勤管理的有效性）。
建立一支高校大数据管理队伍，提高学生管理、教务教学管理的科学化水平，做到有据可查，从招生管理、学籍管理、教务教学管理、党团建设、后勤宿舍管理、学生管理等方面着手，实现数据共享，实现部门间数据的融合，从而逐步实现管理的规范性、有序性。
2.建立学生数据库，实现数据共享
从该院学生管理来看，自学生大一入校学籍信息到大三毕业就业创业信息，甚至到学生毕业五年后的就业状况信息（包括就职单位，岗位，薪金等各方面）建立学生电子数据库，最直接的可以解决学校各部门间信息数据传递过程中出现的不及时、漏报、错报等问题，还可以反射出学校人才培养方案是否符合社会需求，教师课程设计体制是否完善，学校基础设置（包括寝室、食堂、图书馆、教学设施）配比是否合理，从而为管理者、决策者提供数据支撑，进而为学院发展做出准确判断。
3. 拓展数据库资源，匹配高校教育
2016年12月7日，习总书记指出，我们高校思想政治工作存在亲和力不够、针对性不强的问题。基于此，如何使辅导员从 “表哥”（表格）和“表姐”工作中解脱出来，真正关心学生的意识形态教育、思想政治教育、综合素质教育上面显得尤为迫切。如何实现高效信息的高效化管理，促进辅导员向职业化、专业化、专家化的发展？大数据的研究方法恰好解决了这一问题，它不仅解决了信息融合，同时，为学生个性化教育的实施也提供了较好的帮助。
目前，我们学生用得较多的网站——易班网，我们试图可以通过易班网上的数据来了解学生所思所想，课余时间在做什么。利用网络的互动性、及时性、打破地域及共享的特点来构建大数据圈，引导学生树立社会主义核心价值观，树立正确的价值方向，把育人机制理念落实、落小、落细，真正关心到每一个学生的成长成才。
注：
大数据（Big Data）是指那些大小已经超出了传统意义上的尺度，一般的软件工具难以捕捉、管理和分析的大容量数据，一般以‘以太节 a’为单位。大小超出了传统数据库软件工具的抓取、存储、管理和分析能力的数据群。
“中高职贯通”教育培养模式不同于以往曾推出的“3+3”中高职校贯通模式。上海工艺美术职业学院的“3”主要由上海工艺美术学校培养，贯彻“艺术与技术相结合、动手与动脑相结合、继承与创新相结 合”的教学三原则，注重学生设计能力、创新能力和实践能力的培养；“2”由上海工艺美术职业学院培养。目前中高职贯通专业主要有：工艺美术品设计专业、玉器设计与工艺专业、首饰设计与工艺专业、产品艺术设计专业、游戏设计专业等。
参考文献：
[1]万辉.大数据在高校学生管理工作中的应用[J].高校辅导员学刊，2014，（4） .
[2].冯伟.大数据时代面临的信息安全机遇和挑战[J].中国科技投资，2012，（34）.
[3].冉昊.高校学生多元化评价研究[J].长春教育学院学报，2013，（18）.
[4].石翔.大学生心理健康管理体系构建初探[J].江苏高教，2013，（1）.
[5].尤慧、徐卿.大数据理论在高校学生工作管理创新中的应用[J].www.baidu.com.
[6].董彩云，刘培华.数据挖掘在学生成绩管理系统中的应用[J]，研究与开发.
[7].光明日报.“大数据”如何促进高校学生管理工作思路转变，2015，（04）.