张怀南

泰州职业技术学院学工处， 江苏 泰州 225300

做好学生管理工作是高校保障各项事务性工作有效、有序开展的前提，也是高校践行思想政治教育和发挥人才培养功能的重要载体。不同时期学生管理工作的内涵、范畴以及所暴露的问题都不尽相同。早期的学生管理工作以德育为先，强调以政治教育为导向行为；随着《关于教育体制改革的决定》的颁布，学生管理工作内容得到了逐步扩展，增添了奖学资助、心理健康、就业指导等新事务，到高等教育大众化时期，伴随着学生管理工作理论与实践研究不断深化，其专业化管理方式已逐步成型并趋于稳定，各项配套措施相继完善，管理体系基本成型[1]。现如今置身于“互联网+”时代，大数据的到来给高校师生的思想意识、行为习惯、心理状态及其学生管理工作模式都带来了重大的影响。

为了解当前我国高校学生管理工作中的大数据应用现状，文章对国内大数据和高校学生管理工作方面的期刊论文进行了统计和分析，从文献角度系统地总结了国内高校学生管理工作中的大数据应用现状，梳理了我国高校学生管理工作中大数据应用的热点及趋势，并对核心研究成果进行评述，以期为我国高校学生管理工作中大数据应用的研究提供参考和借鉴。

1 数据统计和分析

采用超星发现系统作为样本文献来源和分析工具，该系统以近十亿海量元数据为基础，一方面具备数据仓储、资源整合、知识挖掘、数据分析、文献计量学模型等相关技术，可以较好地解决数据库的集成整合，完成高效、精准、统一的学术资源搜索，另一方面通过分面聚类、引文分析、知识关联分析等实现高价值学术文献发现，纵横结合的深度知识挖掘、可视化的全方位知识关联。为提高样本文献的匹配度，该文以“大数据”和“学生管理”为关键词，以“标题”为检索类别进行高级检索，共获得结果374项，剔除重复、偏离主题、信息咨询类等不相关文献，共检索出期刊文献368篇。需要说明的是，文章调查数据截止到2018年12月31日。

1.1 年度发文量趋势分析

该文以年度为单位对样本文献进行年度发文量统计，具体发文年份和文献数量如图1所示。从检索结果来看，国内最早出现“大数据+学生管理”研究的是2011年刊发的《基于数据仓库的大规模教育考试学生信息管理决策系统》一文，但是细读文献内容，作者并未提出大数据理念和思维，也未对大数据概念和内涵进行解读，仅对学生教育考试中生成的大规模测试数据进行处理以及数据挖掘进行研究。纵观我国大数据在教育领域的应用，萌芽于2012年，一些学者提出大数据是关系复杂、形式多样的结构化、半结构化和非结构化教育数据，并在技术和基础架构上提出了数据搜集、存储、管理和分析的解决方案[2]。而真正掀起研究热潮的是从2013年开始，大数据技术在促进教育改革和创新发展研究中给予了新的研究视角和研究范式，研究论文数量和质量倍增，2013年也因此被媒体称为我国大数据元年。然而，比较大数据在学生管理工作中的文献发表情况，2013年、2014年发文量并不多，仅有5篇文献。究其原因，一是早期的大数据研究处于理论研究阶段，以大数据概念界定、内涵解读、价值研究和意义探索为主，并没有在具体教育教学和教育管理中加以应用，较少涉及解决教学和管理中的实际问题；二是大数据教育应用多以教育技术领域专业人员研究为主，侧重于教育改革和教育教学方面研究，而学生管理对于新技术和新思想的接受、掌握和应用要稍落后于教学改革方面研究。因此，从年度发文量可以明显看出，2015年以后随着教育大数据研究的深入，学生管理工作中的大数据应用也迅速发展起来，取得成果数量呈倍数增长，仅2018年就有165篇相关文献。

图1 大数据+学生管理相关期刊文献年度分布图

1.2 作者及来源机构分析

通过超星发现学术辅助分析系统对样本文献作者和来源机构进行统计，发现发文量超过3篇的作者仅有3人，其中以第一作者署名的仅有杨阳和姜文君2人(如图2所示)。杨阳主要在大数据背景下探究高校学生管理工作的创新方法和学生管理工作中信息化建设问题，在基于大数据技术搜集和分析学生校园行为数据以及在预警管理平台建构方面给予实践研究。姜文君的研究则主要集中于宏观的学生信息化管理方面。大部分作者均是发表了1～2篇期刊论文。因此，从总体发文情况来看，我国高校学生管理工作中大数据应用的整体发文量偏低，并且缺少该方面研究的核心作者和主要研究者。

图2 样本文献作者统计图(前十名)

通过对样本文献中的来源机构进行统计，发现我国在该领域的研究机构也是比较分散，发文量最多的是西京学院，仅有的6篇文献由5位第一作者完成，研究内容集中在浅层次的理论介绍上，缺乏实践层面的应用研究，无法引领我国高校学生管理中大数据应用研究。其次是西南科技大学、宁夏大学和江苏工程职业技术学院等机构对该领域关注较多，然而，分析其文献的内容，整体研究成果也与前者类似。通过对样本文献中的作者和来源机构进行分析，说明我国高校学生管理的大数据应用研究正处于起步阶段(如图3所示)。

图3 样本文献来源机构分布图(前十名)

1.3 核心知识点分析

通过对相关领域的核心知识点分析可以快速定位该领域的研究热点。超星发现系统可以帮助笔者定位“大数据+学生管理”相关知识点，并按照相关性程度进行排列组合，具体如图4所示。从图4中可以明显看出，目前我国高校学生管理工作中大数据应用研究主要集中在大数据带来的挑战、机遇、信息化程度等方面；对于高校(包括高职院校)的学校管理模式、辅导员工作以及信息化建设等方面的关注也比较多；大数据带来的学生管理模式的转型、工作的创新以及大数据技术层面，如数据挖掘也略有涉及。因此，从核心知识点分析，我国学生管理中的大数据应用确实处于初步探索阶段，研究内容泛、深度浅、案例少。

图4 相关知识点分析图

1.4 期刊发文量分布情况

在“大数据+学生管理”检索出的样本文献中，核心期刊发文量为26篇，仅占该领域总发文量的7.07%，如表1所示。说明我国目前在该领域的研究成果质量不高，学术水平较低。其中，北大核心和南大核心期刊发文量仅为20篇，可见目前该领域在全国核心期刊年均发文量不足4篇。分析其原因，一是“大数据+学生管理”的研究内容具有学科交叉性，要求研究人员具备较强的信息技术素养和数据应用能力，对于只具备哲学社会科学背景的学生管理人员或者专职辅导员而言，很难在日常学生管理工作中有效地搜集、存储和分析应用数据；二是研究深度停留在大数据表面的介绍阶段，即便是应用研究也是从可行性上提出了各种假设和解决方案，研究深度不够、研究内容空泛，很难得到核心期刊的青睐。

表1 核心期刊发文量分布情况统计表

1.5 项目支撑情况

项目支撑情况可在一定程度上反映国家、省市和学校对于一个领域研究的关注程度和资金扶持情况。分析样本文献，目前“大数据+学生管理”的研究取得了24项项目扶持，具体如表2所示。国家扶持该领域的基金项目仅有4项，更是缺少国家自然科学和社会科学基金项目支撑；地方省市基金项目为18项，其中省级自然科学和社会科学基金项目仅1项。因此，从项目支撑情况可以看出，目前该领域研究的扶持力度不够。虽然教育部在《2014年教育信息化工作要点》中提出要加强对动态监测、决策应用、教育预测等数据资源的整合和集成，然而，在大数据与教育领域逐步融合的研究中，学生管理工作的大数据应用却没有得到相关部门的重视。

表2 基金项目支撑统计表

2 我国高校学生管理工作的大数据应用研究热点

大数据时代的到来，给高校教育教学和学生管理工作都带来了革命性影响，对学生管理工作中的主客体理念和需求、管理工具和环境、管理方式和政策等方面研究提供了客观依据和新的研究视角。

2.1 大数据思维：创新学生管理工作研究视角

从大数据视角思考和处理高校学生管理工作既是机遇也是挑战。是机遇是因为大数据技术可以对复杂海量数据进行分析，快速得到有价值的信息，给予学生管理工作精准和科学决策，破解传统学生管理工作效率不高和掌握学生信息不全的尴尬局面；是挑战是因为目前高校无专门的职能部门对学生管理数据进行搜集、存储和分析，学生信息数据零散且共享程度差，学生管理人员数据意识、数据搜集与分析处理能力都有待加强。因此，从现有文献分析，我国高校学生管理工作的大数据应用仅处于低层次的理论研究阶段，侧重于大数据概念界定、内涵和特点以及对学生管理工作的应用价值和意义的探索。如巴玉玺从顶层设计入手，借助大数据的理念和技术，使学生管理工作模式由被动补缺转向主动干预、由整体规范转向个体服务、由粗放要求转向精细指导、由静态事由转向动态跟踪、由部门离散转向协同合力[3]。刘洋睿从掌握大学生的在校学习生活情况、预防大学生心理疾病、指导大学生个性化就业，探究大数据在高校学生管理中的应用价值[4]。杨阳认为大数据可以改变传统教育管理模式，转变理念，与时俱进，从精准学生教育管理服务中挖掘大数据的内在优势和潜在价值，为高校学生教育管理工作的创新提供新的视角[5]。蒋建湘指出高校学生管理大数据建设的指导思想要具备大数据思维：需要全部数据样本而不是抽样，关注效率而不是精准度，关注相关性而不是因果关系[6]。宫欣基于大数据技术将高校学生管理工作协同育人工作机制进行改革创新，大大提升学生管理工作的精准程度，有效为学生提供相应的服务[7]。诸如此类将大数据作为新视角创新学生管理工作的理论成果还有很多，但进一步将其应用到管理实践中却少有涉及。

2.2 大数据来源：感知学生管理工作客观数据

感知和搜集学生管理工作的客观数据是数据分析和挖掘的前提和基础。云计算、物联网、移动互联、Web以及社会化软件的快速发展，为高校学生行为数据的采集和分析提供技术环境，保证了数据采集的数据量、全面性和系统性。学生管理工作中需要感知的数据大致可分为三类：一是传统学生管理工作中产生的数据，包括师生面对面谈心、学生工作会议、档案记录以及班主任下宿舍和听课等。王洁松在认可“互联网+学生管理”新模式的前提下，认为传统学生管理工作方法仍须保留，二者是互补而非替代关系，传统工作方法是中国共产党多年革命和建设经验形成的“法宝”[8]。二是在信息技术支持下校园各项基础系统生成的数据，包括教务系统、学生管理系统、财务系统、图书借阅系统以及校园一卡通系统等，内容涉及学生基本信息、学习情况、奖助情况、消费情况、社团活动，甚至就餐和宿舍出入情况。王芳认为学生每天都会产生大量的行为数据，如学习成绩、图书借阅记录、宿舍停留时间、心理普查数据、各类文体活动、竞赛参与情况、食堂消费情况、体测成绩、违纪情况、上机上网记录、校园卡消费记录、图书馆和宿舍出入记录等[9]。通过对此类数据进行分析，可以及时掌握学生在校学习和生活的行为轨迹，给予客观、准确的评价和行为异常预警。三是网络社交平台的监控数据，对于95后的大学生，QQ、微信、微博、贴吧、知乎等网络平台已经成为大家表达想法和需求的主战场，通过对学生各种社交平台中发布信息的搜集和分析，有利于及时了解学生的思想状态和个性需求，便于及时发现问题并进行干预。李正军指出可以从言行数据、交往数据、关注数据、阅读量和转发量数据、网站使用数据(浏览、发帖留言、关键词、网络购物)以及客户端使用数据来感知和搜集学生线上维度的客观数据[10]。

2.3 大数据技术：促进学生管理工作信息化建设

大数据支持下的学生管理工作，可搜集和分析学生在校行为数据，挖掘学生心理问题，对有问题学生进行及时预警和重点关注。然而，实现此类目标，则必须提供运用大数据的技术环境和数据分析技术，因此，要进一步加强学校的信息化建设，融入大数据理念为优化校园信息化设计和建设实施提供了新的方法，尤其在针对学生管理工作，各大高校都已经认识到学生管理工作信息化建设的必要性和紧迫性，开始通过一些媒介和新技术进行自主研发学生管理平台，或者通过第三方开发来实现信息化管理。姚琪在研究智慧校园建设过程中，通过把传感器嵌入到校园的各种系统中，将校园管理的众多软件系统平台融入到校园云，实现云、物联网、互联网的串通联接，由此可实现校园实时数据的获取、存储和加工分析，从而为学校发展和教学应用提供有效的决策依据[11]。邓逢光采用主流的Hadoop开源平台架构，建构了学生校园行为大数据分析预警管理平台系统，对学生行为进行预警安全管控，实现了学生管理手段的信息化，提升学生教育管理科学化水平，促进智慧数字化校园建设[12]。2014年，云南农业大学启动“数字农大”信息化工程建设，将云计算技术和服务理念融入其中，加强学生信息资源的整合和共享，推动学工系统、教务系统、财务系统、图书借阅系统等数10个系统的数据对接，建立了专门的数据交换平台、统一门户和统一身份认证平台，各部门数据整合推动了学生管理大数据机制的建立[13]，数据分析结果也实现了精准化、精细化管理和个性化服务，提高了学生管理的工作效率。

2.4 大数据范式：衍生学生管理工作新模式

高等教育大众化以来，我国高校办学规模得到了跨越式发展，招生人数急剧扩张，也给正常的教学秩序和学生管理工作带来难题和挑战。如何提高学生管理工作效率，一直是高校学团部门致力研究的课题。大数据背景下，高校学生管理工作模式不同于传统管理模式，而是针对学生学习和生活中发生的问题可以及时发现，并能采取有效措施进行处理和干预，是一种有利于整合资源、合理调配和全盘掌握的工作模式。根据大数据应用原理和特点，结合相关社会性管理模式衍生出了一些新的学生管理工作模式，如网格化管理模式。习近平总书记曾指出，以网格化管理、社会化服务为方向，通过精准的服务模式、优质的服务质量、高效的服务水平，及时协调和反馈各方面人群的利益诉求。学生网格化管理模式是社会网格化管理成功经验的嫁接，利用现代信息网格技术，对学生学习和生活中行为相关数据进行分析，一方面精准定位学生群体和个体行为特征，建立学生管理的预警机制，提高管理的针对性和科学性，另一方面整合网格内各方资源，满足学生成长成才的需求，提高学生管理工作效能，进而促进学生全面健康成长。包治国在学生网格化管理实践中，构建了“以大学生信息数据为基础，以各学院、学生事务管理中心、党员公寓服务站为中心，以信息化、数字化、智慧化为手段”的大学生网格化管理模式[14]。洪雷在学生网格化管理研究中充分考虑高校人才培养的中心工作、大学生群体的行为特点和学校数字化校园建设的实际情况，他在不改变原有学校管理体制基础上，通过对大学生宿舍区进行网格划分，将大学生编入基本单元网格中，形成健全的制度机制和体系保障，组建一流的技术设备和数据平台，整合学校数字化校园建设中各类学生信息数据平台，搭建带有高校教育管理服务特点的、精准的、及时的网格化综合信息管理服务系统[15]。除了网格化研究，王洁松还利用“互联网+”思维，对传统的学生管理工作模式进行改造，将校园网络文化建设与学生教育、管理、服务进行深度融合，构建“互联网+学生管理”新模式，实现学生管理工作的三个新转变[8]。肖婧在“新媒体和大数据”时代背景下对高校学生自我管理能力进行分析，提出建立一种以学校为主导，以学生为主体，具有双向互动和多样化特点的新型学生管理工作模式，实现大学生的自我管理[16]。

2.5 大数据安全：保障学生管理工作持续发展

国务院《促进大数据发展行动纲要》提到要推动信息系统和公共数据的互联共享，然而，数据共享的同时也带来了数据安全问题。国内新闻中也常常出现因学生个人信息外泄，被不法分子恶意使用，对人身安全和财产安全造成了不同程度的伤害。美国的教育大数据存储机构inBloom仅仅运行了15个月就关闭了，也是因为数据在开放过程中出现了安全问题。在学生管理过程中会产生大量与学生学习和生活相关的私人数据信息，如何保护这些数据安全以及如何平衡数据搜集和隐私保护，是关系到学生管理中大数据应用是否可以持续发展的重要问题。杨现民指出，我国要加快制定《教育大数据安全管理办法》，从体制、机制、技术、方法的等多个层面制定管理细则，切实保障个体、机构、国家的教育数据安全[17]。杨阳从学校层面提出了加强数据安全保护的具体措施，即从管理上建立数据管理职能部门，制订严格的数据管理工作方案和预案，确立数据公开等级，明确保密规定；从技术上引入防火墙以防范黑客攻击，保障数据安全；从人员上引进专业技术人员进行安全维护，发现问题要能及时解决，降低高校学生管理的信息安全风险[5]。王可从学团队伍建设的角度探究了保护数据安全的问题，要求高校的学团教师要严格按照规章制度合理使用数据，要坚持问题导向原则，信息的搜集与使用仅仅是为了解决学生实际问题，努力走出伦理困境[18]。

3 大数据视域下我国高校学生管理工作的发展趋势

大数据技术改变了现阶段我国学生管理“人管、电控”的管理模式，信息搜集涉及学生群体和个体的方方面面，信息整合更系统、全面；数据挖掘从海量数据中发现隐藏的、有价值的信息，让学生管理决策更加科学、准确；新技术发展与传感设备普及便于学生行为数据的自动化采集和可视化处理，使得学生管理趋于智能化；基于数据分析学生需求，因材施教、因需给予，满足学生管理的个性化发展。因此，随着大数据与学生管理的深度融入，未来的学生管理工作应更趋于精细化、精准化、智能化和个性化。

3.1 学生管理工作的精细化

大数据时代，海量复杂的无规则数据可经过数据统计分析转变成有意义、有价值的信息，而这些信息可以为现代学生管理和学生全面发展提供帮助。因此，未来的学生管理工作应该由传统凭借经验的粗放式管理向基于数据挖掘和分析的精细化管理转变。大数据视域下学生管理的精细化侧重于学生细节信息的掌握，涉及学生个体和群体各个方面的数据搜集、整合和分析，包括学生学习情况、思想动态、心理健康、消费情况以及个性化需求等各个方面。高校学生管理人员通过掌握每个学生的各种细节信息，对学生各方面做到心中有数，当学生在某些方面出现异常苗头，可以做到及时发出预警，有效地对异常方面进行干预，加以引导，破除传统学生管理工作的盲目性和表象性。此外，学生管理工作的精细化还体现在“以生为本”的管理服务模式上，从学生角度来看，大数据帮助学生全面分析自身的各种细节，针对成长成才过程进行查漏补缺，培养自主管理能力；从高校角度来看，大数据帮助学校管理部门主动了解学生诉求和需要，积极为学生的学习、生活、心理和就业等各方面提供服务，促进其健全人格的塑造和自身的全面发展，更好地适应现代社会发展的客观需求。

3.2 学生管理工作的精准化

数据可视化和数据挖掘技术可以“让数据说话”，使得相关决策、评价和判断有多元数据支撑，让学生管理工作更具客观性、科学性和准确性。因此，未来的学生管理工作应该由依靠主观经验管理向客观精准管理转变。大数据视域下学生管理工作的精准性主要体现在科学、精准的决策和客观、全面的评价。随着学生管理数据采集越来越规范和全面以及数据分析愈发深入，数据反映问题的逻辑关系和因果关系也愈发明显，通过数据统计、指标核对、横向比较、趋势分析等方法可将学生行为数据转换成可用信息，为各级学生管理人员的科学决策提供数据支持。目前，大数据在高校贫困生的精准认定中应用最多，如通过学生电话费、一卡通系统的食堂消费情况以及建立标准化的定量评价模型来精准识贫，将来大数据的精准化应推广到学生管理工作的方方面面，让所有决策和判断都有数据可依。此外，客观、全面的评价得益于学生在校学习和生活的全过程数据，该数据客观记录了学生在校期间所有行为情况和成长数据，可根据学生行为的综合表现，给予学生公正、准确、全面的评价，如成长档案袋是实现精准评价的有效方式，利用云计算技术将学生成长数据永久保存在云端形成个人成长档案袋，便于学生管理人员实时评价和有针对性地给予发展建议。

3.3 学生管理工作的智能化

云计算、物联网、移动互联等技术的发展和高校信息化建设的不断推进，使得校园智能化程度越来越高，大数据技术的融入帮助学生管理人员及时掌握学生行为数据，预判行为轨迹，也方便对学生异常行为预警。因此，未来学生管理工作应该由后置性应急管理向前置性预警和预判转变。大数据视域下学生管理工作的智能化主要表现在学生行为数据的自动采集、自动分析，并能够根据分析结果进行自动预判和自动预警。要求在智慧校园建设中设置全方位的传感器和其他数据采集设备，自动感知学生学习和生活的全方面行为数据，在全校范围内构建统一的学生管理大数据信息系统，设计信息系统的数据采集框架、功能模块和关键算法，自动存储校园硬件环境和学生动态生成的大规模行为数据，并对采集数据进行汇总、挖掘和分析，最终通过可视化处理后，实时呈现出学生行为的动态变化，便于对该生的后续行为进行预判。此外，在大数据信息系统中要强化预警管理模块的构建，能够在分析学生行为数据的同时，面对其异常行为及时予以智能预警。智能化让学生管理工作中的信息反馈变得实时，让问题处理更加有针对性和预见性。

3.4 学生管理工作的个性化

大数据技术让学生管理人员实时了解每个学生的真实情况，结合学生不同的认知特点、思维方式以及对事物的认知水平，给予不同的教育资源、教育路径、教育活动与服务等，进而实施差异化和个性教育管理。因此，未来学生管理工作应该由统一化管理向个性化管理服务转变。大数据视域下学生管理工作的个性化更多地体现在学生差异化管理和满足个性化需求上。未来学生管理平台的智能化越来越高，集成了数据挖掘和数据可视化等分析技术，能够持续采集学生基础信息和行为数据，包括成长经历、兴趣爱好、心理特征以及校园活动产生的各种信息。学生管理人员可以据此得到每个学生的兴趣点和需求情况，个性化推送教育资源和组织教育活动，实施差异化管理。在给予个性化指导和帮助的同时，让学生管理工作变得更细致化和人性化。事实上，市面上主流的学习软件(平台)提倡的个性化学习、管理和服务都离不开学生大量行为数据的采集和深度分析，唯有“适合的教育”才是最好的教育，只有满足个性化需要才能实现“适合”，而大数据技术定会成为实现适合教育的关键技术和有效路径。

大数据在教育领域的研究已经取得长足进步，但是在学生管理工作的应用中还相对落后，目前仍处在起步阶段，所取成果集中在大数据影响的理论研究，实践方面的应用效果和实际案例较少，成果的学术水平不高，不管从理论研究还是实践应用都有待于进一步研究和思考。随着云计算、物联网、移动互联网等新一代信息技术的发展，借鉴于国外先进理念和成功经验，我国大数据在教育领域的应用，尤其在学生教育教学和教育管理方面的应用将会越来越深入、广泛、全面，大数据融合下的学生管理工作将会更加精细化、精准化、智能化和个性化。