丁亦喆 张小乐

[摘 要] 大数据在各行业中被广泛使用和认可，大数据给高校的精准资助工作带来了新的机遇和挑战。以学生消费数据作为基础，针对高校传统的贫困认定工作中存在的问题和弊端展开讨论，研究了利用学生消费大数据进行贫困生身份识别存在的问题，进一步阐述了如何利用大数据对新生进行贫困生身份识别。给出了利用学生消费大数据进行贫困认定的建议。

[关键词] 大数据；精准资助；贫困认定

doi ： 10 . 3969 / j . issn . 1673 - 0194 . 2018. 07. 083

[中图分类号] G647 [文献标识码] A [文章编号] 1673 - 0194（2018）07- 0201- 02

0 引 言

随着科技的发展，社会信息化水平的提高，大数据正在影响着社会进步的方方面面，同时对教育行业也产生了深刻的影响。国家各级行政部门对于“大数据”分别提出了明确目标和发展方向，教育部颁发的《教育信息化十年发展规划（2011-2020年）》提出“信息技术与教育融合发展的水平显著提升”这一目标[1]。国家《促进大数据发展行动纲要》公共服务大数据工程专栏提到，“完善教育管理公共服务平台，探索发挥大数据对变革教育方式、促进教育公平、提升教育质量的支撑作用[2]。”国家在教育领域大力进行信息化、大数据建设是因为大数据的客观性和真实性，每个人很难在大数据面前隐藏自己的真实属性。通过对数据的收集、整理、处理、分析可以辅助人民进行决策，并提高了准确度。近年来国家一直在开展精准扶贫工作，高校作为教书育人、贫困资助的重要阵地之一，也有义不容辞的责任。大数据的应用也为大学生贫困认定工作、精准资助工作的开展提供了新的方法[3-6]。

1 大学生资助工作存在的问题

大学生资助工作中最困难的问题就是大学生的贫困认定工作。现阶段，以西安石油大学为例，大学生的贫困认定工作是根据大学生生源地所开具的“家庭情况调查表”为根本依据，依照国家规定的贫困生标准，成立班级、专业、年级、学院四级贫困认定小组，自下而上来对大学生进行贫困认定工作，这样的方法不仅效率低下同时也存在着较多的问题。

（1）认定依据较为单一，信息防伪度不高。由于学校和学生生源地的地理位置相距较远、通信过程较为不畅，时间和精力上无法做到材料的逐一核实，造成无法辨别“家庭情况调查表”的信息准确度，因此这种单一信息的认定的结果和真实情况具有一定的距离。

（2）在各级的评定环节中，由于各班级、专业存在差异，各班级、专业申请人数也不尽相同，甚至申请人与评定人有一定的人情世故。与此同时，由于在评定时人数较多，时间紧任务重导致工作的准确度大大降低。因此，评议小组也无法完全从全面、客观、公正、科学的角度来进行认定工作。

（3）部分学生因为心理原因，不想让其他人知道自己是贫困生从而故意隐藏自己的贫困身份，不申请贫困补助。这种情况下学校没有办法识别出学生的真实身份，从而无法将精准资助落实到位。

目前贫困认定和精准资助的工作停留在效率低，准确度不高的现实情况，也极有可能出现“助而不需，需而无助”的情况。大数据的客观性和真实性在精准资助上的应用可以在很大程度上解决这些问题。

2 消费大数据的建设过程及遇到的问题

随着信息化校园建设的逐步提升，信息设备、智能设备的普及，每名大学生每天产生的数据量是多样且庞大的。利用大数据对贫困生进行判别的研究一直没有中断，而在众多数据中，能够最直接表现贫困生身份的信息就是大学生的消費数据。并且，大学生在校内的消费数据可以进行长时间的收集、整理、分析，最终展现的结果是相对客观公正的，学生的真实身份很难在大数据面前进行隐藏，同时通过分析可以将学生的部分异常消费进行忽略。因此，利用消费大数据可以在一定程度上提高对学生身份认定的准确度。

利用消费大数据进行贫困生身份辨别的工作主要有四部分组成，即，大学生消费数据采集、大学生消费数据清洗、大学生消费数据处理、大学生消费数据分析。

2.1 大学生消费数据采集与清洗

现在全国大部分高校都给学生配发了校园一卡通，通过一卡通学生可以便利的使用或享受学校提供的各项服务，在提供服务的同时学校也收集了学生的各类信息。例如学生在图书馆借书，学校能够收集学生的借阅数据；学生在食堂或者超市消费，学校可以收集学生的消费数据；学生使用一卡通进出校园，学校可以收集学生的离校数据等。因此，一卡通产生的信息是庞大且复杂的，记录了学生在学校的大多数活动。由于本文的研究重点是在学生的消费数据，所以在对数据进行处理以前需要对无关数据进行清洗工作，清洗后的数据仅保留学生在校的消费数据。

2.2 大学生消费数据处理、分析存在的问题

获得清洗好的数据之后要对数据进行处理和分析。学生在学校的消费数据具有以下几个问题：

（1）部分学生因为之前获得过各类型的助学金，而部分学生没有获得或者仅获得部分类别的助学金。导致他们真实消费能力无法准确展现。如果利用日均消费来进行贫困生辨别，则与非贫困学生的区分上很难做出较为准确的判断。

（2）大学生上学大部分都是远离家庭，经济较为独立。这一现状也可能导致学生对之前自己无法消费的产品具有较强的消费欲望，而满足一次消费欲望需要较长时间的积攒才能够达成。例如，大学生进入校门以后想更换一部自己称心的手机，由于家里每个月给与的生活费是固定的，所以学生经常会选择省吃俭用来达成自己的目标。这样的行为也会对数据的分析产生不良的影响。

（3）由于消费都具有较强的不确定性和随机性，同样学生在校园内的消费也具有较强的不确定性。具体表现在学生在学校内的各类消费数据不一定是连续的，即，学生的消费不可能每天的一日三餐都在食堂或者校园内，同时随机的小型同学聚会会导致多人的消费数据产生异常情况。各种情况产生的异常消费数据也会在一定程度上影响到最终的分析结果。

（4）大一新生在进行注册报到之后没有多久就要进行贫困认定工作，由于在校时间很短，一般情况下开学都面临军事训练，导致各类消费数据缺少或不足，能够证明其贫困身份的只有“家庭情况调查表” 。因此，对于新生的贫困认定也是面临的问题之一。

综上所述，单一利用消费大数据进行贫困生的辨别对于现在学校所实行的认定机制是机遇也是挑战。虽然利用单一的消费大数据具有一定的局限性，但是在利用消费大数据产生的结果，配合传统的“家庭情况调查表”及当地政府开具的证明材料进行综合判断，在一定程度上是可以提高贫困认定的准确度。

3 消费大数据建设的建议

对于上面提到的各类问题，以西安石油大学为例，给出以下几点建议。

（1）学生在校园内获得的各类型助学金会直接发送到学生本人的一卡通上，而学生在学校的消费是不连续且随机的，但是只要是消费就可以记录消费数据，最终可以统计出学生单位时间内的消费笔数。学生获得助学金以后，在一定程度上会刺激学生的消费能力，有可能导致系统判断失误。由于贫困认定的周期为一年，因此将单位时间设置为一年，将学生一年内获得的助学金总金额平均到其每笔消费上进行处理，可以在一定程度上反应出学生的真实消费能力。

（2）学生的消费大数据应当是记录越全、时间越长越好。由于学生消费具有间隔性、主观控制性、消费异常性，如果仅使用短期的消费记录进行贫困生辨别，系统会因为学生的持续异常消费行为做出错误的判断，因此越长时间的保留学生的消费数据，系统越能够更加真实、客观的做出较为正确的判断。

（3）通过对大量学生的消费数据进行分析，可以生成学生消费的各类情况，例如食堂消费频率、超市消费频率、单笔消费额分布、消费时间段分布等信息，利用这些信息生成数字标签，利用数字标签为学生个体生成消费画像。通过对学生个体消费画像的进一步分析可以得到一类学生的消费画像。当新生入学之后，产生一定的消费数据时，可以对新生的贫困身份用这种方法进行简单的预测判断，提供一个辅助判断的分析结果。

4 结 语

大数据的应用可以从海量的、无关联的数据中寻求潜在的关系。大数据在校园中的应用研究也一直在继续，本文以学生在学校的消费数据作为基础开展贫困生身份识别的研究，通过对学生消费数据的深度挖掘，生成学生的消费画像，再可以利用聚類的方法得到各类学生群体的消费画像，从而可以为新生的贫困身份识别做出一定的判断。在系统给出判断的基础之上，配合“家庭情况调查表”和政府开具的证明材料，从理论层次来讲能够提升贫困生辨别的准确度，提高贫困生认定的工作效率。当然，学生在学校能够产生的数据是多样的，未来应当从多个角度来考虑贫困生辨别的问题。这样以来，可以提高贫困认定工作的效率和准确度，为精准资助家庭经济困难学生打下了良好的基础，能够更加合理的配置社会助学资源，实现了教育公平。

主要参考文献

[1]教育部. 教育信息化十年发展规划（2011-2020年）[J]. 中国教育信息化，2012（8）：3-12.

[2]中华人民共和国国务院. 促进大数据发展行动纲要[J]. 成组技术与生产现代化， 2015， 32（3）：51-58.

[3]毕鹤霞. 大数据下高校贫困生确认模型构建——基于“模糊综合评判法”与“模糊层次分析法”集成的实证研究[J]. 高教探索， 2016（8）：105-114.

[4]齐怀峰. 大数据背景下高校贫困生类别的判定——以安徽师范大学为例[J]. 高校辅导员学刊， 2016， 8（5）：74-77.

[5]王茂州. 大数据视阈下大学生资助工作研究[J]. 中国管理信息化， 2017，20（17）：236-237.

[6]秦昌建. 基于消费支出大数据的大学生精准资助研究[J]. 高教学刊， 2017（15）：51-53.