■孙 赫／沈阳城市建设学院

大数据已经悄悄走入人们的生活，给我们的生活和工作带来了影响，这场关乎技术的革命创新更为新兴的民办高校教育群体的发展起到了推动作用。在移动互联时代下，民办高校学生由于本身接触新生事物的能力较强，这给学生的教育和管理都提出了新的要求，学生工作者也需要紧跟时代步伐，从管理的方式方法不断探索研究，对学生的思想动态进行深入分析，充分利用大数据功能优化信息化系统的建设和探索，提高学生工作的效率，并增加其科学性和合理性。

一、民办高校学生管理信息化现状

（一）民办高校学生管理工作信息化建设与数据处理处在初级阶段

民办高校做为新兴办学群体近几年得到迅猛发展，但因办学历史短，受稳定性和认可度等问题影响，使得民办高校办学初期存在诸多待解决问题，学生教育管理工作仅能完成基本的需要，对于学生管理和教育数据积累薄弱。部分民办高校为完成日常工作需要，购买或者联合开发管理系统，基本实现办公信息化，但是随着时代发展，受前期办学投入经费和办学规模扩张迅速等因素影响，这种缺乏顶层设计的管理系统很难适应日新月异发展，其弊端逐渐显现，如：各处室都存在各自子系统，其信息共享程度较低，数据缺乏统一标准，信息交互性差，有信息孤岛存在。综合大部分民办高校情况，目前学生管理信息化相对较弱，重视程度还有待提高，数据针对性不强，数据资源未能充分发掘和利用，对管理层决策提供的数据支撑作用不够。视频和图片等非结构化数据处理仍存在较大难度，数据还处在部分存储的初级阶段，急待解决和利用。

（二）在数据的处理方式方法尚未做到与时俱进

传统的数据调查办法浪费人力和物力，而且数据结果的误差性较大，并不能对决策起到辅助作用，而且结果也存在一定的局限性。即使在一些应用了大数据功能辅助学生管理的学校，对于大数据的应用也不够深入，只是发挥出了大数据的基础功能，在对信息的收集和处理上仍然没有深入研究，导致大数据的很多功能没有发挥出来，在目前的学生精细化管理上提供的支持程度还有待提高。

（三）学生工作者数据信息处理能力有限

随着民办高校办学规模扩大，学生管理数据信息处理难度越来越大，这对学生管理者数据处理能力提出专业化要求。长期以来受多种客观原因所限，管理者自身能力水平参差不齐，利用数据对学生思想状态的分析较少，缺乏专业性和科学性，部分学生管理工作者尚未具备收集数据的意识和客观条件，参与这类学习和培训机会较少，对信息处理能力有限，对基础数据调查分析不够。简单的数据处理并不能符合时代发展要求，新时代合格的学生工作管理者应兼具利用大数据分析问题并做出科学决策的能力。

图1 管理系统和数据库设计结构

图2 数据库

二、学生管理工作系统模型设计新思路及大数据应用

（一）学生管理系统与数据库的基本设计构想

为了解决各部门和子系统的“信息孤岛”问题，系统构建在统一数据标准基础上，各子系统按照其权限对数据进行更新、应用、分析、处理等操作。做好数据标准同时更制定好应用安全标准，保障整个系统提供更精准更优质的服务。在数据标准和应用安全的支持下，整个系统分为应用层、支撑层、数据层。数据层是整个系统最底层，包括学生AРР端生产库数据的收集，各类和学生相关诸如成绩、行为、消费、表现等有价值的数据收集汇总，通过积累形成有价值的学生管理与教育的大数据。支撑层包括：ВРМ即业务流程管理；ЕSВ即企业服务总线；ВI即商务智能，用来将现有的数据进行有效的整合，快速准确提出决策依据；ЕТL用来描述将数据从来源端经过抽取、交互转换、加载至目的端的过程。应用层包括学生移动端、教师Wеb端的信息交互，更设置了相关部门和老师的查询分析权限。管理系统和数据库设计结构，如图1。

（二）数据收集及大数据模型构建与分析

如图2所示，构建以学生学号为唯一识别编码的数据库，以学生基础信息为数据库基础，学生入学后将基础信息导入。其他子系统导入数据以学号为识别码与数据库相关联，导入其他关联数据。通过跨部门跨系统数据分析，构建模型，达到学生管理和教育的精细化和精准化，消除信息孤岛，达到数据共享。模型一，构建用电量与学业成绩的分析模型，民办高校学生学习自觉性较差，高校的成绩仅能期末反映出来，而过程监控基本依靠教师，这与学生管理工作存在信息不对称。通过数据分析和实际情况走访，了解到学生在宿舍时间较多，在宿舍的时间网络游戏占据比例较大，而学生电脑的使用占据用电量80%以上，用电量的指标可以直接反映学生电脑使用情况，间接反映学生学习自觉性，构建平均用电量指标预警模型，对于超出用电量的宿舍进行重点关注，对照以往成绩，预警筛选出学期末学生考试出现问题的情况，反馈给任课老师，重点关注上课状态课后作业等。重视学业过程管理，利用大数据分析构建数据模型，形成学业预警机制。模型二，构建学生运动和饮食及身体健康状况的模型。通过人脸识别技术，记录学生在运动场出现次数，结合学生在食堂消费时间，饮食荤素搭配，以及体重变化进行对比分析。大学生活的不规律影响大学生身体基本状况，通过对于大学生日常饮食，锻炼，体重，体育课成绩等数据综合分析，可设定数据模型，预警体重急速变化，饮食不规律，不经常锻炼的同学，监控其健康状况。

（三）数据的保护和大数据平台应用规范化管理

民办高校做为新兴的办学群体首先要完善制度建设，应参照国家相关法律，做好学生数据保护的顶层制度设计。学生数据库存储学生基本信息、成绩学习、兴趣爱好、消费记录、身体素质、表现纪实、生活轨迹、习惯等大量隐私信息，如果被盗用，可利用数据分析进行精准营销甚至诈骗，侵犯学生基本权益。学校应成立专门的组织机构对学生数据的收集、使用、提取、分析、利用等方面进行管理和监督，分配的权限做以严格的设定，落实好责任追究机制，最大限度保护好学生，管理好学生。在大数据平台上的信息处理应着重做好安全工作，防止病毒和木马程序的侵入，需要有专业的数据维护人员进行实时监督，对于分析的结果仅做以决策使用，及时销毁无关的数据，避免数据的泄露影响学生个人隐私。学生管理工作的主体是学生，围绕学生建立的数据汇总和分析，针对学生开展学业、心里、职业生涯、成长成才等方面进行辅导，根据学校的学生实际情况，构建出符合实际的信息管理制度，让大数据能够更加精细化地深入到学生群体中，同时又能保障信息的安全性。

三、大数据分析在学生管理中的应用

（一）安全隐患的排查

某校有一处宿舍楼与外围墙的间隔过道，道路宽2-3米，非学生上课的必经之路，但是学生出于走近路的考虑，习惯在上下课在此处穿行。经流量监测的大数据分析，高峰期间通行此处的学生人数平均3.4人/秒，极值是可达4.5人/秒，而且学生是相向而行，存在极大安全隐患，出于学生管理和安全角度，后期将此通道封闭。

（二）突发事件的预警和处理

对于学生打架事件的大数据分析来看，90%以上的事件发生在晚10点-11点，对于打架事件的监控和防范集中在这个时间段。通过人员流动的监测，这个时间段相对的学生聚集的数量比较少且动作缓慢，分析学生打架的视频大数据，打架发生前一般有学生急速聚集过程，将电子监控设备预警参数调整为学生行进速度2.5米/秒，人数增加超过3人以上视为学生急速聚集，电子监控设备应及时报警并警示事发地点，就近保卫人员及时赶到处理。

（三）贫困生的筛查和精准资助

贫困生工作是一项政治任务，对于贫困生资格的认定由为关键，仅评一纸证明，还是一直饱受争议的演讲“比惨”，显然都存在着弊端。一篇《妈妈给我买了一双耐克鞋，学校就取消了我的贫困生助学金》在2016年的热搜文章引起社会再次争议。一名享受国家助学金的大学生因为妈妈买的一双耐克鞋而被取消资格，有关于贫困生助学金评定和监督机制又一次成为舆论的焦点。国家对于贫困生的资助方面也提倡运用大数据的分析方法取代传统的老师主观决策和同学的客观评判。在校园内即可视为相对的独立的区域，分析申请贫困生资格的学生消费记录，首先分析去食堂的次数，消费的总量，一日三餐的总花费，占总消费比重如果用于食堂必须的一日三餐的消费在合理的范畴内，并且占整体的消费比重越大，代表其贫困程度越高，相反如果其非必要的消费如看电影，其他休闲娱乐，饮料零食占比越高反应出其贫困程度越低。利用大数据可以科学的反映出学生的真实消费情况，客观反映出其家庭的状况，既可以科学的处理类似偶然的“耐克鞋”事件，又可以保护学生的隐私，维护学生的尊严，帮助我们在学生精准资助中做出科学的决策。

四、结语

民办高校学生管理工作是一项艰巨而具有重要意义的工作，关系到学校的和谐发展与稳定，他是民办高校初期发展的基础保障。其信息化建设符合当今时代的发展，合理利用大数据进行科学的分析和决策，是学生管理工作变革的时代推进，他不仅工作方法上的创新，更是一次理念的革命。大数据的应用符合高校学生管理教育的时代潮流，也必将为民办高校的发展壮大所用。