赵曦

摘  要：各高职院校都在不断探索与完善大学生素质教育评价体系，以广东科学技术职业学院为例，分析学校校园大数据环境，探究高职学生行为数据与综合素质发展之间的关系，构建基于行为大数据的学生综合素质评价系统，通过分析高职学生行为数据，展现学生成长的全景，为学生明确下阶段发展方向、为教师正确引导提供依据，促进学生全面发展。

关键词：行为大数据;高职学生;综合素质

中图分类号：TP311.13;G715.5      文献标识码：A 文章编号：2096-4706（2020）01-0009-03

Abstract：All vocational colleges are constantly exploring and improving the evaluation system for the quality education of college students. Taking Guangdong Polytechnic of Science and Technology as an example，the school big data environment is analyzed，the relationship between vocational college studentsbehavioral data and comprehensive quality development is explored，and a comprehensive quality evaluation platform for students based on behavioral big data is constructed. By analyzing behavioral data of vocational college students，it shows the panorama of student growth，provide students with a clear direction for the next stage of development，provide a basis for teacherscorrect guidance，and promotes the overall development of students.

Keywords：behavioral big data;vocational college students;comprehensive quality

0  引  言

目前對高职学生综合素质的评价侧重于从内涵、存在的问题、构建原则和方法等进行研究，如公昆[1]具体阐述了大学生综合素质测评的内涵，提出了要根据不同年级的学习特点适当调整测评指标，并坚持测评的反馈机制，合理运用反馈结果;马光松[2]指出了高职学生综合素质评价体系研究的必要性，高职学生综合素质评价体系是人才竞争对高职学生综合素质提出的新要求，是高职教育自身的要求，更是高职学生发展的迫切需要;但汉彪[3]、李国桢[4]分析了探讨了高职院校学生综合素质评价体系的构建原则和构建策略;杨军[5]则主要分析了综合素质评价中出现的问题以及改进对策，认为高职学生综合素质评价的不完善会对高职人才培养效果产生很大的影响，高职综合素质评价在体系上仍存在问题亟待解决。

1  大数据环境分析

广东科学技术职业学院（简称广科）作为广东省内在校生规模最大的高职院校，于2015年全面启动学生管理信息化建设，已经初步形成典型的校园大数据环境，数据中心存储了包括学生的考勤、消费、图书借阅、第二课堂、上网时长等在内的海量数据。

（1）迎新数据：学校已部署迎新系统，可以从中提取新生参与入学教育的数据、自选宿舍数据、自选网络数据、家庭情况、特长爱好，以及入学前的其他基本信息。

（2）广科易班数据：易班是教育部主导的集文化娱乐、生活服务、教育教学于一体的校园互动社区。我校作为合作共建高校，已经实现学生100%注册易班，可从易班提取学生社区活跃情况（发帖、回帖、参与互动）的数据。

（3）考勤数据：学校自主研发了考勤助手，采用人脸识别技术与蓝牙定位相结合的集成创新模式，服务师生课堂教学。可以提供考勤数据、请假数据、课程评价数据。

（4）网络学习数据：学校通过超星泛雅学习平台，可以提取如下数据：学生登录网络学习平台进行课程学习的次数;发帖次数：发表话题次数、讨论区回文次数、课程讨论区被回文次数;学习笔记：学生在课堂学习中记录学习内容并利用平台进行存储的次数;阅读课程教学材料次数：学生进入课程阅读教学内容的次数;阅读试题库次数：学生阅读课程试题库的次数;提交作业：完成课程作业并成功提交的次数;在线时长：学生在网络学习平台上进行课程学习的总时长等;以上的学习行为数据可以真实地反映学生的网络学习态度和习惯。

（5）广科“彩虹堂”（第二课堂）数据：学校自主研发启用易班广科“彩虹堂”轻应用，将思想政治、身心健康、创新创业、技术技能、人文艺术、志愿服务活动、综合素质理论七大板块的学生综合素质积分记录核算标准化，成体系整建制地实现对学生考评的全维度评价。线上通过易班“彩虹堂”报名，线下活动采用人脸识别实施精准考勤，通过云端图像识别和本地蓝牙实时定位相结合。可以提供活动报名、签到、计分、活动分类统计等数据。

（6）图书借阅数据：通过校园一卡通对学生图书借阅历史数据进行分析，了解学生的借阅习惯、阅读倾向等数据。

（7）消费行为数据：通过校园一卡通对学生校园消费进行深入研究，探索学生消费模式。可以提取包括食堂消费数据、便利店消费数据等，刻画学生生活热点地图，绘制学生每日活动热区，关联分析学生的生活情况。

（8）上網行为数据：通过对学生在上网过程中产生的大量数据进行分析，研究学生上网行为（目前主要是上网时间及时长）。

（9）就业系统数据：可以提取就业反馈信息、职业资格证书获取情况、创业情况等。

（10）问卷调查数据：自我测量表，相互评价表等数据。

（11）学生网办大厅数据：可以提取申请评奖评优、走读申请、处分评议、宿舍申请、休学申请、复学申请、心理预约、缓考申请等数据。

2  系统构建

通过对在单位时间内的学生校园行为数据进行整理、分析及分类。

第一阶段：对校园大数据进行处理分析，建立学生行为数据中心。

第二阶段：关联分析建立学生行为数据和学生综合素质评价标准之间的关系。结合学生行为数据和综合素质评价标准，挖掘研究学生发展规律，刻画学生画像（个体和群体）。

第三阶段：通过对学生的横向（以优秀典型/均值为标准）和纵向（以个体历史数据为标准）比较分析学生画像，通过自我诊断及教师引导，为明确下阶段发展方向、为教师正确引导提供依据辅助，达到促进学生综合素质全面发展的最终目标。总体框架如图1所示。

3  应用分析

在基于大数据的综合素质评价平台基础上，通过对学生校园行为大数据的分析，形成规律性的认识，确定第二课堂实践育人评价标准，在此基础上结合学业成绩（第一课堂）形成学生画像，展现学生成长的全景。

（1）将行为大数据与综合素质考核标准关联分析。行为分析注重行为的考察，所以，高职学生在行为大数据基础上的综合素质考核，不只是学业成绩上的考核，还是在行为大数据上综合评价。要从学生出发，贴近学生的学习实际，针对学生的学习实际和就业形势的要求，制定科学的考核标准，让考核标准既内容全面又重点突出，便于操作。充分考虑具体应当将哪些行为纳入考核体系，通过关联分析建立学生行为数据和学生综合素质评价标准之间的关系。行为数据和综合素质评价标准如表1所示。

（2）横向（以优秀典型/均值为标准）和纵向（以个体历史数据为标准）比较分析。横向比较分析可以看到个体与优秀典型或群体均值的距离;纵向分析比较强调一个长时间段的行为观察和分析，把个体学生日常行为作为考核的依据，通过连续的行为观察、从行为的转变角度来衡量学生的综合素质。

通过构建基于行为大数据的学生综合素质评价平台，形成学生数字画像后可以直观地呈现评价结果，凸显学生作为自主发展的核心主体定位。与让学生更了解自己，看清自己的成长状态，做好生涯规划，明确方向;让老师便于个性化引导，分类培养;让学校更了解学生，开展教育治理，构建质量保证体系内控结构和运行机制。师、生、校形成教育合力，激发学生成才动力，自主发展，持续进步。

4  结  论

在这个大数据时代，各个领域都面临着新的机遇与挑战。国家教育事业发展“十三五”规划指出：“鼓励学校利用大数据技术开展对教育教学活动和学生行为数据的收集、分析和反馈”。高校大数据背后隐藏的数据价值是值得我们关注的，在此背景下，构建基于行为大数据的综合素质评价系统，推动高职院校学生综合素质能力培养，实现学生综合素质全面发展很有意义。

参考文献：

[1] 公昆.高职院校大学生综合素质测评问题与对策研究 [J].中国成人教育，2015（6）：70-72.

[2] 马光松.高职学生综合素质评价的研究与实践 [J].江西电力职业技术学院学报，2012，25（3）：53-55.

[3] 但汉彪.高职院校学生综合素质评价体系研究 [J].西部素质教育，2018，4（19）：206-207.

[4] 李国桢.论高职院校学生综合素质评价体系的构建 [J].教育与职业，2008（18）：50-52.

[5] 杨军.高职学生综合素质评价体系的构建 [J].教育与职业，2014（29）：175-176.

作者简介：赵曦（1979-），男，汉族，湖南湘潭人，副教授，研究生，主要研究方向：数据挖掘、仿生算法设计与分析等。