闵富 何鹏 杨旻姝 毛怡棋

摘 要：高校学生的学风所表现的是一所高校整体的学习氛围和风气，好的学风不仅体现在学习成绩，更多的是学习意识、学术道德、学习生活中精神面貌的展现，学风建设始终是高校管理的重要一环。学风建设本身具有抽象性和广泛性的特点，能够定量的、直观的、有针对性的评价学风建设可为高校管理提供有效的数据支撑和决策依据。

关键词：学风建设 大数据

学生行为是高效学风的直接体现，也可通过大数据信息采集进行数据分析，本文通过学风信息系统建设来采集学生行为大数据，从而探索大数据信息采集在量化学风建设指标中的可行性。

一、学风建设中量化考核指标选择

为使得学风建设的量化考核得以实现，大数据平台建设有据可循，合理的考核指标设置必不可少。合理的量化考核指标不仅要在理论上具有可行性和合理性，在实践中也需要具有可操作性，同时还要对学生个体的学习素质进行全面综合的合理的评价，合理反映学生的成长规律。

量化指标的特点就是让人看得见、摸得着、有据可循，尤其是数据随着行为的波动可让人随时观察到个体所处的位置以及集体的变化趋势。数据的采集可划分为学习态度、学习行为、学习成果和对学习的影响因素等，每个类别可分割为数个子项，对应具体的数据分值。通过采集每项指标的动态分值，最终得出每个学生的加权分值，可作为学风评价的参照标准。学生从入学到毕业，行为轨迹和教学全过程通过大数据的不断累积，可以全面客观的记录学生的成长轨迹，实现学生个性化成长需求和精准指导。

二、学风信息采集大数据操作平台搭建

（一）建立学风信息采集系统与学生个体发展相匹配的指标体系

基于大数据的学风信息采集平台的搭建既要考虑到学风建设的内涵，同时也要充分考虑到量化指标的框架体系建设，彼此之间逻辑相同，將散落的数据整合成一个完善的系统。此处以学生校园一卡通数据为基础数据采集分析学生行为和学风建设的关系。

分析研究本校学生校园一卡通数据及相应的系统中所记录保存的学生在校行为具体包括（图书馆入馆刷卡数据，图书馆借阅数据）生活行为（食堂超市消费数据，校医院就医数据，出入宿舍楼门禁数据，网络账号上网时长及网费数据等），将上述数据与学生成绩数据阶段性对应，分析数据与学生成绩是否存在某种关联性。对于全体在校学生一卡通刷卡数据这种数据量较为庞大的数据建立分区表，限定查询时间查询类别等，具体分析某一学期或某学年的某项数据与对应时间成绩进行比对，分析学生消费及学习状况，将学生进出图书馆次数及图书借阅量，看出学生平时在校的学习及生活状态，从而弥补传统学风评价中只能显示终端成绩的弊端和果断性，经过对数据的分析可发现，学生的食堂就餐时刻，图书馆入馆时刻，宿舍楼出入相关时刻记录，上网时长与时刻都与学生的总成绩存在着某种关联，即规律的学习生活习惯对于学生成绩的提高有着积极作用。

（二）建立符合学风建设目标的学生个体的考核方式

对于学生个体的考核，一定要从多个层次地进行，不仅要看到学生最终的成绩，更要考虑到学生平时的学习态度以及学习行为。

1.多方面采集数据，量化学生行为

采用聚类分析的方法可以对行为进行归类分类。如K-means算法基础是不同数据到中心的距离小组到其他中心距离，对于不同类别数据可以做横纵对比，使多维度考核变为可能。在学风信息中植入除学习成绩外其他维度数据，如：进出图书馆频率、课堂出勤率、食堂刷卡频率等。将多维度模块进行组合，建立一个立体的学风评价系统进行学生行为考核。

2.以提升学风建设为宗旨，全方位、立体化评价学生

在获取基础数据的条件下，区分日常和特殊时期的时间节点，获取素质评价和影响力相关内容，全方位、全角度地对学风建设进行评价，从而对提高学风建设提供参考。具体来说，适当控制同学年学生个体之间的横向评价范围，增加个人的过去、现在和未来的纵向比较，督促个体上进;同时可适当设置激励奖项（如：奖学金、科技进步奖等）来促使学生个体奋发图强，自我进步。

3.建立反馈机制，及时调整考核指标

通过大数据，可挖掘教师的教学质量和学生学习状态的关系，通过不同学科、不同教师的教学数量，比对学生学习的投入状况、成绩、个人发展和就业等相关性，了解学生的波动情况，以判断学风建设工作的效果和方法以及指标建设是否需要调整。

（三）进入量化评价的学风建设平台的制度优势

1.量化评价体系适合引入硬指标标准

长期以来，学风建设习惯应用于软指标评价，看不见、摸不着的软指标不利于促使学风建设见成效。引入量化考核后，学风建设的基本内容和任务将按照实际的内在的规律评价，以数据为依托学风建设评价效果，更有助于充分发挥高校学风建设的能效，促进学风德智体美劳全面发展。

2.提高学生的自律性

学风量化评价可直观的了解个体的学习轨迹，与以往靠灌输的谈学风建设相比更加的具体、明确。可以提高学生对学风建设相关制度的重视，纪律性和自觉性可得到提高。各方面要求细化、考核指标明确有利于调动学生参加各项活动的积极性，从而不断改善高校学风建设消极、被动的局面。

3.可提高学风建设工作效率

学校在实际工作过程中，常常面临许多决策问题和施策问题，量化的数据指标可直观地提供除学习成绩外的隐藏的、有用的其他信息以供参考，为提高学风建设工作提供有力的数据和决策支持，实现各个环节的学生评价和管理，提高学风建设工作的效率。

三、学生行为大数据平台建设对学风建设的思考

（一）可视化成果

随着互联网的发展，产生的数据量越来越庞大，高校一卡通产生大量数据流，处理数据的技术也随之产生与完善。运用大数据平台和算法使得高校学风建设量化分析逐渐成为可能。同时，可有效提高学生的课堂出勤率、考试合格率、同时也可以有效地提高改进教师的教学方法和学生的课堂满意度等。

（二）思考

学生行为大数据采集平台搭建虽然取得了一定的成效，但还需要改进的空间。

一是学生行为复杂，数据采集难度较大，收集整理需要较长时间，时效性低。一直以来数据的采集多来源于课堂签到、学生辅导员等，数据采集工作量巨大且精度低。所以，随着人工智能的发展，智慧校园建设的完善，优化大数据的采集方式和处理方式，通过移动终端、数据库共享等方式缩短数据采集的时间，提高数据采集的效率实在必行。

二是数据平台的建设、维护和对数据的分析没有专业人和专业化成体系的知识支撑，数据采样方式和基础分析单一。基于大数据的学生行为分析和学风建设体系需要对学生背后的实质性问题进行深入的解读。所以需要具备专业化数理统计、思想政治和心理学知识的专业人才来挖掘数据背后所反映的问题。

三是多年来学风建设的内涵还停留在以软指标来衡量，未形成具体的硬性指标，所以学风建设成果体现不显著。学风信息大数据平台的建设有助于探索学风建设由软指标逐步向硬指标转化，使得学风建设考核落到实处。特别是考核制度的建设将更有助于充分发挥学风建设在教育、管理中提高发展方向，使得学风建设更加明显地体现在高效建设的方方面面。

学风是一种氛围，是影响着高效教育质量和人才培养水平的环境反映，良好的学风是高效培养高素质人才的基础和保障，更是引导学生拼搏、努力、进取和创新的激励和引导。因此，高效需要更加重视学风的建设和引导，充分运用大数据为其服务，为学生成长成才提供有力的支撑和保障。学风建设量化考核的实施，更是离不开基础数据的收集和整理，在这项研究中，还要注重执行人的知识储备和经验。因此，学风建设量化考核真正能够达到预期效果，必须使其逐步走向科学，逐步建立一种具有长效性、循环性和可分析性的学风建设模式，更需要原始数据的全面、准确并且高效。这是长期以来高校学风建设的迫切需要，也是新时代提升办学水平的实际要求。