基于大数据技术的高校精准资助育人机制实施路径
文摘
教育
2024-09-27 22:57
云南
![]()
基于大数据技术的
高校精准资助育人机制实施路径
徐佳铭 陈 磊
（江西经济管理干部学院，
江西 南昌 330088）
【摘 要】高校精准资助育人是教育扶贫的关键内容，也是落实立德树人根本任务的重要一环。在新时代背景下，传统的高校资助工作在资助对象、资助流程、资助帮扶中存在一定的问题。高校将大数据技术嵌入资助育人机制中，能有效地通过大数据技术实现资助认定、资助帮扶、资助育人的精准化。同时，通过搭建信息平台、简化认定流程、聚焦精准帮扶等方式，不断创新高校精准资助育人的长效机制。
【关键词】大数据技术；精准资助；资助育人
中图分类号：G642.477 文献标识码：A
党的十八大以来，习近平总书记高度重视教育扶贫工作。2017年1月，习近平总书记在河北张家口考察时强调，要把发展教育扶贫作为治本之计，确保贫困人口子女都能接受良好的基础教育，具备就业创业能力，切断贫困代际传递。[1]党的二十大报告中指出要“完善覆盖全学段学生资助体系”，[2]这也是当前高校学生资助工作的根本遵循和行动指南。高校探索精准资助机制，是落实立德树人的根本任务，保障教育公平、阻断贫困代际传递的重要举措。同时，高校建立精准资助育人机制能够精准识别家庭经济困难学生，满足家庭经济困难学生的不同层次需求，并依托需求导向建立资助育人的长效机制，实现动态化的精准资助、精准帮扶、精准育人。在数字化背景下，以云计算、分布式存储、数据可视化分析等为代表的大数据技术应用于社会的各个行业。近年来，各高校积极依托大数据技术不断推进精准资助育人机制的丰富与完善，并取得了一系列的成效。例如，江苏盐城师范学院依托大数据技术，积极探索“资助+”协同育人机制，力求实现资助工作的精准性与育人性。湖南科技大学积极利用大数据分析技术，对在校学生的每月消费金额进行大数据分析，以学生在校就餐消费金额为基础，为长期低水平消费的学生发放餐补，进行“隐形资助”。高校应主动顺应新一轮信息技术革命的发展，将大数据技术嵌入高校精准资助育人工作中，不断发掘大数据背景下的精准资助新模式，积极推进新时代高校精准资助育人落实落细。在党和政府的高度重视和不懈努力下，2022年，全国累计资助学前教育、义务教育、中等职业教育（包括人力资源和社会保障部门管理的技工学校）、普通高中教育和普通高等教育学生16144.16万人次（不包括义务教育免除学杂费和免费教科书），累计资助金额2922.30亿元。其中资助普通高等教育学生4588.24万人次，资助金额1675.59亿元。[3]高校资助育人工作取得了学生涵盖范畴广等显著成效。党的二十大报告中对资助育人提出了更高的要求，将资助育人从制度维度上升到新的体系维度，更加注重资助育人的全面性、完整性和科学性。在新时代背景下，当前的高校资助工作存在家庭经济困难情况认定不够精准、申请流程不够便捷、对学生帮扶的方式相对单一等问题，这些问题使得传统的高校精准资助育人机制面临着挑战。[4]
目前家庭经济困难认定申请的标准主要包括脱贫家庭学生、脱贫不稳定家庭学生、边缘易致贫家庭学生、低保边缘家庭学生、支出型困难家庭学生、城乡最低生活保障家庭学生、特困供养学生等类别。其中，部分家庭经济困难类别的认定标准以概念性描述为主，明确、具体的界定性政策不足。高校的各类奖助学金需要学生主动申请，再经过班级民主评议小组的审核初评，在这个过程中存在一些家庭经济困难的学生受自卑、害怕被人议论等因素影响，放弃申请各类奖助学金的情况。也存在少数学生因利益驱动，提供不真实的家庭经济情况骗取国家助学金、国家励志奖学金等情况。有时由于学生数量较多，申请材料数量巨大，高校资助工作者在认定过程中对学生提供的佐证材料的甄别不够仔细，从而导致“贫而不申”“申而不贫”“应助未助”“助而不贫”的现象，使得国家资助政策未能进一步落到实处。[5]有关部门对于家庭经济困难认定的类型标准不断完善，已发展为目前的多个大类。资助类型的多样化、资助程序的复杂化，对高校资助工作、资助育人提出了更高的要求。在这个过程中，部分资助工作者对新的家庭经济困难类型的解读不到位，较少对学生进行深入细致的解读，一些学生根据自我理解准备佐证材料，等到评审时存在因材料不足而返工的现象，增加工作的重复性。同时，目前的资助工作主要参照传统的资助认证流程，资助对象需要提交申请，填写大量的表格材料，准备较多的佐证材料，这给学院、班级资助工作者增加了工作难度，也给学生造成了压力。此外，认定流程较为烦琐，部分资助对象因家庭突遭变故陷入家庭经济困难，但上报审核周期较长，学生往往在很长一段时间后才能收到相关奖助学金，存在资助资金发放不及时的现象。在当前的高校资助育人机制中，一些高校辅导员、班主任等资助工作者将上交完国家助学金、国家励志奖学金、国家助学贷款、临时性帮扶等工作的评审材料作为高校资助工作的完结，资助育人机制的整体功能发挥不足，对资助后续的育人效果评估重视程度不足。部分高校及资助工作者侧重对家庭经济困难的学生给予物质帮助，帮扶手段相对单一，对于家庭经济困难的学生在思想品德、价值追求、技能学业、个人发展等方面是否需要帮扶的关注不够。一些高校虽然开展了一系列的帮扶活动，但对受帮扶学生系统性的感恩教育、励志教育不足，使得学生对自身肩负的新时代使命和任务的应有认知不足。大数据技术主要指从复杂的数据中提取信息、发现模式、预测趋势并帮助解决问题。它包括数据的采集、分类、存储、管理、分析和可视化等多个环节。在高校精准资助育人工作中，大数据技术可以有效地帮助学校认定与帮扶资助对象，并能实时掌握学生的动态变化，在思想品德、价值追求、技能学业、个人发展等方面给予学生不同类型的帮扶，促进学生德智体美劳全面发展。大数据技术嵌入高校精准资助育人机制的具体意义体现在以下几个方面。在数据的生命周期中，信息的统计收集是第一个环节。相较于传统的单一式存储模式，大数据更加注重对不同开源节点的信息收集和存储。高校通过大数据的多节点开源等技术，在纵向层面上，可以采集学生入学前的家庭基本情况、中小学阶段的综合表现、获得过的政策性帮扶等信息；在横向层面上，可以采集学生进入高校后的经济消费、获奖、违纪、技能学习、活动参与等方面的信息。同时，高校可将不同渠道收集到的学生信息根据大数据技术的Storm集群结构，在高校内部建立和完善学生的基本信息数据库，并以分布式存储的方式在学生工作部、教务处、学生资助管理中心等不同部门进行分布存储，提高数据信息的收集、利用效率，减少学生信息的篡改风险，增强数据的真实性和可靠性。此外，依托学生基本信息数据库这一主节点，高校的每一个资助工作者都可以作为单一工作节点从数据库中准确掌握学生的家庭状况、消费状况、经济状况等，为后续辅导员、班主任等资助工作者进行各类“奖助贷”班级民主评议提供有效的数据支持，更加准确地识别出哪些学生是真正需要帮扶的家庭经济困难学生，实现资助对象认定的精准化。数据可视化技术是一种将庞大、复杂的数据集转换成图形或图像进行表示的技术方法，以便人们能够更容易地理解和分析数据。数据可视化技术在学生资助帮扶中的运用是依托Hadoop、Spark等大数据计算框架将复杂的数据集转换为具体的图形和图表，建立一个客观、多维度、多角度的学生“自画像”，这种“自画像”能够帮助资助工作者深入了解资助对象的实际状况和现实困境，有助于确定资助对象的贫困程度和应该获得哪种类型的助学金，缩短资助对象获取助学金的时间周期。同时，通过大数据PSO、Beam、Binary等多种智慧算法对生成的学生“自画像”信息进行定量分析和加权处理，能形成符合各高校校情的家庭经济困难学生认定标准，避免各学院、班级的资助工作者在进行资助审核中的主观随意性。此外，在申请和评定各类奖助学金的过程中，资助对象根据自己符合的条件标准，可以通过各类网端链接大数据平台进行奖助学金的申请，通过前期建立的高校学生大数据库和生成的个人“自画像”，学生能够清晰地了解自己属于哪种资助范畴，并减少提交各类纸质证明材料，简化资助的流程环节，确保资助政策在家庭经济困难学生中落到实处。大数据分析技术的核心在于数据发掘、分析建模等，其中数据发掘旨在对各个分布式数据集中自动搜索隐藏的有用信息，分析建模侧重于对数据规律进行预测。通过大数据分析技术，高校资助工作者可以制作涵盖学生思想、学习、经济、发展等方面的个性化“一人一案”，面向资助对象实施形式多样的育人举措，有效地化解家庭经济困难学生“供”与“需”之间的矛盾。例如，学校可以对家庭突遭重大变故的学生及时提供临时性帮扶，对家庭经济特别困难但成绩不佳的学生提供资助贷款，对学习成绩优异但家庭经济困难的学生提供励志奖学金的帮扶，对当前经济状况稍好但渴望得到锻炼的学生提供勤工助学岗位等，满足学生多样化的需求。同时，学校可以通过大数据的反馈机制和安全隐私机制，对资助对象进行持续的关注和跟踪，评估资助效果，及时调整资助策略，并在合适的时间节点对学生提供心理辅导、人文关怀和开展实践活动等，避免学生出现自卑、自弃等不良情绪，帮助受资助学生提升专业技能和社会实践能力，增强其就业竞争力。此外，学校可以通过大数据技术结合对历史数据的对比分析，预判资助对象后期需要的帮扶，帮助资助工作者提前做好谋划，优化资助资源的配置。本文围绕精准资助目标和促进学生德智体美劳全面发展的要求，构思基于大数据技术的高校精准资助育人机制流程图（如图１所示），充分利用大数据技术手段促进资助帮扶与学校实际相结合、与贫困学生需求相契合，有效地发挥资助育人的时代价值，创新和完善现有的高校学生精准资助工作，提升高校资助工作水平，夯实高校资助育人实效。![]()
图１ 基于大数据技术的高校精准资助育人机制流程图
数据库具备良好的可拓展性，能有效地提升数据信息的可靠性和一致性，在高校精准资助育人机制中起基础性作用。首先，学校以大数据分布式存储系统作为核心存储组件，将院系、学工、教务、信息中心、招生、就业等多个部门作为独立的存储节点，使用大数据哈希函数（Hash Function）等智能算法将学生在校期间的学习、生活、消费、活动参与、荣誉获取与生源地情况、家庭情况等元数据信息映射到不同的存储节点，从而建立高校精准资助信息系统数据库。该数据库是一个共享共治、协同管理的学生数据中心，能有效地破除各部门之间的“数据孤岛”现象，实现学生基本信息的交流互享。其次，学校把大数据常用的Hadoop、Spark等技术作为计算框架系统，对院系、学工、教务、招生、就业、信息中心等不同节点中的学生元数据信息进行科学的划分、调度和执行，根据不同的计算任务指令，从高校精准资助信息系统数据库中进行数据切片，并自动将切片后的元数据信息根据指令要求，传输至有需求的分布存储节点。最后，学校围绕大数据采集、预处理、存储及管理、分析及挖掘、展现及应用等诸多关键技术，开展有针对性的大数据技术基础知识培训讲座，加强高校资助育人队伍建设，使资助工作者既能切实掌握家庭经济困难学生在校的外部可视化信息，又能利用大数据的各种新型技术手段挖掘家庭经济困难学生的内在潜藏信息。智能化的信息系统能快速处理庞大的数据信息流，提供高效的平台访问、查询、处理等功能，从而提高决策质量、优化资源配置。笔者在上文搭建的数据库基础上，建立高校精准资助信息系统作为高校精准资助育人机制的平台层。一是通过公有链技术，集体组织或者单个个体都可以在不同地点、网端链入信息系统中的各类存储节点。用户在登录访问的过程中，除被加密算法锁定的信息不可访问外，其他元数据信息均可进行浏览查阅。在这种公开透明的模式中，高校资助队伍、被资助学生及其他社会主体都能掌握系统每一段元数据流的详细动态，切实保障高校精准资助育人机制在不同社会主体中的可信度。二是通过大数据技术中的聚类分析算法，以当前家庭经济困难学生认定标准作为系统分析的凝聚点，根据大数据中的连续变量和分类变量找出家庭经济困难类别直接具有的相同特征，从而将不同家庭经济困难类别认定要求嵌入高校精准资助信息系统，进一步健全大学生家庭经济困难程度认定机制。三是利用大数据技术中的关联算法进行科学分析，高校精准资助信息系统能对家庭经济困难学生提交的申请表和上传的相关材料证明进行初步判定，根据不同家庭经济困难类别进行关联关系分析。资助工作者通过高校精准资助信息系统可以审核学生资助申请是否符合国家、高校的标准，提高家庭经济困难学生的认定效率，保障家庭经济困难学生的信息隐私，有效地缩短认定周期。在高校精准资助信息系统数据库和高校精准资助信息系统的基础上，学校重新梳理和转换整合学生入学前后的家庭、学习、生活、参与活动等方面的结构化数据，构建学生“自画像”。首先，高校与资助工作者应通过大数据可视化技术，分别对数据层中的学生元数据信息进行统计分析，生成多个不同类型的学生现实标签，构建学生多维度数据模型，生成受助学生精准资助帮扶画像（如图２所示）。在受助学生的画像中，高校精准资助育人队伍能详细了解受助学生在经济、思想、心理、技能、生活等方面的元数据信息，有针对性地进行经济资助、心理辅导、思想培育、学习帮助、生涯规划等，实现对象精准、需求精准、帮扶精准、结果精准等四个层次的协调一致，从而为受助学生后续的德智体美劳全面发展提供支持，达到“解困—育人—成才—回馈”的良好循环。其次，政府部门、金融系统、企业、爱心人士等社会应用层通过构建好的学生画像，根据大数据可视化模型中的学生预测标签，能及时动态地进行政策调整、资金投入和社会赞助，有效地整合政府、企业和社会个人等多方面的资助力量，健全多维度、多层面的资助帮扶体系，将资助帮扶由传统的“大水漫灌”变为“精准滴管”。最后，资助工作者在资助育人中出现的新状况、家庭经济困难学生在申请资助帮扶中出现的新问题，都可以通过大数据进行动态反馈至数据层。高校精准资助育人工作者通过数据层中收集的海量信息和实时的动态反馈，要定期对家庭经济困难学生进行成长评估，总结分析学生在思想、学习、生活、技能、综合发展方面取得的阶段变化，不仅能有效地研判精准资助帮扶政策、形式、活动的科学性和合理性，还可以客观地审视当前高校精准资助育人工作的成效。![]()
图２ 受助学生精准资助帮扶画像（大数据可视化模型）
高校创新精准资助育人机制是帮助家庭经济困难学生顺利完成学业，实现教育公平的必由之举。在新时代背景下，高校资助育人工作面临新的挑战，将大数据技术赋能精准资助育人工作中，构建高校精准资助信息化平台，探索新的精准资助育人机制，能有效地提高资助育人工作的精准性。大数据技术具有运算快、可视化等诸多优势，但目前大数据技术运用处于起步阶段，依托大数据技术构建起来的数据库、系统平台需要持续丰富和完善。高校及资助工作者应遵循思想政治工作规律、学生成长规律，把握大数据技术的核心本质，在扶贫与扶智、扶志中激发家庭经济困难学生实现自身全面发展的内在动力，从而构建识别精准、多方参与的长效资助育人机制。
基金项目：2022年度江西省教育厅科学技术研究项目资助“基于大数据技术的高校精准资助育人机制构建与实施路径研究”（课题编号：GJJ2210510）的研究成果。
作者简介：徐佳铭（1992—），男，硕士，讲师，研究方向：思想政治教育；陈磊（1985—），男，硕士，副教授，研究方向：思想政治教育、计算机技术。
[1]习近平总书记关切事丨为你点灯，照亮前行——让教育扶贫“斩断”贫困代际传递[EB/OL].
http://www.xinhuanet.com/politics/leaders/2020-04/29/c_1125924392.htm
[2]习近平：高举中国特色社会主义伟大旗帜 为全面建设社会主义现代化国家而团结奋斗——在中国共产党第二十次全国代表大会上的报告[EB/OL].https://www.gov.cn/xinwen/2022-10/25/content_5721685.htm
[3]2022年中国学生资助发展报告[EB/OL].http://cpc.people.com.cn/n1/2023/1103/c64387-40109421.html
[4]杨柳艺，吴敏，杨莹．精准扶贫理念下高校院系学生发展型资助体系的构建[J].科教文汇，2023（3）
[5]谢文涛．大数据视域下高校资助育人精准化研究[J].淮南职业技术学院学报，2024（1）
