论文部分内容阅读
摘 要：精准化是当前高校学生事务管理的应然取向，移动互联网和大数据时代的到来为实现高校学生事务管理精准化提供了现实进路。以移动管理平台为依托，利用伴随式数据采集、动态大数据分析等新技术，构建起集数据采集、数据分析、数据画像、数据反馈为一体的数据赋能管理的核心体系，从而实现高校学生事务管理“需求”和“供给”的精准化。以学业辅导为例，通过数据赋能，可实施学业的动态预警，开展有针对性的个性化帮扶、高效率的共性化教育，以精准化助推“管理育人”取得良好成效。
關键词：数据赋能;学生事务管理;精准;管理育人
精准化：当前高校学生事务管理的应然取向
在高等教育领域，所处的宏观环境、面向的微观个体都发生了巨大变化，人才培养数量的迅速提升要求着高校学生事务管理工作更加高效有序，而对人才培养质量的高标准更是要求高校从专业化、个性化的角度出发开展教育、管理和服务工作，摒弃以往“流水线”“一刀切”的模式，以针对性、精准化实现学生事务管理的内涵式发展。[1]
1.精准化回应专业化管理的诉求。当前，高校学生事务管理工作普遍存在项目繁多、层级复杂、程序繁琐等问题，发展和改革的重点就在于提升职业化、专业化，实现高效率、高效能。而精准化是学生事务管理走向专业化的必经之路。一方面，精准化意味着提高管理“精度”。提高“精度”，就是要提高学生事务管理的“精细化程度”，用明晰取代模糊，用具象取代抽象，用易操作取代难执行，做到管理内容全覆盖、管理过程可监控、管理细节能掌握，用过程的规范性达到理想的管理效率。另一方面，精准化意味着聚焦管理“准心”。高校学生事务管理应对准当前管理工作中的重点和难点，以问题为导向，精确定位管理“靶心”，聚焦中心点层层分解、层层落实，通过精准发力、以点带线、以线成面，用方向的准确性实现预期的管理效果。
2.精准化符合全方位育人的要求。在“全方位育人”的形势下，高校管理工作不仅具有管理的属性，而且也应具备教育的功能。“以人为本”是高校学生事务管理的要求，“教育”是高校学生事务管理的本质，而精准化是实现“以人为本”“教育”的题中应有之义。
第一，精准化是“以人为本”理念下的教育对象取向。高校学生事务管理的对象，是学生这个整体，也是整体下的每一类群体、每一个个体。以人为本，做到“因才施策”“因材施教”，前提就是要区分和识别不同群体、不同个体，做到对管理对象的精准定位、精准分类。
第二，精准化是“以人为本”理念下的教育目标指向。在“管理育人”视阈下，高校学生事务管理的终极目标与人才培养的目标是重合统一的，在马克思主义的话语中，即为实现“每个人的全面而自由的发展”。因此，高校学生事务管理目标应当是每个学生发展目标的映射，这就要求我们精准了解发展目标，精准掌握育人需求，以精准化助推教育目标的实现。
第三，精准化是“以人为本”理念下的教育手段转向。针对精准对象，面向精准目标，就要采取精准手段。教育手段要因人而异、因事而化、因时而进、因势而新，才能提升高校学生事务管理的育人成效。
3.精准化满足个性化服务的需求。在“服务”的属性下，管理工作既要符合学校标准化的要求，也要满足学生差异化的需求，通过精准化在“共性”和“个性”之间取得新的平衡，服务于学生的成长成才。
第一，提高个性服务水平需要精准化。面对复杂问题时，要对不同的学生“量身定制”管理服务方案，前提是要把握每一个学生的现状，详细掌握学生的家庭背景、外部环境、成长经历、生理条件、心理状态等，在此基础上挖掘问题、剖析原因、发现需求，再分门别类、实施管理。这就意味着在开展个性化服务中，学生事务管理部门和人员要做到精准识别、精准研判、精准画像、精准施策，用精准化提高个性化服务的水平和质量。
第二，提升共性服务效率需要精准化。做好共性管理服务工作是个性化的前提和基础。我国高校向来重视共性教育、管理和服务，有着较为丰富的经验，但如何提升共性服务的效率是需要进一步回答的问题。在精准化思维下，效率提升的关键就在于精准筛选共性问题，借助现代化手段给予高效、便捷的回应。
数据赋能：高校学生事务管理精准化的现实进路
随着现代信息技术的普及和发展，信息化、数字化的趋势也渗透到了教育领域的方方面面。在学生事务管理信息化进程中，高校可依托管理平台采集管理数据，在此基础上开展动态分析，通过画像定位个性特征，发现共性问题;实施即时反馈，通过评价优化管理手段，改进管理内容，从而实现以数据赋能管理精准化。
1.技术支撑。数据是实现高校学生事务管理精准化的基本资源，产生于平台，来源于采集，应用于分析。在数据赋能学生事务管理的过程中，数据的数量和质量要求着平台建设、采集手段和分析技术不断优化，而集成型管理平台、伴随式采集手段和动态化分析技术是当前较为先进的工具，为精准化提供着强大的技术支撑。
第一，集成型管理平台。我国高校的信息化平台建设已有一定历史，已涉及学生教育、管理、服务工作的多个领域，涵盖学生学业注册、图书借阅、餐饮住宿等各个方面，但普遍存在“各自为政”的局面，对数据的收集和分析造成了一定困难。目前，不少高校开始尝试“一站式”服务体系的建设，搭建系统集成、资源共享的一体化学生事务管理平台。这种集成型管理平台可以实现数据的互联互通，涵盖学生从入学到毕业的全过程，覆盖思想、学习、工作、生活的全方位，既为学生完成各项学校事务提供了方便，又为学校进行事务的统计分析奠定了基础。[2]
第二，伴随式采集手段。2018年，教育部在《教育信息化2.0行动计划》中指出，“打破数据壁垒，实现一数一源和伴随式数据采集”。[3]所谓伴随式数据采集，采集的是动态的过程性数据，采集时对象无感知，数据的真实性和可靠性因而得到保证。高校中也不乏伴随式的数据采集手段，如通过校园卡在餐厅用餐、借阅图书、出入学校、看病等所产生的数据，形成了大学生的日常生活“轨迹”，而近年来，将伴随式数据采集引入思想、学业、实践等更加重要的方面成为大势所趋，结果性、滞后性正在被过程性、即时性所取代。 第三，动态化分析技术。基于伴随性数据采集手段，当下的数据被及时记录下来，并进一步依托动态分析技术得以被解释，从而反映出学生事务管理中的学生或事务的实时状态。例如：目前，不少高校在新生入学中使用的电子注册平台，就能够实时统计注册学生的各类信息，通过可视化界面进行动态呈现，取得良好成效。
2.体系构建。高校学生事务管理精准化体系的构建逻辑，一方面，在于管理效果的精准化评估;另一方面，在于管理内容和手段的精准化改进，两者互为基础。主干是数据采集、数据分析、数据画像和数据反馈四个环节，覆盖信息输入到输出的全流程，形成闭环，螺旋式推进精准化管理。
第一，数据采集。在伴随式采集手段的技术支持下，高校学生事务管理部门和人员可以从集成型管理平台的后台提取到各类可同步的数据。采集何种数据、采集多少数据取决于管理的需求。一方面，可从“人”的角度出发，针对个体的情况全面采集相关数据，作为个体评价的参考依据;另一方面，可从“事”的角度着手，持续跟踪事务从开始到结束的整个过程数据，服务于事务发展变化规律的探索和管理方案的改进。
第二，数据分析。得到数据后，经过一定的整合、清洗，形成规范的数据集群，用于各类分析。要实现学生事务管理精准化，就要实时掌握管理的进展，事前预判管理的成效，为管理的及时调整和有效决策提供依据。因此，数据分析的重点在于，一是通过统计分析客观呈现管理现状，二是通过相关性分析精准预测管理结果。
第三，数据画像。所谓“画像”，就是对客观事物的再现，用数据给学生事务管理“画像”，比起单纯的数据分析更能全面、直观地反映学生事务管理中人或事的状态，避免了评价的“单一标签化”。将数据分析的结果进行进一步的加工，通过文本挖掘算法等创建标签，基于卡方检验等设置属性，利用主成分分析法分配权重，生成标签体系，就可以得到数据画像的各个维度;之后进行建模，通过聚类算法得到大学生的数据画像，全方位反映学生现实表现。
第四，数据反馈。通过画像，学生事务管理者就能够发现特点、总结规律、挖掘问题，实现了对管理过程的客观反馈、对管理效果的量化评价。以特点为参考、以规律为指导、以问题为导向，进一步瞄准管理群体、完善管理群体、优化管理内容，推动学生事务管理向全方位、精準化的方向发展。
3.运用方向。高校学生事务管理面向的是“学生”，面对的是“事务”，用事务的管理服务于学生的成长。所以，以数据赋能学生事务管理精准化的方向就在于通过学生成长需求侧的精准挖掘，实现事务管理供给侧的精准改革。
第一，精准挖掘学生成长需求。数据之所以有价值，主要原因是通过足量数据的分析可以发掘现象背后的本质、探索行为背后的规律。在学生事务管理中，可以围绕某一学生采集其参与各项学生事务的行为数据，如思想状况、学习成绩、实践情况、身体素质、心理状态等，形成对学生个体的数据画像，既能在某个时间节点上了解学生单项和综合的表现情况，又能通过某个时间段内学生表现的变化掌握规律，从而找到学生在事务管理中的行为特点、发展成长中的个体弱点，精准挖掘出一个学生乃至一类学生对学生事务管理的客观需求。
第二，精准改革事务管理供给。除了精准定位需求侧，通过数据还可以探索供给侧的不足。围绕某一特定事项，如思想教育、学业辅导、就业指导、资助工作等各类管理活动，采集所有相关学生的行为数据，形成对专项事务的数据画像，既能直观展现事务管理的进展度，又能定量评价事务管理的有效性，从而找到事务管理本身的痛点和难点，为精准推进学生事务管理供给向高效率、高质量改革提供了数据支撑。
以数据赋能高校学生事务管理精准化的实践探索
在精准化的取向下，中国石油大学（北京）不断探索以数据赋能的具体方案，推动学生事务管理向信息化、数字化、智慧化发展，取得一定经验。以学业辅导为例，依托移动互联数据云平台实施教学活动，采集伴随式的学业数据，在数据画像基础上形成动态预警，进而实现精准帮扶、高效辅导。
1.搭建移动互联教学云平台。移动互联教学云平台，是移动互联网、大数据技术与教育教学结合的产物，能够实现泛在化、互动式的学习，记录学生的学习痕迹并储存在云端，作为教学反馈、学习反馈的基础数据。按照数据开放程度，常见的移动教学云平台可分为三类：第一类是大规模在线教育平台，如学堂在线、网易云课堂、中国大学MOOCs、泛雅等，由技术公司掌握学习数据;第二类是专用教学评价软件平台，由相关教育研究机构和研究教师开发，评价数据在平台开发者手中;与只有极少数相关人员能获取数据的前两类不同，如雨课堂、云班课等第三类平台将教学数据和学习数据完全开放给使用者，教师和学生都可以从后台获取数据，分析教学行为和学习行为。[4]
2.实施伴随式学业数据采集。在云班课中，当教师提供学习资源、发起教学活动，其教学行为被记录;学生查看资源、参与活动的学习行为也会形成痕迹。伴随式学业数据的采集是与行为的发生同步进行的，覆盖课前、课中、课后三个环节，包括学生的出勤数据、教学内容的学习数据、教学活动参与数据、测验考试数据。具体来说，上课前，教师通过发布学习资源，引导学生预习，学生浏览资源的时间、时长都会随着学生的阅读被纳入后台数据管理;上课时，教师依托云班课组织签到、问卷调查、讨论、头脑风暴、举手、抢答、随堂小测、小组讨论等教学活动，学生在手机端作答的数据也被实时记录;上课后，当随堂作业发布到云平台，教师也随时随地可以查看学生完成情况的数据。这些全面而实时的数据是“画像”的基础。
同时，云教材除了能实现教材的移动式、无纸化阅读，也具备伴随性数据采集的功能。在云教材中，学生整体的学习进度、学习时长，对每个章节每个视频的观看时长，做笔记和参与讨论、练习等沉浸式学习互动的情况，自动进入云端的数据库，供学生、教师、管理者查阅。
3.依托画像形成动态预警。基于云平台采集到的伴随式数据，通过系统自动生成或人工分析的方式形成数据画像。一方面，我们在云平台的管理界面可查看到可视化的学生学习过程行为表现，这是云平台自身所具备的数据加工和数据画像功能的产物。为了探索过程表现与学业结果之间的相关性，构建了数据分析模型，发现学生在云平台中的学习轨迹与其综合测评成绩拟合度较高。因此，可以直接通过过程画像预测学生当年度的学习成绩，实现对学业的超前预警。另一方面，我们也根据管理需求导出原始数据进一步分析，设计出学习态度指数、学习拖延指数、自学能力指数等若干反映学生某一特征的指数，定量分析出学生在学习过程的具体情况，作为学生学习结果的预测指标。通过指数的纵向追踪和横向比较，发现指数和结果的相关性，从而有效识别学生的潜在问题或成长潜力，使学业管理更加精准化。以学习拖延指数为例，根据移动云平台中记录的学生提交作业的时间，设定截止日期前提交的拖延指数为0;晚一天提交的拖延指数为1，晚两天提交的拖延指数为2，为轻度拖延;晚提交作业三天及以上，拖延指数为3，为重度拖延;发出催作业通知后及时提交的，拖延指数为4，为严重拖延;发出催作业通知后还不提交的，拖延指数为5，为极严重拖延。在验证中，严重拖延和极严重拖延的学生挂科率极高，预警准确率在75%左右。
4.基于预警开展精准帮扶。在预警中，将学业困难的学生分为一般困难、较重困难、严重困难、特别严重困难四个等级，实时通过移动端反馈给学生本人、任课教师、辅导员。之后，由任课教师和辅导员进一步通过深度辅导等方式逐个了解学生情况，因材施教。此外，除了开展个性辅导，还依托智慧语音答疑系统精准解决共性问题。智慧语音答疑系统是人工智能技术融入教育领域的智慧化学业辅助工具，以移动端、网络电视屏幕、网站、智慧音响等为载体，以互动问答的方式帮助学生解决日常生活和学习学业过程中遇到的普遍性问题，可以做到24小时回应、随时随地解惑，大大提高了共性学业问题的管理效率。
通过数据赋能学业辅导精准化，学生的学业警告率在五年内逐步下降，升学率大幅度提升。这在一定程度上证明，数据在高校学生事务管理领域大有可为、大有作为。今后，在深化数据赋能相关理论研究的同时，应进一步以理论为指导开展实践探索，让精准管理理念真正落地，推动高校学生事务管理育人取得实效。
参考文献：
[1]许跃民.新时代创新高等教育精细化管理的策略[J].广西民族师范学院学报，2018，35（3）：77-79，86.
[2]刘宏达，许亨洪.以信息化推动我国高校学生事务管理与服务创新[J].思想教育研究，2015（12）：89-92.
[3]教育部关于印发《教育信息化2.0行动计划》的通知[EB/OL].（2018-04-18）[2019-04-28].http：//www.moe.gov.cn/srcsite/A16/s3342/201804/t20180425_334188.html.
[4]王英国，杨东杰，胡锐.高校思想政治理论课获得感定量指标评价研究—基于学习分析技术[J].北京教育（德育），2019（2）：91-96.
{作者单位：中国石油大学（北京）理学院}
[责任编辑：苑聪雯]
關键词：数据赋能;学生事务管理;精准;管理育人
精准化：当前高校学生事务管理的应然取向
在高等教育领域，所处的宏观环境、面向的微观个体都发生了巨大变化，人才培养数量的迅速提升要求着高校学生事务管理工作更加高效有序，而对人才培养质量的高标准更是要求高校从专业化、个性化的角度出发开展教育、管理和服务工作，摒弃以往“流水线”“一刀切”的模式，以针对性、精准化实现学生事务管理的内涵式发展。[1]
1.精准化回应专业化管理的诉求。当前，高校学生事务管理工作普遍存在项目繁多、层级复杂、程序繁琐等问题，发展和改革的重点就在于提升职业化、专业化，实现高效率、高效能。而精准化是学生事务管理走向专业化的必经之路。一方面，精准化意味着提高管理“精度”。提高“精度”，就是要提高学生事务管理的“精细化程度”，用明晰取代模糊，用具象取代抽象，用易操作取代难执行，做到管理内容全覆盖、管理过程可监控、管理细节能掌握，用过程的规范性达到理想的管理效率。另一方面，精准化意味着聚焦管理“准心”。高校学生事务管理应对准当前管理工作中的重点和难点，以问题为导向，精确定位管理“靶心”，聚焦中心点层层分解、层层落实，通过精准发力、以点带线、以线成面，用方向的准确性实现预期的管理效果。
2.精准化符合全方位育人的要求。在“全方位育人”的形势下，高校管理工作不仅具有管理的属性，而且也应具备教育的功能。“以人为本”是高校学生事务管理的要求，“教育”是高校学生事务管理的本质，而精准化是实现“以人为本”“教育”的题中应有之义。
第一，精准化是“以人为本”理念下的教育对象取向。高校学生事务管理的对象，是学生这个整体，也是整体下的每一类群体、每一个个体。以人为本，做到“因才施策”“因材施教”，前提就是要区分和识别不同群体、不同个体，做到对管理对象的精准定位、精准分类。
第二，精准化是“以人为本”理念下的教育目标指向。在“管理育人”视阈下，高校学生事务管理的终极目标与人才培养的目标是重合统一的，在马克思主义的话语中，即为实现“每个人的全面而自由的发展”。因此，高校学生事务管理目标应当是每个学生发展目标的映射，这就要求我们精准了解发展目标，精准掌握育人需求，以精准化助推教育目标的实现。
第三，精准化是“以人为本”理念下的教育手段转向。针对精准对象，面向精准目标，就要采取精准手段。教育手段要因人而异、因事而化、因时而进、因势而新，才能提升高校学生事务管理的育人成效。
3.精准化满足个性化服务的需求。在“服务”的属性下，管理工作既要符合学校标准化的要求，也要满足学生差异化的需求，通过精准化在“共性”和“个性”之间取得新的平衡，服务于学生的成长成才。
第一，提高个性服务水平需要精准化。面对复杂问题时，要对不同的学生“量身定制”管理服务方案，前提是要把握每一个学生的现状，详细掌握学生的家庭背景、外部环境、成长经历、生理条件、心理状态等，在此基础上挖掘问题、剖析原因、发现需求，再分门别类、实施管理。这就意味着在开展个性化服务中，学生事务管理部门和人员要做到精准识别、精准研判、精准画像、精准施策，用精准化提高个性化服务的水平和质量。
第二，提升共性服务效率需要精准化。做好共性管理服务工作是个性化的前提和基础。我国高校向来重视共性教育、管理和服务，有着较为丰富的经验，但如何提升共性服务的效率是需要进一步回答的问题。在精准化思维下，效率提升的关键就在于精准筛选共性问题，借助现代化手段给予高效、便捷的回应。
数据赋能：高校学生事务管理精准化的现实进路
随着现代信息技术的普及和发展，信息化、数字化的趋势也渗透到了教育领域的方方面面。在学生事务管理信息化进程中，高校可依托管理平台采集管理数据，在此基础上开展动态分析，通过画像定位个性特征，发现共性问题;实施即时反馈，通过评价优化管理手段，改进管理内容，从而实现以数据赋能管理精准化。
1.技术支撑。数据是实现高校学生事务管理精准化的基本资源，产生于平台，来源于采集，应用于分析。在数据赋能学生事务管理的过程中，数据的数量和质量要求着平台建设、采集手段和分析技术不断优化，而集成型管理平台、伴随式采集手段和动态化分析技术是当前较为先进的工具，为精准化提供着强大的技术支撑。
第一，集成型管理平台。我国高校的信息化平台建设已有一定历史，已涉及学生教育、管理、服务工作的多个领域，涵盖学生学业注册、图书借阅、餐饮住宿等各个方面，但普遍存在“各自为政”的局面，对数据的收集和分析造成了一定困难。目前，不少高校开始尝试“一站式”服务体系的建设，搭建系统集成、资源共享的一体化学生事务管理平台。这种集成型管理平台可以实现数据的互联互通，涵盖学生从入学到毕业的全过程，覆盖思想、学习、工作、生活的全方位，既为学生完成各项学校事务提供了方便，又为学校进行事务的统计分析奠定了基础。[2]
第二，伴随式采集手段。2018年，教育部在《教育信息化2.0行动计划》中指出，“打破数据壁垒，实现一数一源和伴随式数据采集”。[3]所谓伴随式数据采集，采集的是动态的过程性数据，采集时对象无感知，数据的真实性和可靠性因而得到保证。高校中也不乏伴随式的数据采集手段，如通过校园卡在餐厅用餐、借阅图书、出入学校、看病等所产生的数据，形成了大学生的日常生活“轨迹”，而近年来，将伴随式数据采集引入思想、学业、实践等更加重要的方面成为大势所趋，结果性、滞后性正在被过程性、即时性所取代。 第三，动态化分析技术。基于伴随性数据采集手段，当下的数据被及时记录下来，并进一步依托动态分析技术得以被解释，从而反映出学生事务管理中的学生或事务的实时状态。例如：目前，不少高校在新生入学中使用的电子注册平台，就能够实时统计注册学生的各类信息，通过可视化界面进行动态呈现，取得良好成效。
2.体系构建。高校学生事务管理精准化体系的构建逻辑，一方面，在于管理效果的精准化评估;另一方面，在于管理内容和手段的精准化改进，两者互为基础。主干是数据采集、数据分析、数据画像和数据反馈四个环节，覆盖信息输入到输出的全流程，形成闭环，螺旋式推进精准化管理。
第一，数据采集。在伴随式采集手段的技术支持下，高校学生事务管理部门和人员可以从集成型管理平台的后台提取到各类可同步的数据。采集何种数据、采集多少数据取决于管理的需求。一方面，可从“人”的角度出发，针对个体的情况全面采集相关数据，作为个体评价的参考依据;另一方面，可从“事”的角度着手，持续跟踪事务从开始到结束的整个过程数据，服务于事务发展变化规律的探索和管理方案的改进。
第二，数据分析。得到数据后，经过一定的整合、清洗，形成规范的数据集群，用于各类分析。要实现学生事务管理精准化，就要实时掌握管理的进展，事前预判管理的成效，为管理的及时调整和有效决策提供依据。因此，数据分析的重点在于，一是通过统计分析客观呈现管理现状，二是通过相关性分析精准预测管理结果。
第三，数据画像。所谓“画像”，就是对客观事物的再现，用数据给学生事务管理“画像”，比起单纯的数据分析更能全面、直观地反映学生事务管理中人或事的状态，避免了评价的“单一标签化”。将数据分析的结果进行进一步的加工，通过文本挖掘算法等创建标签，基于卡方检验等设置属性，利用主成分分析法分配权重，生成标签体系，就可以得到数据画像的各个维度;之后进行建模，通过聚类算法得到大学生的数据画像，全方位反映学生现实表现。
第四，数据反馈。通过画像，学生事务管理者就能够发现特点、总结规律、挖掘问题，实现了对管理过程的客观反馈、对管理效果的量化评价。以特点为参考、以规律为指导、以问题为导向，进一步瞄准管理群体、完善管理群体、优化管理内容，推动学生事务管理向全方位、精準化的方向发展。
3.运用方向。高校学生事务管理面向的是“学生”，面对的是“事务”，用事务的管理服务于学生的成长。所以，以数据赋能学生事务管理精准化的方向就在于通过学生成长需求侧的精准挖掘，实现事务管理供给侧的精准改革。
第一，精准挖掘学生成长需求。数据之所以有价值，主要原因是通过足量数据的分析可以发掘现象背后的本质、探索行为背后的规律。在学生事务管理中，可以围绕某一学生采集其参与各项学生事务的行为数据，如思想状况、学习成绩、实践情况、身体素质、心理状态等，形成对学生个体的数据画像，既能在某个时间节点上了解学生单项和综合的表现情况，又能通过某个时间段内学生表现的变化掌握规律，从而找到学生在事务管理中的行为特点、发展成长中的个体弱点，精准挖掘出一个学生乃至一类学生对学生事务管理的客观需求。
第二，精准改革事务管理供给。除了精准定位需求侧，通过数据还可以探索供给侧的不足。围绕某一特定事项，如思想教育、学业辅导、就业指导、资助工作等各类管理活动，采集所有相关学生的行为数据，形成对专项事务的数据画像，既能直观展现事务管理的进展度，又能定量评价事务管理的有效性，从而找到事务管理本身的痛点和难点，为精准推进学生事务管理供给向高效率、高质量改革提供了数据支撑。
以数据赋能高校学生事务管理精准化的实践探索
在精准化的取向下，中国石油大学（北京）不断探索以数据赋能的具体方案，推动学生事务管理向信息化、数字化、智慧化发展，取得一定经验。以学业辅导为例，依托移动互联数据云平台实施教学活动，采集伴随式的学业数据，在数据画像基础上形成动态预警，进而实现精准帮扶、高效辅导。
1.搭建移动互联教学云平台。移动互联教学云平台，是移动互联网、大数据技术与教育教学结合的产物，能够实现泛在化、互动式的学习，记录学生的学习痕迹并储存在云端，作为教学反馈、学习反馈的基础数据。按照数据开放程度，常见的移动教学云平台可分为三类：第一类是大规模在线教育平台，如学堂在线、网易云课堂、中国大学MOOCs、泛雅等，由技术公司掌握学习数据;第二类是专用教学评价软件平台，由相关教育研究机构和研究教师开发，评价数据在平台开发者手中;与只有极少数相关人员能获取数据的前两类不同，如雨课堂、云班课等第三类平台将教学数据和学习数据完全开放给使用者，教师和学生都可以从后台获取数据，分析教学行为和学习行为。[4]
2.实施伴随式学业数据采集。在云班课中，当教师提供学习资源、发起教学活动，其教学行为被记录;学生查看资源、参与活动的学习行为也会形成痕迹。伴随式学业数据的采集是与行为的发生同步进行的，覆盖课前、课中、课后三个环节，包括学生的出勤数据、教学内容的学习数据、教学活动参与数据、测验考试数据。具体来说，上课前，教师通过发布学习资源，引导学生预习，学生浏览资源的时间、时长都会随着学生的阅读被纳入后台数据管理;上课时，教师依托云班课组织签到、问卷调查、讨论、头脑风暴、举手、抢答、随堂小测、小组讨论等教学活动，学生在手机端作答的数据也被实时记录;上课后，当随堂作业发布到云平台，教师也随时随地可以查看学生完成情况的数据。这些全面而实时的数据是“画像”的基础。
同时，云教材除了能实现教材的移动式、无纸化阅读，也具备伴随性数据采集的功能。在云教材中，学生整体的学习进度、学习时长，对每个章节每个视频的观看时长，做笔记和参与讨论、练习等沉浸式学习互动的情况，自动进入云端的数据库，供学生、教师、管理者查阅。
3.依托画像形成动态预警。基于云平台采集到的伴随式数据，通过系统自动生成或人工分析的方式形成数据画像。一方面，我们在云平台的管理界面可查看到可视化的学生学习过程行为表现，这是云平台自身所具备的数据加工和数据画像功能的产物。为了探索过程表现与学业结果之间的相关性，构建了数据分析模型，发现学生在云平台中的学习轨迹与其综合测评成绩拟合度较高。因此，可以直接通过过程画像预测学生当年度的学习成绩，实现对学业的超前预警。另一方面，我们也根据管理需求导出原始数据进一步分析，设计出学习态度指数、学习拖延指数、自学能力指数等若干反映学生某一特征的指数，定量分析出学生在学习过程的具体情况，作为学生学习结果的预测指标。通过指数的纵向追踪和横向比较，发现指数和结果的相关性，从而有效识别学生的潜在问题或成长潜力，使学业管理更加精准化。以学习拖延指数为例，根据移动云平台中记录的学生提交作业的时间，设定截止日期前提交的拖延指数为0;晚一天提交的拖延指数为1，晚两天提交的拖延指数为2，为轻度拖延;晚提交作业三天及以上，拖延指数为3，为重度拖延;发出催作业通知后及时提交的，拖延指数为4，为严重拖延;发出催作业通知后还不提交的，拖延指数为5，为极严重拖延。在验证中，严重拖延和极严重拖延的学生挂科率极高，预警准确率在75%左右。
4.基于预警开展精准帮扶。在预警中，将学业困难的学生分为一般困难、较重困难、严重困难、特别严重困难四个等级，实时通过移动端反馈给学生本人、任课教师、辅导员。之后，由任课教师和辅导员进一步通过深度辅导等方式逐个了解学生情况，因材施教。此外，除了开展个性辅导，还依托智慧语音答疑系统精准解决共性问题。智慧语音答疑系统是人工智能技术融入教育领域的智慧化学业辅助工具，以移动端、网络电视屏幕、网站、智慧音响等为载体，以互动问答的方式帮助学生解决日常生活和学习学业过程中遇到的普遍性问题，可以做到24小时回应、随时随地解惑，大大提高了共性学业问题的管理效率。
通过数据赋能学业辅导精准化，学生的学业警告率在五年内逐步下降，升学率大幅度提升。这在一定程度上证明，数据在高校学生事务管理领域大有可为、大有作为。今后，在深化数据赋能相关理论研究的同时，应进一步以理论为指导开展实践探索，让精准管理理念真正落地，推动高校学生事务管理育人取得实效。
参考文献：
[1]许跃民.新时代创新高等教育精细化管理的策略[J].广西民族师范学院学报，2018，35（3）：77-79，86.
[2]刘宏达，许亨洪.以信息化推动我国高校学生事务管理与服务创新[J].思想教育研究，2015（12）：89-92.
[3]教育部关于印发《教育信息化2.0行动计划》的通知[EB/OL].（2018-04-18）[2019-04-28].http：//www.moe.gov.cn/srcsite/A16/s3342/201804/t20180425_334188.html.
[4]王英国，杨东杰，胡锐.高校思想政治理论课获得感定量指标评价研究—基于学习分析技术[J].北京教育（德育），2019（2）：91-96.
{作者单位：中国石油大学（北京）理学院}
[责任编辑：苑聪雯]