陶俊清

(東華大學(xué) 學(xué)生處， 上海201620)

大數(shù)據(jù)背景下的高校資助工作創(chuàng)新研究

陶俊清

(東華大學(xué) 學(xué)生處， 上海201620)

隨著互聯(lián)網(wǎng)等新媒體技術(shù)的發(fā)展，大數(shù)據(jù)時(shí)代已經(jīng)來臨。高校資助工作要應(yīng)對(duì)大數(shù)據(jù)帶來的機(jī)遇和挑戰(zhàn)，必須進(jìn)一步強(qiáng)化大數(shù)據(jù)意識(shí)，加強(qiáng)利用數(shù)據(jù)處理技術(shù)的能力，完善各項(xiàng)制度保障。在大數(shù)據(jù)背景下，推進(jìn)高校資助工作創(chuàng)新有利于提高工作的科學(xué)性、針對(duì)性和效率，更好地發(fā)揮資助工作的育人功能。

大數(shù)據(jù)；高校資助；創(chuàng)新

當(dāng)今世界，正在從數(shù)據(jù)時(shí)代走向大數(shù)據(jù)時(shí)代[1]。2014年的“兩會(huì)”，“大數(shù)據(jù)”第一次出現(xiàn)在政府工作報(bào)告中，這表明我們對(duì)大數(shù)據(jù)重要性的認(rèn)識(shí)上升到國家層面。大數(shù)據(jù)時(shí)代社會(huì)的信息化程度前所未有，已形成了創(chuàng)新思維的新起點(diǎn)。高校作為思想最活躍、知識(shí)最密集、網(wǎng)絡(luò)信息技術(shù)充分運(yùn)用的前沿陣地，學(xué)校的教育、管理和服務(wù)模式以及師生的思想觀念、學(xué)習(xí)方法和行為習(xí)慣必將受到大數(shù)據(jù)浪潮的深刻影響。研究如何在大數(shù)據(jù)時(shí)代創(chuàng)新高校資助工作，將是今后一段時(shí)間高校資助理論研究與工作實(shí)踐的重點(diǎn)。

一、高校資助工作信息化的現(xiàn)狀

2001年起，全國學(xué)生資助管理中心開始建立全國高校學(xué)生資助工作信息管理平臺(tái)，逐步實(shí)現(xiàn)了中央、省級(jí)、高校三級(jí)學(xué)生資助工作及貸款學(xué)生信息的網(wǎng)絡(luò)化管理。全國大部分省份開通了學(xué)生資助工作網(wǎng)站，信息化建設(shè)取得了一定的成果。但是，同時(shí)也存在一些問題：

(一) 缺乏頂層設(shè)計(jì)，統(tǒng)籌規(guī)劃不足

近幾年，各高校的學(xué)生資助工作信息化建設(shè)都取得了不同程度的進(jìn)展，但是大多數(shù)學(xué)校都相對(duì)獨(dú)立地建設(shè)信息系統(tǒng)。這些系統(tǒng)的標(biāo)準(zhǔn)、內(nèi)容不統(tǒng)一，數(shù)據(jù)不夠開放、難以共享，數(shù)據(jù)接口也比較復(fù)雜，既浪費(fèi)了開發(fā)維護(hù)成本，又制約了系統(tǒng)之間的互聯(lián)互通，更阻礙了更多的部門獲取并利用這些數(shù)據(jù)。同時(shí)存在多個(gè)管理平臺(tái)，往往讓學(xué)生、老師在不同的系統(tǒng)間頻繁切換，耗費(fèi)了寶貴的時(shí)間與精力。各省市的教育管理部門一般都開發(fā)了信息化工作平臺(tái)，各高校又有獨(dú)立的獎(jiǎng)助學(xué)金系統(tǒng)，同時(shí)也使用全國高校學(xué)生資助工作信息管理平臺(tái)。如此就讓用戶不知如何選擇，而進(jìn)入其中之一，又與其他網(wǎng)是隔離的，信息無法共享，從而無法享用更多的便捷和高效。[2]

(二) 服務(wù)目標(biāo)模糊，信息化不完全

許多地區(qū)建立的信息平臺(tái)使用率不高，只是為了有一個(gè)信息平臺(tái)而建立了一個(gè)信息平臺(tái)，沒有實(shí)質(zhì)的內(nèi)容，或者僅有少量的工作內(nèi)容。部分高校的信息平臺(tái)是基于管理者對(duì)實(shí)際工作的需要而建立起來的，宣傳、統(tǒng)計(jì)、管理、決策等是設(shè)計(jì)系統(tǒng)的主要目標(biāo)，而對(duì)學(xué)生的實(shí)際需求考慮不夠，因而信息系統(tǒng)的建設(shè)會(huì)出現(xiàn)更多服務(wù)于管理者而非學(xué)生的現(xiàn)象。在實(shí)際工作中，目前的資助工作信息化主要是技術(shù)層面，將紙質(zhì)的變成電子版的，或者就是把傳統(tǒng)的工作復(fù)制到網(wǎng)絡(luò)上，并沒有充分利用網(wǎng)絡(luò)資源建立新的工作機(jī)制和模式，將任務(wù)簡化，反而加重了各方的負(fù)擔(dān)。

(三) 過度關(guān)注數(shù)據(jù)，忽視對(duì)學(xué)生的發(fā)展指導(dǎo)

在資助工作信息化建設(shè)中，人是真正的主體，無論信息化軟硬件水平有多高、制度多么完善、流程多么嚴(yán)謹(jǐn)，如果沒有發(fā)揮人的積極作用，就不能體現(xiàn)資助工作的育人本質(zhì)。由于高校資助工作的特性，資助工作者在日常工作中容易進(jìn)入一個(gè)誤區(qū)：過分追求各項(xiàng)任務(wù)的細(xì)致和各類數(shù)據(jù)的精準(zhǔn)，因此耗費(fèi)了大量的精力在驗(yàn)證、核對(duì)之上。審查嚴(yán)格、金額準(zhǔn)確、放款及時(shí)固然是資助工作的基本要求，但目前各校的資助人員配置普遍緊張，如果大多數(shù)的工作時(shí)間都用于數(shù)據(jù)糾錯(cuò)，勢(shì)必難以顧及對(duì)學(xué)生的教育引導(dǎo)。

二、大數(shù)據(jù)的價(jià)值

大數(shù)據(jù)的內(nèi)涵并不是簡單的、規(guī)模很大的數(shù)據(jù)集合，而是一整套新型的技術(shù)、理念與應(yīng)用。大數(shù)據(jù)要求數(shù)據(jù)能充分發(fā)揮其外部性并通過與某些相關(guān)數(shù)據(jù)交叉融合產(chǎn)生遠(yuǎn)大于簡單加和的巨大價(jià)值。數(shù)據(jù)處理新技術(shù)的不斷推陳出新，使得大數(shù)據(jù)中所蘊(yùn)含的價(jià)值得以發(fā)掘和體現(xiàn)。[3]

(一) 大數(shù)據(jù)的技術(shù)價(jià)值

大數(shù)據(jù)的出現(xiàn)更多是基于兩個(gè)方面：一是互聯(lián)網(wǎng)使得數(shù)據(jù)產(chǎn)生量大大增加，有了現(xiàn)實(shí)的不同數(shù)據(jù)比對(duì)和處理的可能性。大數(shù)據(jù)時(shí)代下，數(shù)據(jù)資源是海量的，理論上學(xué)?？梢酝ㄟ^數(shù)據(jù)中心收集到學(xué)生的絕大部分信息，如選課及出勤率、圖書借閱情況、消費(fèi)及津貼數(shù)額、歸寢時(shí)間甚至包括網(wǎng)站瀏覽、日志信息等；第二是計(jì)算能力大幅度提高，原先單一的中央式計(jì)算方式變成了以云計(jì)算為特征的分布式計(jì)算方式，使得處理能力海量增加，在融入統(tǒng)計(jì)學(xué)方法之后，可以挖掘出更多有趣的信息。高?？梢猿浞掷脵C(jī)構(gòu)優(yōu)勢(shì)有組織地通過對(duì)各類數(shù)據(jù)源的定位和連接，實(shí)現(xiàn)數(shù)據(jù)的采集、傳輸和匯聚。近年來，由于數(shù)據(jù)資源具有體量巨大、類型繁多、生成快速、混亂無規(guī)則等特點(diǎn)，IT業(yè)界陸續(xù)推出了Hadoop、HPCC等大數(shù)據(jù)分析工具，便于使用者獲取各種數(shù)據(jù)資源。

(二) 大數(shù)據(jù)的理念價(jià)值

1. 由片面追求微觀細(xì)節(jié)轉(zhuǎn)向宏觀面的前瞻性探索

在大數(shù)據(jù)時(shí)代，獲取數(shù)據(jù)的途徑越來越多，類型和內(nèi)容日益豐富、多元。數(shù)據(jù)分析不僅僅靠微觀抽樣，更可以全面獲得宏觀整體的數(shù)據(jù)。以往僅能針對(duì)結(jié)構(gòu)型數(shù)據(jù)依靠抽樣分析來進(jìn)行數(shù)據(jù)分析，確認(rèn)信息來源及其現(xiàn)實(shí)客觀真實(shí)性。大數(shù)據(jù)時(shí)代的海量數(shù)據(jù)內(nèi)容龐雜、類型多樣、來源廣泛，分析大數(shù)據(jù)必須具備宏觀掌控能力，在整體層面具備敏銳的直覺和洞察力，利用新型的數(shù)據(jù)工具對(duì)宏觀整體的情況進(jìn)行分析。

2. 由單純探究因果關(guān)系轉(zhuǎn)向挖掘事物相關(guān)性

過去科學(xué)不發(fā)達(dá)，人們通過水井跟霍亂這兩種非相關(guān)數(shù)據(jù)的分布尋找到了因果聯(lián)系，雖然不知道為什么，也無法解釋，但是卻能作出較好的防范。這種非相關(guān)數(shù)據(jù)的相關(guān)性是偶然發(fā)現(xiàn)的，并非刻意尋找的結(jié)果。原因之一是過去沒有數(shù)據(jù)匯集技術(shù)，導(dǎo)致數(shù)據(jù)量太少，根本無法對(duì)非相關(guān)數(shù)據(jù)進(jìn)行集中比對(duì)；原因之二是處理數(shù)據(jù)的能力有限，即使數(shù)據(jù)匯集了，也無法有效進(jìn)行數(shù)據(jù)處理，找出各種數(shù)據(jù)的相關(guān)性的手段極為有限。所以，數(shù)據(jù)分析更多還是對(duì)帶有相關(guān)性的數(shù)據(jù)的整理和分析，都是以因果邏輯作為基礎(chǔ)的。

在大數(shù)據(jù)時(shí)代，透過無處不在、各式各樣的數(shù)據(jù)，我們可以發(fā)現(xiàn)事物之間的相互聯(lián)系，測(cè)知事情發(fā)生的趨勢(shì)，獲取更有價(jià)值的社會(huì)認(rèn)知。所以，大數(shù)據(jù)的價(jià)值在于從海量的非相關(guān)性數(shù)據(jù)里尋找出一定的相關(guān)性，然后推演出行為方式的可能性。

3. 由傳統(tǒng)經(jīng)驗(yàn)判斷轉(zhuǎn)向新型量化評(píng)估

傳統(tǒng)上，普遍認(rèn)為人的態(tài)度、偏好以及價(jià)值觀是無法量化的，但在大數(shù)據(jù)背景下，量化的過程不需要無限精確。道格拉斯·W·哈伯德在《數(shù)據(jù)化決策》一書中闡述了“量化”并非是深?yuàn)W神秘、讓人費(fèi)解的事情，并且除了日常我們慣于用數(shù)據(jù)來表示的事物外，其他以定性說明的抽象事物，例如“幸福感”“滿意度”“質(zhì)量”“形象”“品牌價(jià)值”等看不到摸不著的東西也都是可以量化的[4]。而量化的目的并不是為了獲取精確數(shù)值，而是掌握了解不確定性，控制降低風(fēng)險(xiǎn)，為評(píng)估提供依據(jù)。有效的量化過程厘清了過程與結(jié)果的關(guān)系，明確了待量化的內(nèi)容，找出核心問題，并給出其清晰的定義，進(jìn)而使用適合的量化方法獲得對(duì)評(píng)估有價(jià)值的信息。

(三) 大數(shù)據(jù)的應(yīng)用價(jià)值

1. 綜合評(píng)價(jià)

人的能力是多方面的，人都有各自優(yōu)勢(shì)。學(xué)生在校學(xué)習(xí)、生活與實(shí)踐過程中，表現(xiàn)出來的能力不是單一維度的數(shù)值反映，而是多維度、綜合能力的體現(xiàn)。大數(shù)據(jù)時(shí)代的到來，讓所有社會(huì)科學(xué)領(lǐng)域能夠憑借前沿技術(shù)的發(fā)展從宏觀群體面向微觀個(gè)體，讓跟蹤、記錄、處理與分析每一個(gè)人的數(shù)據(jù)成為可能，幫助學(xué)校對(duì)學(xué)生進(jìn)行全方位的評(píng)價(jià)，即主體多元化、內(nèi)容多維化、方法多樣化，使評(píng)價(jià)結(jié)果更為客觀，促進(jìn)了對(duì)學(xué)生的多元化評(píng)價(jià)。

2. 發(fā)展預(yù)測(cè)

針對(duì)海量非結(jié)構(gòu)性數(shù)據(jù)的相關(guān)性分析、態(tài)勢(shì)與效應(yīng)的判定，揭示事物發(fā)展的演變規(guī)律，進(jìn)而對(duì)事物發(fā)展趨勢(shì)進(jìn)行預(yù)測(cè)。發(fā)展預(yù)測(cè)體現(xiàn)了目前大數(shù)據(jù)最突出的使用價(jià)值。[5]

3. 決策支持

面向領(lǐng)域或主題的歷史數(shù)據(jù)與當(dāng)前數(shù)據(jù)的融合，對(duì)潛在線索與模式的挖掘，對(duì)事件群體與社會(huì)發(fā)展?fàn)顟B(tài)的感知。伴隨人工智能、機(jī)器學(xué)習(xí)及數(shù)據(jù)挖掘技術(shù)的不斷進(jìn)步，大數(shù)據(jù)將會(huì)進(jìn)一步提高信息價(jià)值而促成決策、引導(dǎo)行動(dòng)、規(guī)避風(fēng)險(xiǎn)。

三、高校資助工作創(chuàng)新路徑

(一) 以智能化為創(chuàng)新內(nèi)容

隨著信息技術(shù)的發(fā)展，知識(shí)傳播轉(zhuǎn)向了知識(shí)生產(chǎn)及應(yīng)用，高校資助工作不再是單向的資源給予，而是主動(dòng)的、交互的、協(xié)同的創(chuàng)新型學(xué)生工作，提供個(gè)性化的、合作式的服務(wù)，資助工作者的職責(zé)從以往單純的資源分配者轉(zhuǎn)向家庭經(jīng)濟(jì)困難學(xué)生、當(dāng)前(數(shù)據(jù)和資源)與未來(發(fā)展方向)的聯(lián)系者。

(二) 以個(gè)性化為創(chuàng)新目標(biāo)

大數(shù)據(jù)技術(shù)可以實(shí)現(xiàn)實(shí)時(shí)采集數(shù)據(jù)，避免問卷調(diào)查等傳統(tǒng)形式采集信息的刻意性、掩飾性；并且大數(shù)據(jù)技術(shù)能夠使原本無法量化的信息，如學(xué)生的感受、情緒、態(tài)度等，通過挖掘和分析得以量化和顯現(xiàn)，從而讓高校資助工作可以從宏觀群體走向微觀個(gè)體。資助工作者可以借助網(wǎng)絡(luò)平臺(tái)的數(shù)據(jù)信息，對(duì)學(xué)生形成更加全面、準(zhǔn)確的認(rèn)識(shí)，根據(jù)每名學(xué)生的實(shí)際情況和需要量身定制資助項(xiàng)目套餐，使得“一對(duì)一”的個(gè)性化資助成為可能。

(三) 以科學(xué)化為創(chuàng)新原則

如今的高校學(xué)生工作是建立在多樣化的異構(gòu)網(wǎng)絡(luò)(如互聯(lián)網(wǎng)、物聯(lián)網(wǎng)等)上的，并基于這些網(wǎng)絡(luò)對(duì)學(xué)生進(jìn)行多樣化、多層次的管理和服務(wù)(諸如學(xué)習(xí)、培訓(xùn)、飲食、住宿、獎(jiǎng)助等)，對(duì)大數(shù)據(jù)的充分挖掘是作出精確決策的基礎(chǔ)，有效利用數(shù)據(jù)來分析問題、作出精確決策，并以電腦代替部分人腦的工作，可以有效提升資助工作的科學(xué)性、穩(wěn)定性和效率。

四、高校資助工作創(chuàng)新策略

(一) 智能化的狀態(tài)識(shí)別

傳統(tǒng)的學(xué)生評(píng)估經(jīng)常依賴個(gè)人的經(jīng)驗(yàn)，而這種主觀性很強(qiáng)的評(píng)估行為使得這項(xiàng)工作缺乏科學(xué)性，而且效率較低。在對(duì)學(xué)生的生涯規(guī)劃、評(píng)獎(jiǎng)評(píng)優(yōu)及困難認(rèn)定過程中，可以借助大數(shù)據(jù)技術(shù)跟蹤、記錄、分析每個(gè)學(xué)生的信息，例如上課出勤率、借閱學(xué)術(shù)書籍的頻率、學(xué)習(xí)成績、校內(nèi)消費(fèi)數(shù)額、晨跑以及借用體育場地或器材情況等各種信息，通過在較為全面的范圍內(nèi)對(duì)學(xué)生點(diǎn)滴微觀行為的捕捉，對(duì)學(xué)生進(jìn)行多元評(píng)價(jià)，幫助我們了解學(xué)生的個(gè)性特點(diǎn)、興趣愛好、學(xué)習(xí)態(tài)度、經(jīng)濟(jì)狀況和當(dāng)前身心狀態(tài)等。學(xué)校還可以通過對(duì)學(xué)生就餐、日常消費(fèi)等數(shù)據(jù)的實(shí)時(shí)監(jiān)測(cè)以及處理，深度整合學(xué)生相關(guān)信息，更準(zhǔn)確地覆蓋到需要資助的學(xué)生，幫助家庭經(jīng)濟(jì)困難學(xué)生及時(shí)獲得人性化幫助。

在技術(shù)層面，可以利用大數(shù)據(jù)智能算法構(gòu)建特征模型(如蒙特卡羅模型)，對(duì)學(xué)生資格認(rèn)定的有關(guān)問題進(jìn)行智能化處理[4]。

(二) 智能化的發(fā)展指引

根據(jù)貝葉斯定理，可以通過A的發(fā)生估計(jì)B發(fā)生的概率。學(xué)校在對(duì)學(xué)生進(jìn)行資格認(rèn)定的過程中，其實(shí)已經(jīng)分析出學(xué)生的當(dāng)前狀態(tài)。在此基礎(chǔ)上，宏觀層面可以及時(shí)了解和掌握學(xué)生的思想動(dòng)態(tài)，針對(duì)學(xué)生討論、關(guān)心的熱點(diǎn)問題和突發(fā)事件，積極進(jìn)行教育引導(dǎo)，及時(shí)化解矛盾沖突，維護(hù)好校園學(xué)生的思想、輿論安全和穩(wěn)定；微觀層面可以對(duì)比歷史數(shù)據(jù)對(duì)學(xué)生下一步行為進(jìn)行預(yù)判，進(jìn)而對(duì)學(xué)生進(jìn)行有效的指引，或者對(duì)狀態(tài)異常的學(xué)生進(jìn)行有效的干預(yù)。例如，學(xué)?？梢愿鶕?jù)收集來的家庭經(jīng)濟(jì)困難學(xué)生個(gè)性、成績、興趣和技能等相關(guān)信息，給予其合適的職業(yè)規(guī)劃指導(dǎo)、實(shí)習(xí)信息乃至就業(yè)崗位，通過符合學(xué)生實(shí)際情況的生涯規(guī)劃或就業(yè)指導(dǎo)，提高就業(yè)率，為學(xué)生畢業(yè)后職業(yè)的可持續(xù)發(fā)展提供有力的支持。

在技術(shù)層面，可以利用大數(shù)據(jù)智能算法(如新型的人工神經(jīng)網(wǎng)絡(luò)、決策樹等)構(gòu)建透視可視化模型，模擬未來發(fā)展趨勢(shì)，對(duì)學(xué)生進(jìn)行智能化和科學(xué)化的發(fā)展指引[6]。

(三) 智能化的資源分配

盡管近年政府、社會(huì)以及高校都非常重視大學(xué)生資助工作，投入的經(jīng)費(fèi)也逐年提高，但給予眾多家庭經(jīng)濟(jì)困難學(xué)生的資源畢竟有限。面向不同情況的困難學(xué)生配發(fā)助學(xué)金、補(bǔ)助、慰問金等資助經(jīng)費(fèi)，本質(zhì)是有限資源的爭用。這是帶有約束的資源調(diào)度問題，要求遵守描述關(guān)系的一組復(fù)雜的規(guī)則，且處理此類問題關(guān)鍵是要基于數(shù)據(jù)、面向規(guī)則。例如，絕大多數(shù)的學(xué)校每年獎(jiǎng)助學(xué)金的總額、資助人數(shù)都會(huì)隨著政府撥款、社會(huì)贊助、學(xué)校投入及學(xué)生數(shù)量等因素的變化而變化，所以每年都需要重新計(jì)算、制定新的資助標(biāo)準(zhǔn)，并根據(jù)其分配獎(jiǎng)助學(xué)金資源給符合條件的學(xué)生，這一系列的過程非常復(fù)雜。對(duì)此，學(xué)?？梢灶A(yù)先對(duì)學(xué)生類別或?qū)哟芜M(jìn)行劃分，并設(shè)定某一合理的限度(如以基尼系數(shù)限制最大差距)，在此基礎(chǔ)上將資助資源分配給各個(gè)學(xué)生群體。

在技術(shù)層面，可以利用大數(shù)據(jù)智能算法(如新型的遺傳算法等)構(gòu)建數(shù)學(xué)模型，進(jìn)行資源分配的動(dòng)態(tài)優(yōu)化[7]。

(四) 智能化的績效評(píng)估

高校學(xué)生資助工作績效評(píng)估具有重要的意義，不僅是為了對(duì)相關(guān)工作作出優(yōu)劣等級(jí)的判斷，更重要的是為了發(fā)揮評(píng)估的促進(jìn)和激勵(lì)作用，引導(dǎo)高校持續(xù)優(yōu)化資助工作資源配置，不斷對(duì)評(píng)估指標(biāo)體系本身的科學(xué)性、合理性進(jìn)行持續(xù)不斷的檢驗(yàn)和改進(jìn)。然而，目前我國在高校學(xué)生資助工作績效評(píng)估領(lǐng)域的研究還處于起步階段。鑒于資助育人的工作理念，本文認(rèn)為資助工作的績效除了應(yīng)體現(xiàn)資助工作本身(機(jī)構(gòu)建設(shè)、資源投入及社會(huì)效應(yīng)等)的發(fā)展，更要反映出受資助學(xué)生的成長，即以學(xué)生的成長作為評(píng)估資助育人工作績效的關(guān)鍵指標(biāo)。因此，不妨基于困難學(xué)生的各方面表現(xiàn)建立數(shù)據(jù)庫，將學(xué)生的獲獎(jiǎng)、發(fā)表論文、直升研究生、入伍和基層就業(yè)、勤工助學(xué)、志愿服務(wù)、創(chuàng)業(yè)就業(yè)等情況納入學(xué)生成長參考系。在此框架之下，通過大數(shù)據(jù)方法，分析得出受資助學(xué)生的成長情況，并以此評(píng)估資助工作的績效情況。

在技術(shù)層面，可以利用大數(shù)據(jù)智能算法(如新型的聚類分析等)構(gòu)建特征模型，對(duì)資助工作績效評(píng)估的有關(guān)問題進(jìn)行智能化處理[6]。

五、大數(shù)據(jù)背景下高校資助工作創(chuàng)新的推進(jìn)步驟

(一) 強(qiáng)化大數(shù)據(jù)意識(shí)

互聯(lián)網(wǎng)的自由、共享、開放、快捷等特點(diǎn)為高校資助工作提供了新的發(fā)展機(jī)遇，也提出了新的挑戰(zhàn)。面對(duì)艱巨的全面數(shù)據(jù)整合，高校的決策者和領(lǐng)導(dǎo)者要有遠(yuǎn)見卓識(shí)，轉(zhuǎn)變思維，從戰(zhàn)略上重視大數(shù)據(jù)，推動(dòng)高校資助工作有側(cè)重地發(fā)展，進(jìn)而提高資助工作水平。高校資助工作者要對(duì)數(shù)據(jù)及其處理技術(shù)提高認(rèn)知，重視學(xué)生的不同信息數(shù)據(jù)之間的關(guān)系，借助互聯(lián)網(wǎng)掌握更加真實(shí)可信的學(xué)生信息，積極主動(dòng)對(duì)有效數(shù)據(jù)進(jìn)行整理、分類、匯總和分析，盡快熟悉大數(shù)據(jù)背景下的資助工作規(guī)律。[8]

(二) 培養(yǎng)復(fù)合型人才

大數(shù)據(jù)人才需要理解大數(shù)據(jù)技術(shù)，能夠解讀大數(shù)據(jù)分析的結(jié)論，深入了解高校各個(gè)部門之間的關(guān)聯(lián)性，并且能夠根據(jù)大數(shù)據(jù)得到的結(jié)論，制定出可具體執(zhí)行、管控、評(píng)價(jià)的相關(guān)環(huán)節(jié)。這些新的挑戰(zhàn)與需求，催生高校要系統(tǒng)性地培養(yǎng)大數(shù)據(jù)專門人才，組建專業(yè)化大數(shù)據(jù)應(yīng)用與管理隊(duì)伍。但就我國目前高校資助工作者的隊(duì)伍結(jié)構(gòu)來看，很難在短時(shí)間內(nèi)充實(shí)一支既具有大數(shù)據(jù)技術(shù)知識(shí)背景，又熟悉資助工作規(guī)律的教師隊(duì)伍。為此，高校需要在資助工作者中培養(yǎng)一批掌握相應(yīng)技術(shù)的人才，例如開展統(tǒng)計(jì)學(xué)、網(wǎng)絡(luò)技術(shù)等專業(yè)知識(shí)的培訓(xùn)，使其盡快具備運(yùn)用有關(guān)技術(shù)的能力。

(三) 完善管理制度

1. 信息安全制度

互聯(lián)網(wǎng)技術(shù)的發(fā)展使人們發(fā)現(xiàn)了大數(shù)據(jù)的價(jià)值，與此同時(shí)，個(gè)人信息的安全也受到了嚴(yán)重的威脅。在大數(shù)據(jù)時(shí)代，每個(gè)人在網(wǎng)絡(luò)上的蹤跡如個(gè)人資料、聊天記錄、圖片、日志等幾乎都可以被查到，網(wǎng)絡(luò)外的生活也很少能逃避“人肉搜索”的威脅。這些敏感數(shù)據(jù)的所有權(quán)和使用權(quán)并沒有明確的界定，很多基于大數(shù)據(jù)的分析都未考慮到其中涉及到的學(xué)生的隱私問題。因此，高校要加強(qiáng)內(nèi)部管理，規(guī)范大數(shù)據(jù)的使用方法和流程，加強(qiáng)對(duì)重點(diǎn)領(lǐng)域數(shù)據(jù)庫的日常監(jiān)管。[9]

2. 數(shù)據(jù)使用制度

高校資助工作者要在繼承傳統(tǒng)工作經(jīng)驗(yàn)的基礎(chǔ)上，根據(jù)工作需要和發(fā)展需要，建立起完善的數(shù)據(jù)使用標(biāo)準(zhǔn)化流程，通過制度來規(guī)范數(shù)據(jù)使用，使學(xué)校各部門能夠密切配合，形成合力，確保資助工作的正常開展[10]。

(四) 建立評(píng)估反饋機(jī)制

大數(shù)據(jù)技術(shù)的應(yīng)用，使得高校可以對(duì)其數(shù)據(jù)資源采取完全數(shù)據(jù)篩選的方式來分析、挖掘隱藏在數(shù)據(jù)背后的規(guī)律，從而能夠讓我們更真實(shí)、更全面地了解學(xué)生，促進(jìn)學(xué)生的發(fā)展。然而，由于當(dāng)前人們對(duì)大數(shù)據(jù)的認(rèn)識(shí)尚處于探索階段，大數(shù)據(jù)在教育領(lǐng)域的研究才剛剛開始，而且大數(shù)據(jù)提供的也只是參考答案而非最終答案。因此，高校資助工作要在實(shí)踐中摸索出新的工作規(guī)律，增強(qiáng)績效意識(shí)，利用科學(xué)的方法對(duì)資助工作績效特別是對(duì)獎(jiǎng)助學(xué)金在公平和效率方面的績效進(jìn)行綜合評(píng)價(jià)，不斷提高高校資助工作的實(shí)效性。[11]

[1]維克托·邁爾-舍恩伯格，肯尼思·庫克耶.大數(shù)據(jù)時(shí)代：生活、工作與思維的大變革[M].杭州：浙江人民出版社，2013：1.

[2]范小鵬，胡冰.信息化建設(shè)在學(xué)生資助工作方面的現(xiàn)狀分析[J].中國新技術(shù)新產(chǎn)品.2015，(1)：150.

[3]張?zhí)m廷.大數(shù)據(jù)的社會(huì)價(jià)值與戰(zhàn)略選擇[D].北京：中共中央黨校，2014：16.

[4]道格拉斯·W·哈伯德.數(shù)據(jù)化決策[M].北京：世界圖書出版公司，2013：142.

[5]何非.大數(shù)據(jù)及其科學(xué)問題與方法的探討[J].武漢大學(xué)學(xué)報(bào)：理學(xué)版，2014，(1)：3.

[6](美)林那夫，貝里.數(shù)據(jù)挖掘技術(shù)[M].北京：機(jī)械工業(yè)出版社，2007：138.

[7]何青，李寧，羅文娟，等.大數(shù)據(jù)下的機(jī)器學(xué)習(xí)算法綜述[J].模式識(shí)別與人工智能，2014，(4)：330.

[8]萬輝.大數(shù)據(jù)在高校學(xué)生管理工作中的應(yīng)用[J].高校輔導(dǎo)員學(xué)刊，2014，(4)：49.

[9]鐘榮丙，大數(shù)據(jù)時(shí)代信息技術(shù)創(chuàng)新的演進(jìn)趨向[J].科技和產(chǎn)業(yè)，2014，(11)：162.

[10]張銳，董志，夏鑫.大數(shù)據(jù)時(shí)代高校思想政治教育工作創(chuàng)新探索[J].學(xué)校黨建與思想教育，2014，(5)：68.

[11]周淑敏.淺談大數(shù)據(jù)在高校思想政治教育中的運(yùn)用[J].思想政治教育研究.2014，(5)：125.

2014-12-10

陶俊清(1983—)，男，江蘇南通人，講師，碩士，研究方向?yàn)榇髮W(xué)生思想政治教育。E-mail:taojq@dhu.edu.cn

G641

A

1009-9034(2015)01-0024-05