基于大數(shù)據(jù)技術(shù)開展高校精準(zhǔn)資助認定的探究

王 瑩 李 鵬 張起志

1.東北林業(yè)大學(xué)理學(xué)院，黑龍江 哈爾濱 150040；2.東北林業(yè)大學(xué)黨委學(xué)生工作部，黑龍江 哈爾濱 150040

2013 年，習(xí)近平總書記前往湘西進行考察時首次提出了“精準(zhǔn)扶貧”的資助工作理念，該理念的提出，是高校資助工作理念的一次變革，在原來高校資助工作的“普遍扶貧”基礎(chǔ)理念上增加了“精準(zhǔn)”的概念，能夠提升高校資助工作的育人成效。2020 年，在全國教育工作大會中，“精準(zhǔn)資助”的概念也被進一步明確，要求高校在開展家庭經(jīng)濟困難學(xué)生的資助工作時要貴在精準(zhǔn)，要進一步提高家庭經(jīng)濟困難學(xué)生的認定、預(yù)算分配、資助標(biāo)準(zhǔn)設(shè)定等工作的精準(zhǔn)化水平。近年來，在中國高等教育迅速發(fā)展的過程中，我國高校招生規(guī)模不斷擴大，高校中家庭經(jīng)濟困難學(xué)生的人數(shù)也逐漸增多，基本呈現(xiàn)逐年上升的趨勢。為了解決家庭經(jīng)濟困難學(xué)生上學(xué)難、生活難、就業(yè)難等一系列的問題，實現(xiàn)高等教育機會均等的目標(biāo)，我國學(xué)生資助經(jīng)費投入大幅增加，學(xué)生資助規(guī)模不斷擴大。在當(dāng)前學(xué)生基數(shù)日趨龐大的背景下，如何采取有效措施對家庭經(jīng)濟困難學(xué)生的家庭情況進行有效的精準(zhǔn)識別，并以此為基礎(chǔ)開展差異化的資助工作和育人工作，成為當(dāng)前高校資助工作的重點［1］。目前，進入大數(shù)據(jù)時代，面對海量的數(shù)據(jù)，如何做好數(shù)據(jù)挖掘、信息處理工作，進而使大數(shù)據(jù)為人所用，正在逐漸變成一個重要的研究課題。因此，將大數(shù)據(jù)技術(shù)應(yīng)用于高校家庭經(jīng)濟困難學(xué)生認定，以此為基礎(chǔ)提供科學(xué)、公平、客觀的貧困生識別方法，對實現(xiàn)高校精準(zhǔn)資助具有重要推動作用。

一、當(dāng)前我國高校家庭經(jīng)濟困難學(xué)生認定困境

通過查閱資料調(diào)研，目前我國大部分高校往往采用“收集學(xué)生材料—評議小組初步討論擬定家庭經(jīng)濟困難學(xué)生等級排名—認定小組審核認定—院級公布家庭經(jīng)濟困難人員名單—上報學(xué)生資助管理中心”的評定流程來確定家庭經(jīng)濟困難學(xué)生人員及等級，存在著有效信息核實較難，認定程序不夠規(guī)范、認定結(jié)果相對可調(diào)整性低、可量化認定標(biāo)準(zhǔn)籠統(tǒng)等問題。

（一）有效信息核實較難

大多數(shù)高校在開展家庭經(jīng)濟困難學(xué)生認定工作時往往將《家庭經(jīng)濟困難學(xué)生認定申請表》《高等學(xué)校學(xué)生及家庭情況調(diào)查表》等作為了解掌握學(xué)生家庭經(jīng)濟狀況的主要材料，申請家庭經(jīng)濟困難的學(xué)生往往被要求提交相關(guān)材料。但生源地政府或部門對學(xué)生家庭經(jīng)濟條件缺乏必要的調(diào)查機制，學(xué)生提供的家庭經(jīng)濟困難證明材料真實性有待考證［2］。

（二）認定程序不夠規(guī)范

大多數(shù)高校在對學(xué)生的家庭經(jīng)濟情況進行認定的過程中，主要依靠學(xué)院的輔導(dǎo)員老師或是資助專干老師、班級的主要干部以及班級的學(xué)生代表對家庭經(jīng)濟困難學(xué)生提供的證明材料、班級匿名投票情況及學(xué)生的日常消費情況等進行綜合考慮。由于學(xué)生投票的過程主觀性很強，沒有量化的標(biāo)準(zhǔn)，因此認定過程中的隨意性比較大，出現(xiàn)遺漏或不準(zhǔn)確的現(xiàn)象時有發(fā)生，因此，較難真實反映各位學(xué)生的家庭經(jīng)濟情況困難程度［3］。

（三）認定結(jié)果可調(diào)整性低

一般來說，對于高校家庭經(jīng)濟困難學(xué)生的認定工作大多是在學(xué)生入學(xué)后開始申請并建檔完成，大多數(shù)高校家庭經(jīng)濟困難撤檔或者換檔的情況很少，一般只是在一年后對家庭經(jīng)濟困難學(xué)生的評定等級做出小范圍內(nèi)的調(diào)整，且這種調(diào)整往往是依據(jù)家庭經(jīng)濟困難學(xué)生過去一年內(nèi)對班級對學(xué)院的貢獻度、對學(xué)?；顒拥膮⑴c度等來確定的，較少參考學(xué)生的家庭經(jīng)濟狀況。因而大學(xué)四年內(nèi)，高校的家庭經(jīng)濟困難學(xué)生數(shù)據(jù)庫是基本不更新的，動態(tài)可調(diào)整性較低。

（四）可量化認定標(biāo)準(zhǔn)籠統(tǒng)

家庭經(jīng)濟困難學(xué)生認定標(biāo)準(zhǔn)涉及學(xué)生家庭所在地經(jīng)濟發(fā)展情況、家庭基本情況、家庭成員健康狀況、家庭成員工作情況、家庭收入情況、家庭負債情況、家庭所在地受災(zāi)狀況、學(xué)生貸款情況等，是一個較為復(fù)雜的體系，需要一個科學(xué)的、統(tǒng)一的、可量化的認定標(biāo)準(zhǔn)。由于學(xué)生來自不同的地區(qū)，不同地區(qū)的發(fā)展?fàn)顩r又不盡相同，學(xué)生家庭的收入情況和學(xué)生家庭當(dāng)?shù)氐奈飪r情況可能存在較大差異，這使得家庭經(jīng)濟困難的認定缺乏統(tǒng)一的標(biāo)準(zhǔn)。目前，認定過程和結(jié)果易受主觀因素影響，且較為籠統(tǒng)模糊。因此，家庭經(jīng)濟困難的名額給誰難以進行精準(zhǔn)判定。

因此，在國家和社會的重視和關(guān)注下，高校如何把國家和社會資助的資金用到實處、精準(zhǔn)資助，能否被公平公正、客觀合理地分配好，都是國家和社會關(guān)注的重點。高校家庭經(jīng)濟困難學(xué)生認定程序的科學(xué)性、公平性和可操作性也和能否讓更多真正有困難的學(xué)生以及家庭受到合理的幫助有很大相關(guān)［4］。

二、大數(shù)據(jù)技術(shù)在高校家庭經(jīng)濟困難學(xué)生認定中的應(yīng)用

隨著大數(shù)據(jù)技術(shù)的不斷發(fā)展和各高?！熬珳?zhǔn)資助”體系建設(shè)的逐漸完善，越來越多的高校開展使用大數(shù)據(jù)技術(shù)手段量化學(xué)生的家庭信息和行為特征，大數(shù)據(jù)技術(shù)在高校家庭經(jīng)濟困難學(xué)生認定中的應(yīng)用成為當(dāng)前研究熱點。

目前，高校常用的評選方法為定性與定量相結(jié)合的方式。伍冬云［5］認為在大數(shù)據(jù)背景下，信息共享模式已成為發(fā)展趨勢，充分利用互聯(lián)網(wǎng)可獲取到個人消費信息，運用數(shù)據(jù)挖掘技術(shù)實現(xiàn)對資助對象的精準(zhǔn)認定。吉朝明等［6］通過對Apriori方法進行改進處理并實際應(yīng)用，用來進行經(jīng)濟困難群體的判定和挖掘，其運用隨機森林算法和決策樹進行判別，運用機器學(xué)習(xí)中的XGBoost 模型及主層次分析等進行判別，而該系統(tǒng)僅使用一個弱分類求解器，計算過程中會使模型精度偏低。曹路舟等［7］利用大數(shù)據(jù)分析專家Datist 軟件以學(xué)生的各類消費交易數(shù)據(jù)為基礎(chǔ)進行導(dǎo)入建模，進而完成所需數(shù)據(jù)的截取、融合及有形化表達。其利用K-Means 算法對家庭經(jīng)濟困難學(xué)生的相應(yīng)的指標(biāo)體系進行處理，對學(xué)生的消費交易情況進行判定，再應(yīng)用GBDT 算法對家庭經(jīng)濟困難學(xué)生的貧困等級程度進行預(yù)測判定。郝婧等［8］應(yīng)用高校學(xué)生使用的一卡通的各項數(shù)據(jù)，利用數(shù)據(jù)挖掘技術(shù)來進行高校家庭經(jīng)濟困難學(xué)生認定模型的構(gòu)建，應(yīng)用二分k-means 算法對學(xué)生校園一卡通的消費流水?dāng)?shù)據(jù)進行聚類，同時運用輪廓系數(shù)和簇內(nèi)誤方差方式進行聚類效果評價，并通過調(diào)整參數(shù)值以獲得家庭經(jīng)濟困難學(xué)生最佳的聚類效果。

三、構(gòu)建機器學(xué)習(xí)和深度學(xué)習(xí)的家庭經(jīng)濟困難學(xué)生認定平臺的探索

本文擬通過大數(shù)據(jù)篩選后進行精準(zhǔn)判定的數(shù)學(xué)建模，從而構(gòu)架出資助對象精準(zhǔn)認定的一體化網(wǎng)絡(luò)平臺，具備導(dǎo)入數(shù)據(jù)、建模分析、系統(tǒng)運算、自定義篩選等功能，可應(yīng)用于家庭經(jīng)濟困難學(xué)生認定，提供客觀的分析和結(jié)果，有助于學(xué)校進行精準(zhǔn)資助。

（一）數(shù)據(jù)收集

數(shù)據(jù)搜集方面，先是實際調(diào)查了解市場上的家困生認定所存在的主要問題，之后通過大量面向大學(xué)生們的調(diào)查問卷來收集數(shù)據(jù)。在完成必要的信息采集后，開發(fā)小組運用3-δ原則對數(shù)據(jù)進行清洗和匿名化處理，借助特征工程及特征分析確定模型所需指標(biāo)與數(shù)據(jù)，并根據(jù)數(shù)據(jù)特征與相關(guān)系數(shù)成反比實現(xiàn)一定的數(shù)據(jù)降維處理。

（二）模型建立

在得到必需的指標(biāo)與數(shù)據(jù)后，首先采用多元統(tǒng)計分析方法進行數(shù)據(jù)挖掘，深度挖掘貧困生特征指標(biāo)與貧困生身份之間的關(guān)聯(lián)模式，隨后針對最小化判別誤差問題進行優(yōu)化建模，采用機器學(xué)習(xí)、深度學(xué)習(xí)中隨機森林、svm 支持向量機、神經(jīng)網(wǎng)絡(luò)、XGBoost 四個弱分類求解器所訓(xùn)練的融合判別器，該判別器在測試集上獲得了88.71%的準(zhǔn)確率。開發(fā)小組為了使模型能夠適應(yīng)真實場景下數(shù)據(jù)吞吐量大、判別結(jié)果實時性要求高的特點，本產(chǎn)品還針對特征冗余、算法學(xué)習(xí)速度、大數(shù)據(jù)批處理等問題對算法進行了專項優(yōu)化，最終本產(chǎn)品以web 網(wǎng)頁的形式呈現(xiàn)。

（三）Web 開發(fā)

在Web 開發(fā)方面，選用python 語言，后端采用Django 框架，采用了numpy 等計算軟件包，使用了joblib、pandas 來進行數(shù)據(jù)清洗、數(shù)據(jù)處理及數(shù)據(jù)分析，而為了使系統(tǒng)的頁面更加簡潔、功能更加豐富；而前端采用了基于HTML css javascript的bootstarp 框架，根據(jù)后端中所寫的路由寫每一個HTML 模板，其中主要包括base.html、header.html、footer.html 三個文件，其中base.html 中通過cdn 的方式引入了bootstrap 以及需要的jquery、javascript header 以及footer 文件分別寫好了系統(tǒng)的導(dǎo)航欄和尾頁。通過Django 自帶的模板語法的繼承方法將其他的HTML 模板引入這三個基本文件以實現(xiàn)各個頁面風(fēng)格統(tǒng)一，系統(tǒng)采用了MVT 模式，前后端交互則使用了Django 自帶的交互邏輯。對于批量導(dǎo)入判定當(dāng)中生成的結(jié)果excel 表格下載部分，在HTML 表單中，enctype規(guī)定了form 表單在發(fā)送服務(wù)器時候的編碼方式，創(chuàng)建一個名字為import_excel 的視圖函數(shù)，用Django request 的FILES.get 方法接收前端POST過來的文件對象。然后取到上傳文件的后綴名，設(shè)置一個簡單的判斷語句用于判斷上傳的格式是否為EXCEL 的格式。如果上傳格式正確則會進入數(shù)據(jù)處理部分，將上傳的表格以Data frame 的格式讀入，批量處理數(shù)據(jù)之后將生成名為“sorted_output.xlsx”的表格，用來存放我們需要的數(shù)據(jù)結(jié)果。這樣做的目的是方便程序?qū)?shù)據(jù)渲染到前端，以及方便用戶需要下載處理后的表格。開發(fā)小組設(shè)置了一個download_sorted_data 視圖函數(shù)，當(dāng)被調(diào)用時會返回sorted_output.xlsx 文件。

（四）功能實現(xiàn)

最終得到的網(wǎng)頁可實現(xiàn)個體判別及批量導(dǎo)入判別兩個主要功能。個體判別方面，在同學(xué)填入前端的數(shù)據(jù)會暫時儲存在一個自帶的excel 表格中，之后后端通過調(diào)用excel 表格中經(jīng)過清洗的數(shù)據(jù)以成熟的算法進行計算進而輸出結(jié)果，同時也會清除部分原表中的數(shù)據(jù)以保證同學(xué)們的隱私安全。而批量導(dǎo)入判別方面，判別人可以通過下載網(wǎng)頁預(yù)留的excel 模板來實現(xiàn)數(shù)據(jù)導(dǎo)入，把大批量數(shù)據(jù)進行統(tǒng)一計算。最終得到結(jié)果后對結(jié)果進行降序排序并生成一個新的excel 表格儲存數(shù)據(jù)，用戶會在網(wǎng)頁內(nèi)看到輸出結(jié)果，如有需要，也可以通過點擊下載承載有輸出結(jié)果的excel 表格以便使用。

（五）多端口搭建

本章所搭建的平臺除了可通過網(wǎng)頁端搜索鏈接進入外，還已實現(xiàn)平臺通過在微信公眾平臺添加網(wǎng)頁子鏈接直接連接到信息填寫網(wǎng)頁頁面或批量處理結(jié)果頁面，實現(xiàn)隨時隨地更方便地進行信息填寫與相關(guān)資質(zhì)認定。接下來，平臺的主要優(yōu)化方向為微信后端小程序的使用以及開發(fā)資質(zhì)認定APP，從網(wǎng)頁端口與微信公眾號等多方向出發(fā)，形成輻射式網(wǎng)絡(luò)應(yīng)用，達到資質(zhì)認定的最優(yōu)化使用。

四、總結(jié)與展望

本文所搭建的精準(zhǔn)資助一體化平臺將改善以往認定工作中存在的學(xué)生家庭貧困身份難核實等困境，實現(xiàn)人工智能與學(xué)生資助管理工作的有機結(jié)合，并達到了對市場上運用的相關(guān)分解器的優(yōu)化效果，具有認定標(biāo)準(zhǔn)系統(tǒng)化、人力資源高效化、后臺監(jiān)督管理動態(tài)化、與大數(shù)據(jù)時代海量數(shù)據(jù)結(jié)合適應(yīng)的特點，也在一定程度上填補了基于大數(shù)據(jù)的精準(zhǔn)資助實踐創(chuàng)新研究的空缺，將大數(shù)據(jù)技術(shù)應(yīng)用于高校資助認定工作中，可以有效提高當(dāng)前高校教育資助工作的精準(zhǔn)程度，確保了資助工作的公平性、精確性、及時性，最終實現(xiàn)不讓一名學(xué)生因家庭經(jīng)濟困難而失學(xué)，達到精準(zhǔn)量化、動態(tài)管理、點面結(jié)合、定位準(zhǔn)確、全面育人的目標(biāo)，為高校大學(xué)生的資助工作踏入“精準(zhǔn)”時代提供更好的平臺。