大数据下高校学生管理工作的现状及问题分析

鲁镜元

摘要：利用大数据分析技术来挖掘高校数据价值，构建了完整、多层次的高校大数据综合管理与决策平台，为学生管理工作提供管理决策依据，促进学生管理与决策科学化，但由于学生人数众多、数据治理和技术等方面的问题，导致利用高校大数据成为学生管理工作中的一大难点。

关键词：大数据；高校学生管理现状

一、高校学生管理大数据现状与问题分析

目前各高校的学生管理信息化已经取得巨大的进步，少数高校也开始尝试进行大数据利用的探索，目前由于学生人数众多、数据治理和技术等方面的问题，导致利用高校大数据成为学生管理工作中存在很多问题，总结如下：

1.高校大数据管理混乱，体系不完善。

面对学校的快速发展和校、院两级深化改革，信息量的大幅度增长和数据的快速更新变化，而高校的大数据管理职能部门仍无确立，管理模式沒有变化，传统的数据管理方式和管理手段已经远远不能适应高校大数据管理工作的需要，同时更加分散的信息处理和更新导致了大量的重复劳动，从而导致了学生信息紊乱，数据一致性差，严重影响了信息的准确性和完整性，给高校的大数据管理工作带来了诸多不便，严重影响了大数据使用成效。

2.信息孤岛大量存在，数据质量差。

在信息化建设过程中，由于各部门开发或购买了面向特定领域功能、基于不同技术和应用模式的业务管理系统，导致数据交换通用性较差，难以实现现有系统数据信息的集成共享，数据利用率较低。同时在数据录入与各系统间数据交换的环节中缺乏对数据质量的控制，经常出现数据维护不及时、不准确、不完整、随意性等问题，导致数据的质量较差。

3.重视信息系统技术而非信息。

如今的信息技术变革的重点在“T”（技术）上，而不是在“I”（信息）上，即国内高校大多重视业务处理系统（即OLTP系统、在线事务处理系统）建设，轻视在线分析系统（OLAP）建设的思路也影响了数据的质量，导致数据分析的数据建设得不到重视。现在，我们是时候把聚关灯打向“I”，开始关注信息本身了。

4.高校数据分析的传统思维影响。

在很多高校，大多是通过调查问卷和样本数据来进行分析和推断，但是统计抽样其实只是为了在技术受限的特定时期解决当时存在的一些特定问题而产生的。在大数据时代进行抽样分析，就像是在汽车时代骑马一样。在某些特定的情况下，我们依然可以使用样本分析法，但这不再是我们分析数据的主要方式。

以上原因是导致国内高校在大数据利用与分析方面效果不佳的主要原因，其他如大数据利用的观念与意识、信息化素养、数据治理管理体制等多方面也影响到高校数据分析与利用。

二、如何健全大数据下高校学生管理工作

高校学生管理工作以人为本，服务师生，服务教学，服务管理，服务决策的建设目标，建立健全大数据与学生管理相结合，具体措施如下：

1.建立决策模型。

整个高校学生管理大数据建设目标就是要合理地利用学生管理大数据，在满足学生管理部门需求的同时，也要为师生提供数据服务，为校级领导提供数据统计分析和决策支持，即应具备多层次的智能服务功能，确保每一个层次的人员都要受益，才能促进有效决策，建立了金字塔模型，如图1所示。

按照分层原则，确立并通过若干个具体的且对实现学校学生管理目标有重要作用的关键业务指标（KPI）来实现分层决策支持，促进学生管理者科学决策。

2.建立大数据标准。

为确保实现数据的集成和共享、有效积累，参照教育部出台的《高等学校管理信息标准》“学生管理数据子集”中的规范，结合学校实际情况，建立大学生基础信息编码规范和数据子集规范，统一学生编码，确保学生的编码唯一；统一部门编码，保证部门编码的唯一；统一所有业务系统的数据编码，保证业务数据的准确；同时制订编码和数据的管理、更新、维护规范。由于高校校园网络认证计费、校园卡等的数据管理缺乏标准规范，根据学校的实际使用情况，结合我校多年的实践经验，我们单独制定和扩展了学生电子行为数据标准，如校园卡、网络认证和设备使用等数据标准规范，今后计划提交并参与该类规范的制定。

3.建立大数据管理与使用规范。

我校在高校学生管理的大数据分析和利用过程中，重视和强调全员参与，我们认为每个人都是数据的生产者和消费者，为此学校建立了一支数据信息使用和维护管理员队伍，如各个二级学院分管领导、班主任、辅导员及相关业务部门工作人员。同时建立了信息员管理制度，将全校各类数据责任到部门，专人负责，严格把关，统一数据录入管理，制定了数据维护的管理规范，对各部门信息的采集、处理、存储、传输和使用进行全面规范，确保数据动态唯一、准确及时。

4.建立大数据交换共享平台，实现数据共享。

我们构建的大数据共享平台整合了全校所有业务信息系统的数据，实现了大数据的一个显著特征――记录所有数据，包括教务系统、学工系统、科研系统、图书系统、人事系统、资产系统、校园卡管理系统和网络认证系统等所有与学生管理相关的记录信息，实现了各系统间信息的互联互通，实现了数据共享，从根本上消除了信息孤岛，使业务系统内部、系统之间的频繁、复杂的信息流畅通，完成由数据源到数据集成再到数据分析应用的一个完整过程，为大数据的分析与统计提供坚实的数据基础。

参考文献

[1]易鑫.教育如何玩转大数据[DB/OL].北京：中国教育报，2014年3月24日第5版. http：//www.bshare.cn/burl？id=pxJMC.

[2]涂子沛.大数据：正在到来的数据革命，以及它如何改变政府、商业与我们的生活[M].桂林： 广西大学出版社，2012：220-235.

[3]先晓兵，陈凤.挖掘大学数据价值，提升科学管理水平[A].高等教育信息化创新应用案例集（第一辑）[C].北京：清华大学出版社，2014：188-209.

[4]张震，李丹霞，刘芬.决策支持系统技术分析及其在高校管理中的系统模型[J].广州大学学报（自然科学版），2008，7（2）：47-52.endprint