大数据视域下的高职教育管理工作方法创新研究

刘红 彭崧

[摘 要] 大数据技术对教育信息化有着重要的作用。从分析学生数据特点出发，结合大数据技术内涵和应用，提出在大数据技术下的学生管理工作模式，该模式挖掘学生行为规律，采取个性化、注重学生体验度的教育管理方式开展学生教育管理工作。

[关 键 词] 大数据；学生管理；方法创新

[中图分类号] G717 [文献标志码] A [文章编号] 2096-0603（2018）32-0251-01

一、高职学生教育管理工作的新挑战

高职院校普遍存在信息化建设不足、数据平台实效差和数据挖掘程度低三个问题。大部分高职教育管理系统在建设过程中，教育模式存在诸多不足，具体表现在以下几点：其一，高职基础设备不完善。其二，高职网络化软件系统设计落后严重限制了高职教育管理团队的现代化发展及建设。其三，高职教育管理系统未能及时顺应大数据时代的基本节奏，导致数据调研水平较低，实效性较差。

在当今时代背景下，随着大数据教育技术不断发展与进步，传统的教育管理模式已经很难满足高职院校的教学管理需求。我国政府部门为了促进高职教育事业的发展，明确规定了专科一线的师生比必须要高于1 ∶ 200。但是由于这一规定出台的时间较晚，就目前来看，专科一线的师生比很难达到这一标准，同时再加上高职院校教职人员过于重视德育教育以及管理教育在这种情况下，导致信息化教育质量一直得不到有效提升。

在信息化建设不足、缺乏数据挖掘管理人才的高职院校，如何提升教育管理水平一直都是每一個教育管理工作者必须思考的问题。

二、大数据的内涵与学生数据的特点

随着大数据教学技术的普及，在当今时代背景下，大数据教学模式的落实不仅极大地提升了高职教育的整体水平，同时还极大地提升了教学效率，有效地实现了既定信息化教学改革目标。在实际进行信息化管理教学的过程当中，要充分确立以下数据观念，详细内容如下：其一，辅助高职教育工作人员与广大学生对大数据中的内容深入分析，了解大数据背景下高职教育管理工作的现实意义与影响作用，让大数据真正成为社会发展形势下高职院校的教育资源。其二，在大数据技术不断升级背景中，也要求高职管理人员努力构建浓厚的大数据文化环境，推动高职教育系统的稳步革新，保证现代化、精细化建设，全面推动教育管理水平提高。其三，在大数据系统构建当中，要对大数据的资源分析进行科学化的处理，防止重要信息外漏，更好地实现资源管理系统的稳定性建设。

当前，高职院校管理工作人员在搜集学生的数据时，主要的信息获取渠道为校园一卡通。所搜集的主要数据类型分为以下几大类。其一为学生的学习进展情况，其二为学生的消费情况，其三为学生的奖惩情况，其四为学生的就业情况，其五为学生的基本信息情况。由于信息量较为庞大，且有些信息不准确，在这种情况下导致信息化高职教育管理工作的针对性以及全面性不足，很慢满足个性化管理需求。

三、学生教育管理工作新模式

面对错综复杂的学生数据，现阶段，有效地将大数据管理技术落实到高职教育管理工作当中已经成为高职教育管理工作的必然发展趋势。

（一）聚类分析下的学生精准资助新模式

相关的高中教育工作者在实际工作的过程当中必须要将以下两种方法运用到确定资助对象工作当中：其一为聚类分析法，其二为离群点分析法。同时还要结合实际情况，采用相应的监督方式，如全面监督、部分监督等。多监督管理的内容就是学生校园一卡通的使用数据信息，并将这些数据信息以及资助对象的信息进行聚类处理，以此来了解学生的实际经济情况。在实际进行聚类分析的过程当中，必须要准确掌握学生的平均消费水平，家庭情况以及户籍所在地等，然后结合所搜集到的信息，对学生进行准确的评估。

（二）关联分析下的学生教育管理新模式

依照相关的规则，高职教育管理工作人员在实际工作过程当中必须要将关联分析法落实到实际管理工作当中，并通过搜集一卡通数据，准确地了解到学生的奖惩情况以及行为规律，然后具体分析出两者之间的关联性。例如，对一些经常出入学习场所的学生，就要具体分析其是否所获得的奖励较多。这样不仅可以有效地了解到行为与奖惩之间的关系，同时还可以结合这一情况，制订出具有针对性的管理措施，以此来降低学生错误行为出现的概率。

（三）分类分析下学生教育管理新模式

相关的高职教育管理工作人员在实际对学生的就业情况进行分类分析的过程当中，必须要综合考量学生的行为表现信息、性别信息、家庭信息、学习成绩信息、德育水平信息和身体信息等，然后依照学生不同的情况，为其制订出针对性职业规划以及就业方向。在分析以前的就业样本数据时，必须要对这些数据进行清洗处理，转换处理以及计算处理，并在此基础上对其进行系统的分类，结合不同的就业学生信息分析出学生在这一工作领域当中的优势所在。

四、结语

本文主要就高职教育管理工作当中缺乏运用数据挖掘技术进行决策支持的现状，阐述了学生数据的特点和管理问题，分析大数据的概念、结构，讨论了信息挖掘技术的应用策略。

后续研究将重点研究大数据下高校学生管理工作的个性化与目标导向性，而且还要将这些个性化指导工作方法和目标导向型工作方法应用到相关的教育工作当中，并在实践中验证和完善管理工作。

参考文献：

[1]王胜利，朱晓平.大数据驱动的高校教学管理创新[J].教育现代化，2017（33）.

[2]卜永安.大数据时代高校管理的创新策略探析[J].赤峰学院学报（自然版），2017，33（16）.