導語：大數據在高校學生工作的運用一文來源于網友上傳，不代表本站觀點，若需要原創文章可咨詢客服老師，歡迎參考。

一、構建高校學生管理的研究范式

大數據時代背景下，及時、精準的大數據樣本使得研究者在很大程度上擺脫了對調查問卷采集的隨機樣本或實驗室小樣本的依賴，面向全面的數據，最大限度地擴大了潛在研究對象，趨于總體樣本，既避免了社會期許效應，又最大程度的保證了研究結果的全面性和客觀性。在大數據時代，一切事物均可以被數據化，情緒、思維、認知、溝通、行為模式、關系等等都可變成數據，這種記錄的頻度之高，維度之密，為學生管理領域的定量分析提供了極為豐富的資源，受此影響，學生工作管理研究范圍也在不斷擴展，很多學生工作管理問題如思想動態、高校輿情、主觀幸福感、個體認知、個體行為偏好、人際互動與人際關系等借助大數據都可以得到更為準確和可視化的測量呈現，同時也在很大程度上改變了研究的起始點。

二、構建高校學生管理的預測體系

在大數據時代，高校大學生在校園的活動過程中會留下一個數據集，這個數據集記錄了個人學習、日常生活的痕跡，讓個體特性有據可循，個人的思想傾向、行為特征、興趣愛好等都將一覽無余。雖然高校掌握著大量的校園運轉數據與人物事件信息，但這些數據大多以看似毫無聯系、價值密度低的非結構化原始數據的形態零散地分布在各個個體、各個部門中，學生的顯性行為數據(如學生完成作業和參加考試的情況，圖書借閱情況，寢室出入情況，學生消費情況等)和隱性行為數據(課外活動、在線社交、論壇灌水等)都沒有合理應用大數據來創造性地發揮他的預測價值，這些數據如果被整合、挖掘與分析，學生的行為習慣將得以展示，實證數據將替代經驗、假設來揭示未知的事件。

三、構建高校學生管理的決策體系

在大數據時代，決策行為將基于事實和數據做出，與傳統學生管理工作中依據經驗與直覺的決策方法決然不同，管理者可以通過收集與挖掘數據及其之間存在的“關聯度”，整合、分析后應用學生網絡數據、行為數據與教學數據等相關資料，搭建數據使用平臺，能夠使管理者在最短時間內獲取跟學生有關的個性化信息數據庫，然后進行數據挖掘、量化分析與尋找聯系進而建立決策者間的聯動機制，這不僅僅能使管理問題從“意識形態”量化為“實證的事實”，更有效輔助決策目標與方案的制定;而且大數據的“數據海”特點更實現了問題的實時性與全面性，使分析與決策行為從“動然后謀”轉向為“隨動而謀”，更能讓決策反饋得到合理的評估。

四、構建高校學生管理中的思想政治教學模式

國際個性化教育協會(InternationalPersonalizationEducationAssociation，簡稱IPEA)將個性化教育定義為:“為受教育者量身定制教育目標、教育計劃、教育培訓方法、輔導方案并加以執行，組織相關專業人員為受教育者提供學習管理策略和知識管理技術以及整合有效的教育資源，幫助受教育者突破生存限制，實現自我成長、自我實現和自我超越。”在大數據技術中高校管理者可以利用數據的多樣性、互動性、開放性、可選擇性的特點，建立以自主選擇學習模式為主的“云課堂”個性化思想政治教育，在“云課堂”里，首先需要采集每個教育者及學生的重要信息，包括教師的教育背景、研究領域、教學長項等數據，也包括學生的家庭環境、測驗分數、教育背景與興趣愛好等數據。在“云課堂”，教育者和受教育者的地位是平等的，受教育者可以根據自身特點與教師情況自由選擇受教育的教師、時間和地點。在接受教育的同時，“云課堂”也對受教育者的個人政治水平、思想動態等數據進行匯總、分析、更新、挖掘，便于管理者對其進行針對性的思想政治政教育。管理者、教師及學生均可以從“云課堂”中獲益。對于管理者來言，可以更快、更有效的與教師和學生建立良好聯系，了解學生的學習趨勢以及學習結果，幫助教師更快的適應新的教學環境，同時根據“云課堂”的數據記錄來綜合評估教學效果進行改進管理政策。教師能夠獲取更全面的數據信息，提供更深入的教學分析，以便為學生提供個性化的教學服務，提供有針對性的教學干預。學生可以從數據庫推薦的學習軌跡來開展自我導向性學習，同時也可以得到教師更好的指導。大數據是高校學生管理所面臨的一個新的境遇和背景，并非結論本身或者研究的終點。即使是基于數據的研究，也需要研究者有一定的理論構建能力，對教育對象的洞察力和對信息數據的深度詮釋能力。

作者:郭康毅 單位:黃淮學院