论文部分内容阅读
【摘 要】本文认为目前中国高职院校对精准资助工作开展顺利，但在资助过程中存在资助对象不准确、针对性不强和自助管理效率较低等问题，这些问题间接影响资助的公平性;针对这些问题，应对大数据视域下高职学校精准资助维度进行分析，运用大数据这一平台准确选出所要资助的对象，同时进行有效的动态管理。
【关键词】大数据 高校 精准资助 维度 育人平台 动态管理
学生资助工作是高校的重要工作之一。依托国家教育管理信息系统建立学生资助平台，能够提高对学生资助的精准度。本文将剖析大数据视域下高职学校精准资助维度，以期每一名需要帮助的学生都能够得到国家的精准资助。
一、进行精准查找，识别资助对象
在资助工作中，如果缺失客观且真实的数据，将对资助工作有很重要的影响，致使高校学生资助工作没有办法顺利完成。过去的传统模式中经常缺少数据支持，只能对学生进行粗放式资助，没有彻底解决学生问题，因数据不准确导致一些真正有困难的学生没有获得帮助。当前高校对学生的资助工作以大数据为背景，实施精准资助模式，能够真正解决经济困难学生的问题。笔者试论如何从粗放式资助模式转变为精准资助模式。
（一）利用一卡通
目前，高校中已经采取一卡通的方式对学生进行管理。一卡通能够在校园中当成货币进行使用。能够购买物品，到图书馆进行阅读，在校园食堂就餐，这种方式为学生提供更大的便利。学生在校园内通过一卡通产生交易记录，交易记录即可作为学生的消费凭证。一卡通是学生的重要证件，因此成为校园中的“数据记录仪”，以一卡通的数据来定位资助对象实为佳策。
（二）借助公安和教育等大数据信息平台
对学生进行精准资助工作，不仅可以利用一卡通，还可以借助公安、教育以及银行等多种职能部门在内的大数据平台，通过服务平台链接学校资源库的共享机制，这样能够进一步获取学生与学生家庭的信息，确保信息能够精准传送到学校的平台上，学生信息在确认得到保密的情况下，能够为学校提供精准的数据支持。资助数据包括学生的生源地家庭经济状况以及学生个人情况等信息，学校通过信息按照实际情况进行分解，分解成若干个指标，每个指标进行再度分解，进行具体的细化。
二、对资助对象进行动态管理
大数据背景可以为学校提供学生的动态数据，让学校对资助对象进行动态管理，能够突破传统模式中的固定时间。动态管理能够掌握学生日常校园生活中的消费情况，其中的消费流水是能够实时监测到的，对这些信息进行追踪与分析，再利用大数据信息平台，把所掌握的相关数据结合在一起，对资助学生的情况进行全面了解，这样能够保证决策具有科学性。对资助学生进行动态管理时，能够实现资助学生“有进有出”，同时资助级别“有上有下”，进行定量分析，确认受资助的学生是否能够继续接受帮助。这种情况下，能够及时发现资助失误，并能够将失误率降到最低，这在一定程度上提高了高校精准资助工作的准确性。
三、对资助对象的差异化进行分析进而资助
当前，中国高校已经为精准资助工作建立奖、助、减等多元混合型资助体系，但是仍存在一些问题，例如资助面较窄、资助力度较弱以及针对性不强等问题。在大数据的支持下，高校通过数据平台的精准分析对资助对象“对症下药”，能保证差异化资助。
（一）对学生大数据作采集分析
通过采集大学生大数据信息，进行合理分析，创新高校资助的形式，针对不同学生的情况进行合理的资助工作安排。對不同的资助对象采用不同的资助方式，例如勤工助学、临时补贴等多项“个性化定制”的差异化资助方式。学生在学校应该以学习为主，学校可以利用大数据对学生进入图书馆的次数以及借书次数进行重点考察，通过采集的数据对学生进行合理的奖励以及补偿性的资助方式，以此激发被资助学生对学习的潜力。
（二）通过政府大数据信息平台采集分析
高校对学生进行资助时，可以通过政府职能部门的大数据平台对学生的生源地进行全面评估，掌握学生家庭情况以及征信情况等关键性信息，评估学生是否真的有困难以及所掌握的信息是否正确，从而对学生进行精准的资助。此外，高校可以为经济困难学生提供勤工助学岗位，以点带面，发挥高校资助长效的效应。此项资助工作的“精”体现在精密合理的布局，对经济困难学生进行统筹安排。
四、为资助对象搭建资助育人平台
（一）利用信息化手段育人
高校可以合理利用现代化信息技术手段，对学生的行为以及活动进行量化积分。通过大数据平台，掌握学生早操、课堂出勤率，校园内部消费额度，参加校园活动的次数，宿舍进出频率等数据，通过以上数据对学生的点滴行为进行评价，了解学生日常的个性行为以及学生的个性特点、学习态度、经济情况等，还能够了解学生的兴趣爱好，这样才能精准判断出受资助学生的行为习惯以及信息状态。将学生的信息进行深度整合，更为精准地覆盖受资助学生，不仅能够彰显高校的人文关怀，还能在开展资助育人活动中有的放矢。
从宏观层面上考虑，大数据手段得以充分利用，能够及时掌握学生的思想状态，学生关注某些热点事件以及突发事件，都能够通过大数据平台进行及时干预以及正确教育引导。能够及时解决潜在的矛盾冲突，维护好学生的思想并能维护校园的稳定。从微观层面上考虑，可以对比学生的历史数据再进行下一步的预判工作，从而采取正确的指引。例如，通过掌握学生的个性和兴趣等相关信息，给予学生相应的职业生涯规划建议，并为学生提供相应的实习岗位，让学生能够在毕业之后有正确的职业发展，这也在一定程度上为学生提供强有力的支持。
资助工作应按照马斯洛需求层次理论对学生从高至低的生理需求以及尊重需求进行，对学生资助以及扶志并重，对家庭经济困难的学生应进行经济资助。同时也应该通过诚信和志愿服务等，对学生进行实践育人，以此达到高校更高层次的需求。
（二）通过大数据平台进行数据分析 高校的精准资助工作能够通过大数据平台进行数据分析，分析高职院校中受助学生比较推崇的励志人物类型。利用微信公众号、校园直播平台、微博平台等多种自媒体媒介有效开展学生对离职典型的经验分享，正确引导学生树立正确的、积极向上的人生信念，不断提高学生的核心素养，从他助到自助再到助人方向转变。把诚信教育工作融入学生的日常思想教育中去，可以不断提高学生在诚信方面的意识。在结合大数据平台对受助学生参加教育活动的人数进行反馈，不断教育学生在获得国家资助的同时还要心存感恩，培养学生的责任感以及自强不息的精神，让学生能够以自己的实际行动反哺社会。
（三）依据志愿服务完善资助育人体系
构建资助育人体系可以依托志愿服务，高职院校中的育人体系可以将资助与扶志相互结合在一起，扶起学生勤于服务和乐于回报的志气。鼓励受资助的学生积极投身于志愿服务，让受资助的学生能够以实际行动回报社会的帮助。受资助的学生能够在社会中切实感受到自己被认可以及被社会需要的满足感，进而增强感恩意识以及责任意识，激发内在进取动力。有效地帮助受资助的学生规划出具有专业特点的志愿服务活動，提高知识转化的能力。不断挖掘自身的优势资源，增强社会实践经验，促进学生就业创业能力的提升。
综上所述，高职院校的资助维度在大数据的视域下得以精准分析，还能对资助对象进行动态管理，以及对资助对象进行差异化资助等。
【参考文献】
[1]李悦，李月琴.大数据视域下高职学校精准资助育人的四个维度[J].辽宁广播电视大学学报，2018（4）.
[2]黄涛.精准扶贫视域下高职院校资助育人工作的实践研究[J].常州信息职业技术学院学报，2020（2）.
[3]沈彩丽.大数据背景下如何实现高职院校精准资助：以常州信息职业技术学院机电工程学院为例[J].科技视界，2018（11）.
[4]刘晓鑫，张成元.大数据背景下的高职院校贫困生资助模式初探[J].科学大众（科学教育），2017（12）.
[5]刘凯.大数据视域下高职院校学生管理工作探析[J].中外企业家，2020（10）.
[6]赵亚萍.大数据时代高校贫困生精准资助机制研究[J].包头职业技术学院学报，2019（2）.
[7]陈夏芸.大数据时代高校精准资助工作的微信平台建设与分析[J].宁德师范学院学报（哲学社会科学版），2017（4）.
【作者简介】凌贵光（1984— ），男，广西平南人，广西职业技术学院讲师，研究方向为高职大学生思想政治教育。
（责编 黄 煌）
【关键词】大数据 高校 精准资助 维度 育人平台 动态管理
学生资助工作是高校的重要工作之一。依托国家教育管理信息系统建立学生资助平台，能够提高对学生资助的精准度。本文将剖析大数据视域下高职学校精准资助维度，以期每一名需要帮助的学生都能够得到国家的精准资助。
一、进行精准查找，识别资助对象
在资助工作中，如果缺失客观且真实的数据，将对资助工作有很重要的影响，致使高校学生资助工作没有办法顺利完成。过去的传统模式中经常缺少数据支持，只能对学生进行粗放式资助，没有彻底解决学生问题，因数据不准确导致一些真正有困难的学生没有获得帮助。当前高校对学生的资助工作以大数据为背景，实施精准资助模式，能够真正解决经济困难学生的问题。笔者试论如何从粗放式资助模式转变为精准资助模式。
（一）利用一卡通
目前，高校中已经采取一卡通的方式对学生进行管理。一卡通能够在校园中当成货币进行使用。能够购买物品，到图书馆进行阅读，在校园食堂就餐，这种方式为学生提供更大的便利。学生在校园内通过一卡通产生交易记录，交易记录即可作为学生的消费凭证。一卡通是学生的重要证件，因此成为校园中的“数据记录仪”，以一卡通的数据来定位资助对象实为佳策。
（二）借助公安和教育等大数据信息平台
对学生进行精准资助工作，不仅可以利用一卡通，还可以借助公安、教育以及银行等多种职能部门在内的大数据平台，通过服务平台链接学校资源库的共享机制，这样能够进一步获取学生与学生家庭的信息，确保信息能够精准传送到学校的平台上，学生信息在确认得到保密的情况下，能够为学校提供精准的数据支持。资助数据包括学生的生源地家庭经济状况以及学生个人情况等信息，学校通过信息按照实际情况进行分解，分解成若干个指标，每个指标进行再度分解，进行具体的细化。
二、对资助对象进行动态管理
大数据背景可以为学校提供学生的动态数据，让学校对资助对象进行动态管理，能够突破传统模式中的固定时间。动态管理能够掌握学生日常校园生活中的消费情况，其中的消费流水是能够实时监测到的，对这些信息进行追踪与分析，再利用大数据信息平台，把所掌握的相关数据结合在一起，对资助学生的情况进行全面了解，这样能够保证决策具有科学性。对资助学生进行动态管理时，能够实现资助学生“有进有出”，同时资助级别“有上有下”，进行定量分析，确认受资助的学生是否能够继续接受帮助。这种情况下，能够及时发现资助失误，并能够将失误率降到最低，这在一定程度上提高了高校精准资助工作的准确性。
三、对资助对象的差异化进行分析进而资助
当前，中国高校已经为精准资助工作建立奖、助、减等多元混合型资助体系，但是仍存在一些问题，例如资助面较窄、资助力度较弱以及针对性不强等问题。在大数据的支持下，高校通过数据平台的精准分析对资助对象“对症下药”，能保证差异化资助。
（一）对学生大数据作采集分析
通过采集大学生大数据信息，进行合理分析，创新高校资助的形式，针对不同学生的情况进行合理的资助工作安排。對不同的资助对象采用不同的资助方式，例如勤工助学、临时补贴等多项“个性化定制”的差异化资助方式。学生在学校应该以学习为主，学校可以利用大数据对学生进入图书馆的次数以及借书次数进行重点考察，通过采集的数据对学生进行合理的奖励以及补偿性的资助方式，以此激发被资助学生对学习的潜力。
（二）通过政府大数据信息平台采集分析
高校对学生进行资助时，可以通过政府职能部门的大数据平台对学生的生源地进行全面评估，掌握学生家庭情况以及征信情况等关键性信息，评估学生是否真的有困难以及所掌握的信息是否正确，从而对学生进行精准的资助。此外，高校可以为经济困难学生提供勤工助学岗位，以点带面，发挥高校资助长效的效应。此项资助工作的“精”体现在精密合理的布局，对经济困难学生进行统筹安排。
四、为资助对象搭建资助育人平台
（一）利用信息化手段育人
高校可以合理利用现代化信息技术手段，对学生的行为以及活动进行量化积分。通过大数据平台，掌握学生早操、课堂出勤率，校园内部消费额度，参加校园活动的次数，宿舍进出频率等数据，通过以上数据对学生的点滴行为进行评价，了解学生日常的个性行为以及学生的个性特点、学习态度、经济情况等，还能够了解学生的兴趣爱好，这样才能精准判断出受资助学生的行为习惯以及信息状态。将学生的信息进行深度整合，更为精准地覆盖受资助学生，不仅能够彰显高校的人文关怀，还能在开展资助育人活动中有的放矢。
从宏观层面上考虑，大数据手段得以充分利用，能够及时掌握学生的思想状态，学生关注某些热点事件以及突发事件，都能够通过大数据平台进行及时干预以及正确教育引导。能够及时解决潜在的矛盾冲突，维护好学生的思想并能维护校园的稳定。从微观层面上考虑，可以对比学生的历史数据再进行下一步的预判工作，从而采取正确的指引。例如，通过掌握学生的个性和兴趣等相关信息，给予学生相应的职业生涯规划建议，并为学生提供相应的实习岗位，让学生能够在毕业之后有正确的职业发展，这也在一定程度上为学生提供强有力的支持。
资助工作应按照马斯洛需求层次理论对学生从高至低的生理需求以及尊重需求进行，对学生资助以及扶志并重，对家庭经济困难的学生应进行经济资助。同时也应该通过诚信和志愿服务等，对学生进行实践育人，以此达到高校更高层次的需求。
（二）通过大数据平台进行数据分析 高校的精准资助工作能够通过大数据平台进行数据分析，分析高职院校中受助学生比较推崇的励志人物类型。利用微信公众号、校园直播平台、微博平台等多种自媒体媒介有效开展学生对离职典型的经验分享，正确引导学生树立正确的、积极向上的人生信念，不断提高学生的核心素养，从他助到自助再到助人方向转变。把诚信教育工作融入学生的日常思想教育中去，可以不断提高学生在诚信方面的意识。在结合大数据平台对受助学生参加教育活动的人数进行反馈，不断教育学生在获得国家资助的同时还要心存感恩，培养学生的责任感以及自强不息的精神，让学生能够以自己的实际行动反哺社会。
（三）依据志愿服务完善资助育人体系
构建资助育人体系可以依托志愿服务，高职院校中的育人体系可以将资助与扶志相互结合在一起，扶起学生勤于服务和乐于回报的志气。鼓励受资助的学生积极投身于志愿服务，让受资助的学生能够以实际行动回报社会的帮助。受资助的学生能够在社会中切实感受到自己被认可以及被社会需要的满足感，进而增强感恩意识以及责任意识，激发内在进取动力。有效地帮助受资助的学生规划出具有专业特点的志愿服务活動，提高知识转化的能力。不断挖掘自身的优势资源，增强社会实践经验，促进学生就业创业能力的提升。
综上所述，高职院校的资助维度在大数据的视域下得以精准分析，还能对资助对象进行动态管理，以及对资助对象进行差异化资助等。
【参考文献】
[1]李悦，李月琴.大数据视域下高职学校精准资助育人的四个维度[J].辽宁广播电视大学学报，2018（4）.
[2]黄涛.精准扶贫视域下高职院校资助育人工作的实践研究[J].常州信息职业技术学院学报，2020（2）.
[3]沈彩丽.大数据背景下如何实现高职院校精准资助：以常州信息职业技术学院机电工程学院为例[J].科技视界，2018（11）.
[4]刘晓鑫，张成元.大数据背景下的高职院校贫困生资助模式初探[J].科学大众（科学教育），2017（12）.
[5]刘凯.大数据视域下高职院校学生管理工作探析[J].中外企业家，2020（10）.
[6]赵亚萍.大数据时代高校贫困生精准资助机制研究[J].包头职业技术学院学报，2019（2）.
[7]陈夏芸.大数据时代高校精准资助工作的微信平台建设与分析[J].宁德师范学院学报（哲学社会科学版），2017（4）.
【作者简介】凌贵光（1984— ），男，广西平南人，广西职业技术学院讲师，研究方向为高职大学生思想政治教育。
（责编 黄 煌）