论文部分内容阅读
【摘要】高等教育大众化促使国民文化素质普遍提升的同时，也面临着学困生不断增多的问题。本文从高校学困生的概念出发，探讨了大数据时代对高校学困生实施精准帮扶的路径，从精准识别、精准帮扶、精准评价等方面对实施路径进行思考，并提出定性与定量分析相结合、对助困群体的督导以及应用多种数据分析方法等优化方案。
【关键词】大数据;高校学困生;精准帮扶
大数据时代带来了信息技术发展的巨大变革，深刻影响着社会生产和人们的生活。随着高校扩招等政策实施，高等教育大众化促使国民文化素质普遍提升的同时也面临着学困生不断增多的问题，各高校虽然开展了针对学困生的帮扶措施，但实施效果并不理想。因此，利用大数据开展学困生的精准帮扶势在必行。
一、理论意蕴：高校学困生概念界定及精准帮扶的内涵
（一）高校学困生概念界定
本文将高校学困生定义为在正常的教育环境中，因非智力因素造成的多门学科不及格从而导致学籍警告、延长学习期限、退学的高校在读学生。
（二）高校学困生精准帮扶的内涵
高校学困生精准帮扶是在科学、系统、有效的方法指导下，依据在读高校生学习困难的具体成因，收集相关数据资料，建立科学的筛选体系，对不同类型的学困生实现精准识别，在此基础上，整合现有资源，开展需求引导、生涯规划、心理辅导、思想教育等形式多样、具有针对性的帮扶活动，是帮扶过程跟踪管理、帮扶效果动态评价等一系列过程的综合。对高校学困生实施精准帮扶目的是实现各类帮扶资源配置的优化与整合，提升帮扶的效果和效率，从而实现学困生向学优生的转化。
二、实施路径：大数据时代如何对高校学困生实施精准帮扶
（一）精准识别：采集学困生信息建立基线数据库，构建筛选体系
大数据技术是指伴随着大数据的采集、传输、处理和应用的相关技术。在思维方式方面，大数据具有“全样而非抽样、效率而非精确、相关而非因果”三大显著特征。因此，要精准识别高校学困生，首先应建立学困生基线数据库。在完成高校学困生数据采集后，可以利用ETL工具将分布的关系数据等进行清洗、转换和集成，为进一步挖掘数据奠定基础。在后续的数据处理和分析中，对分析结果进行可视化呈现，更好地厘清学困生学习困难的成因，建立科学、系统的筛选体系，实现不同类别学困生的精准识别。
（二）精准帮扶：依据学困生特点进行针对性帮扶，构建多维联动机制
通过高校学困生基线数据库的建立，构建科学、系统的筛选体系，对不同类别的学困生实现精准识别。如，对学习动力缺乏型学困生，以动机理论、马斯洛需求理论为指导，对学生开展需求提升引导，促进学生对自我实现重新认知，激发学生内在动力，达到良好的帮扶效果;对学习方法不当型学困生，可以开展针对性的学业指导，在朋辈辅导中对其进行学习方法的改良，使其适应大学的学习方法和模式;对学习兴趣缺失型学困生，一方面要利用科学的心理辅导解决其长期积累的情绪问题，另一方面依托学业导师为这类学生答疑解惑，厘清专业认识误区，使其重新树立学习的信心;对学习态度不端型学困生，要通过事例教育、榜样示范、思想教育，纠正其价值观中的享乐主义，着重培养其自我管理的能力;对学习目标迷失型学困生，要通过学业发展指导，使其明确未来的发展目标，进行科学合理的学习规划，从而改变学习的困境;对其他困难转化型学困生，要根据具体情况分类处理，如家庭困难导致的学习困难，着力点在于帮助学生缓解经济压力等。根据系统精准识别不同类型学困生学习困难的成因、特点，开展有针对性的学习帮扶，建立家校社联动机制，从而提高帮扶的精度、准度。
（三）精准评价：建立动态考核机制，实现学困生精准帮扶工作常态化
要巩固对学困生精准帮扶的效果，除了严格的帮扶过程质量控制外，对帮扶效果的动态考核评价也是非常重要的。针对不同类型的学困生，分别设计相应量表，通过态度测量其帮扶效果，运用数据挖掘技术，建立各指标间的相关关系，构建动态考核机制，推动精准评价，实现高校学困生精准帮扶工作常态化。
三、经验探索：对高校学困生精准帮扶实施路径的反思与优化
（一）对高校学困生精准帮扶实施路径的反思
1.及时准确把握学困生问题间的相互转化等仍是难题。如前文所述，在对高校学困生开展精准帮扶的过程中，学困生问题并非固化的，也会发生不同问题间的交叉作用、相互转化等问题。虽通过数据搜集建立相应的学困生数据库，构建了相对科学、系统的筛选体系，但数据更新落后于学生发展变化、数据分析挖掘技术应用是否准确等均影响对学困生问题的精准识别，影响帮扶效果。
2.助困群体的评价体制尚无统一、科学标准。对高校学困生的精准帮扶除了精准识别问题类型外，心理咨询师、学业导师、辅导员、朋辈、家长等助困群体的帮扶过程、方法以及对帮扶过程的风险控制均存在个体差异性，而这些个体差异对精准帮扶效果有一定影响。
3.大数据中的相关非因果思维方式影响评价结果的准确性。大数据的应用给高校学困生精准帮扶带来了很多的便利，但其分析相关而非因果的方式在精准识别和精准评价中有一定影响。如家庭教育方式与高校学困生有相关关系，那么只能说明学生的学习困难受家庭教育方式的影响，而非家庭教育方式直接导致了学生的学习困难。这就势必会影响通过数据分析对学生问题、帮扶效果评价的准确性。
（二）高校学困生精準帮扶实施路径的优化
1.定性与定量相结合，提高精准识别的准确性。以高校学困生基线数据库为基础，总结以往对学困生帮扶过程中的问题，撰写结构化访谈提纲，通过与学生的访谈交流，更深入了解问题，明确需求，提高对问题交叉作用和相互影响的处理能力，从而提高精准识别的准确性。
2.加强帮扶过程的督导，不断完善助困群体评价标准。助困群体是实施高校学困生精准帮扶的关键要素，为了提高该群体的帮扶质量，可以通过集中开展专题培训、定期开展小组研讨会、加强国内高校交流学习等方式，高校管理层也要加强对该群体帮扶的督导，实施过程监控，不断完善评价标准。
3.采用多种数据分析技术，提高评价结果的准确性。采用大数据精准帮扶学困生，对数据处理技术要求非常高。在数据计算模式中，可以运用批处理计算、流计算、图计算、查询分析计算等对数据库中的数据进行分析，提高评价结果的准确性。
参考文献：
[1]林子雨.大数据技术原理与应用——概念、存储、处理、分析与应用[M].北京：人民邮电出版社，2016：8-9.
[2]李长吾.“绿色管理”理念视角下开展大学生学业指导研究[J].中国轻工教育，2017（1）：6-7.
[3]袁宗虎.高校学困生成因分析及其转化对策[J].江苏高教，2017（1）：76-77.
[4]刘颖.父母教养方式与高校学困生学习关联度研究[J].东北师范大学学报，2013（5）：213-216.
[5]鲍士水.浅谈学困生“一对一”学习帮扶机制[J].教学实践研究，2014（16）：174.
（作者单位：河南科技大学机电工程学院）
【关键词】大数据;高校学困生;精准帮扶
大数据时代带来了信息技术发展的巨大变革，深刻影响着社会生产和人们的生活。随着高校扩招等政策实施，高等教育大众化促使国民文化素质普遍提升的同时也面临着学困生不断增多的问题，各高校虽然开展了针对学困生的帮扶措施，但实施效果并不理想。因此，利用大数据开展学困生的精准帮扶势在必行。
一、理论意蕴：高校学困生概念界定及精准帮扶的内涵
（一）高校学困生概念界定
本文将高校学困生定义为在正常的教育环境中，因非智力因素造成的多门学科不及格从而导致学籍警告、延长学习期限、退学的高校在读学生。
（二）高校学困生精准帮扶的内涵
高校学困生精准帮扶是在科学、系统、有效的方法指导下，依据在读高校生学习困难的具体成因，收集相关数据资料，建立科学的筛选体系，对不同类型的学困生实现精准识别，在此基础上，整合现有资源，开展需求引导、生涯规划、心理辅导、思想教育等形式多样、具有针对性的帮扶活动，是帮扶过程跟踪管理、帮扶效果动态评价等一系列过程的综合。对高校学困生实施精准帮扶目的是实现各类帮扶资源配置的优化与整合，提升帮扶的效果和效率，从而实现学困生向学优生的转化。
二、实施路径：大数据时代如何对高校学困生实施精准帮扶
（一）精准识别：采集学困生信息建立基线数据库，构建筛选体系
大数据技术是指伴随着大数据的采集、传输、处理和应用的相关技术。在思维方式方面，大数据具有“全样而非抽样、效率而非精确、相关而非因果”三大显著特征。因此，要精准识别高校学困生，首先应建立学困生基线数据库。在完成高校学困生数据采集后，可以利用ETL工具将分布的关系数据等进行清洗、转换和集成，为进一步挖掘数据奠定基础。在后续的数据处理和分析中，对分析结果进行可视化呈现，更好地厘清学困生学习困难的成因，建立科学、系统的筛选体系，实现不同类别学困生的精准识别。
（二）精准帮扶：依据学困生特点进行针对性帮扶，构建多维联动机制
通过高校学困生基线数据库的建立，构建科学、系统的筛选体系，对不同类别的学困生实现精准识别。如，对学习动力缺乏型学困生，以动机理论、马斯洛需求理论为指导，对学生开展需求提升引导，促进学生对自我实现重新认知，激发学生内在动力，达到良好的帮扶效果;对学习方法不当型学困生，可以开展针对性的学业指导，在朋辈辅导中对其进行学习方法的改良，使其适应大学的学习方法和模式;对学习兴趣缺失型学困生，一方面要利用科学的心理辅导解决其长期积累的情绪问题，另一方面依托学业导师为这类学生答疑解惑，厘清专业认识误区，使其重新树立学习的信心;对学习态度不端型学困生，要通过事例教育、榜样示范、思想教育，纠正其价值观中的享乐主义，着重培养其自我管理的能力;对学习目标迷失型学困生，要通过学业发展指导，使其明确未来的发展目标，进行科学合理的学习规划，从而改变学习的困境;对其他困难转化型学困生，要根据具体情况分类处理，如家庭困难导致的学习困难，着力点在于帮助学生缓解经济压力等。根据系统精准识别不同类型学困生学习困难的成因、特点，开展有针对性的学习帮扶，建立家校社联动机制，从而提高帮扶的精度、准度。
（三）精准评价：建立动态考核机制，实现学困生精准帮扶工作常态化
要巩固对学困生精准帮扶的效果，除了严格的帮扶过程质量控制外，对帮扶效果的动态考核评价也是非常重要的。针对不同类型的学困生，分别设计相应量表，通过态度测量其帮扶效果，运用数据挖掘技术，建立各指标间的相关关系，构建动态考核机制，推动精准评价，实现高校学困生精准帮扶工作常态化。
三、经验探索：对高校学困生精准帮扶实施路径的反思与优化
（一）对高校学困生精准帮扶实施路径的反思
1.及时准确把握学困生问题间的相互转化等仍是难题。如前文所述，在对高校学困生开展精准帮扶的过程中，学困生问题并非固化的，也会发生不同问题间的交叉作用、相互转化等问题。虽通过数据搜集建立相应的学困生数据库，构建了相对科学、系统的筛选体系，但数据更新落后于学生发展变化、数据分析挖掘技术应用是否准确等均影响对学困生问题的精准识别，影响帮扶效果。
2.助困群体的评价体制尚无统一、科学标准。对高校学困生的精准帮扶除了精准识别问题类型外，心理咨询师、学业导师、辅导员、朋辈、家长等助困群体的帮扶过程、方法以及对帮扶过程的风险控制均存在个体差异性，而这些个体差异对精准帮扶效果有一定影响。
3.大数据中的相关非因果思维方式影响评价结果的准确性。大数据的应用给高校学困生精准帮扶带来了很多的便利，但其分析相关而非因果的方式在精准识别和精准评价中有一定影响。如家庭教育方式与高校学困生有相关关系，那么只能说明学生的学习困难受家庭教育方式的影响，而非家庭教育方式直接导致了学生的学习困难。这就势必会影响通过数据分析对学生问题、帮扶效果评价的准确性。
（二）高校学困生精準帮扶实施路径的优化
1.定性与定量相结合，提高精准识别的准确性。以高校学困生基线数据库为基础，总结以往对学困生帮扶过程中的问题，撰写结构化访谈提纲，通过与学生的访谈交流，更深入了解问题，明确需求，提高对问题交叉作用和相互影响的处理能力，从而提高精准识别的准确性。
2.加强帮扶过程的督导，不断完善助困群体评价标准。助困群体是实施高校学困生精准帮扶的关键要素，为了提高该群体的帮扶质量，可以通过集中开展专题培训、定期开展小组研讨会、加强国内高校交流学习等方式，高校管理层也要加强对该群体帮扶的督导，实施过程监控，不断完善评价标准。
3.采用多种数据分析技术，提高评价结果的准确性。采用大数据精准帮扶学困生，对数据处理技术要求非常高。在数据计算模式中，可以运用批处理计算、流计算、图计算、查询分析计算等对数据库中的数据进行分析，提高评价结果的准确性。
参考文献：
[1]林子雨.大数据技术原理与应用——概念、存储、处理、分析与应用[M].北京：人民邮电出版社，2016：8-9.
[2]李长吾.“绿色管理”理念视角下开展大学生学业指导研究[J].中国轻工教育，2017（1）：6-7.
[3]袁宗虎.高校学困生成因分析及其转化对策[J].江苏高教，2017（1）：76-77.
[4]刘颖.父母教养方式与高校学困生学习关联度研究[J].东北师范大学学报，2013（5）：213-216.
[5]鲍士水.浅谈学困生“一对一”学习帮扶机制[J].教学实践研究，2014（16）：174.
（作者单位：河南科技大学机电工程学院）