队伍建设
学生教育管理参考资料第120期
发布时间:2015-09-25 浏览次数: 467

大数据带来的信息风暴正在变革着我们的日常生活、工作模式和思维方式,也正在改变着高校学生思想政治教育模式。去年4月,学工部曾在第110期《学生教育管理参考资料》中,阐述了什么是大数据以及大数据时代大学生思想政治教育的主要特点。本期,我们将结合成都电子科技大学教育大数据研究所相关理论和实践研究成果,进一步介绍大数据时代高校学生工作的新理念和新实践,供大家在创新高校思想政治教育工作时参考。

一、大数据时代实践和开展高校思想政治教育的新理念和新原则

(一)运用大数据开展思想政治教育工作的三个新理念

一是量化图式理念:把受教育者思想行为以数据方式进行汇集,整合不同领域数据,根据评估体系对个体或群体进行可视化的精准图示。大数据时代开启了研究以“人”为核心的“镜像世界”,人的网络言论行为是现实世界人际交往和思想行为的反映,能够以可视化的“镜像”方式展现着人的精神世界和客观世界。古希腊哲学家毕达哥拉斯提出了“数是万物的本原”的理念,将数据提高到本体论高度。在大数据时代,数据成为客观世界,乃至人的精神世界的表征和“尺度”,实现世界的数据化。我们提出“数字是人的尺度”的论断,学生们的日常学习、交往、生活等不同领域行为轨迹以数据化方式集成整合,对数据进行科学量化,最终以可视化的彩色图形、图标、曲线等方式勾画出大学生关注社会热点排序、思想行为特点、教学质量走势等等,从而形成受教育者的整体思想素质的评估和预测,为高校思想政治教育工作决策科学化、教学质量评价客观化、监督制约过程化提供了重要实证性支撑。二是个性化教育理念:根据数据分析结论和思想行为的可视化“描述”,针对不同教育对象采用相应教育对策的教育过程。大数据以种类丰富、质量高端、免费共享等教育资源优势,开启了个性化教育的新时代。大数据的价值,不仅仅在于数据搜集、挖掘和分析,更重要的是基于数据分析对特定学生群体或个别学生提供适合其思想需求特点的个性化教育公共产品。对此,一方面教师根据数据呈现的问题,针对性地对学生群体或个别学生进行以讲座、座谈、社会实践、观看影视等方式开展教育辅导;另一方面学生根据数据分析结论,开展自主性学习,基于多样性、共享性和互动性的网络教育资源,根据自身知识状况、能力水平,自主 选择多样学习方式并完成学习目标的过程,如学生可以通过国内外“慕课”方式,开展个人自主网络学习或自组学习团队共同研讨学习,从而激发学生自主学习的兴趣和激情,提高学生个性化学习的动力和效果。

三是精准研判理念:基于动态数据分析和关键热词评估,对学生的舆论舆情、思想行为的发展 趋势能够作出准确的预测判断。在“小数据”时代,我们要搜集和分析部分样本验证假设,受样本标准、调查者思维方式、主观偏见等问题干扰,容易出现失真。在大数据时代,样本即为全体,不受局部错误或个体差异干扰,能够准确把握相关因素的客观性、实证性的内在关系,从而作出精准关系判断。对思想政治教育而言,根据大学生在学习、生活、社会交往等方面呈现出的数据(包括网络行为、消费行为、宿舍门禁行为、图书馆学习行为等),能够基于数据相关关系,对学生思想行为进行整体性、全面性数据评估,判断出近期学生的舆情动态、思想状态、价值导向、心理预警等等,从而为作出有针对性的舆情对策、思想教育或心理干预提供科学依据。

(二)高校运用大数据开展思想政治教育工作的三个新原则

一是可视化原则:基于一体化数据库不同需求分析,学生思想行为能够以图表、曲线等方式具体呈现。根据不同的需求,基于不同的大数据运算方法,利用大数据分析技术,挖掘出具有潜在价值的信息,对学生进行全面精准的画像,并以简洁明了的方式呈现给各职能部门,帮助高校思想政治教育工作者全方位认识学生,更好地把握学生动态,了解学生、更好地在学业和思想上引导学生,能够帮助职能部门更好地管理校园、服务于学生。

二是个性化原则:根据数据分析结论,对不同类别的对象施以不同的教育方式。与传统思想政治教育理论课面向全体学生、统一评判标准和注重整体质量相比,大数据思想政治教育能够根据解析出的学生思想行为特点,对学生或学生群体进行“精准画像”,并以此为基础对个体学生或学生群体进行针对性的分类教育。如根据数据呈现的不同年级的学生关注社会热点、理论困惑等存在差异,根据不同群体的爱好特点,开展分众化 的、有针对性的思想政治教育。

三是即时性原则:基于学生思想行为数据的动态分析,能够根据数据公式,即时呈现当前学生思想行为的基本态势。与传统思想政治教育课堂教学偏重单向度知识传授,不注重及时了解教学效果反馈和学生思想动态相比,大数据思想政治教育能够通过系统性网络平台数据分析,迅速地了解和抓取学生的课堂评价、学生关注偏向、社会热点、思想困惑等问题,形成即时图式呈现出思想政治教育从效果、形式到学生关注热点的排序。在实践教学中,根据最新数据分析结论,及时调整教学进程、教学重点或开展针对性课堂研讨、专题讲座、社会实践调查等方式化解学生思想行为存在的问题。

三、大数据时代探索和开创高校思想政治教育的新路径


基于大数据呈现出的特点和优势,如何在高校思想政治教育过程中充分利用这些优势,根据数据分析呈现出的问题热点和规律,运用新的教育方式和教学方法,进一步增强思想政治教育的针对性和实效性电子科技大学充分发挥信息技术专业优势,高度重视大数据新技术在教育教学上的开发和应用,成立了大数据教育研究中心,组建不同的研究项目团队,基于大数据挖掘分析和运用,在探索和创新高校思想政治教育方面逐渐探索出新的实践模式

(一)建立系统性思想政治教育数据库,打造高校思想政治教育链

数据是进行科学分析和探究的基础性资源了解学生思想行为真实特点价值观倾向心理健康现状等方面,都需要客观的动态性的数据作为实证分析和科学结论的基础对此,电子科技大学从两个方面着手进行思想政治教育数据收集:一是建立大数据教育研究中心,构建一体化信息搜集平台,通过图书馆教务处学工部宿管中心 心理咨询中心后勤服务处等不同职能部门协同合作,建立系统性的在线数据搜集平台,在法律法规许可和个人授权范围内,在开放性网络公共空间采集各类数据;二是通过线下的思想政治教育 课教师、辅导员等组织专题性、主题性网络问卷调查、网络学习和交流等定向数据采集,实现学生的 行为思想、言论表达的数据化,通过两种方式能够有效实现思想政治教育“信息数据库”平台构建。

大数据的价值在于发现问题和做出研判的实际应用。如何利用思想政治教育“数据库”是一个 充满创新性、挑战性的实践难题。电子科技大学立 足于育人为本的理念,以大数据教育中心为基地, 协同学工部、马克思主义教育学院等部门,根据不 同需求建立不同项目组,如数据采集团队、数据分 析团队、数据应用团队,建立了“平台构建——职能部门 ——教师或辅导员——项目组数据分析——可视化呈现——教育对策”的“思想政治教育链”:首先,通过数据平台建立,汇集信息,其次,职能部门、教师和辅导员开展线上线下活动,再由项目组根据算法以可视化方式呈现问题,最后,制定出科学而有效的对策。

(二)开发出思想政治教育的“成电公式”,对 学生进行“精准画像”,开展个性化思想政治教育遵循受教育者思想特点,是思想政治教育有效开展的规律。相对每个高校而言,学生年龄、数量、专业背景等都具有相对稳定性,根据较为稳定 的海量数据和不同的定制需要,能够创设出适合 各自高校特点的思想政治教育数据分析方法和模型。电子科技大学通过问题需求、语义挖掘、数据 可视化等等方法,创建分析学生思想行为的“成电公式”,能够迅速把数据库信息纳入“成电公式”进行分析,实现对学生群体或特殊个体的问题呈现,包括学生近期关注的社会热点、思想困惑、学业成绩、质量评估等等,都能够实现系统性的“学生画像”。根据数据分析出的问题和倾向,针对某一学生群体或个人,采用专题研讨、座谈访谈、心理咨询、影视播放等方式,开展个性定制式的针对性思想政治教育活动。

(三)建立高校思想政治教育大数据技术、分析和教育三支队伍,构建开放性、前瞻性和综合性的高校思想政治教育教学辅助系统专业性队伍是实现大数据整合导入、问题分析和实际运用的关键。与传统以知识传授、考试成 绩为评价标准的课堂教学相比,大数据通过过程 性、动态性的综合评价指标,如网络小论文、社会热点评述、学生综合成绩测评等方式,更为全面地实现高校思想政治教育教学质量和目标。为此,电子科技大学建立了三支队伍:大数据技术队伍负责校园数据平台建设的顶层设计、动态搜集工作,同时运用数据挖掘形成社会热点或学生关注点排行榜,自动生成 PPT 讲稿;大数据分析队伍主要是计算机专业教师根据需求,运用不同算法、公式获取问题或不同信息间的相关性;教育教学应用反馈队伍包括思想政治教育理论课教师、辅导员队伍等,及时把应用效果和问题进行反馈。这三支队伍构建起大数据时代高校思想政治教育的主体力量,根据数据分析呈现的问题,以开放性方式寻求互联网相关资源,如国内外大学主题讲座、图书馆各类资源等,以前瞻性方式分析学生教育存在的问题和热点,实现针对性课堂教育教学,以综合性方式提升高校思想政治教育理论课教师的信息技 术应用、哲学社会科学、自然科学等知识,实现对学生关注问题的及时解答和指导,从而构建起“技术——分析——教学”三位一体的思想政治教育教学辅助新体系。


三、实例运用——校园大数据告诉你学霸是如何炼成的


想知道如何在大学里炼成一枚学霸吗?想提前预知你的期末成绩吗?想知道四年后的你,会不会成为失业大军中的一员吗?近日,国内大数据领域领军专家、电子科技大学周涛教授与有着近十年学工部长教育经验的吕红胤研究员,花费了近大半年的时间,联合研发出一套“大数据”系统——“学生画像”。该系统利用校园一卡通追踪学生行为轨迹,通过对学生吃饭、打水、出行、消费行为记录,“算”出每名学生的学习、生活状态。更厉害的是,通过对学生日常学习状态的追踪,该系统还会对学生的期末成绩乃至大学四年后的就业情况作出预警。(注:系统用排名均值来计量学生成绩的优异。排名均值=学生在所在专业的年级排名/本专业的总人数,排名均值越接近0,代表该学生的成绩越好。)

(一)学霸是如何炼成的?

1.学霸出门时间通常比较固定

研究人员分析了近半年的宿舍门禁、吃饭、进出图书馆等刷卡记录,发现成绩较好的学生作息时间比成绩差的更规律。例如,某专业排名第3的小雪,几乎每天固定在8点、12点、14点三个时间点出门,留在宿舍的总时长低于专业平均水平。而该专业成绩排名第61的小石每天进出宿舍的时间很随机,而且通常每次外出的时长不超过2小时,“宅指数”明显高于专业平均水平。

2.学霸最爱在晚上10-11点洗澡

上图中,横轴代表了时间点,竖轴则代表了在当前的时间点下,学生的洗澡概率。电子科大的澡堂是全天开放的,但研究团队发现,晚上10——11点,学习好的学生与学习差的学生洗澡概率出现了较大的差异。简言之,集中在晚上1011点之间洗澡的学生成绩更优异。

不管是出门时间还是洗澡时间,抑或是相对固定的早餐时间,都是学生作息规律的具体体现。研究人员发现,较有规律的学生群体,除了成绩上的优势外,考研成功率以及出国留学获得奖学金的概率均高于一般学生。这也从侧面印证了生活的规律性对于成绩有正面影响的结论。

3.学霸爱泡图书馆和自习室

在样本量足够庞大的情况下,学生在一定时期内的行为追踪确实可以反映他的学习和生活状态。比如,如果一个学生的打卡记录显示,他长期在教学楼的饮水机上打水,那一定程度上就说明了,教学楼是他的长期活动地点。

“学生画像”的研究团队,通过大数据分析,发现了出入图书馆次数多少与学习成绩的好坏存在着一定的相关性,即:出入图书馆次数比较多的学生,成绩要优于出入图书馆次数比较少的学生。同一个学生,随着他出入图书馆次数的增多或减少,他的成绩排名在上下浮动。如图


这样的相关性,同样适用于学校的教学楼↓↓(注:在教室打水代表该学生出现在了教学楼~

现实中,每个人都会受到种种环境的影响。无疑,处于校园之中,身边人的学习状态,自然也会影响到学生自身的成绩好坏。

研究团队发现,如果一个大学生,他身边的朋友成绩比较好,那他自身的成绩也相对较好!

想要成为一枚学霸?先找个学霸好友吧


4.期末会不会挂科?

算一下吧!在这项研究中,研究团队专门设计出了一系列辅助学生更好完成大学学业的功能模块——“挂科预警”。

挂科率=努力程度 + 学习基础;

努力程度依据:教学楼打水频率+进出图书馆的时间与次数;

学习基础:用已考科目成绩、已考与将考科目之间的关联性算出;

一旦你的挂科率触碰到了预警红线,那系统便会自动为负责你学习的辅导员推送预警信息!

5.四年后,你会成为失业大军中的一员吗?

如今,就业形势一年比一年紧张。作为学生,你在担心毕业即失业?作为高校的管理者,你会困惑于如何帮助学生突破重围吗?嗯,好消息来了!

“学生画像”研究团队通过大量的数据分析,研究得出了一个学生的毕业去向与他在校期间的生活规律有着一定的关联性。

电子科技大学教育大数据研究所副所长、原微软亚洲研究院的连德富教授在接受中国青年报采访时表示,通过对比往届毕业生的毕业去向,他们发现,就业困难学生群体身上确实存在某些相似的行为特征。比如,与其他同学相比,就业困难学生在校期间的生活普遍不太规律。此外,就业困难学生在图书馆的借阅书目也更偏向于悬疑科幻小说以及与游戏相关的书籍。

近年来,越来越多的大学生毕业后选择创业。麦可思研究院研究发现,包括本科毕业生和高职专院校毕业生在内的中国大学生毕业后选择自主创业的比例基本呈逐年上升的趋势:20071.2%20081%20091.2%20101.5%20111.6%20122%20132.3%20142.9%

在连德富教授看来,大学里的创业一族也有“大数据”特点。偏好创业的学生跑市区的频率要高于普通学生。




                                      节选自《思想教育研究》(2015年第5期),

                                        《中国教育报》(201597日),有删改











扫一扫分享本页