大数据在高校学生工作的运用一、构建高校学生管理的研究范式大数据时代背景下，及时、精准的大数据样本使得研究者在很大程度上摆脱了对调查问卷采集的随机样本或实验室小样本的依赖，面向全面的数据，最大限度地扩大了潜在研究对象，趋于总体样本，既避免了社会期许效应，又最大程度的保证了研究结果的全面性和客观性。在大数据时代，一切事物均可以被数据化，情绪、思维、认知、沟通、行为模式、关系等等都可变成数据，这种记录的频度之高，维度之密，为学生管理领域的定量分析提供了极为丰富的资源，受此影响，学生工作管理研究范围也在不断扩展，很多学生工作管理问题如思想动态、高校舆情、主观幸福感、个体认知、个体行为偏好、人际互动与人际关系等借助大数据都可以得到更为准确和可视化的测量呈现，同时也在很大程度上改变了研究的起始点。二、构建高校学生管理的预测体系在大数据时代，高校大学生在校园的活动过程中会留下一个数据集，这个数据集记录了个人学习、日常生活的痕迹，让个体特性有据可循，个人的思想倾向、行为特征、兴趣爱好等都将一览无余。虽然高校掌握着大量的校园运转数据与人物事件信息，但这些数据大多以看似毫无联系、价值密度低的非结构化原始数据的形态零散地分布在各个个体、各个部门中，学生的显性行为数据（如学生完成作业和参加考试的情况，图书借阅情况，寝室出入情况，学生消费情况等）和隐性行为数据（课外活动、在线社交、论坛灌水等）都没有合理应用大数据来创造性地发挥他的预测价值，这些数据如果被整合、挖掘与分析，学生的行为习惯将得以展示，实证数据将替代经验、假设来揭示未知的事件。三、构建高校学生管理的决策体系在大数据时代，决策行为将基于事实和数据做出，与传统学生管理工作中依据经验与直觉的决策方法决然不同，管理者可以通过收集与挖掘数据及其之间存在的“关联度”，整合、分析后应用学生网络数据、行为数据与教学数据等相关资料，第1页共3页搭建数据使用平台，能够使管理者在最短时间内获取跟学生有关的个性化信息数据库，然后进行数据挖掘、量化分析与寻找联系进而建立决策者间的联动机制，这不仅仅能使管理问题从“意识形态”量化为“实证的事实”，更有效辅助决策目标与方案的制定;而且大数据的“数据海”特点更实现了问题的实时性与全面性，使分析与决策行为从“动然后谋”转向为“随动而谋”，更能让决策反馈得到合理的评估。四、构建高校学生管理中的思想政治教学模式国际个性化教育协会（internationalpersonalizationeducationassociation，简称ipea）将个性化教育定义为：“为受教育者量身定制教育目标、教育计划、教育培训方法、辅导方案并加以执行，组织相关专业人员为受教育者提供学习管理策略和知识管理技术以及整合有效的教育资源，帮助受教育者突破生存限制，实现自我成长、自我实现和自我超越。”在大数据技术中高校管理者可以利用数据的多样性、互动性、开放性、可选择性的特点，建立以自主选择学习模式为主的“云课堂”个性化思想政治教育，在“云课堂”里，首先需要采集每个教育者及学生的重要信息，包括教师的教育背景、研究领域、教学长项等数据，也包括学生的家庭环境、测验分数、教育背景与兴趣爱好等数据。在“云课堂”，教育者和受教育者的地位是平等的，受教育者可以根据自身特点与教师情况自由选择受教育的教师、时间和地点。在接受教育的同时，“云课堂”也对受教育者的个人政治水平、思想动态等数据进行汇总、分析、更新、挖掘，便于管理者对其进行针对性的思想政治政教育。管理者、教师及学生均可以从“云课堂”中获益。对于管理者来言，可以更快、更有效的与教师和学生建立良好联系，了解学生的学习趋势以及学习结果，帮助教师更快的适应新的教学环境，同时根据“云课堂”的数据记录来综合评估教学效果进行改进管理政策。教师能够获取更全面的数据信息，提供更深入的教学分析，以便为学生提供个性化的教学服务，提供有针对性的教学干预。学生可以从数据库推荐的学习轨迹来开展自我导向性学习，同时也可以得到教师更好的指导。大数据是高校学生管理所面临的第2页共3页一个新的境遇和...
