关于从根本层面提升高职院校学生管理信息技术研究范文
1引言
高职院校在学生管理的工作领域中，应该重点关注大数据背景下的信息化建设，积极运用大数据技术创建完善的学生管理信息化系统平台，在保护学生隐私的基础上，有效处理各类学生行为数据信息，增强平台应用的完善性和健全性，保证数据信息管理系统的应用效果，从根本层面提升大数据背景下的高职院校学生管理信息化建设水平。
2大数据背景下高职院校学生管理学信息化系统的建设
2.1学生管理数据共享中心的建设
目前，部分高职院校已经开始建设智慧性的校园环境。在此过程中，为了全面发挥大数据系统在学生管理中的重要作用，应遵循基本性的校园数据中心系统建设原则与服务系统建设的标准，运用大数据技术与人工智能技术等创建数据信息的共享中心与共享平台，预防各部门在学生管理过程中出现信息孤岛的现象，打造真正意义上智能化的学生管理系统。在此过程中，高职院校应该统一相应的学生管理信息化系统数据标准与编码标准，合理在其中设定数据交换的规则、接口设计的规则等，如果已经应用了数据共享系统，就要进行接口的规范性处理、数据的创新性管理，使得各种数据都能集成化地处理、迁移性地分析，这样在异构系统相互之间高效化交换数据信息、共享数据信息的情况下，可以打破传统学生管理工作的数据壁垒。在此过程中，需要注意数据共享中心系统中应该设定统一性的数据池结构，提供数据共享方面、深入挖掘方面、预警方面的技术支持。
2.2创建学生管理大数据分析系统
大数据分析系统在高职院校学生管理过程中具有重要的意义，是合理运用大数据技术的基础保障，高职院校可以将数据共享中心当作是基础部分，创建相应的大数据分析平台和展示平台，利用工作表的形式、图表的形式、用户看板的形式等将分析的结果展示出来，使得师生都能够按照分析结果规范自身的行为，尤其是学生在了解自身数据分析结果之后，可以自主性地进行自我学习行为、生活行为与心理行为的管理，教师可以按照每位学生的数据分析结果，深入性地执行学生管理工作，配合高职院校完成学生管理的任务。首先，在建设数据分析系统的过程中，应该创建学生管理的关键性指标模型，通过数学分析模型算法的形式，挖掘数据信息、对其进行分析。其次，在创建数据展示系统的过程中，可以按照不同班级情况、不同宿舍情况等，将各类数据分析报告展示出来，这样有助于进行数据的研究和管理。最后，可以在大数据系统中创建学生画像数据集，利用此类数据集在学生日常考试、写作业、生活、行为分析过程中都可以获得相应的数据信息，综合性地对每位学生学习、生活和心理等状况进行研究。同时，还要在其中设定不同的系统，便于进行学生管理，例如：可以设计学生日常上网时间、消费数额的统计系统，了解学生是否有过长时间上网的现象、过度消费的问题。也可以建设学生出勤率的考察系统，分析学生是否有旷课的行为、逃课的行为，这样在多个角度、多个层面、多个维度综合分析学生数据信息的情况下，可以准确将每位学生的真实状况展示出来，然后参考学生的大数据综合分析结果，制订完善的管理工作计划。
2.3创建数据预警的系统
高职院校学生管理的工作中，不仅要关注学生日常学习行为、生活行为与心理行为的管理，还需将安全管理作为主要部分。尤其是在新时期的背景下，高职院校学生的综合状况非常复杂，心理因素也很繁琐，在各类因素的影响下容易出现校园安全事件，如果只采用宣传教育的方式、日常定期检查的方式，不仅无法及时发现安全隐患问题，还会导致安全管理工作处于被动的状态。在此情况下，就应该使用大数据技术，实时性地从网络平x了解学生行为数据信息，采集分析学生在高职院校中的上网数据、消费数据、门禁数据、图书借阅数据、生活动态数据等，将数据信息输入到预警平x，在出现失联现象、挂科现象、疑似网络贷款现象的时候就可以提出数据预警分析的结果，使得学生管理人员及时了解到预警信息情况，避免发生安全隐患。例如：对于其中的失联预警系统来讲，将失联时间预知设定为xxh，如果超出xxh，还没有将学生的行为数据信息采集出来，就可以怀疑学生没有处在高职院校领域中，学生管理工作人员就要进行排查，以免出现失联的安全事件。同时，也可以建设网络沉迷预警的系统，将预警时间设定成为xh，如果学生连续性上网超出xh，就要分析研究学生是否有网络沉迷的风险隐患，这样在大数据预警系统的知识下，可以增强学生管理工作的科学化程度，从根本上规避安全风险[x]。
3大数据背景下高职院校学生管理信息化实践
3.1强化学生行为数据的分析力度
3.2.1学生学习行为数据信息的分析高职院校使用大数据技术挖掘学生学习行为数据信息的过程中，主要是运用大数据平台收集整合学生的档案、选课、出勤、自主学习、成绩等方面的数据信息。同时，还要搜集学生与教师之间互动、互相进行实践创新的数据信息等，这样在挖掘学生学习行为信息的情况下，能够对学生的学习兴趣、学习习惯与日常学习经验等进行综合性的研究，便于及时调整学生管理方向、学生教育目标等。在学生行为数据信息分析过程中，应该创建学习行为的预测模型，跟踪性地了解每位学生的学习行为情况，一旦发现学生有学习的思想问题、行为问题或者心理问题，就应该综合性研究数据信息内容，挖掘学生的潜能，然后进行个性化管理、人性化管控，积极带领学生养成良好的学习习惯，采用趣味化的学习方式，增强学习的积极性。同时，还可以按照大数据分析结果了解每位学生的学习特点，然后综合性运用指导方式与引导方式，带领学生提升对学习的重视度，充分意识到全面学习先进技能与职业技术对自身未来发展的重要意义，达到良好的学生学习行为管理目的。x.x.x学生生活行为数据信息的分析大数据技术的应用能够全面分析学生生活过程中的行为数据信息，高职院校在进行学生管理的过程中，可以运用大数据技术挖掘与收集学生的生活轨迹数据消费数据，主要就是日常就餐方面、超市购物方面的费用数据，同时还有门禁记录的数据、上网行为的数据等，利用校园一卡通中的信息来了解学生的日常生活行为情况，同时还能通过大数据技术研究分析学生的爱好信息、个性信息、生活圈信息等，这样可以使得管理部门结合学生的生活行为特点，合理调整学生管理方向与规划，从学生的实际情况出发，筛选最佳的管理措施与教育措施，增强学生管理工作的针对性。另外，还可以利用消费数据信息，将学生的贫困程度判断出来，从根本上增强贫困生资助的精准度和准确性[x]。x.x.x学生心理行为数据分析学生心理方面的管理也属于高职院校学生管理工作中重点的部分，尤其是近年来，学生面临着一定的学习压力和未来就业压力，很容易出现心理方面的问题，同时受到网络中不同观念的影响，心理也会受到损害。因此，高职院校在学生管理期间，可以借助大数据技术分析挖掘学生的心理行为数据信息，动态性地了解与掌握学生心理变化特点，研究是否存在心理品质问题或是其他问题。对于心理数据信息来讲，主要是依靠辅导员进行反馈、心理咨询测试、学生进行反馈等，为保证心理行为数据分析的准确性，可以创建心理预测的模型，一旦发现学生有异常的心理行为，就要给予一定的关注，针对性地开展心理辅导活动，以免出现心理抑郁的现象、心理孤僻的现象，尽可能地借助教育指导与管理方式，使得学生形成积极向上的乐观的学习态度、生活态度与未来就业态度[x]。
3.3完善系统的实践应用制度
制度对于工作行为来讲有一定的规范和约束作用，只有保证制度的完善性，才能从根本上实现学生管理过程中大数据技术的有效运用目的。因此，在新世纪发展的背景下，高职院校要想更好地借助大数据技术增强学生管理工作效果，就应该完善实践操作的制度内容。首先，应完善相应的大数据技术应用责任制度，安排专业的人员进行大数据系统的访问管理、更新管理和维护管理，统一其中的操作标准要求内容，精细性的执行审核工作与管理工作，一旦发现系统中学生的数据信息缺乏真实性、完整性或者是学生日常行为数据信息不能良好的分析，就要对相关的负责人进行惩罚，这样可以从根本上增强人员参与工作的积极性。其次，应该统一相关的数据传输工作与存储工作的标准规范，完善数据信息的安全管理制度，要求工作人员阶段性地进行数据安全分析、数据风险研究，在维护所有信息安全性的同时，避免出现数据泄露现象、学生管理信息风险性问题。最后，应该科学制定大数据系统的应用权限制度与登记制度，这样在合理规定应用权限的情况下，避免出现越权操作、数据信息被篡改的现象，从根本上维护所有信息与数据的安全性。另外，还需制定阶段性更新的制度，保证系统中所存储的学生行为数据信息属于最新的信息内容[x]。
4结语
综上所述，高职院校在应用大数据技术进行学生管理信息化建设的过程中，应重点借助大数据技术挖掘、分析学生的行为数据信息，便于针对每位学生的行为特点、状况等落实管理任务，确保在科学化运用大数据技术的同时，增强学生管理工作信息化发展水平。
来源：网络整理 免责声明：本文仅限学习分享，如产生版权问题，请联系我们及时删除。
《关于从根本层面提升高职院校学生管理信息技术研究范文》出自：百味书屋
链接地址：http://www.850500.com/news/251436.html
转载请保留,谢谢!