基于校园大数据的高校家庭经济困难学生认定研究

摘 要：随着教育公平理念的不断深化及信息技术的发展，高校家庭经济困难学生认定的标准与以往大不相同，使得传统的认定方法遇到了巨大的挑战和困难。利用大数据技术，分析家庭经济困难学生的生活数据和家庭数据，构建家庭经济困难学生数据库，利用机器学习、人工智能等构建高校家庭经济困难学生认定模型，最后，利用该认定模型实现高校家庭经济困难学生认定。

关键字： 家庭经济困难学生  大数据技术

家庭经济困难学生认定是高校落实经济困难学生资助的一项重要工作，家庭经济困难学生指的是学生本人及其家庭所能筹集到的资金，无法支付其在校学习期间生活和学习的基本费用的。虽然国家层面制定了很多的助学政策，各高校根据要求也制定了相应的资助方案，但是在实际工作中仍然存在家庭经济困难认定不够精准、名额分配不够合理、评定过程不够客观等问题。而高校大数据中潜在大量有价值的信息，如何从现有的大数据环境中挖掘学生在校特征，建立模型，并应用于高校经济困难学生资助工作中，是高校落实经济困难学生资助工作的重要任务。本文主要分析研究目前高校落实经济困难学生资助工作中面临的问题，将大数据技术引入高校经济困难学生资助工作中，对不同的数据采取相应的分析方法，提取特征值并建立模型，为高校落实经济困难学生资助工作提供辅助决策。

1 研究背景

大数据是指规模巨大、类型多样、生成速度快的数据集合，被广泛应用于各学科及领域[1]。随着第四次工业革命的不断发展，每个人的日常生活都将离不开大数据技术。而高校信息化系统中的数据规模大，类型多，来源多样化已经成为了高校学生大数据环境的特点。同时，大数据技术的应用目前处于初步阶段，很多功能还不完善，所以高校在对大数据技术的应用上具有一定的优势。

2017年，中共教育部党组印发《高校思想政治工作质量提升工程实施纲要》，其中明确指出，要真正提升育人质量，就不能仅仅浮于表面工作，要更深层次地将扶困同扶智与扶志相结合，从多方面入手完善育人机制，比如物资援助、能力提升、思维拓展等。2020年，教育部等八部门联合发布的《关于加快构建高校思想政治工作体系的意见》指出，要“建设发展型资助体系，加大家庭经济困难学生能力素养培育力度”[2]。随着高校人才培养理念的不断革新，以及社会对高等教育质量的要求也在不断提高，如何更好地支持家庭经济困难学生，帮助他们获得优质的教育资源，充分发挥个人能力，挖掘个人潜能，实现自身价值，成为高等教育的重要问题。为了实现“不让一个学生因家庭经济困难而失学”的诺言，国家陆续实施了各种重要举措，不断帮助家庭经济困难的学生，尽可能地帮助他们消除后顾之忧，让他们能够完成学业，因此，对高校经济困难学生资助工作育人体系进行完善，是至关重要的。

2 研究意义

大数据为高校学生资助工作提供了发展的新方向，大数据技术能提高家庭经济困难学生资助工作的精准度和实效性，实现资助资源的优化配置，在资助公平和学生尊严之间找到了平衡，既充满人性，又精准高效[3]。做好家庭经济困难学生资助工作是高校构建资助育人体系的重要环节，不但可以减轻家庭经济困难学生面临的经济压力，还可以帮助高校提升人才培养质量，推动教育改革创新，促进学生个人能力的发展，从而实现学生个人和社会的双赢。

3 家庭经济困难学生认定工作存在的问题

3.1 信息不对称

认定结果不准确的重要因素之一即信息不对称。一是学生在提供的家庭经济状况材料时，不排除存在谎报、虚报等行为，但学校的核查手段有限，在认定时主要判断依据就是学生提供的相关证明材料；二是不是每一个学生的申请材料都是完整且真实的，有存疑的现象，比如故意夸大或隐瞒家庭经济状况、伪造申请材料和收入证明等，来获取更多的资助。

3.2 缺乏有效的核查机制

家庭经济困难学生的认定依据主要是根据学生提交的证明材料，这些材料中的水分有多少，其实是无法估计的，具体情况还需要进一步论证，而高校由于地理距离和其他因素的限制，很难对家庭经济困难学生提供的证明材料进行实地验证。同时，有些家庭经济困难的学生由于自尊心强，不想让家庭的窘况展现在大家面前，拒绝提出申请，因此可能会出现非家庭经济困难学生占用帮扶资源，而真正家庭经济困难的学生的学习和生活得不到充分的资助保障。

3.3 基层民主评议方式单一

传统高校家庭经济困难认定是一般是由学生自行申报，学工人员根据其申报材料和证明材料，并根据班级学生代表讨论结果进行认定。因此参与家庭经济困难学生认定工作的主要工作人员即辅导员、班主任和班级学生代表，因此核实家庭经济困难申请材料的任务便落在他们头上。但由于各种因素的限制，不能对认定中出现的疑点进行准确的研判，从而不能对每一位学生进行公平、公正的认定。

4 基于校园大数据家庭经济困难学生认定框架

随着信息化、数字化建设的快速发展，高校的“智慧校园”建设也逐渐完善，学生的个人信息、生活习惯、图书借阅、校园消费明细、欠费贷款情况和在校各项表现等可通过“智慧校园”查询，同时参考家庭经济情况、移动账单、微信朋友圈、QQ空间等数据就可以对高校学生的在校生活进行较为精准的刻画，再结合老师、班级同学、宿舍舍友的评价，便可以使基于校园大数据分析的高校贫困生精准认定成为现实。基于校园大数据分析的高校贫困生认定框架如图1所示。

4.1贫困生数据库构建

大量家庭经济困难学生的数据库是基于校园大数据高校家庭经济困难学生认定的数据基础，因此，先收集家庭经济困难学生的生活数据、家庭数据；其次，对这些数据进行预处理，构建高校家庭经济困难学生的数据库。

4.2家庭经济困难学生识别模型构建

利用机器学习、深度神经网络等人工智能算法构建高效家庭经济困难认定模型，运用家庭经济困难学生数据库，对贫困认定模型进行充分训练，优化模型参数从而做到准确精细。

4.3贫困生认定

将待认定高校家庭经济困难的学生数据输入到训练后的家庭经济困难学生认定模型中，通过识别初步产生家庭经济困难学生名单。其次，由学工管理人员对认定的家庭经济困难学生名单进行复核，从而确定家庭经济困难学生的最终名单。

4.4人工复核

基于校园大数据的高校家庭经济困难学生认定模型可以在一定范围内上提升家庭经济困难学生认定的速度和精度，但是在确认最终高校家庭经济困难的学生名单时，学工管理人员还应对输出的名单进行进一步的复核，特别是对遭受重大突发意外事故学生，应单独进行人工识别和确认。

参考文献：

[1]田慧芬.基于大数据的高职学生精准资助育人体系探析[J].现代职业教育，2024，（02）：173-176.

[2]胡彩.高校家庭经济困难学生发展型资助育人体系构建研究[J].科教文汇，2024， （03）：19-22.DOI：10.16871/j.cnki.kjwh.2024.03.005.

作者简介：郭颖，1989年10月，女，陕西咸阳人，硕士，宁夏师范大学物理与电子信息工程学院教师，助教，研究方向：思想政治教育与研究。