基于大数据的高校困难生精准认定模式研究

《基于大数据的高校困难生精准认定模式研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、基于大数据的高校困难生精准认定模式研究摘要：贫困生精准认定是实现精准资助的基础，为了有效提高困难生认定的精准程度，结合大数据技术，提出了一种基于大数据驱动的高校困难生精准认定模式。首先，结合现有高校困难生认定程序梳理认定过程中存在的主要问题并分析形成的原因；然后，从数据采集、数据分析、困难等级判定和资助管理四个子系统构建高校困难生精准认定模式；最后，基于高校困难生精准认定模式给出了相应的实施步骤。关键词：大数据；资助；精准；大学生中图分类号：G47文献标识码：A文章编号：1008-4428(2016)12-13-03一、弓I言随着高等

2、教育招生人数的不断增加，学生中来自于偏远农村地区和经济贫困地区的比例和数量也相应增加。这就势必需要增加对高校学生尤其是困难学生的资助工作力度，同时增加困难生资助工作的有效性和精准性。如何提高困难学生资助工作的精准性，引起了国家和地方的重视，并相应地出台了一些政策。教育部副部长杜玉波指出“十三五”期间，中国的困难学生资助工作以“家庭经济困难学生资助全覆盖”为目标，同时完善资助工作的体制和机制，并不断提高资助精准度；2016年安徽省教育厅出台了《安徽省教育厅关于建立教育精准扶贫“月点评季通报”制度的通知》；这些制度和政策的出台说明了建立困

3、难生精准资助制度的重要性。而建立困难生精准资助制度和机制的前提和基础是建立一种有效的困难生精准认定方法。所谓精准困难生认定是指依据学生所在的不同地域的经济状况、家庭经济状况以及学生个人消费行为等实际经济情况，采用科学的系统方法判定学生的困难程度和等级。由上述困难生精准认定可知，要实现精准认定首先需要具备学生的经济状况的全面数据，还需要形成一套科学的测评指标体系、测评标准和测评方法。而要获取学生全面的经济状况信息就需要充足的数据来源，同时要形成科学的测评指标体系和测评标准也需要充分的数据作为支撑，因此要形成困难生精准认定方法就需要大量的

4、数据作为驱动源。随着信息技术的发展和运用领域的不断延伸，形成了大数据技术，这为本文建立困难生精准认定提供了技术支持，为此，本文以大数据为技术基础，探宄困难生精准认定的方法，以期为高校困难生精准认定提供参考，进而提升高校困难生精准资助绩效、高校困难生认定存在的问题分析目前高校困难生认定的一般程序主要包括：1.高校随录取通知书邮寄《高等学校学生及家庭情况调查表》；2.学生填写调查表并到生源地办理相应的证明手续；3.依据提交的家庭情况调查表以及学生个人申请，班级形成评议小组并进行困难生认定评议；4.形成评议结果上报学院审核，学院资助工作组进

5、行困难认定并公示。由图1中的困难生认定程序可知，高校资助工作人员最终确定困难生过程中主要依据学生填写的家庭经济状况调查表和班级评议结果，这种认定方法和认定程序在实施的过程中存在以下的问题：（一）困难生认定的信息源单一从现有的高校困难生认定的程序可知，困难生认定的主要信息源和判定依据是学生提交的家庭经济状况调查表［4］。家庭经济状况调查表由学生本人填写而后交由生源地民政部门审核、签章并证明，在这个形成调查表的过程中由于生源地民政部门无法逐一核对学生的家庭经济状况，只能依据所在行政村出具的签章进行判断，而行政村往往在给予家庭情况证明时考虑

6、人情世故，而出具公信力不足的困难证明，从而最终导致家庭经济状况证明缺乏足够的有效性和可靠性。同时，在开展班级评议过程中，评议小组人员数量有限，无法给予每个申请人全面的评价和判定，评议人员的评议依据往往也是学生提交的个人申请，这就导致整个困难生认定过程中所依据的信息源单一化，认定依据不充分。（二）认定过程缺乏标准现有的关于高校困难生认定的相关规定中较少提出明确的困难生认定标准，目前困难生认定的依据主要是教育部对困难生的界定一“学生家庭整体经济状况困难，其月均生活费与学校所在地区规定的居民最低保障相同或者偏低，难以支持学生在校期间的正常生

7、活和学习所需费用，则可认定为困难生”。这种界定以定性描述为主，就导致困难生认定过程具有主观性。同时，各个区域的生源地经济状况不同，最低生活保障也不尽相同，这就无法确定判断的主要依据的准确性和确定性，从而导致困难认定结果一定程度上与实际情况有所偏差。综合上述分析，当前认定过程中的主要问题形成的原因在于困难生经济状况信息不对称。形成这种不对称现象的主要原因在于无法获取足够的信息源以及当前资助工作整体信息化水平偏低。二、基于大数据驱动的高校困难生认定方法综合上述高校困难生认定程序中存在的问题，可知当前困难生认定中存在的主要问题在于困难生信息

8、源不充分和数据单一化，为此本文提出了一种基于大数据技术的高校困难生认定方法。结合现有困难生认定过程中存在的问题，本文采用的大数据驱动的困难生认定方法，主要解决以下问题：一是基础数据获取。主要是指困难生家庭经济数据获取、学