導語：學生行為學風建設路徑探析一文來源于網友上傳，不代表本站觀點，若需要原創文章可咨詢客服老師，歡迎參考。

[摘要]近年來，北京交通大學電子信息工程學院創新學風建設工作方法，通過對學生行為的大數據分析，獲取學習行為習慣以及學習狀態等信息，并在工作中借鑒工程教育專業認證理念，堅持以學生為中心，以提高學生學習成績為導向，持續改進工作方法，有針對性地開展學生工作，以激發學生學習興趣，培養學生良好的學習習慣，取得了良好成效。

[關鍵詞]學生行為；大數據；學風建設

高校學風建設工作質量不僅體現著高校的學生管理工作水平，也是學校辦學能力、辦學質量的重要所在。隨著大數據時代的到來，高校學風建設工作也面臨新的機遇和挑戰。近年來，北京交通大學電子信息工程學院創新學風建設工作方法，從收集學生學習行為大數據開始，獲取學習行為習慣以及學習狀態等信息，根據學生實時狀態，有針對性地開展學生工作，并在工作中融合工程教育專業認證理念，堅持以學生為中心，以提高學生學習成績為導向，持續改進工作方法，以期激發學生學習興趣，培養學生良好的學習習慣，取得了良好成效。

一、利用學生行為大數據開展學風建設工作的必要性和優勢

（一）基于大數據開展學風建設工作的必要性。大學學風建設是一項系統工程。優良學風不是依靠學生主觀能動性自然形成的，而是管理教育的結果。當前，利用學生行為大數據開展學風建設十分必要。一是符合新形勢下的高校思想政治工作的要求。隨著時代的變化，一些既有的學生管理工作模式已經不能適應新的教育教學需要。大數據的運用將對學生的海量信息進行分析和挖掘，發現大學生的成長規律，進而遵循規律推進教育教學改革，提高學生教育培養質量。二是通過采集學生學習行為數據，可以記錄學生與教師教與學的全過程。從學生入學開始直到學生畢業，通過行為大數據的不斷積累，可以全面客觀地記錄學生成長軌跡，在學生學業成長的關鍵節點及時發現問題、解決問題。三是可以滿足學生個性化成長需求，實現精準指導。過去的任課教師往往通過肉眼觀察學生的學習情況，但是教師的精力有限、課堂人數較多、關注范圍較小，容易忽略學生存在的個體差異。大數據的運用可幫助教師在海量的數據資源中，進行有目的、有側重點地分析，通過學生的上課出勤情況、學業成績等信息，綜合考量學生學業狀態，為學生推送合適的學習資源并進行個性化學習建議。（二）基于大數據開展學風建設工作的優勢。整體來看，學風建設工作的成效取決于管理隊伍、任課教師、學生等諸多方面的共同努力。傳統的高校學風建設工作大部分依靠課堂，任課教師以教材和大綱規定的教學要求為目標，課堂教學內容比較固定。與傳統的學風建設工作方法相比，基于學生行為大數據的方法具有以下優點：一是可以預測學生的學習成果，使教育管理具有前瞻性。通過收集學生行為數據可以實時掌握學生學業情況，預測其未來的學習趨勢和學習結果，將教育及幫扶工作前置。二是可以加快學風建設工作創新改革進程，滿足學生成長需要。學風是高校諸多資源中的寶貴財富，是一種育人資源。加強學風建設、努力創建優良學風，是促進高校各項工作的前提，是提高人才培養質量的重要保證，也是衡量高校辦學水平的基準，更是其核心競爭力的具體體現。因此，在高等教育改革發展和社會轉型時期，加強學風建設是一項具有戰略意義的工程。三是可提高學風建設工作效率。在實際的學風建設工作過程中，我們將面臨許多決策和實施問題，有了學生行為大數據便可以發現隱藏的、有用的信息，不再單純地依靠學生的學業成績，而是以周為單位，記錄學生平時的學業狀態，通過學生學業狀態，反映學風建設整體現狀，為提高學風建設工作的成效提供數據支持和決策支撐，實現各個環節的自我評價與自我管理，提高學風建設工作效率。

二、利用學生行為大數據開展學風建設工作的實踐

（一）整體設計。為更好地開展學風建設工作，筆者所在學院由學生工作組牽頭，成立學業指導中心，面向全體本科生收集學生行為數據，并將大數據進行匯總整理，統籌學院教學科、學生工作組、任課教師以及學生骨干搭建一體化學風建設工作模型，在內部開展基于大數據分析的學風建設工作，并將工程教育專業認證理念融入其中，不斷改進學風建設工作方法。工程教育專業認證最早起源于美國，是針對高等教育中工科專業的資格認證，其核心理念是以學生為本，以目標為導向，持續改進。學院借鑒該理念，在學風建設工作中堅持以學生為中心，采集學生行為大數據，分析學生學業狀態，以提高學生學習成績和學習能力為導向，并根據學生反饋的信息不斷改進教育決策、教學實施和教學手段，使目標控制、過程管理、信息反饋、自我評價和調試改進等環節實現一體化循環運行。（二）實施過程。第一個階段為數據收集及處理。學院學業指導中心依托學生干部、學生黨員、任課教師圍繞學生行為大數據，例如課堂出勤率、集體自習情況、學業導師輔導記錄、考試成績等信息進行采集。同時，為了減小人工統計誤差，學院輔導員每周深入課堂，對學生主修課程的出勤率進行抽查，記錄與學生相關的信息。隨后，學業指導中心對數據進行整理分析，匯總形成每周一期的《學業質量監控報告》。該報告包含了各年級學生的專業課出勤狀況；針對任課教師課堂教學環節的學生意見；班級學風建設活動開展狀況：集體自習出勤率、考前答疑內容、班內小組幫扶開展活動情況和年級學習講座參與度；學業導師計劃實施和開展情況：任課教師輔導記錄、學生答疑記錄以及專業課程考試成績匯總表等。第二階段為信息傳遞及送達。學院把每期《學業質量監控報告》遞送至教學管理、學生工作等部門，統一解決學生學習過程中存在的問題，幫助教師和學生雙方相互改進、相互了解、相互督促，形成工作閉環。與此同時，學生學習行為大數據客觀地反映了學生在教學培養環節中遇到的學業困難與學業需求。學業指導中心還針對學業困難學生制定了學業導師計劃和學業困難群體跟蹤幫扶機制。一是全面建立教師與學生的信息紐帶。由學生指導中心根據學生成績、學習情況等信息篩選學業困難以及學有余力的學生群體。針對學生的不同學習程度，一對一匹配不同類型的學業導師或者科研導師。導師的職責主要包括關注學生學業情況、課堂管理以及開展必要的科研指導。二是設計科學的學業輔導方案，有針對性地開展創新類、興趣類的科技活動，滿足學生個性化成長需要。學院學業指導中心為每名學業困難學生匹配學生黨員進行幫扶，先進幫后進。學生黨員主要負責解答學業困難學生在學習時遇到的學業問題，作為學業導師計劃的補充，與學業導師形成合力，幫助學生提高學習成績。第三階段為學生反饋階段。有了學生學習行為的數據，確定了學生培養目標，我們就可以根據學生的學業情況，及時調整學風建設工作方案。通過大數據，我們可以挖掘教師的信息與教學質量的關系、學生學習狀態與教學質量的關系、不同學科或課程的學習狀態與學習效果比較、學生學習時間投入狀況、學生課外生活狀況與學生發展、學生狀況與就業等的相關性，并能夠通過觀察學生學習行為數據的波動情況，直觀了解學生的學習效果以及學習習慣的改變，以判斷學風建設工作的效果和方法是否需要調整。

三、利用學生行為大數據開展學風建設的成效與思考

（一）可視化成果。在試行基于大數據分析的學風建設工作的一年內，學生專業課課堂出勤率明顯提高，平均課堂出勤率由最初的71.2%提高至94.1%。通過對學生課堂意見的收集和反饋，教師不斷改進教學方法，學生的課堂滿意度也從最初的65.9%提高到92.7%，學業困難學生成績平均分由最初的67.6分提高到78.5分，各年級班級不及格率平均降低2.8%。（二）幾點思考。基于學生行為大數據的學風建設工作雖然取得了一定成效，但仍然存在一定的改進空間。一是學生行為數據采集量較大，收集整理時間較長。目前，根據已有的工作積累，大數據分析工作主要依托學院學業發展指導中心進行，工作人員以學院團委輔導員為主、本科生為輔，采集工作目前完全依靠人工，采集數據過程較慢，耗時較長，工作量巨大且煩瑣，數據精準度也有待加強。因此，利用移動終端進行實時數據收集，建立學生信息大數據系統，由軟件代替人工進行智能分析，優化大數據處理方式，通過線上簽到、成績錄入等方式，縮短人工數據采集時間，提高數據采集效率勢在必行。二是對于數據分析工作缺少大數據專業知識，數據挖掘層次有限，數據采樣和基礎分析較簡單。基于大數據的學風建設工作需要對學生行為背后的實質性問題進行剖析和解讀，需要工作人員具有專業的數理統計學、思想政治教育以及心理學等方面的知識，以深入挖掘學生學習行為習慣隱藏的內容。接下來，學院將邀請專業人員對工作人員進行專業技能培訓，提高工作人員的綜合能力，全方位提供學生所需要的幫扶，實現全方位育人。三是在工作開展的過程中需要統籌教學科研、后勤等相關部門。利用學生行為數據分析開展學風建設，對學生日常管理工作產生了較大的影響，不僅改變了傳統的工作模式，也給工作的協調帶來了一定的難度。因此，學院將重點加強各部門的聯絡溝通，建立每周例會制度，由各部門負責人出席，以郵件為主，以新媒體平臺為輔，進行實時的溝通與交流，改變工作模式，以盡快適應當代大學生的成長需求。學風是一種氛圍，影響著高校教育質量和人才培養的水平，良好的學風是高校培養高素質人才的基礎和保障，更有助于激勵和引導學生拼搏進取、不斷創新。因此，高校需進一步明確學風建設的首要地位，充分運用大數據服務于學風建設，抓學風促學業，為學生的成長成才創造有利條件。在當前高校學生就業競爭日趨激烈、社會對高校畢業生的要求不斷提高的形勢下，探索加強高校學風建設的長效模式是符合個人、高校及社會長遠發展需求的一項重要工作。保證高校學風建設的管理過程不斷向前發展，離不開學風建設的不斷創新與持續改進，這也正是工程教育認證理念的核心要求之一。因此，創建一種具有長效性、循環性、可改進性的學風建設模式，是克服長期以來高校學風建設的難點的迫切需要，也是提升高校辦學質量的現實要求。

作者:韓柏濤 溫馨 單位:北京交通大學