高校精準(zhǔn)資助應(yīng)用大數(shù)據(jù)的現(xiàn)實(shí)困境和技術(shù)訴求*

謝莉莉，翟志剛

（1.南京郵電大學(xué) 現(xiàn)代郵政學(xué)院，江蘇 南京 210023；2.江蘇省事務(wù)管理局，江蘇 南京 210024）

社會(huì)公平的基石是教育公平。近10多年，我國(guó)的學(xué)生資助政策進(jìn)一步完善，高校建立起一整套“獎(jiǎng)助貸補(bǔ)減免”的資助政策體系，使“不讓一個(gè)學(xué)生因家庭經(jīng)濟(jì)困難而失學(xué)”的承諾成為可能。在基本實(shí)現(xiàn)家庭經(jīng)濟(jì)困難學(xué)生資助全覆蓋的同時(shí)，如何在資助工作中實(shí)現(xiàn)對(duì)象精準(zhǔn)、需求精準(zhǔn)、形式精準(zhǔn)和效能精準(zhǔn)成為高校學(xué)生資助工作運(yùn)行機(jī)制中亟待解決的問(wèn)題。

習(xí)近平總書記曾多次強(qiáng)調(diào)：扶貧工作要在精準(zhǔn)扶貧、精準(zhǔn)脫貧上下更大工夫。教育部在2015年召開(kāi)的全國(guó)教育工作會(huì)議上明確提出“要提高國(guó)家資助政策的精準(zhǔn)度，依托國(guó)家教育管理信息系統(tǒng)建設(shè)平臺(tái)，確保國(guó)家學(xué)生資助、獎(jiǎng)補(bǔ)等優(yōu)惠政策真正落實(shí)到每一個(gè)需要幫扶的學(xué)生身上”。顯然，高校的學(xué)生資助工作是國(guó)家整體精準(zhǔn)扶貧工作不可或缺的一部分。隨著信息通信及互聯(lián)網(wǎng)技術(shù)的普及，大數(shù)據(jù)在教育領(lǐng)域的運(yùn)用受到越來(lái)越多研究者的關(guān)注。通過(guò)大數(shù)據(jù)技術(shù)的運(yùn)用，可以實(shí)現(xiàn)精準(zhǔn)識(shí)別資助對(duì)象、精準(zhǔn)判定資助需求和資助形式，以及精準(zhǔn)控制資助效能的作用。[1]當(dāng)前，大數(shù)據(jù)在高校精準(zhǔn)資助工作中的應(yīng)用尚處于起步和探索階段，需要我們不斷探索和積極應(yīng)對(duì)使用過(guò)程中存在的各種難題，為提高精準(zhǔn)資助工作的實(shí)效性奠定基礎(chǔ)。

一、大數(shù)據(jù)在高校精準(zhǔn)資助工作應(yīng)用中的條件及價(jià)值

大數(shù)據(jù)與人們生活的方方面面緊密相連，對(duì)大數(shù)據(jù)的挖掘研究可以為高校精準(zhǔn)資助工作提供便利條件。

第一，大數(shù)據(jù)時(shí)代浪潮推動(dòng)了高校數(shù)字化教學(xué)管理環(huán)境的變革，為精準(zhǔn)資助工作數(shù)據(jù)的搜集提供了有力保障。 大數(shù)據(jù)是以容量大（Volume）、類型多（Variety）、存取速度快（Velocity）、應(yīng)用價(jià)值高（Value）為主要特征的數(shù)據(jù)集合，正快速發(fā)展為對(duì)數(shù)量巨大、來(lái)源分散、格式多樣的數(shù)據(jù)進(jìn)行采集、存儲(chǔ)和關(guān)聯(lián)分析，并從中發(fā)現(xiàn)新知識(shí)、創(chuàng)造新價(jià)值、提升新能力的新一代信息技術(shù)和服務(wù)業(yè)態(tài)。美國(guó)作為世界科技強(qiáng)國(guó)，提出“通過(guò)收集、處理龐大而復(fù)雜的數(shù)據(jù)信息，從中獲得知識(shí)和洞見(jiàn)，提升能力，加快科學(xué)、工程領(lǐng)域的創(chuàng)新步伐”。[2]我國(guó)的大數(shù)據(jù)研究也從2013年起呈現(xiàn)爆發(fā)式增長(zhǎng)趨勢(shì)。高校利用其自身的技術(shù)環(huán)境，通過(guò)信息數(shù)據(jù)的交流及共享為大數(shù)據(jù)的技術(shù)運(yùn)用奠定基礎(chǔ)，掀起利用大數(shù)據(jù)促進(jìn)教育改革創(chuàng)新發(fā)展的熱潮。

第二，高?！爸腔坌@”的建設(shè)使大數(shù)據(jù)的搜集和挖掘成為可能，使精準(zhǔn)資助工作支撐有了數(shù)據(jù)的依托。智慧校園“利用‘互聯(lián)網(wǎng)+’的思維方式和新一代信息技術(shù)手段，把學(xué)校各類信息化系統(tǒng)和資源整合為一個(gè)有機(jī)的整體，構(gòu)建具有高度感知能力、協(xié)同能力和服務(wù)能力的新型信息化校園環(huán)境，深入融合滲透到教育教學(xué)的全過(guò)程”。[3]各高校啟動(dòng)的智慧校園建設(shè)，比如校園一卡通的使用，通過(guò)其身份認(rèn)證、學(xué)費(fèi)收繳、成績(jī)查詢、生活消費(fèi)、圖書借閱、門禁管理等功能的智能化運(yùn)用所記錄的海量數(shù)據(jù)，來(lái)挖掘出學(xué)生在經(jīng)濟(jì)困難程度、學(xué)習(xí)生活需求、興趣愛(ài)好等方面相關(guān)數(shù)據(jù)，與精準(zhǔn)資助要求相結(jié)合，構(gòu)建模型，預(yù)測(cè)方法，為工作開(kāi)展提供決策支持。

第三，高校信息服務(wù)平臺(tái)的整合和數(shù)據(jù)共享的搭建，更有利于落實(shí)精準(zhǔn)資助工作的匯聚共享與不同層級(jí)目標(biāo)群體的定位。隨著高校學(xué)生教育管理改革的不斷推進(jìn)，學(xué)生各項(xiàng)事務(wù)辦理被逐步整合為一個(gè)統(tǒng)一服務(wù)平臺(tái)。在這個(gè)平臺(tái)中關(guān)于學(xué)生個(gè)人學(xué)習(xí)生活等一切方面的數(shù)據(jù)都被存貯、交換、共享和在線分析。這些數(shù)據(jù)客觀、真實(shí)且全面反映了家庭經(jīng)濟(jì)困難學(xué)生的面貌和行為表現(xiàn)，通過(guò)數(shù)據(jù)關(guān)聯(lián)分析可以基本掌握其行為特征，為高校精準(zhǔn)資助提供一個(gè)嶄新的認(rèn)知高度。

那么，大數(shù)據(jù)在高校精準(zhǔn)資助工作中的價(jià)值體現(xiàn)，筆者認(rèn)為可以從三個(gè)方面進(jìn)行考察。

一是優(yōu)化資助體系，強(qiáng)化精準(zhǔn)資助實(shí)現(xiàn)力度。資助方對(duì)資助對(duì)象信息的獲取是實(shí)現(xiàn)精準(zhǔn)資助工作的基礎(chǔ)。精準(zhǔn)資助要求，“找準(zhǔn)資助對(duì)象，通過(guò)差別化的資助形式，提升資助目的與資助對(duì)象需求之間的契合度，最大程度發(fā)揮資助的效能”。[4]大數(shù)據(jù)作為考察學(xué)生家庭經(jīng)濟(jì)困難的顯性表征，能夠如實(shí)記錄下學(xué)生學(xué)習(xí)生活信息，通過(guò)精準(zhǔn)分析和科學(xué)預(yù)測(cè)，有助于精準(zhǔn)資助目標(biāo)的實(shí)現(xiàn)。

首先，大數(shù)據(jù)改變了過(guò)去學(xué)生信息采集的模型構(gòu)建來(lái)源。過(guò)去學(xué)生按照資助方要求填寫的表格，街道、社區(qū)辦事處，及民政部門等出具的家庭收入證明材料不足以使高校在高強(qiáng)度的信息甄別方面能夠精準(zhǔn)鎖定資助對(duì)象。大數(shù)據(jù)平臺(tái)可以全方面、多層次地對(duì)學(xué)生群體信息進(jìn)行收集、整合和互聯(lián)互通。如校園“一卡通”的實(shí)現(xiàn)和校園學(xué)生事務(wù)中心在線平臺(tái)的使用可以對(duì)海量數(shù)據(jù)進(jìn)行挖掘分析，從而實(shí)現(xiàn)資助對(duì)象的精準(zhǔn)化。其次，高校目前建立的“獎(jiǎng)助貸補(bǔ)減免”的資助體系是在各自分散狀態(tài)下獨(dú)立進(jìn)行管理的。不同級(jí)別、來(lái)源、性質(zhì)的資助項(xiàng)目都是采取各自申請(qǐng)、審批、發(fā)放、監(jiān)管的運(yùn)行機(jī)制。在實(shí)際操作中，為了兼顧全局利益，資助資源是按照家庭經(jīng)濟(jì)困難學(xué)生人數(shù)比例進(jìn)行切割的，這種自上而下而不是以學(xué)生個(gè)人需求為導(dǎo)向的分配方式會(huì)導(dǎo)致資助需求的不均衡性。大數(shù)據(jù)平臺(tái)有效對(duì)接學(xué)生管理系統(tǒng)、資助系統(tǒng)、教務(wù)系統(tǒng)、財(cái)務(wù)系統(tǒng)等子系統(tǒng)，對(duì)有效信息進(jìn)行讀取識(shí)別，以資助對(duì)象需求為導(dǎo)向進(jìn)行有區(qū)別的獎(jiǎng)勵(lì)性或補(bǔ)償性資助。

二是提升資助效能，促進(jìn)資助育人目標(biāo)的實(shí)現(xiàn)。與社會(huì)上的扶貧工作相比，高校的資助工作不是單純的扶貧和救濟(jì)，其最終目標(biāo)和任務(wù)是育人。[5]對(duì)于家庭經(jīng)濟(jì)困難學(xué)生來(lái)說(shuō)，實(shí)現(xiàn)個(gè)人經(jīng)濟(jì)保障固然重要，但在自身需求滿足之后，其個(gè)人的情感需求、尊重需求及自我實(shí)現(xiàn)的需求就顯得不可取代。大數(shù)據(jù)平臺(tái)通過(guò)對(duì)家庭經(jīng)濟(jì)困難學(xué)生的學(xué)習(xí)成績(jī)、個(gè)人興趣、實(shí)踐能力、技能素養(yǎng)、就業(yè)志向等相關(guān)信息分析，使資助工作由粗放走向精準(zhǔn)，為其有的放矢地對(duì)學(xué)生個(gè)人提供思想的引領(lǐng)、學(xué)習(xí)的幫扶和能力的拓展提供精準(zhǔn)服務(wù)。

首先，利用大數(shù)據(jù)關(guān)注學(xué)生思想道德需求。通過(guò)大數(shù)據(jù)平臺(tái)，對(duì)家庭經(jīng)濟(jì)困難學(xué)生的事實(shí)數(shù)據(jù)和行為數(shù)據(jù)行進(jìn)搜集整理，針對(duì)誠(chéng)信教育，勵(lì)志、感恩教育的現(xiàn)狀在學(xué)生中開(kāi)展有針對(duì)性的校園文化活動(dòng)，提升資助工作的育人功能，建立公平公正、積極向上的校園資助文化。其次，利用大數(shù)據(jù)關(guān)注家庭經(jīng)濟(jì)困難學(xué)生的學(xué)習(xí)狀況。針對(duì)雙困學(xué)生的現(xiàn)實(shí)困境，分析具體原因，采取具體舉措，以促進(jìn)學(xué)生的成長(zhǎng)成才。最后，利用大數(shù)據(jù)幫助家庭經(jīng)濟(jì)困難大學(xué)生發(fā)現(xiàn)自己的興趣特長(zhǎng)，并輔之以線下對(duì)學(xué)生個(gè)人素質(zhì)的拓展、能力的培養(yǎng)，從而為學(xué)生今后個(gè)人發(fā)展提供強(qiáng)大的動(dòng)力支持。這種以生為本的評(píng)判標(biāo)準(zhǔn)，可以真正促進(jìn)精準(zhǔn)資助工作所能達(dá)到的最優(yōu)效果，也是其自身價(jià)值的最大體現(xiàn)。

三是拓寬參與式資助，打造資助監(jiān)管模式。大數(shù)據(jù)獲取、存貯及分析的方便快捷化，使其成為人們進(jìn)行決策支持的重要參考方面，這有助于拓寬參與精準(zhǔn)資助工作的方式，從而形成協(xié)調(diào)發(fā)展的監(jiān)管體系。首先，利用大數(shù)據(jù)公平公正的陽(yáng)光操作，不斷發(fā)展資助社團(tuán)建設(shè)，充分發(fā)揮家庭經(jīng)濟(jì)困難學(xué)生的力量，使其參與到精準(zhǔn)資助工作中來(lái)，成為學(xué)校與廣大經(jīng)濟(jì)困難學(xué)生之間溝通的橋梁。其次，基于大數(shù)據(jù)分析做出的決策提升了資助的監(jiān)管水平。一方面，動(dòng)態(tài)化的監(jiān)測(cè)使資助工作者能從多維度、海量化的數(shù)據(jù)中發(fā)現(xiàn)問(wèn)題，從而進(jìn)行預(yù)警和預(yù)控；另一方面，可以根據(jù)即時(shí)和關(guān)聯(lián)數(shù)據(jù)反饋，精準(zhǔn)監(jiān)督資助工作開(kāi)展情況，不斷優(yōu)化和改進(jìn)工作決策水平。

二、高校精準(zhǔn)資助工作中應(yīng)用大數(shù)據(jù)的現(xiàn)實(shí)困境

大數(shù)據(jù)時(shí)代的出現(xiàn)對(duì)社會(huì)各個(gè)領(lǐng)域都產(chǎn)生了深刻的影響。高校資助工作領(lǐng)域，隨著精準(zhǔn)資助工作要求的提出，使資助工作者比以往更希望通過(guò)大數(shù)據(jù)的搜集來(lái)解決工作中面臨的一系列棘手問(wèn)題，從而推動(dòng)精準(zhǔn)資助工作的順利開(kāi)展。但是，縱觀目前大數(shù)據(jù)在高校精準(zhǔn)資助工作中的應(yīng)用，仍然面臨著現(xiàn)實(shí)、道德與技術(shù)的多重困境。

1.海量數(shù)據(jù)與資源相關(guān)性的困境

“大數(shù)據(jù)的明顯特征是數(shù)據(jù)的社會(huì)化。從互聯(lián)網(wǎng)到移動(dòng)互聯(lián)網(wǎng)再到物聯(lián)網(wǎng)，人類以及各類物理實(shí)體的實(shí)時(shí)聯(lián)網(wǎng)已經(jīng)而且還將繼續(xù)產(chǎn)生難以估量的數(shù)據(jù)?！盵6]網(wǎng)上數(shù)據(jù)海量出現(xiàn)，為精準(zhǔn)資助工作提供強(qiáng)大的支持，但是準(zhǔn)確定位哪些數(shù)據(jù)是跟資助對(duì)象相關(guān)的并不容易，高校精準(zhǔn)資助工作在應(yīng)用大數(shù)據(jù)的過(guò)程中面臨著海量數(shù)據(jù)共享、融合和分析的困境，即首先需要解決海量數(shù)據(jù)與數(shù)據(jù)資源相關(guān)性的問(wèn)題。

近些年來(lái)高校信息化建設(shè)步伐加快，資助工作體系不斷完善發(fā)展，納入學(xué)生資助工作的數(shù)據(jù)范疇越來(lái)越廣泛，學(xué)生資助工作的數(shù)據(jù)樣本空間越來(lái)越大。比如，資助工作信息系統(tǒng)中隨著歷年來(lái)工作的開(kāi)展，歷史數(shù)據(jù)越來(lái)越多；隨著高校信息系統(tǒng)的完善，諸如食堂消費(fèi)記錄、學(xué)生卡等學(xué)生行為的記錄數(shù)據(jù)越來(lái)越豐富；隨著微博、微信等社交軟件的快速發(fā)展，學(xué)生發(fā)布在社交媒體上的文字、圖片、視頻，各類交易平臺(tái)數(shù)據(jù)、位置數(shù)據(jù)等大量個(gè)人信息數(shù)據(jù)也海量出現(xiàn)。從這些海量數(shù)據(jù)中準(zhǔn)確關(guān)聯(lián)資助對(duì)象，或者說(shuō)如何準(zhǔn)確獲取海量數(shù)據(jù)與研究客體之間的相關(guān)性對(duì)實(shí)現(xiàn)精準(zhǔn)資助至關(guān)重要。

2.數(shù)據(jù)多樣性與資源共享化的困境

找到與資助對(duì)象關(guān)聯(lián)或者相關(guān)的數(shù)據(jù)后，如何處理這些數(shù)據(jù)、利用這些數(shù)據(jù)是面臨的第二個(gè)問(wèn)題。從網(wǎng)上獲取的海量數(shù)據(jù)以各種形式存在，有結(jié)構(gòu)化數(shù)據(jù)，有半結(jié)構(gòu)化數(shù)據(jù)，還有大量非結(jié)構(gòu)化數(shù)據(jù)，要把這些數(shù)據(jù)都處理成可以直接處理并對(duì)精準(zhǔn)資助判斷提供依據(jù)的數(shù)據(jù)需要一個(gè)過(guò)程，需要新的數(shù)據(jù)處理技術(shù)。

當(dāng)今時(shí)代，數(shù)據(jù)的海量化和碎片化特征越來(lái)越明顯。一方面，數(shù)據(jù)的形態(tài)千差萬(wàn)別，包括結(jié)構(gòu)化數(shù)據(jù)、半結(jié)構(gòu)化數(shù)據(jù)和非結(jié)構(gòu)化數(shù)據(jù)?，F(xiàn)代互聯(lián)網(wǎng)應(yīng)用呈現(xiàn)出非結(jié)構(gòu)化數(shù)據(jù)大幅增長(zhǎng)的特點(diǎn)，至2012年末，非結(jié)構(gòu)化數(shù)據(jù)占有比例已達(dá)到整個(gè)數(shù)據(jù)量的75%以上，其處理技術(shù)完全不同于傳統(tǒng)的數(shù)據(jù)庫(kù)和數(shù)據(jù)倉(cāng)庫(kù)技術(shù)。另一方面，數(shù)據(jù)的來(lái)源各不相同。有機(jī)器產(chǎn)生的數(shù)據(jù)、人創(chuàng)造的數(shù)據(jù)、行為產(chǎn)生的數(shù)據(jù)及分享集中的數(shù)據(jù)等多方面。這些數(shù)據(jù)散落在高校、政府、企業(yè)各個(gè)系統(tǒng)的不同功能模塊中。這些數(shù)據(jù)存儲(chǔ)在不同的服務(wù)器上，導(dǎo)致數(shù)據(jù)之間標(biāo)準(zhǔn)不統(tǒng)一、功能不匹配，使各系統(tǒng)之間數(shù)據(jù)難以整合、銜接。因此，資助工作者亟需掌握有效的數(shù)據(jù)共享技術(shù)使海量的結(jié)構(gòu)化、半結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)兼容，深入分析數(shù)據(jù)，挖掘數(shù)據(jù)內(nèi)涵，把握事物的內(nèi)在規(guī)律。

3.數(shù)據(jù)關(guān)聯(lián)性與準(zhǔn)確性之間的困境

根據(jù)這些有關(guān)聯(lián)的、經(jīng)過(guò)融合以后能處理的數(shù)據(jù)，怎么準(zhǔn)確定位資助對(duì)象是第三個(gè)需要面對(duì)的問(wèn)題。假設(shè)一個(gè)班級(jí)所有學(xué)生都申請(qǐng)了某項(xiàng)資助基金，根據(jù)相關(guān)分析和數(shù)據(jù)融合技術(shù)已經(jīng)獲得跟資助對(duì)象有關(guān)的所有數(shù)據(jù)，但是這些學(xué)生哪些應(yīng)該獲得資助，哪些不應(yīng)該獲得資助；獲得資助的學(xué)生應(yīng)該獲得那種程度的資助，還需要進(jìn)一步的認(rèn)定，需要新的數(shù)據(jù)挖掘來(lái)解決這類問(wèn)題。數(shù)據(jù)挖掘技術(shù)可以通過(guò)數(shù)據(jù)抽取、清洗等技術(shù)手段來(lái)計(jì)算數(shù)據(jù)之間的相似性，但是大數(shù)據(jù)環(huán)境下傳統(tǒng)的數(shù)據(jù)挖掘技術(shù)、數(shù)據(jù)倉(cāng)庫(kù)技術(shù)不再完全適用，需要研究新的數(shù)據(jù)挖掘技術(shù)來(lái)準(zhǔn)確匹配資助對(duì)象的相似度。

4.數(shù)據(jù)應(yīng)用性和數(shù)據(jù)安全性的困境

網(wǎng)絡(luò)安全和信息化建設(shè)是一體兩翼的兩個(gè)方面，缺一不可，學(xué)生資助領(lǐng)域因?yàn)樯婕皞€(gè)人信息、網(wǎng)絡(luò)安全，尤其要重視數(shù)據(jù)安全，特別是個(gè)人信息數(shù)據(jù)的隱私保護(hù)。對(duì)于高校精準(zhǔn)資助工作來(lái)說(shuō)，大數(shù)據(jù)雖然在確立資助對(duì)象精準(zhǔn)、形式精準(zhǔn)等方面存在著各種優(yōu)點(diǎn)，能夠給人們提供海量數(shù)據(jù)，幫助決策者提高洞察力，幫助資助工作者對(duì)受助群體進(jìn)行精準(zhǔn)定位。但風(fēng)險(xiǎn)與優(yōu)勢(shì)是并存的，高校在獲取信息的同時(shí)，個(gè)人信息被竊取的可能性也在增加，使個(gè)人隱私被侵害的可能性增大，這也是必須要避免的問(wèn)題。

三、高校精準(zhǔn)資助工作應(yīng)用大數(shù)據(jù)的技術(shù)訴求

為解決上述困境，從技術(shù)角度，可以考慮從以下四個(gè)方面開(kāi)展工作：

1.充分利用數(shù)據(jù)相關(guān)性研究技術(shù)獲取資源數(shù)據(jù)

大數(shù)據(jù)研究中，“相關(guān)關(guān)系”和“因果關(guān)系”一直存在爭(zhēng)論，但無(wú)論爭(zhēng)論結(jié)果如何，大數(shù)據(jù)的相關(guān)性關(guān)系分析能對(duì)我們進(jìn)行某項(xiàng)決策提供支持，數(shù)據(jù)之間的相關(guān)性分析也可以幫助人們更快更高效地發(fā)現(xiàn)事物之間的聯(lián)系，有效地發(fā)現(xiàn)與度量相關(guān)關(guān)系仍具有重要研究?jī)r(jià)值，可以說(shuō)，大數(shù)據(jù)相關(guān)分析已經(jīng)成為大數(shù)據(jù)分析與挖掘的核心科學(xué)問(wèn)題與關(guān)鍵應(yīng)用技術(shù)。[7]

納入分析的范圍可以重點(diǎn)考慮文本數(shù)據(jù)，因?yàn)樵诒姸鄶?shù)據(jù)類型中，文本數(shù)據(jù)是存儲(chǔ)和交換信息最自然的方式，尤其值得關(guān)注和研究。[8]文本數(shù)據(jù)挖掘是數(shù)據(jù)挖掘中的一個(gè)分支，又稱文本知識(shí)發(fā)現(xiàn)，是指從大量文本數(shù)據(jù)中抽取隱含的、前所未知的、潛在有用的、可理解的模式和知識(shí)的過(guò)程。[9]大數(shù)據(jù)時(shí)代，網(wǎng)上大量出現(xiàn)非結(jié)構(gòu)化數(shù)據(jù)，人們處理和接觸最多的就是文本數(shù)據(jù)這種非結(jié)構(gòu)化數(shù)據(jù)形式，充分利用文本主題挖掘與關(guān)聯(lián)搜索等技術(shù)，進(jìn)行基于關(guān)鍵詞的查詢擴(kuò)展，提高文本數(shù)據(jù)挖掘與相關(guān)性搜索的準(zhǔn)確性?；驹硎鞘紫韧ㄟ^(guò)文本解析提取、文本預(yù)處理和文本索引等手段對(duì)文本信息進(jìn)行預(yù)處理，然后通過(guò)主題發(fā)現(xiàn)模型構(gòu)建、模型參數(shù)計(jì)算等步驟建立基于潛在語(yǔ)義關(guān)系的主題發(fā)現(xiàn)模型，最后實(shí)現(xiàn)文本的主題關(guān)聯(lián)搜索。

在具體的分析方法上，可以使用目前比較通用的一些定義和分析理論。用X，Y代表兩個(gè)隨機(jī)變量，首先分析一維變量，定義（x1,x2,……,xn）（y1,y2,……,yn）為 X，Y 的取值，n為樣本空間大小。當(dāng)X，Y均為一維變量時(shí)，可以視作樣本的兩個(gè)特征變量，則（x1,y1）（x2,y2）……（xn,yn）是n個(gè)樣本在 X，Y上的取值。進(jìn)一步定義，X=（X1,X2，……，Xp），Y=（Y1,Y2，……，Yq）是 p 維、q 維的隨機(jī)向量，X1，X2，……，Xp和 Y1，Y2，……，Yq分別是 X 和 Y 的特征值。定義E1為不知道X值預(yù)測(cè)Y值時(shí)產(chǎn)生的誤差，E2為知道X值預(yù)測(cè)Y值時(shí)產(chǎn)生的誤差，則：

PRE值越大則表示X和Y的相關(guān)性越大，研究數(shù)據(jù)之間的相關(guān)性定量為研究PRE值的大小，這是一種適用于任何類型數(shù)據(jù)的相關(guān)系數(shù)。

以此為基礎(chǔ)，可以進(jìn)一步研究定類變量、定序變量之間的相關(guān)系數(shù)，得出相關(guān)系數(shù)層次圖，再進(jìn)一步擴(kuò)展到多變量相關(guān)系數(shù)，最后研究基于矩陣計(jì)算、基于距離的相關(guān)系數(shù)等，從而通過(guò)對(duì)相關(guān)系數(shù)的研究獲取數(shù)據(jù)之間相關(guān)性的定量分析和準(zhǔn)確判斷。

2.通過(guò)利用數(shù)據(jù)融合技術(shù)獲取分析數(shù)據(jù)

大數(shù)據(jù)的一個(gè)重要特征即數(shù)據(jù)類型繁多?，F(xiàn)代互聯(lián)網(wǎng)環(huán)境除傳統(tǒng)數(shù)據(jù)格式，還出現(xiàn)了大量視頻、圖像等非結(jié)構(gòu)化數(shù)據(jù)，其處理技術(shù)完全不同于傳統(tǒng)的數(shù)據(jù)庫(kù)和數(shù)據(jù)倉(cāng)庫(kù)技術(shù)。通過(guò)各種手段獲取了與研究樣本關(guān)聯(lián)的相關(guān)性數(shù)據(jù)以后，如何通過(guò)技術(shù)手段把這些數(shù)據(jù)變成能統(tǒng)一處理和分析的數(shù)據(jù)是要解決的第二個(gè)問(wèn)題，有效的手段之一是數(shù)據(jù)融合技術(shù)。

大數(shù)據(jù)融合技術(shù)不同于傳統(tǒng)數(shù)據(jù)庫(kù)或數(shù)據(jù)倉(cāng)庫(kù)研究領(lǐng)域的數(shù)據(jù)抽取、集成、清洗技術(shù)，數(shù)據(jù)融合技術(shù)需要用動(dòng)態(tài)的方式分析處理不同數(shù)據(jù)來(lái)源不同數(shù)據(jù)結(jié)構(gòu)的數(shù)據(jù)，并將其轉(zhuǎn)化為統(tǒng)一可識(shí)別處理的知識(shí)資源，形成知識(shí)庫(kù)。知識(shí)庫(kù)作為知識(shí)組織管理的一種特殊的數(shù)據(jù)庫(kù)，是知識(shí)存儲(chǔ)和計(jì)算的重要組織形式。[10]高校精準(zhǔn)資助研究領(lǐng)域中的知識(shí)庫(kù)，代表著能直接對(duì)是否資助對(duì)象進(jìn)行判斷的數(shù)據(jù)資源，數(shù)據(jù)融合也就可以視為：如何從海量異構(gòu)數(shù)據(jù)中，通過(guò)數(shù)據(jù)融合技術(shù)，獲得能直接進(jìn)行處理判斷依據(jù)的數(shù)據(jù)資源知識(shí)庫(kù)，整個(gè)過(guò)程可以稱之為知識(shí)融合。

知識(shí)融合技術(shù)可分為知識(shí)評(píng)估和知識(shí)擴(kuò)充，知識(shí)評(píng)估主要解決，在知識(shí)獲取基礎(chǔ)上從不同數(shù)據(jù)源獲取的各種各樣知識(shí)之間的沖突和不一致性，并從中找到真實(shí)的數(shù)據(jù)，可以考慮目前較成熟的幾種知識(shí)評(píng)估方法，包括基于貝葉斯估計(jì)的知識(shí)評(píng)估方法、基于D-S證據(jù)理論的知識(shí)評(píng)估方法、基于模糊集理論的知識(shí)評(píng)估方法和基于圖模型的知識(shí)評(píng)估方法。知識(shí)擴(kuò)充是在知識(shí)評(píng)估基礎(chǔ)上，將從不同信息源獲取并驗(yàn)證為正確的知識(shí)更新到知識(shí)庫(kù)中，與知識(shí)庫(kù)中已有的知識(shí)進(jìn)行關(guān)聯(lián)與合并，從而擴(kuò)充知識(shí)庫(kù)，達(dá)到知識(shí)融合的目的。目前較成熟的方法包括實(shí)體擴(kuò)充、關(guān)系擴(kuò)充和分類擴(kuò)充等。圖1提供了常用的知識(shí)融合技術(shù)。

圖1 常用的知識(shí)融合技術(shù)

3.通過(guò)數(shù)據(jù)挖掘得出判斷數(shù)據(jù)

通過(guò)上述步驟，獲得與資助對(duì)象相關(guān)的數(shù)據(jù)，并且通過(guò)數(shù)據(jù)融合技術(shù)處理不同數(shù)據(jù)源的數(shù)據(jù)以后，下一步要解決的就是如何判斷哪些對(duì)象應(yīng)該進(jìn)入資助名單，進(jìn)入資助名單的資助對(duì)象都應(yīng)該處于什么位置。大數(shù)據(jù)研究領(lǐng)域解決此類問(wèn)題最自然而然的方法是數(shù)據(jù)挖掘，數(shù)據(jù)挖掘技術(shù)可以通過(guò)數(shù)據(jù)抽取、清洗后利用分類、聚類等手段準(zhǔn)確匹配主體和客體，目前數(shù)據(jù)挖掘技術(shù)已經(jīng)比較成熟?？紤]到目前使用最廣泛的訪問(wèn)控制技術(shù)是基于角色訪問(wèn)控制策略和模型 （RBAC，Role-Based Access Control），可以通過(guò)研究基于角色的數(shù)據(jù)挖掘技術(shù)來(lái)獲得通用的技術(shù)手段，也就是角色挖掘技術(shù)（Role Mining），即從已有的用戶權(quán)限分配中挖出角色集合并實(shí)施用戶角色分配和權(quán)限角色分配。

絕大部分的角色挖掘方法都是從無(wú)到有地進(jìn)行構(gòu)建，所有角色都是新挖掘出來(lái)的，而沒(méi)有考慮事先已經(jīng)存在的角色集合，這并不適用目前高校精準(zhǔn)資助工作現(xiàn)狀。而且現(xiàn)存的從已有角色集合的方法中提出的相似度定義均不滿足交換律，可以采用的技術(shù)之一是最小擾動(dòng)混合角色挖掘方法（HybridMiner）。[11]這種最小擾動(dòng)混合角色挖掘方法雖然復(fù)雜度和效率并不是最好的，但是準(zhǔn)確率卻是最高的，考慮到目前硬件產(chǎn)品成本的下降，采用該方法是一個(gè)值得考慮的方案。

定義最小擾動(dòng)混合角色挖掘：給定用戶集合U，權(quán)限集合P，用戶權(quán)限指派UPA以及已有角色集合DROLES；找出一個(gè)角色集合ROLES，并據(jù)此得到用戶角色指派UA，權(quán)限角色指派PA以及角色繼承關(guān)系RH，并得到新角色系統(tǒng)狀態(tài) RC=＜ROLES，RA，PA，RH＞，并且滿足 wscRC 最小且 dissim（ROLES，DROLES）最小。

其中 UPA?USERS×PERMS，即用戶權(quán)限分配；UA?USERS×ROLES，即用戶角色分配；PA?ROLES×PERMS即權(quán)限角色分配；RH?ROLES×ROLES，即角色繼承。RC=＜ROLES,UA,PA,RH＞，是一個(gè)RBAC的系統(tǒng)狀態(tài)。wscRC 為加權(quán)結(jié)構(gòu)復(fù)雜度，dissim（ROLES，DROLES）為兩個(gè)角色集之間的相似度。

4.注意保障數(shù)據(jù)安全

大數(shù)據(jù)時(shí)代的到來(lái)會(huì)引發(fā)對(duì)大數(shù)據(jù)的盲目崇拜，隨著對(duì)數(shù)據(jù)規(guī)模無(wú)止境的需求，會(huì)忽略對(duì)象隱私性的保護(hù)問(wèn)題，因此除了在法律法規(guī)、政策制度上加強(qiáng)建設(shè)，還應(yīng)該在技術(shù)上加以避免。

數(shù)據(jù)隱私的研究范圍跟傳統(tǒng)信息安全有所差異，傳統(tǒng)信息安全研究的主要是信息及信息系統(tǒng)免受未經(jīng)授權(quán)的訪問(wèn)也就是讀操作，同樣免受未經(jīng)授權(quán)的修改也就是寫操作，三個(gè)關(guān)鍵維度為數(shù)據(jù)的機(jī)密性、完整性和可用性，主要技術(shù)包括身份認(rèn)證、訪問(wèn)控制、審計(jì)和密碼學(xué)等。而數(shù)據(jù)隱私主要指?jìng)€(gè)人等客體（也可能是組織）不愿意被外部獲取自己有關(guān)的信息，主要涉及信息安全中的機(jī)密性，數(shù)據(jù)隱私自身研究的維度主要是數(shù)據(jù)的模糊性、隱私性和可用性，主要技術(shù)包括模糊化、匿名化和差分隱私等。

大數(shù)據(jù)帶來(lái)的隱私風(fēng)險(xiǎn)包括前文步驟中數(shù)據(jù)收集帶來(lái)的風(fēng)險(xiǎn)、輸入融合帶來(lái)的風(fēng)險(xiǎn)以及數(shù)據(jù)分析帶來(lái)的風(fēng)險(xiǎn)等，針對(duì)復(fù)雜的隱私風(fēng)險(xiǎn)來(lái)源，應(yīng)建立綜合性的隱私管理框架，應(yīng)至少包含隱私主動(dòng)監(jiān)控體系、隱私主動(dòng)評(píng)估體系、隱私主動(dòng)管理技術(shù)體系、問(wèn)題系統(tǒng)體系以及法律法規(guī)體系等5部分，從而為實(shí)現(xiàn)大數(shù)據(jù)隱私管理提供技術(shù)支持。[12]關(guān)鍵的技術(shù)可以采用匿名化技術(shù)、數(shù)據(jù)加密技術(shù)、差分隱私技術(shù)、隱私信息檢索技術(shù)和問(wèn)責(zé)系統(tǒng)等。

匿名化技術(shù)主要指隱藏或模糊數(shù)據(jù)以及數(shù)據(jù)源。加密技術(shù)即對(duì)數(shù)據(jù)進(jìn)行加密，如果所有信息處理過(guò)程的所有數(shù)據(jù)都進(jìn)行加密，則可以徹底解決大數(shù)據(jù)中的隱私保護(hù)問(wèn)題，但密文域上高效的大數(shù)據(jù)處理新模式仍舊是現(xiàn)在研究的難點(diǎn)。無(wú)論匿名化技術(shù)還是加密技術(shù)，都是針對(duì)外部發(fā)起的攻擊進(jìn)行響應(yīng)，面對(duì)新出現(xiàn)的攻擊時(shí)則需要重新制定保護(hù)方法，解決方式可以通過(guò)研究差分隱私技術(shù)來(lái)緩解。另外從應(yīng)用角度，在數(shù)據(jù)被查詢時(shí)可采用隱私信息檢索技術(shù)來(lái)大大降低隱私泄露的風(fēng)險(xiǎn)。最后還應(yīng)該完善問(wèn)責(zé)系統(tǒng)，記錄用戶數(shù)據(jù)的訪問(wèn)記錄、修改記錄等，問(wèn)責(zé)系統(tǒng)不同于傳統(tǒng)審計(jì)方式，工作流經(jīng)過(guò)的途徑都有可能要問(wèn)責(zé)。

高校精準(zhǔn)資助工作任重道遠(yuǎn)，在當(dāng)前大數(shù)據(jù)的新時(shí)代，高校精準(zhǔn)資助工作也面臨著新矛盾，通過(guò)大數(shù)據(jù)研究領(lǐng)域中的成熟技術(shù)，在精準(zhǔn)資助領(lǐng)域加以應(yīng)用，通過(guò)相關(guān)性分析、數(shù)據(jù)融合、數(shù)據(jù)挖掘精確匹配，同時(shí)保護(hù)個(gè)人數(shù)據(jù)隱私，最后實(shí)現(xiàn)高校學(xué)生精準(zhǔn)資助工作的高質(zhì)量發(fā)展。