高校貧困生認(rèn)定與管理信息系統(tǒng)云平臺(tái)的設(shè)計(jì)與實(shí)現(xiàn)

鄭麗波 師東菊 相悅麗

摘 ?要： 應(yīng)用大數(shù)據(jù)、聚類算法等技術(shù)實(shí)現(xiàn)高校貧困生認(rèn)定與管理系統(tǒng)云平臺(tái)的設(shè)計(jì)，有利于高校扶貧工作的精準(zhǔn)化、理性化、科學(xué)化。采用HDFS架構(gòu)的高校貧困生認(rèn)定與管理系統(tǒng)云平臺(tái)，技術(shù)難度較低，數(shù)據(jù)處理效率較高。

關(guān)鍵詞： 大數(shù)據(jù);貧困生;系統(tǒng)

中圖分類號(hào)： TP391.4 ? ?文獻(xiàn)標(biāo)識(shí)碼： A ? ?DOI：10.3969/j.issn.1003-6970.2020.08.011

本文著錄格式：鄭麗波，師東菊，相悅麗，等. 高校貧困生認(rèn)定與管理信息系統(tǒng)云平臺(tái)的設(shè)計(jì)與實(shí)現(xiàn)——以牡丹江醫(yī)學(xué)院為例[J]. 軟件，2020，41（08）：37-39

【Abstract】： The application of big data， clustering algorithm and other technologies to realize the design of the cloud platform for the identification and management system of poor students in Colleges and universities is conducive to the accuracy， rationalization and scientization of poverty alleviation work in Colleges and universities. The cloud platform of the identification and management system for poor students in Colleges and Universities Based on HDFS architecture has low technical difficulty and high data processing efficiency.

【Key words】： Big data; Poor students; System

0 ?引言

黨的19大強(qiáng)調(diào)指出要健全學(xué)生資助制度，教育部2017年的《高校思想政治工作質(zhì)量提升工程實(shí)施綱要》指出要構(gòu)建資助育人等育人體系，提升高校思想政治教育的工作質(zhì)量，意味著高校資助工作已不單純的是服務(wù)保障和經(jīng)濟(jì)資助[1]。在對(duì)貧困大學(xué)生進(jìn)行資助的過(guò)程中，貧困生身份認(rèn)定、資助金額等對(duì)貧困生資助工作的效率與質(zhì)量會(huì)產(chǎn)生重要的影響。精準(zhǔn)資助的模式下的高校貧困生資助工作需要達(dá)到對(duì)象精準(zhǔn)、資助力度精準(zhǔn)、名額與資金分配精準(zhǔn)以及發(fā)放精準(zhǔn)四點(diǎn)要求[2]。

將大數(shù)據(jù)資源與處理技術(shù)應(yīng)用于高校貧困生精準(zhǔn)模式種，能夠?yàn)榫珳?zhǔn)資助對(duì)象、力度及名額的確定提供有效的前提，基于大數(shù)據(jù)的高校貧困生認(rèn)定與管理信息系統(tǒng)，能夠使資助資源系統(tǒng)化，通過(guò)大數(shù)據(jù)分析方法對(duì)扶貧數(shù)據(jù)進(jìn)行資源系統(tǒng)化，通過(guò)大數(shù)據(jù)分析理念與方法對(duì)扶貧數(shù)據(jù)進(jìn)行整合分析，對(duì)相關(guān)人員信息進(jìn)行規(guī)范化與系統(tǒng)化處理，能夠提升扶貧數(shù)據(jù)的動(dòng)態(tài)性、智能性、利用數(shù)據(jù)信息平臺(tái)，能夠使精細(xì)化監(jiān)管的目的，打破扶貧監(jiān)管工作的時(shí)間與空間限制[3]。

2015年8月，國(guó)家教育部出臺(tái)《國(guó)家學(xué)生資助政策體系簡(jiǎn)介》，該簡(jiǎn)介指出，黨和政府高度重視家庭經(jīng)濟(jì)困難學(xué)生。近些年，各級(jí)政府部門相繼出臺(tái)相關(guān)資助政策[4]。根據(jù)教育部調(diào)查結(jié)果顯示：目前我國(guó)高校存在經(jīng)濟(jì)困難的學(xué)生占在校學(xué)生的15%-20%，而且，每年也有因家庭困難而選擇退學(xué)的學(xué)生。社會(huì)對(duì)高校貧困生現(xiàn)象高度關(guān)注。高校貧困生的資助工作已稱為當(dāng)前的高校扶貧領(lǐng)域的重要內(nèi)容[5]。然而，由于高校貧困生的認(rèn)定工作由于各個(gè)學(xué)校的認(rèn)定方式不盡相同，資助的效果也產(chǎn)生較大差異。貧困生的精準(zhǔn)認(rèn)定模式仍需要進(jìn)一步改進(jìn)。高校對(duì)貧困生的認(rèn)定方法必須要與時(shí)俱進(jìn)。本文結(jié)合牡丹江醫(yī)學(xué)院的實(shí)際提出一種貧困生的認(rèn)定與管理信息系統(tǒng)[6]。

1 ?相關(guān)技術(shù)

基于當(dāng)前高校貧困生認(rèn)定工作的現(xiàn)狀，調(diào)研結(jié)果顯示目前我國(guó)高校貧困生認(rèn)定工作存在一定的問(wèn)題：（1）貧困生工作人為因素較多;（2）高校貧困生的相關(guān)數(shù)據(jù)量極大;（3）高校貧困生的數(shù)據(jù)挖掘方式有待提高[7]。基于上述問(wèn)題，本文依托高校貧困生，選取合適的算法對(duì)貧困生的進(jìn)行評(píng)估分析，進(jìn)而對(duì)貧困生認(rèn)定提供決策。因此，本研究采用Hadoop數(shù)據(jù)平臺(tái)進(jìn)行大數(shù)據(jù)處理[8]。

1.1 ?Hadoop分布技術(shù)

隨著信息技術(shù)的快速發(fā)展，Hadoop平臺(tái)的海量數(shù)據(jù)分析技術(shù)已經(jīng)得到廣泛的應(yīng)用。該平臺(tái)具有開(kāi)源，成本低的優(yōu)點(diǎn)。其框架為HDFS（Hadoop Distributed File System）分布式文件系統(tǒng)與MapReduce并行計(jì)算模型[9]。HDFS提高容錯(cuò)性的基礎(chǔ)為：分布式管理、存儲(chǔ)數(shù)據(jù)，即將大數(shù)據(jù)文件進(jìn)行文件分片存儲(chǔ)在不同集群節(jié)點(diǎn)上，并在不同機(jī)器節(jié)點(diǎn)上進(jìn)行備份。HDFS系統(tǒng)采用M/S的架構(gòu)（即Master/Slave）的架構(gòu)來(lái)存儲(chǔ)數(shù)據(jù)，由一個(gè)管理節(jié)點(diǎn)NameNode（Master）和多個(gè)數(shù)據(jù)節(jié)點(diǎn)DataNode（Slave）共同組成，NameNode管理節(jié)點(diǎn)負(fù)責(zé)管理HDFS的運(yùn)行，維護(hù)整個(gè)系統(tǒng)中的元數(shù)據(jù)，處理客戶端的讀寫請(qǐng)求。DataNode用于存儲(chǔ)數(shù)據(jù)，可讀寫不可更改[11]。MapReduce主要用于大規(guī)模的數(shù)據(jù)采集的運(yùn)算，其核心思想為：分散數(shù)據(jù)操作于在主節(jié)點(diǎn)的管理下對(duì)每個(gè)節(jié)點(diǎn)進(jìn)行分發(fā)，然后進(jìn)行整合，獲取最終的結(jié)果。MapReduce的核心操作為Map和Reduce兩部分組成，Map用于數(shù)據(jù)分割、整理。Reduce進(jìn)行并行計(jì)算，對(duì)結(jié)果進(jìn)行匯總。Hadoop組件如圖1所示[12]。

1.2 ?HDFS系統(tǒng)架構(gòu)

HDFS的主要作用為存儲(chǔ)數(shù)據(jù)，HDFS的架構(gòu)設(shè)計(jì)較為安全，在一般情況下，DataNode負(fù)責(zé)備份數(shù)據(jù)塊，目的在于即使DataNode節(jié)點(diǎn)出現(xiàn)故障，即使不能訪問(wèn)該故障的Data-Node，還可以使用其他的節(jié)點(diǎn)。當(dāng)客戶端client需要進(jìn)行HDFS寫操作時(shí)，客戶端首先調(diào)用NameNode[13]。

1.3 ?Hive數(shù)據(jù)倉(cāng)庫(kù)

Hive作為Hadoop集群中一個(gè)數(shù)據(jù)倉(cāng)庫(kù)，功能強(qiáng)大，可以將結(jié)構(gòu)化的數(shù)據(jù)文件轉(zhuǎn)換為可以使用的SQL查詢的數(shù)據(jù)表。Hive的查詢語(yǔ)句十分簡(jiǎn)單，與SQL查詢語(yǔ)句想類似。Hive允許自行定義Mapper和Reducer來(lái)處理數(shù)據(jù)[13]。

1.4 ?數(shù)據(jù)挖掘算法

數(shù)據(jù)挖掘算法采用聚類算法，即基于事務(wù)外在的特征，經(jīng)過(guò)相似度計(jì)算，時(shí)的具有較高相似的對(duì)象劃分到一類，以分析出同一類別共性與不同類別之間的差異性問(wèn)題，以便于進(jìn)一步數(shù)據(jù)挖掘。聚類算法的種類主要事基于層次的聚類和基于劃分的聚類、基于密度的聚類、基于網(wǎng)格的聚類、基于模型的聚類。本貧困生認(rèn)定與管理系統(tǒng)采用基于劃分的聚類算法（K-means），適用于大數(shù)據(jù)運(yùn)算[14]。

2 ?貧困生認(rèn)定與管理系統(tǒng)的數(shù)據(jù)統(tǒng)計(jì)分析

為真實(shí)的分析判斷學(xué)生在校園網(wǎng)絡(luò)和學(xué)校食堂的消費(fèi)數(shù)據(jù)，需了解下學(xué)生在校的實(shí)際情況，通過(guò)分析學(xué)生在校行為，判定學(xué)生的貧困生的程度。通過(guò)統(tǒng)計(jì)學(xué)分析，應(yīng)用K-means算法調(diào)參、調(diào)優(yōu)等操作，進(jìn)行數(shù)據(jù)的模型訓(xùn)練和判斷。

本研究使用的數(shù)據(jù)來(lái)源于牡丹江醫(yī)學(xué)院2018年9月-2019年12月學(xué)生食堂消費(fèi)記錄和學(xué)生校內(nèi)超市、洗浴、圖書(shū)館門禁及借閱記錄，充值記錄。其中以食堂消費(fèi)記錄為主。如表1所示，學(xué)生食堂飯卡消費(fèi)記錄中包括學(xué)號(hào)、消費(fèi)時(shí)間、消費(fèi)金額、消費(fèi)地點(diǎn)[15]。

2.1 ?學(xué)生消費(fèi)數(shù)據(jù)預(yù)處理

學(xué)生在學(xué)校食堂的消費(fèi)記錄包括了學(xué)生的消費(fèi)時(shí)間、消費(fèi)地點(diǎn)、消費(fèi)金額。學(xué)生的食堂消費(fèi)情況可以反映出學(xué)生的消費(fèi)能力[17]。對(duì)貧困生的認(rèn)定提供借鑒和參考。消費(fèi)記錄分析包括月每天刷卡消費(fèi)金額分析、日各時(shí)段刷卡頻率分析，通過(guò)對(duì)學(xué)生的消費(fèi)行為進(jìn)行數(shù)據(jù)聚類算法分析，貧困生認(rèn)定人員可挖掘貧困生在校消費(fèi)習(xí)慣[18]。在使用算法對(duì)數(shù)據(jù)進(jìn)行數(shù)據(jù)挖掘之前，需對(duì)數(shù)據(jù)缺失、有噪聲數(shù)據(jù)進(jìn)行整理即對(duì)缺失值、噪聲數(shù)據(jù)進(jìn)行去除工作[19]。缺失值除了方法為刪除數(shù)據(jù)、均值填充、插補(bǔ)數(shù)據(jù)、異常值處理即遠(yuǎn)離正常值范圍的數(shù)據(jù)點(diǎn)（“離散點(diǎn)”）。例如學(xué)生在食堂一次性花費(fèi)100元，該學(xué)生的消費(fèi)出現(xiàn)異常，此時(shí)應(yīng)該以其他的消費(fèi)記錄填充情況進(jìn)行缺失值處理填充本次消費(fèi)。

本實(shí)驗(yàn)研究基于高校學(xué)生的數(shù)據(jù)，為了便于聚類分析，需要將學(xué)生的數(shù)據(jù)進(jìn)行離散化，按照數(shù)據(jù)進(jìn)行等寬劃分。

2.2 ?原始數(shù)據(jù)離散化

學(xué)生食堂消費(fèi)數(shù)據(jù)按照等寬劃分為五個(gè)區(qū)間，即很高、高、中、低、很低來(lái)劃分[21]。每餐消費(fèi)在10元以下為很低、每餐消費(fèi)在10-20元為低，20元-30元為中，30-40為高，40元以上為很高[22]。按照此分類，將學(xué)生的消費(fèi)等級(jí)離散化，應(yīng)用聚類質(zhì)量對(duì)比實(shí)驗(yàn)，提取特征值，通過(guò)隨機(jī)抽樣和輪廓系數(shù)來(lái)驗(yàn)證。在不同K值下進(jìn)行實(shí)驗(yàn)，調(diào)參、調(diào)優(yōu)的方式取最優(yōu)的聚類結(jié)果進(jìn)行對(duì)比[22]。

3 ?結(jié)果與討論

為實(shí)現(xiàn)高校的精準(zhǔn)扶貧，提高育人實(shí)效，本貧困生認(rèn)定與管理系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)涵蓋了高校學(xué)生食堂、校園等消費(fèi)情況，并結(jié)合醫(yī)學(xué)院校的實(shí)際，用學(xué)生的消費(fèi)“數(shù)據(jù)”作為貧困生認(rèn)定的標(biāo)準(zhǔn)、參考，使國(guó)家助學(xué)金等資助體系更精準(zhǔn)的落實(shí)，使學(xué)生工作人員高校貧困生認(rèn)定工作更理性。同時(shí)，大數(shù)據(jù)的數(shù)據(jù)分析，也有助于在信息化背景下，開(kāi)創(chuàng)思想政治教育的與時(shí)俱進(jìn)和科學(xué)化、理性化。大數(shù)據(jù)的運(yùn)用將成為今后高校學(xué)生資助工作的重要手段，基于大數(shù)據(jù)的高校貧困生認(rèn)定對(duì)切實(shí)提高育人成效、客觀、完善高校資助育人體系、落實(shí)教育精準(zhǔn)扶貧政策有著重要的意義[23]。運(yùn)用大數(shù)據(jù)的整理和聚類分析，解決了當(dāng)前貧困生認(rèn)定工作的主觀化的問(wèn)題，并通過(guò)大數(shù)據(jù)的手段提高認(rèn)定的準(zhǔn)確性，確保國(guó)家的貧困生資助政策落到實(shí)處，維護(hù)貧困生的合法權(quán)益[22]。對(duì)高校而言，基于大數(shù)據(jù)的高校貧困生認(rèn)定與管理信息系統(tǒng)云平臺(tái)，有利于完善高校資助育人體系，突出了多種育人導(dǎo)向。同時(shí)建立了貧困生的數(shù)據(jù)庫(kù)，進(jìn)行動(dòng)態(tài)管理，對(duì)完善整個(gè)資助育人體系有著重要的作用[24]。基于大數(shù)據(jù)的貧困生認(rèn)定與管理系統(tǒng)，有利于實(shí)現(xiàn)高校學(xué)生的減貧、社會(huì)的公平，同時(shí)為高校學(xué)生的思想政治教育創(chuàng)新了途徑，體現(xiàn)了黨和政府對(duì)高校貧困生扶貧工作的重視，也充分體現(xiàn)了高校學(xué)生管理的優(yōu)勢(shì)。

參考文獻(xiàn)

[1] 張維佳， 馬英. 高校貧困生精準(zhǔn)扶貧檔案的構(gòu)建[J]. 蘭臺(tái)世界. 2018（06）： 113-115.

[2] 周瓊， 李海山. 我國(guó)高校貧困生資助體系的現(xiàn)狀及反思[J]. 文教資料. 2006（11）： 190.

[3] 韓俊江， 郭暉艷. 我國(guó)高校貧困大學(xué)生救助政策探析[J]. 教育理論與實(shí)踐. 2012（22）： 37-40.

[4] 魏立恭， 羅國(guó)瑋. 高校貧困生資助系統(tǒng)的研究與實(shí)現(xiàn)[J]. 廣西師范學(xué)院學(xué)報(bào)（自然科學(xué)版）. 2011（03）： 29-30.

[5] 畢鶴霞. 中國(guó)高校貧困生判別方法及其認(rèn)同度的實(shí)證研究[J]. 高教探索. 2011（04）： 115-117

[6] 趙麗榮， 高健. 關(guān)于高校貧困生扶貧措施的現(xiàn)狀分析及對(duì)策研究[J]. 中國(guó)成人教育. 2009（16）： 66-68.

[7] 楊晴. 高校貧困生認(rèn)定的路徑[J]. 教育學(xué)術(shù)月刊. 2009（08）： 15-18.

[8] 畢鶴霞. 國(guó)內(nèi)外高校貧困生認(rèn)定與研究述評(píng)[J]. 比較教育研究. 2009（01）： 18-20.

[9] 趙炳起. 高校貧困生認(rèn)定機(jī)制——優(yōu)化與重構(gòu)[J]. 教育財(cái)會(huì)研究. 2006（04）： 18-22.

[10] 陳靚， 張少明， 谷磊磊， 等. 大數(shù)據(jù)在高校貧困生認(rèn)定工作中的應(yīng)用[J]. 理論觀察. 2018（08）： 32-35.

[11] 陳雅麗. 談高校家庭經(jīng)濟(jì)困難學(xué)生認(rèn)定工作的優(yōu)化策略[J]. 知識(shí)經(jīng)濟(jì). 2018（14）： 112-113.

[12] 趙麗莎. 高校家庭經(jīng)濟(jì)困難學(xué)生認(rèn)定工作中的問(wèn)題及對(duì)策[J]. 赤峰學(xué)院學(xué)報(bào)（自然科學(xué)版）. 2015（13）： 11-14.

[13] 莫光輝. 大數(shù)據(jù)在精準(zhǔn)扶貧過(guò)程中的應(yīng)用及實(shí)踐創(chuàng)新[J]. 求實(shí). 2016（10）： 12-13.

[14] 劉玉霞. 大數(shù)據(jù)背景下高校精準(zhǔn)資助路徑探析[J]. 未來(lái)與發(fā)展. 2016（09）： 5-8.

[15] 蘭嬡， 沈針， 徐力勇， 等. 新常態(tài)下高校貧困生資助工作的思考[J]. 西部皮革. 2016（22）： 8-10.

[16] 習(xí)近平. 決勝全面建成小康社會(huì)奪取新時(shí)代中國(guó)特色社會(huì)主義偉大勝利——在中國(guó)共產(chǎn)黨第十九次全國(guó)代表大會(huì)上的報(bào)告[M]. 北京： 人民出版社， 2017.

[17] 羅麗琳. 大數(shù)據(jù)視域下高校進(jìn)準(zhǔn)資助模式構(gòu)建研究[J]. 教育研究， 2018， 24（2）： 197-204.

[18] 林于良， 丁一嵐. 大數(shù)據(jù)提升高校精準(zhǔn)資助成效的路徑分析[J]. 黑河學(xué)刊， 2017， 234（6）： 186-188.

[19] 劉玉霞. 大數(shù)據(jù)背景下高校精準(zhǔn)資助路徑探析[J]. 未來(lái)與發(fā)展， 2016（09）： 69-73 .

[20] 凌云. 用大數(shù)據(jù)思維解決高校貧困生精準(zhǔn)化資助問(wèn)題[J]. 創(chuàng)新創(chuàng)業(yè)教育， 2017（06）： 128-131.

[21] 張福友. 關(guān)于普通高校學(xué)生精準(zhǔn)資助工作的理路[J]. 黑龍江高教研究， 2015（11）： 78-80

[22] 張遠(yuǎn)航. 論高校家庭經(jīng)濟(jì)困難學(xué)生的“精準(zhǔn)資助”[J]. 思想理論教育， 2016（01）： 108-111.

[23] 余亮， 陳時(shí)見(jiàn)， 趙彤. 大數(shù)據(jù)背景下數(shù)字教育資源服務(wù)的內(nèi)涵、特征和模式[J]. 電化教育研究， 2017， 18（4）： 66-71.

[24] 莫光輝. 大數(shù)據(jù)在精準(zhǔn)扶貧過(guò)程中的應(yīng)用及實(shí)踐創(chuàng)新[J]. 求實(shí)， 2016， 15（10）： 87-96.