基于在校行為軌跡的大學(xué)生學(xué)業(yè)預(yù)警機(jī)制研究
——以安徽工程大學(xué)為例

張 玥 鄒 健 柏天燕

（安徽工程大學(xué)，安徽 蕪湖 241000）

1999年，教育部因解決經(jīng)濟(jì)和就業(yè)問題出臺(tái)了擴(kuò)大普通高校本?？圃盒Ｕ猩藬?shù)的教育改革政策，到2019年高等教育毛入學(xué)率達(dá)到51.6%，實(shí)現(xiàn)高等教育普及化。高校招生人數(shù)的劇增在使更多的適齡青年享受教育的同時(shí)也為高等教育管理和人才培養(yǎng)質(zhì)量保障帶來了前所未有的挑戰(zhàn)。據(jù)數(shù)據(jù)檢索顯示，自2007年以來，由于各種因素每學(xué)年高校普通本?？萍s15-20萬學(xué)生退學(xué)?；诖?，“以學(xué)生為本”[1]建立科學(xué)的和人性化的學(xué)業(yè)預(yù)警機(jī)制是高校事務(wù)管理中亟待解決的問題。

傳統(tǒng)的學(xué)業(yè)預(yù)警機(jī)制主要是通過通報(bào)在校學(xué)生各階段學(xué)習(xí)情況來警示可能無法順利完成學(xué)業(yè)的學(xué)生，同時(shí)實(shí)施針對(duì)性的防范措施促使學(xué)生順利完成學(xué)業(yè)。教育管理部門所做的工作主要集中在學(xué)生以往學(xué)習(xí)成績、學(xué)習(xí)態(tài)度問題等方面[2]，這種事后預(yù)警機(jī)制使得在學(xué)業(yè)預(yù)警之前，“學(xué)困生”已成為既定的事實(shí)，預(yù)警機(jī)制沒有真正發(fā)揮其人性化的警示作用。一方面，“學(xué)困生”以往的不良行為已成習(xí)慣難以改變；另一方面，學(xué)業(yè)成績過低會(huì)導(dǎo)致學(xué)生情緒低迷、不自信和厭倦學(xué)習(xí)，更甚者會(huì)發(fā)生極端行為。因此利用學(xué)生在校行為軌跡數(shù)據(jù)對(duì)其在成為“學(xué)困生”之前進(jìn)行學(xué)業(yè)預(yù)警是非常必要的。

一、學(xué)業(yè)預(yù)警指標(biāo)選取

近年來，黨中央國務(wù)院高度重視大數(shù)據(jù)戰(zhàn)略的實(shí)施，而將大數(shù)據(jù)應(yīng)用于教育教學(xué)領(lǐng)域，為教育數(shù)據(jù)的積累與收集提供了便利條件，也為學(xué)生教育管理變革提供了新的機(jī)遇[3]。高?？梢越柚黝悢?shù)據(jù)中心采集到學(xué)生各方面的信息，如成績信息、選課情況、圖書借還信息、宿舍出入信息、校園消費(fèi)信息、獲獎(jiǎng)信息、上網(wǎng)信息等，通過分析這些信息，實(shí)現(xiàn)對(duì)學(xué)生在校情況的評(píng)估。在當(dāng)收集到的有效數(shù)據(jù)達(dá)到一定量級(jí)時(shí)，就能夠挖掘數(shù)據(jù)背后隱藏的關(guān)聯(lián)關(guān)系，實(shí)現(xiàn)對(duì)具有某種特性的群體情況的評(píng)估和預(yù)測，進(jìn)一步指導(dǎo)教育實(shí)踐。

本文依托安徽工程大學(xué)的聯(lián)機(jī)事務(wù)處理系統(tǒng)面向該校2016-2019級(jí)在校學(xué)生收集其在大一的成績信息與行為數(shù)據(jù)，總共獲得1,200份有效問卷。數(shù)據(jù)集包含20個(gè)指標(biāo)，其中指標(biāo)學(xué)業(yè)成績作為因變量，其余19個(gè)指標(biāo)作為自變量，具體變量與取值如下：

（一）學(xué)習(xí)成績

《高等數(shù)學(xué)》為安徽工程大學(xué)所有學(xué)生的必修課，依據(jù)各專業(yè)對(duì)數(shù)學(xué)要求高低的不同，該校分別開設(shè)了《數(shù)學(xué)分析》《微積分》《高等數(shù)學(xué)AI》《高等數(shù)學(xué)I》《高等數(shù)學(xué)II》《高等數(shù)學(xué)III》共六類高等數(shù)學(xué)課程。本文選取大學(xué)生在大一時(shí)的《高等數(shù)學(xué)》的成績作為學(xué)業(yè)成績能夠很好反映學(xué)生的學(xué)業(yè)完成狀況，具有較強(qiáng)的代表性。

（二）生源地

目前，我國高校招生的方式是按省分配招生名額，并且自2002年起高考開始自命題改革，這就使得各省份之間的生源質(zhì)量出現(xiàn)差異的可能性增大。因此，本文按照地區(qū)繁榮程度將生源地分為三個(gè)大類，分別是：A.華東、華北、華南地區(qū)；B.東北、西北、西南地區(qū)；C.少數(shù)民族自治區(qū)。分別將它們?cè)O(shè)置為：“華東、華北、華南地區(qū)”—“3”，“東北、西北、西南地區(qū)”—“2”，“少數(shù)民族自治區(qū)”—“1”。

（三）二分類變量

指標(biāo)中的二分類變量有性別、貧困程度、宿舍學(xué)習(xí)氣氛和作業(yè)完成度。這里將這些變量進(jìn)行啞變量化，性別上以1表示女生，0表示男生；貧困程度方面以1表示貧困，0表示不貧困；宿舍學(xué)習(xí)氛圍方面以1表示學(xué)習(xí)氛圍濃厚，0表示學(xué)習(xí)氛圍不濃厚；作業(yè)完成度方面以1表示自己獨(dú)立完成，0表示非自己獨(dú)立完成。

（四）專業(yè)興趣

以問卷調(diào)查的形式訪問學(xué)生對(duì)其所學(xué)專業(yè)是否感興趣，分為三類：A.感興趣；B.一般（不討厭）；C.完全沒興趣。分別將他們?cè)O(shè)置為：“感興趣”—“3”，“一般（不討厭）”—“2”，“完全沒興趣”—“1”。

（五）數(shù)值型變量

對(duì)于學(xué)生來說，周早起次數(shù)、月均生活費(fèi)、周晚睡次數(shù)、周運(yùn)動(dòng)次數(shù)、月逛街次數(shù)等變量的取值都比較清晰，故在問卷中均以填空題的方式出現(xiàn)，最后以學(xué)生所填數(shù)值作為最終結(jié)果。而對(duì)于學(xué)期學(xué)科競賽次數(shù)、學(xué)期圖書館借閱書籍?dāng)?shù)目、周自習(xí)時(shí)長、月均戀愛費(fèi)用、月均學(xué)習(xí)費(fèi)用、學(xué)期活動(dòng)次數(shù)、周網(wǎng)游時(shí)長、周看劇時(shí)長等變量的具體數(shù)值都比較模糊，因此，在問卷里均將其設(shè)為幾個(gè)范圍供學(xué)生選擇，在處理這些變量時(shí)，均取學(xué)生所選的范圍的組中值作為實(shí)際值處理。

表1 單個(gè)學(xué)生信息樣表

對(duì)于學(xué)生的這些信息指標(biāo)值，原始的非結(jié)構(gòu)化、半結(jié)構(gòu)化數(shù)據(jù)需要通過清洗形成結(jié)構(gòu)化數(shù)據(jù)，以及缺失值、異常值和數(shù)據(jù)標(biāo)準(zhǔn)化等處理。表1展示了所選取的指標(biāo)在數(shù)據(jù)處理后的取值狀況。

二、學(xué)業(yè)預(yù)警機(jī)制的建立

針對(duì)數(shù)據(jù)集變量多的特點(diǎn)，本文利用了系統(tǒng)聚類法對(duì)影響學(xué)生成績的19個(gè)因素，即生源地（第1個(gè)變量）、性別（第2個(gè)變量）、貧困程度（第3個(gè)變量）、學(xué)習(xí)氛圍（第4個(gè)變量）、專業(yè)興趣（第5個(gè)變量）、學(xué)期學(xué)科競賽次數(shù)（簡稱學(xué)科競賽次數(shù)，第6個(gè)變量）、學(xué)期圖書館借閱書籍?dāng)?shù)（簡稱借閱書籍，第7個(gè)變量）、周自習(xí)時(shí)長（第8個(gè)變量）、作業(yè)完成度（第9個(gè)變量）、周早起次數(shù)（第10個(gè)變量）、月均生活費(fèi)（第11個(gè)變量）、周晚睡次數(shù)（第12個(gè)變量）、月均戀愛費(fèi)用（第13個(gè)變量）、月均學(xué)習(xí)費(fèi)用（第14個(gè)變量）、周運(yùn)動(dòng)次數(shù)（第15個(gè)變量）、學(xué)期活動(dòng)次數(shù)（第16個(gè)變量）、周網(wǎng)游時(shí)長（第17個(gè)變量）、月均逛街次數(shù)（第18個(gè)變量）、周看劇時(shí)長（第19個(gè)變量），建立綜合評(píng)價(jià)指標(biāo)體系，得到綜合預(yù)警指標(biāo)。然后將獲得的綜合預(yù)警指標(biāo)作為自變量，學(xué)業(yè)成績作為因變量建立學(xué)業(yè)成績預(yù)警的回歸預(yù)測模型。通過實(shí)證分析驗(yàn)證了所建的學(xué)業(yè)成績預(yù)警指標(biāo)體系以及預(yù)測模型是有效的。

（一）系統(tǒng)聚類

將原始數(shù)據(jù)輸入SPSS軟件中，得到聚合結(jié)果——聚類表（表2）和平均連接的樹狀圖（圖1）。表2中第二列和第三列表示聚合類，比如第一階段時(shí)，第8個(gè)變量和第14個(gè)變量聚合成一類，這時(shí)有18類（19-1=18）。因此，某階段的分類數(shù)等于總的變量數(shù)減去這個(gè)階段的序號(hào)。圖1顯示，當(dāng)歐式距離約為14時(shí)，19個(gè)變量聚為10個(gè)綜合指標(biāo)：{綜合指標(biāo)Z1：學(xué)科競賽次數(shù)、借閱書籍、周自習(xí)時(shí)長、作業(yè)完成度、月均學(xué)習(xí)費(fèi)用}；{綜合指標(biāo)Z2：專業(yè)興趣}；{綜合指標(biāo)Z3：月均生活費(fèi)、月均戀愛費(fèi)用、月均逛街次數(shù)}；{綜合指標(biāo)Z4：性別}；{綜合指標(biāo)Z5：周運(yùn)動(dòng)次數(shù)、學(xué)期活動(dòng)次數(shù)}；{綜合指標(biāo)Z6：生源地}；{綜合指標(biāo)Z7：周早起次數(shù)、周晚睡次數(shù)}；{綜合指標(biāo)Z8：周網(wǎng)游時(shí)長、周看劇時(shí)長}；{綜合指標(biāo)Z9：貧困程度}；{綜合指標(biāo)Z10：學(xué)習(xí)氛圍}。

（二）主成分分析與回歸分析

利用Matlab求出10個(gè)主成分（綜合指標(biāo)Zi,i=1,L,10）與學(xué)習(xí)成績（y）的回歸方程如下所示：

表2 聚類表

圖1 樹狀圖

（三）基于回歸分析的學(xué)業(yè)預(yù)警

以建立的多元回歸分析模型系數(shù)作為指標(biāo)繪制雷達(dá)圖（圖2），用以體現(xiàn)不同綜合指標(biāo)在預(yù)警機(jī)制中的重要性。圖2表明在我們構(gòu)建的預(yù)警機(jī)制中影響最大的綜合指標(biāo)為學(xué)習(xí)習(xí)慣、生源、消費(fèi)。

學(xué)習(xí)習(xí)慣包含了學(xué)期學(xué)科競賽次數(shù)、學(xué)期圖書館借閱書籍?dāng)?shù)、周自習(xí)時(shí)長、作業(yè)完成度、月均學(xué)習(xí)費(fèi)用等因素。該綜合指標(biāo)的系數(shù)（0.228,2）為正，說明該高校學(xué)生的學(xué)習(xí)行為與學(xué)生的成績表現(xiàn)有很大關(guān)聯(lián)，且學(xué)習(xí)行為良好的學(xué)生會(huì)在接下來的學(xué)習(xí)中大概率會(huì)繼續(xù)維持好的學(xué)習(xí)成績，這方面也符合大眾的一般認(rèn)知，因?yàn)閷W(xué)習(xí)好的學(xué)生普遍已經(jīng)養(yǎng)成了良好的學(xué)習(xí)習(xí)慣，并且在學(xué)習(xí)上通過成績獲得了激勵(lì)，相對(duì)于以往學(xué)習(xí)成績較差的學(xué)生，更了解如何維持自身的學(xué)習(xí)狀態(tài)，也更有動(dòng)力努力獲得更優(yōu)良的學(xué)業(yè)成績。

消費(fèi)涵蓋了月均生活費(fèi)、月均戀愛費(fèi)用、月均逛街次數(shù)等因素。該綜合指標(biāo)的系數(shù)（-0.161,7）為負(fù)，這很大程度上是由于學(xué)生追求“偽精致”生活所造成的。學(xué)生進(jìn)行這類消費(fèi)通常是因?yàn)榛ハ嗯时然蛞粫r(shí)的沖動(dòng)下的行為。這勢必導(dǎo)致學(xué)生將注意力分散在了對(duì)吃喝玩樂的追求上，從而降低了對(duì)專業(yè)學(xué)習(xí)本身的關(guān)注，也減少了在學(xué)習(xí)上的投入。

除此之外，生源也是影響學(xué)生成績的一個(gè)重要指標(biāo)。雖然我國已經(jīng)實(shí)現(xiàn)了高等教育大眾化，但仍然不能保證每個(gè)人都能接受高等教育。高考仍然是決定學(xué)生能否接受高等教育的主要手段。因此，在同一所大學(xué)里，學(xué)生往往來自全國各地，家庭背景差異很大。我國是一個(gè)幅員遼闊的大國，不同的地區(qū)不僅在地理上存在著差異，在經(jīng)濟(jì)和文化上也有著明顯的不同。與西部地區(qū)相比，東部沿海地區(qū)的經(jīng)濟(jì)比較發(fā)達(dá)，城市基礎(chǔ)設(shè)施和相應(yīng)的配套設(shè)施比較完善，也有著較豐富的教育資源。因而，在這種情況下，來自不同地區(qū)的學(xué)生，學(xué)習(xí)上可能會(huì)有些不同。

圖2 回歸分析模型雷達(dá)圖

三、結(jié)論與建議

學(xué)習(xí)行為分析有利于促進(jìn)學(xué)生個(gè)性化學(xué)習(xí)，有利于實(shí)現(xiàn)教師差異化教學(xué)，有利于管理者實(shí)施精細(xì)化管理。本文對(duì)大學(xué)生在校行為軌跡的分析，挖掘出學(xué)生的學(xué)業(yè)成績與學(xué)習(xí)習(xí)慣和消費(fèi)觀之間所存在的關(guān)系，為教學(xué)管理者和任課教師實(shí)施因材施教，進(jìn)一步增強(qiáng)教學(xué)效果、提高人才培養(yǎng)的質(zhì)量提供理論支撐。

針對(duì)安徽工程大學(xué)在校大學(xué)生建立的學(xué)業(yè)預(yù)警機(jī)制向我們展示若要提高學(xué)生的學(xué)業(yè)成績以及高校的管理和教育質(zhì)量，一是校方需要完善學(xué)業(yè)預(yù)警信息化支撐平臺(tái)。利用平臺(tái)管理者能夠?qū)崟r(shí)掌握學(xué)生在校的行為軌跡。二是培養(yǎng)學(xué)生養(yǎng)成良好的學(xué)習(xí)習(xí)慣。充分發(fā)揮思政教育的作用，用高尚的道德情操陶冶學(xué)生，教育學(xué)生樹立正確的愛情觀，用“四有”標(biāo)準(zhǔn)要求自己；從制度上規(guī)范學(xué)生學(xué)習(xí)習(xí)慣，從思想上端正學(xué)生學(xué)習(xí)態(tài)度。三是營造濃厚的學(xué)習(xí)氛圍。采用“幫扶”措施，輔導(dǎo)員、任課教師、團(tuán)委、班委、學(xué)生黨員、寢室長和學(xué)習(xí)優(yōu)秀者都可以從不同方面對(duì)被預(yù)警的學(xué)生進(jìn)行幫扶，讓幫扶滲透到每個(gè)細(xì)節(jié)；鼓勵(lì)學(xué)生積極參加學(xué)科競賽，引導(dǎo)學(xué)生學(xué)會(huì)借助圖書館培養(yǎng)自己解決問題的能力；大到校風(fēng)，小到班風(fēng)和寢室氛圍都應(yīng)是積極向上和互助友愛的。四是要抓早抓小、防微杜漸。對(duì)反映學(xué)生的苗頭性、傾向性問題，及時(shí)談話提醒、誡勉和教育。引導(dǎo)學(xué)生樹立正確消費(fèi)觀，量入而出，理性消費(fèi)；培養(yǎng)積極健康的休閑娛樂方式，堅(jiān)持教育大學(xué)生不能過度沉迷于網(wǎng)絡(luò)游戲和迷戀小說和影視。