大數(shù)據(jù)驅(qū)動(dòng)下的高校資助決策優(yōu)化研究

摘 要 隨著大數(shù)據(jù)技術(shù)的快速發(fā)展，高校資助決策面臨新的機(jī)遇與挑戰(zhàn)。文章通過(guò)分析大數(shù)據(jù)在高校資助決策中的應(yīng)用現(xiàn)狀，探討了大數(shù)據(jù)驅(qū)動(dòng)下高校資助決策優(yōu)化的主要路徑。研究發(fā)現(xiàn)，大數(shù)據(jù)可以提高資助精準(zhǔn)度、優(yōu)化資源分配、實(shí)現(xiàn)動(dòng)態(tài)監(jiān)管，但同時(shí)也存在數(shù)據(jù)質(zhì)量、隱私保護(hù)、技術(shù)壁壘等方面的問(wèn)題。為此，文章提出構(gòu)建多源數(shù)據(jù)融合平臺(tái)、完善資助評(píng)估體系、加強(qiáng)數(shù)據(jù)安全管理等優(yōu)化建議，以期為提升高校資助決策的科學(xué)性和有效性提供參考。

關(guān)鍵詞 大數(shù)據(jù)；高校資助；決策優(yōu)化；精準(zhǔn)資助

中圖分類號(hào)：G647"""""""""""""""""""""""""""""""""" 文獻(xiàn)標(biāo)識(shí)碼：A""""" DOI：10.16400/j.cnki.kjdk.2024.35.048

Research on Optimization of University Funding Decisions Driven by Big Data

DONG Yanan， FAN Yujie

（Nanjing Tech University 2011 College， Nanjing， Jiangsu 211816）

Abstract With the rapid development of big data technology， university funding decisions are facing new opportunities and challenges. The article analyzes the current application status of big data in university funding decisions and explores the main paths for optimizing university funding decisions driven by big data. Research has found that big data can improve funding accuracy， optimize resource allocation， and achieve dynamic regulation， but at the same time， there are also issues such as data quality， privacy protection， and technological barriers. Therefore， the article proposes optimization suggestions such as building a multi-source data fusion platform， improving the funding evaluation system， and strengthening data security management， in order to provide reference for enhancing the scientific and effective decision-making of university funding.

Keywords big data; university funding; decision optimization; precise funding

高等教育資助是保障教育公平、促進(jìn)人才培養(yǎng)的重要舉措。近年來(lái)，隨著信息技術(shù)的快速發(fā)展，大數(shù)據(jù)在教育領(lǐng)域的應(yīng)用日益廣泛，為高校資助決策帶來(lái)新的發(fā)展機(jī)遇。大數(shù)據(jù)技術(shù)能夠整合多維度信息，挖掘潛在規(guī)律，為資助決策提供更加全面和精準(zhǔn)的數(shù)據(jù)依據(jù)。然而，如何有效利用大數(shù)據(jù)優(yōu)化高校資助決策，仍然是個(gè)極具挑戰(zhàn)性的問(wèn)題?；诖?，深入研究大數(shù)據(jù)驅(qū)動(dòng)下的高校資助決策優(yōu)化策略具有重要的理論和實(shí)踐意義。

1" 大數(shù)據(jù)在高校資助決策中的應(yīng)用現(xiàn)狀

1.1" 數(shù)據(jù)采集與整合

高校資助決策的數(shù)據(jù)采集與整合正逐步實(shí)現(xiàn)全面化和系統(tǒng)化。根據(jù)《教育部等六部門(mén)關(guān)于做好家庭經(jīng)濟(jì)困難學(xué)生認(rèn)定工作的指導(dǎo)意見(jiàn)》，高校建立了包括學(xué)生基本信息、家庭經(jīng)濟(jì)狀況、學(xué)習(xí)表現(xiàn)等在內(nèi)的多維度數(shù)據(jù)庫(kù)。同時(shí)，通過(guò)與民政、扶貧、殘聯(lián)等部門(mén)的數(shù)據(jù)共享，實(shí)現(xiàn)了跨部門(mén)信息的整合。例如，全國(guó)學(xué)生資助管理信息系統(tǒng)的推廣使用，促進(jìn)了各類資助數(shù)據(jù)的統(tǒng)一管理。該文件要求“將全國(guó)學(xué)生資助管理信息系統(tǒng)、技工院校學(xué)生管理信息系統(tǒng)與民政、扶貧、殘聯(lián)等部門(mén)有關(guān)信息系統(tǒng)對(duì)接，確保建檔立卡貧困家庭學(xué)生、最低生活保障家庭學(xué)生、特困供養(yǎng)學(xué)生、孤殘學(xué)生、烈士子女、家庭經(jīng)濟(jì)困難殘疾學(xué)生及殘疾人子女等學(xué)生信息全部納入家庭經(jīng)濟(jì)困難學(xué)生數(shù)據(jù)庫(kù)”[1]。然而，數(shù)據(jù)采集的標(biāo)準(zhǔn)化程度和信息共享的深度仍有待提高。

1.2" 需求分析與預(yù)測(cè)

大數(shù)據(jù)技術(shù)在高校資助需求分析與預(yù)測(cè)中的應(yīng)用日益深入。《關(guān)于進(jìn)一步落實(shí)高等教育學(xué)生資助政策的通知》強(qiáng)調(diào)了完善精準(zhǔn)資助機(jī)制的重要性，這推動(dòng)了基于數(shù)據(jù)分析的需求評(píng)估模型的構(gòu)建。該通知要求“各省級(jí)教育、財(cái)政部門(mén)要根據(jù)經(jīng)濟(jì)社會(huì)發(fā)展水平、城市居民最低生活保障標(biāo)準(zhǔn)以及財(cái)力狀況等因素，確定本地區(qū)家庭經(jīng)濟(jì)困難學(xué)生的認(rèn)定指導(dǎo)標(biāo)準(zhǔn)”。高校運(yùn)用機(jī)器學(xué)習(xí)算法，對(duì)學(xué)生的經(jīng)濟(jì)狀況、學(xué)業(yè)表現(xiàn)、心理健康等多維數(shù)據(jù)進(jìn)行分析，實(shí)現(xiàn)對(duì)潛在資助對(duì)象的早期識(shí)別和精準(zhǔn)畫(huà)像。預(yù)測(cè)模型的應(yīng)用使得資助需求的動(dòng)態(tài)變化可被及時(shí)捕捉，為制定前瞻性的資助政策提供了依據(jù)。然而，預(yù)測(cè)模型的準(zhǔn)確性和適應(yīng)性仍需進(jìn)一步提升，以更好地落實(shí)文件中“確保應(yīng)助盡助”的要求。

1.3" 資助方案制定與評(píng)估

大數(shù)據(jù)驅(qū)動(dòng)下的高校資助方案制定與評(píng)估呈現(xiàn)出智能化和精細(xì)化的特征。《關(guān)于完善學(xué)生資助體系加強(qiáng)資助經(jīng)費(fèi)管理的意見(jiàn)》提出了“建立家庭經(jīng)濟(jì)困難學(xué)生資助標(biāo)準(zhǔn)動(dòng)態(tài)調(diào)整機(jī)制”的要求，促使高校利用大數(shù)據(jù)技術(shù)優(yōu)化資助方案。該文件強(qiáng)調(diào)要“根據(jù)學(xué)生家庭經(jīng)濟(jì)困難程度實(shí)施分檔資助，優(yōu)先資助特別困難學(xué)生，適當(dāng)提高比較困難學(xué)生資助標(biāo)準(zhǔn)，兜底保障一般困難學(xué)生”，這為高校運(yùn)用數(shù)據(jù)分析方法提供了政策依據(jù)。通過(guò)對(duì)歷史資助數(shù)據(jù)的挖掘分析，高校能夠更科學(xué)地設(shè)定資助標(biāo)準(zhǔn)，合理分配資助資源。在評(píng)估環(huán)節(jié)，大數(shù)據(jù)分析使得資助效果的量化評(píng)價(jià)成為可能[2]。高校通過(guò)追蹤受助學(xué)生的學(xué)業(yè)進(jìn)展、就業(yè)情況等長(zhǎng)期數(shù)據(jù)，全面評(píng)估資助政策的實(shí)施效果，這與文件中提出的“加強(qiáng)資助資金使用績(jī)效評(píng)價(jià)”要求相呼應(yīng)。然而，如何平衡數(shù)據(jù)驅(qū)動(dòng)與人文關(guān)懷，確保資助方案的公平性和靈活性，仍是需要深入探討的問(wèn)題，這也體現(xiàn)了文件中“堅(jiān)持以人為本，注重保護(hù)學(xué)生尊嚴(yán)”的原則。

2" 大數(shù)據(jù)驅(qū)動(dòng)高校資助決策面臨的挑戰(zhàn)

2.1" 數(shù)據(jù)分散與整合困難

高校資助決策所需的數(shù)據(jù)來(lái)源廣泛，包括學(xué)生基本信息、家庭經(jīng)濟(jì)狀況、學(xué)習(xí)表現(xiàn)、日常消費(fèi)等多個(gè)維度，這些數(shù)據(jù)往往分散在教務(wù)、學(xué)工、財(cái)務(wù)等不同部門(mén)的信息系統(tǒng)中。同時(shí)，還需要整合來(lái)自民政、扶貧、殘聯(lián)等外部部門(mén)的數(shù)據(jù)。數(shù)據(jù)分散導(dǎo)致信息孤島，阻礙了全面準(zhǔn)確的資助決策。此外，不同來(lái)源的數(shù)據(jù)在格式、標(biāo)準(zhǔn)和質(zhì)量上存在差異，增加了數(shù)據(jù)整合的難度。例如，家庭經(jīng)濟(jì)狀況數(shù)據(jù)可能存在不準(zhǔn)確、不及時(shí)或不完整的情況，影響決策的可靠性[3]?？绮块T(mén)數(shù)據(jù)整合過(guò)程中，數(shù)據(jù)標(biāo)準(zhǔn)不一致、格式不兼容等問(wèn)題普遍存在，增加了數(shù)據(jù)清洗和整合的工作量。這些因素共同構(gòu)成了高校利用大數(shù)據(jù)進(jìn)行精準(zhǔn)資助決策的首要挑戰(zhàn)。

2.2" 資助效果評(píng)估不足

傳統(tǒng)的高校資助效果評(píng)估方法往往過(guò)于簡(jiǎn)單化，主要關(guān)注資助資金的發(fā)放情況和受助學(xué)生的基本學(xué)習(xí)狀況，難以全面、深入地評(píng)估資助政策的實(shí)際效果。在大數(shù)據(jù)時(shí)代，雖然有了更多的數(shù)據(jù)支持，但如何有效利用這些數(shù)據(jù)進(jìn)行科學(xué)、系統(tǒng)的評(píng)估仍是一項(xiàng)挑戰(zhàn)。首先，缺乏統(tǒng)一的評(píng)估指標(biāo)體系，難以對(duì)不同高校、不同類型的資助項(xiàng)目進(jìn)行橫向比較。其次，評(píng)估往往局限于短期效果，忽視了資助政策對(duì)學(xué)生長(zhǎng)期發(fā)展的影響。再者，現(xiàn)有的評(píng)估方法難以有效識(shí)別和量化資助政策對(duì)學(xué)生在學(xué)習(xí)動(dòng)力、心理健康、社會(huì)責(zé)任感等方面的潛在影響。此外，評(píng)估結(jié)果的應(yīng)用也面臨挑戰(zhàn)，如何將評(píng)估結(jié)果有效地轉(zhuǎn)化為政策調(diào)整和優(yōu)化的依據(jù)，仍需進(jìn)一步探索。

2.3" 數(shù)據(jù)安全與隱私保護(hù)風(fēng)險(xiǎn)

在利用大數(shù)據(jù)優(yōu)化資助決策的過(guò)程中，學(xué)生隱私保護(hù)和數(shù)據(jù)安全成為高校面臨的重要挑戰(zhàn)。資助決策涉及學(xué)生的家庭經(jīng)濟(jì)狀況、個(gè)人消費(fèi)習(xí)慣、學(xué)習(xí)表現(xiàn)等敏感信息，如何在數(shù)據(jù)采集、存儲(chǔ)、分析和使用過(guò)程中保護(hù)學(xué)生隱私權(quán)，是高校需要慎重考慮的問(wèn)題。隨著數(shù)據(jù)規(guī)模的擴(kuò)大和價(jià)值的提升，數(shù)據(jù)泄露和濫用的風(fēng)險(xiǎn)也隨之增加。例如，未經(jīng)授權(quán)訪問(wèn)學(xué)生個(gè)人信息、濫用學(xué)生消費(fèi)數(shù)據(jù)、泄露家庭經(jīng)濟(jì)狀況等問(wèn)題可能對(duì)學(xué)生造成不利影響。此外，跨部門(mén)數(shù)據(jù)共享過(guò)程中的安全風(fēng)險(xiǎn)、第三方數(shù)據(jù)處理機(jī)構(gòu)的管理風(fēng)險(xiǎn)等也不容忽視。如何在充分利用數(shù)據(jù)提升決策精準(zhǔn)度的同時(shí)，有效保護(hù)學(xué)生隱私和數(shù)據(jù)安全，是高校面臨的重要挑戰(zhàn)。

2.4" 專業(yè)人才儲(chǔ)備不足

大數(shù)據(jù)驅(qū)動(dòng)的高校資助決策優(yōu)化面臨專業(yè)人才儲(chǔ)備不足的挑戰(zhàn)。這一挑戰(zhàn)主要表現(xiàn)在三個(gè)方面。首先，大數(shù)據(jù)分析技術(shù)的復(fù)雜性和專業(yè)性要求相關(guān)人員具備較高的技術(shù)水平，而當(dāng)前高校資助工作人員普遍缺乏這方面的專業(yè)知識(shí)和技能。其次，大數(shù)據(jù)分析不僅需要技術(shù)能力，還需要深入理解教育資助領(lǐng)域的特點(diǎn)和需求，這種復(fù)合型人才在市場(chǎng)上相對(duì)稀缺。再者，高校管理層對(duì)大數(shù)據(jù)在資助決策中的應(yīng)用價(jià)值認(rèn)識(shí)不足，導(dǎo)致在人才引進(jìn)和培養(yǎng)方面投入不夠。此外，由于高校資助工作的特殊性，相關(guān)人才需要具備數(shù)據(jù)分析能力、教育背景知識(shí)、政策理解能力等多方面素質(zhì)，這進(jìn)一步增加了人才培養(yǎng)和引進(jìn)的難度。人才儲(chǔ)備不足直接影響了大數(shù)據(jù)技術(shù)在高校資助決策中的有效應(yīng)用和深度發(fā)展。

3" 大數(shù)據(jù)驅(qū)動(dòng)下高校資助決策優(yōu)化的建議

3.1" 構(gòu)建多源數(shù)據(jù)融合平臺(tái)

高校應(yīng)構(gòu)建一個(gè)綜合性的多源數(shù)據(jù)融合平臺(tái)，整合來(lái)自不同部門(mén)和外部機(jī)構(gòu)的數(shù)據(jù)。該平臺(tái)可以采用數(shù)據(jù)湖技術(shù)，允許存儲(chǔ)結(jié)構(gòu)化、半結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)。平臺(tái)應(yīng)包括數(shù)據(jù)采集、清洗、存儲(chǔ)和分析等功能模塊。高?？梢酝ㄟ^(guò)接口實(shí)時(shí)采集學(xué)生一卡通消費(fèi)數(shù)據(jù)、圖書(shū)館借閱記錄等，并定期從教務(wù)系統(tǒng)導(dǎo)入學(xué)習(xí)成績(jī)數(shù)據(jù)。平臺(tái)還應(yīng)與民政、扶貧等部門(mén)建立數(shù)據(jù)共享機(jī)制，通過(guò)安全的數(shù)據(jù)交換通道定期更新學(xué)生家庭經(jīng)濟(jì)狀況信息。在數(shù)據(jù)清洗環(huán)節(jié)，高?？梢允褂脵C(jī)器學(xué)習(xí)算法自動(dòng)識(shí)別和修正異常值，如異常高的消費(fèi)記錄或不合理的家庭收入數(shù)據(jù)。數(shù)據(jù)存儲(chǔ)可采用分布式文件系統(tǒng)，確保大規(guī)模數(shù)據(jù)的高效存儲(chǔ)和訪問(wèn)。平臺(tái)還應(yīng)提供數(shù)據(jù)可視化工具，如交互式儀表盤(pán)，使資助工作人員能直觀地分析學(xué)生經(jīng)濟(jì)狀況變化趨勢(shì)，識(shí)別潛在的資助需求。

3.2" 完善資助評(píng)估體系

高校應(yīng)建立全面、動(dòng)態(tài)的資助評(píng)估體系，涵蓋短期和長(zhǎng)期效果評(píng)估。學(xué)校可以設(shè)計(jì)多維度的評(píng)估指標(biāo)，包括學(xué)習(xí)表現(xiàn)、心理健康、社會(huì)參與度等。評(píng)估人員可以通過(guò)分析受助學(xué)生的成績(jī)變化、圖書(shū)館使用頻率、參與社團(tuán)活動(dòng)情況等數(shù)據(jù)，評(píng)估資助對(duì)學(xué)習(xí)積極性的影響。高?？梢砸腩A(yù)測(cè)性分析模型，利用機(jī)器學(xué)習(xí)算法預(yù)測(cè)受助學(xué)生的學(xué)業(yè)完成率和就業(yè)前景。學(xué)校可以建立一個(gè)基于隨機(jī)森林算法的模型，輸入包括學(xué)生的學(xué)習(xí)成績(jī)、出勤率、社交網(wǎng)絡(luò)活躍度等特征，預(yù)測(cè)學(xué)生的學(xué)業(yè)成功概率。高?？梢詫?shí)施對(duì)照測(cè)試來(lái)評(píng)估不同資助策略的效果[4]。例如，對(duì)兩組相似背景的學(xué)生分別實(shí)施不同金額或形式的資助，通過(guò)對(duì)比分析確定最有效的資助方案。此外，學(xué)校應(yīng)建立長(zhǎng)期跟蹤機(jī)制，通過(guò)校友網(wǎng)絡(luò)和社交媒體數(shù)據(jù)，分析資助對(duì)畢業(yè)生職業(yè)發(fā)展的長(zhǎng)期影響。高校還可以利用自然語(yǔ)言處理技術(shù)分析學(xué)生的反饋意見(jiàn)，及時(shí)調(diào)整資助政策。

3.3" 加強(qiáng)數(shù)據(jù)安全管理

高校應(yīng)實(shí)施全面的數(shù)據(jù)安全管理策略，確保學(xué)生隱私得到有效保護(hù)。學(xué)?？梢越?shù)據(jù)分級(jí)保護(hù)機(jī)制，對(duì)不同敏感度的數(shù)據(jù)采取不同級(jí)別的安全措施。高?？梢允褂枚嘁蛩卣J(rèn)證系統(tǒng)控制對(duì)高度敏感數(shù)據(jù)（如家庭收入信息）的訪問(wèn)。學(xué)校應(yīng)利用數(shù)據(jù)脫敏技術(shù)，在數(shù)據(jù)分析過(guò)程中使用假名或加密標(biāo)識(shí)符替代真實(shí)身份信息。可以采用匿名化技術(shù)，確保任何特定個(gè)體無(wú)法被唯一識(shí)別。還可以使用區(qū)塊鏈技術(shù)記錄數(shù)據(jù)訪問(wèn)和使用日志，保證數(shù)據(jù)操作的可追溯性。例如，每次數(shù)據(jù)訪問(wèn)都會(huì)生成一個(gè)不可篡改的記錄，包含訪問(wèn)者身份、訪問(wèn)時(shí)間和目的等信息。高校應(yīng)實(shí)施動(dòng)態(tài)數(shù)據(jù)訪問(wèn)控制策略，根據(jù)用戶角色和具體場(chǎng)景動(dòng)態(tài)調(diào)整數(shù)據(jù)訪問(wèn)權(quán)限，還可以開(kāi)發(fā)一個(gè)基于角色的訪問(wèn)控制系統(tǒng)，結(jié)合情境感知技術(shù)，根據(jù)時(shí)間、地點(diǎn)等因素自動(dòng)調(diào)整訪問(wèn)權(quán)限。另外高校還應(yīng)定期進(jìn)行安全審計(jì)和滲透測(cè)試，及時(shí)發(fā)現(xiàn)和修補(bǔ)安全漏洞。

3.4" 培養(yǎng)復(fù)合型人才

高校應(yīng)建立系統(tǒng)的人才培養(yǎng)和引進(jìn)機(jī)制，打造具備數(shù)據(jù)分析能力和教育資助專業(yè)知識(shí)的復(fù)合型人才隊(duì)伍。學(xué)?？膳c相關(guān)院系合作，開(kāi)設(shè)“教育大數(shù)據(jù)分析”專項(xiàng)課程，內(nèi)容涵蓋數(shù)據(jù)挖掘、機(jī)器學(xué)習(xí)和教育政策分析。應(yīng)建立校內(nèi)輪崗制度，安排資助工作人員參與為期3―6個(gè)月的數(shù)據(jù)分析項(xiàng)目，提升技術(shù)能力。學(xué)?？啥ㄆ谘?qǐng)業(yè)界專家舉辦研討會(huì)和工作坊，分享大數(shù)據(jù)應(yīng)用實(shí)踐。設(shè)立“數(shù)據(jù)分析師”崗位，提供有競(jìng)爭(zhēng)力的薪酬和職業(yè)發(fā)展路徑，吸引專業(yè)人才[5]。鼓勵(lì)跨部門(mén)協(xié)作，組建由資助工作者、信息技術(shù)專家和教育研究人員組成的跨功能團(tuán)隊(duì)，共同推進(jìn)大數(shù)據(jù)在資助決策中的應(yīng)用。這些措施將有效提升高校在大數(shù)據(jù)驅(qū)動(dòng)資助決策方面的人才儲(chǔ)備和應(yīng)用能力。

4" 結(jié)語(yǔ)

大數(shù)據(jù)時(shí)代為高校資助決策優(yōu)化提供了新的技術(shù)支撐和發(fā)展方向。充分利用大數(shù)據(jù)技術(shù)，高?？梢詫?shí)現(xiàn)資助決策的精準(zhǔn)化、科學(xué)化和動(dòng)態(tài)化，從而提高資助工作的效率和效果。然而，在推進(jìn)大數(shù)據(jù)驅(qū)動(dòng)的資助決策優(yōu)化過(guò)程中，仍需要不斷完善數(shù)據(jù)采集與分析體系，加強(qiáng)數(shù)據(jù)安全管理，培養(yǎng)專業(yè)人才，以應(yīng)對(duì)技術(shù)發(fā)展帶來(lái)的新挑戰(zhàn)。未來(lái)，隨著大數(shù)據(jù)技術(shù)的進(jìn)一步成熟和廣泛應(yīng)用，高校資助決策優(yōu)化將迎來(lái)更大的發(fā)展空間，為促進(jìn)教育公平和人才培養(yǎng)作出更大貢獻(xiàn)。

基金項(xiàng)目：2022年南京工業(yè)大學(xué)黨建與思想政治教育研究課題“‘三全育人’視角下高?；鶎狱h組織育人體系構(gòu)建”（SZ20220208）；2019年江蘇省高校哲學(xué)社會(huì)科學(xué)研究一般項(xiàng)目“大數(shù)據(jù)思維下高校貧困生的精準(zhǔn)資助研究”（2019SJA0190）。

參考文獻(xiàn)

[1] 劉鳴，許鐘元，齊云鶴.基于決策樹(shù)算法的高校學(xué)生精準(zhǔn)資助策略[J].黑河學(xué)院學(xué)報(bào)，2019，10（10）：118-120，140.

[2] 劉欣，邢露萍.大數(shù)據(jù)背景下高校精準(zhǔn)資助實(shí)施路徑研究[J].互聯(lián)網(wǎng)周刊，2024（13）：72-74.

[3] 蔡青.基于大數(shù)據(jù)技術(shù)的高校資助工作精準(zhǔn)化平臺(tái)設(shè)計(jì)與實(shí)現(xiàn)[J].中國(guó)新技術(shù)新產(chǎn)品，2024（2）：48-50.

[4] 張耀方.大數(shù)據(jù)背景下高校資助對(duì)象精準(zhǔn)認(rèn)定研究[D].太原：山西財(cái)經(jīng)大學(xué)，2018.

[5] 張瑋.高校智慧資助平臺(tái)建設(shè)探索[J].安徽水利水電職業(yè)技術(shù)學(xué)院學(xué)報(bào)，2020，20（3）：54-56.