摘要：探索實施鄉(xiāng)村振興戰(zhàn)略背景下中高職院校困難生智能識別與精準幫扶策略，搭建學生資助智能識別與精準幫扶工作信息平臺，為推動中高職教育公平和持續(xù)發(fā)展提供參考依據。文章通過項目實施，剖析發(fā)現中高職院校困難生智能識別與精準幫扶過程存在以下問題：數據收集與整合具有難度、數據分析與應用能力需進一步提升、精準幫扶資助工作監(jiān)督與評估機制有待完善及資助系統(tǒng)智能化程度低，結合大數據和人工智能技術手段對學生家庭經濟狀況、個人能力和發(fā)展?jié)摿Φ榷喾矫嫘畔⑦M行綜合分析，可實現對困難生的精準識別和資助，提出通過采取構建學生資助智能識別與精準幫扶工作信息化平臺、設計構建智能識別與精準幫扶大數據資助平臺、探索中高職院校精準資助育人信息管理系統(tǒng)架構及優(yōu)化和完善中高職院校困難生資助管理體系等策略，推動中高職教育公平和可持續(xù)發(fā)展。

關鍵詞：大數據；困難學生；智能識別；精準幫扶；中高職院校

中圖分類號：TP391.4；G719.2 文獻標志碼：A 文章編號：2095-820X（2024）05-0391-06

0 引言

中高職院校困難生的精準幫扶策略不僅包括傳統(tǒng)的經濟資助，還涵蓋心理輔導、職業(yè)規(guī)劃和學業(yè)指導等多個方面，在鄉(xiāng)村振興戰(zhàn)略背景下實施困難生智能識別與精準幫扶，可實現對困難生的全方位支持和幫助。傳統(tǒng)的困難生認定方法通常依賴于單一的經濟指標，難以全面反映其實際困難情況。隨著大數據和人工智能技術的發(fā)展，通過多維度信息的綜合考量已能實現對困難生的精確識別，并制定個性化幫扶策略。精準幫扶策略的構建應基于數據驅動的識別機制（利用大數據分析和人工智能技術，通過學生家庭經濟狀況、個人能力、學業(yè)成績、心理狀態(tài)和社交活動等多維度信息，構建智能識別模型，以提高困難生識別的準確性和全面性）、個性化幫扶策略（根據智能識別結果，制定個性化幫扶方案，包括但不限于經濟資助、心理輔導、職業(yè)規(guī)劃指導和學業(yè)輔導等，確保幫扶措施能切實解決困難生的實際問題）、動態(tài)跟蹤與評估（建立困難生動態(tài)跟蹤機制，定期評估幫扶效果，及時調整幫扶策略，確保幫扶措施的持續(xù)性和有效性）及多方協(xié)同合作（鼓勵政府、學校、企業(yè)和社會組織等多方參與，形成協(xié)同合作的幫扶網絡，共同為困難生提供支持）等方面。2020年，我國在既定標準下實現了農村困難人口的全面脫貧，鄉(xiāng)村振興戰(zhàn)略正式開啟。但在困難生認定工作中，傳統(tǒng)的困難生認定方法暴露出一些亟需解決的問題，包括“隱形困難”和疑似“虛假困難”現象。在面對中高職教育中困難生識別的挑戰(zhàn)時，借助基于數據驅動的識別機制，可實現對困難生的精確識別和制定個性化資助方案，從而提升資助工作的效率和針對性，促進教育公平和持續(xù)發(fā)展。隨著人工智能技術的不斷進步、深度學習技術的充分利用及以大數據為支撐的精準識別模型構建，高校困難生資助工作的精確度得以提升。在大數據和人工智能技術飛速發(fā)展的背景下，互聯網思維已廣泛滲透至眾多傳統(tǒng)行業(yè)。盡管目前已有研究嘗試運用數據挖掘技術攻克困難生認定難題，但受限于試驗數據量的不足，僅能側重于分析學生的消費水平及消費模式，研究深度和廣度均受到限制。此外，當前困難生認定方法多依賴于單一、簡單的機器學習模型，在深度學習技術應用及多種分類方法比較研究方面明顯不足。文章基于《大數據背景下中高職院校家庭經濟困難生精準資助路徑研究》項目的實施，剖析中高職院校困難生智能識別與精準幫扶現狀，提出解決其智能識別與精準資助問題對策，為推動中高職教育的公平性和可持續(xù)發(fā)展提供參考依據。

1 困難生智能識別與精準幫扶現狀

在當前信息化時代背景下，大數據技術的深入應用為高校困難生精準資助工作開辟了新的路徑，但也面臨著諸多挑戰(zhàn)［1］。相對困難是鄉(xiāng)村振興過程中涉及的一種綜合而復雜的社會現象，包含教育、醫(yī)療和價值再創(chuàng)造需求等多維性問題，其中教育扶貧是解決相對困難問題的主要路徑［2-3］。相對困難視角下中高職院校困難生智能識別的實現需結合大數據和人工智能技術手段，通過對學生家庭經濟狀況、個人能力及發(fā)展?jié)摿Φ榷喾矫嫘畔⒌木C合分析，實現對困難生的精準識別和資助。鄭冬冬和張明煜［4］通過對美國俄亥俄州高等教育學生管理數據（OBR）的分析發(fā)現，接受資助的大學生1年內退學率明顯下降，對美國高中生追蹤調查數據（HS&B）的分析結果也表明，經濟資助既直接影響學生的學業(yè)堅持，也通過與學業(yè)目標、學術生活、社會生活和政策認同度的交互作用間接影響學生的學業(yè)堅持。但當前大數據中高職院校困難生的智能識別和精準資助仍存在以下問題。

1.1 數據收集與整合具有難度

大數據的精準識別依賴于全面和準確的數據支撐，但在實際操作中，由于數據來源廣泛、格式多樣和質量參差不齊，數據收集與整合面臨諸多困難。同時，考慮到數據安全和隱私保護的要求，部分數據可能無法直接用于資助工作參考，進一步增加了數據整合的難度。

1.2 數據分析與應用能力需進一步提升

大數據技術的應用需具備專業(yè)的數據分析與處理能力，但目前高校的數據分析與應用人才儲備相對不足，難以充分發(fā)揮大數據技術的優(yōu)勢。此外，隨著大數據技術的不斷更新迭代，高?，F有的數據分析與應用人才仍需通過不斷加強學習和培訓，提高數據分析與應用能力，以應對精準識別困難生的需求，制定個性化資助策略。在實際操作中，部分高校在資助策略制定上過于依賴傳統(tǒng)模式，缺乏足夠的靈活性，無法滿足困難生的個性化需求，從而影響資助效果，降低困難生申請資助的積極性［5］。

1.3 精準幫扶資助工作監(jiān)督與評估機制有待完善

大數據技術的應用使得中高職院校困難生精準資助工作更透明和量化。但目前部分中高職院校在資助工作監(jiān)督與評估方面仍存在不足，難以及時發(fā)現和解決資助工作中存在的問題，不僅影響資助工作的公正性和有效性，還可能對困難生的權益造成潛在損害。因此，基于大數據的中高職院校困難生精準資助工作仍需進一步完善監(jiān)督與評估機制。

1.4 資助系統(tǒng)智能化程度低

在高等教育機構中，針對經濟困難生資助系統(tǒng)已開展了較多研究。Fang等［6］利用某高校一卡通系統(tǒng)提供的豐富消費數據，運用聚類分析算法對學生群體進行科學分類，從而構建一套行之有效的困難生識別資助體系。Ma和Zhu［7］借助學校一卡通系統(tǒng)數據，結合C4.5決策樹模型和K-Means算法，有效識別出經濟困難學生，為學校管理提供了決策參考。戴海輝［8］聚焦學生在圖書館使用、超市購物、餐飲及水果消費等數據，通過C4.5決策樹算法，從消費行為角度預測學生可能面臨的經濟問題，為校園內經濟困難學生評估提供輔助。王衛(wèi)星和李斌［9］整合智慧校園中統(tǒng)一標準化數據平臺存儲的學生行為數據，圍繞學生的學習狀況、家庭經濟背景和消費水平，構建了貝葉斯網絡模型，以精準識別困難生。蒲飛等［10］通過校園一卡通系統(tǒng)收集在校學生的初始數據，運用數據預處理技術提取相關特征，利用經驗樣本進行正態(tài)分布檢驗，最終在異常點檢測問題上采用基于正態(tài)分布的一元離群點檢測算法，將異常結果識別為困難生，有效輔助困難生認定工作。在評估資助對大學生影響研究方面，姜慶華和錢修萍［1］、王萍萍［11］分析認為，經濟資助可增加困難生進入大學的機會和完成學業(yè)的可能性。但目前中高職院校困難生資助系統(tǒng)仍存在智能化程度低、缺乏精準識別標準、難以科學實施資助考核及重經濟資助而缺人文關懷等問題和不足，直接或間接導致資助精準度不高，影響資助效果及其公平性和公正性。因此，如何精準認定、準確資助“隱形困難生”并有效核查“虛假困難生”，使中高職院校困難生資助的頂層設計精準落地，是當前和今后一個時期做好中高職院校困難生資助工作的重要任務，也是本研究項目探究的方向。

2 解決困難生智能識別與精準資助存在問題的策略

2.1 構建學生資助智能識別與精準幫扶工作信息化平臺

資助是實現社會公平最直接、最有效的方式和途徑，但資助的效果與效率取決于對資助對象的精準識別、資助手段的科學性和合理性。困難生資助工作是高校人才培養(yǎng)工作的重要組成部分，關乎學生的成長成才、學校的穩(wěn)定與發(fā)展及社會的和諧與進步［12］。大數據作為計算技術的最新形態(tài)，為開展中高職院校困難生資助工作精準化研究提供了新的視角、思維、工具和方法［13］。因此，建設學生資助智能識別與精準幫扶工作信息化平臺，對于提高中高職院校困難生資助工作精準化水平，促進資助工作的科學性和可操作性，實現困難生資助工作的公平正義具有重要的理論價值和現實意義。該平臺應以大數據交互與共享及資助數據分析與展示為主要功能，充分利用大數據技術，納入智慧思政平臺建設內容，在硬件配備、軟件環(huán)境、平臺招標和資金支持方面與智慧思政平臺共建資源共享和精準識別新模式，實現以人為本的差異化資助方式，建立實時、及時和全面的資助管理體系，構建大數據背景下中高職院校家庭經濟困難生精準資助路徑。

為建設學生資助智能識別與精準幫扶工作信息化平臺，需省級數據資源局及有關部門溝通協(xié)調，共同推進學生家庭經濟狀況數據共享，輔助各地、各中高職院校安全便捷地獲取能反映學生家庭經濟狀況的數據信息，實現大數據背景下中高職院校困難生的精準資助；需探究困難生認定量化指標體系，摸索出新的困難生認定模式，如學校探索“線上量化測評+線下實地回訪驗證”困難生認定模式，在線上量化認定的基礎上，每年隨機開展回訪驗證，核查學生家庭真實經濟狀況，驗證指標體系的精準度，并根據驗證結果對指標體系進行修正，實現大數據背景下中高職院校困難生精準認定和主動精準資助；在數據獲取和使用過程中，要遵循用戶本人授權原則，建立數據授權使用和可信追溯機制，確保學生及其家庭隱私、敏感數據得到精準授權、全程留痕和充分保護，切實保障數據安全、有序和按需使用，避免學生及其家庭個人信息安全受到威脅，隱私權受到侵犯［14-16］。

2.2 設計構建智能識別與精準幫扶大數據資助平臺

2.2.1 數據挖掘路徑

首先，運用數據挖掘技術對大量的困難生數據進行分析，找出其中具有潛在價值的信息，從數據源中選取需進行分析的數據；其次，采用某種方式或算法對選取的數據進行分析并找出規(guī)律；最后，通過用戶能理解的方式對挖掘出的結果進行表述。以某學院精準資助政策宣傳途徑統(tǒng)計結果為例，從其媒體宣傳、網絡宣傳、身邊親友和同學介紹、資助手冊、學校專題宣講及輔導員和班主任講解等各類宣傳途徑使用次數等關鍵數據中，可分析出輔導員和班主任講解途徑使用最頻繁、學校專題宣講較頻繁、媒體報道和網絡宣傳使用次數占比較低的趨勢（圖1）。

2.2.2 系統(tǒng)化策略

采用信息系統(tǒng)開發(fā)中的系統(tǒng)分析方法，對學生困難風險預警系統(tǒng)的需求進行分析，論述系統(tǒng)設計的目標和原則，設計預警系統(tǒng)的總體框架結構。

2.2.3 行動研究策略

首先，構建大數據背景下的項目研究與中高職院校困難生精準資助有效銜接模式，建立校校協(xié)同、資源共享、互惠互利的校企融合育人運行機制，并在校內開展新媒體視域下基于大數據背景的中高職院校困難生精準資助培養(yǎng)實踐活動，根據反饋結果對大數據背景下中高職院校困難生精準資助模式進行完善；將制定的相關資助策略應用于中高職與本科教育有效銜接模式建設中，在行動中認識和反思，邊實施邊教學邊研究。其次，通過問卷調查法和訪談法對2020—2023年秋季學期參與項目實施班級的師生進行研究性教學調查，在分析反饋意見的基礎上，構建項目研究與中高職院校困難生精準資助有效銜接的實踐模式。圖2為本研究項目實施過程中探索出的困難生精準資助路徑及新模式。從圖2可看出，中高職院校學生精準資助路徑工作機制與模式具有以下特點：①困難生精準資助路徑分多個階段，包括識別與評估、幫扶資助、管理和引導；②在識別階段，采用多種指標綜合評估學生的困難程度，如家庭經濟狀況和學業(yè)表現；③在評估階段引入大數據分析和人工智能技術，以量化指標標準，方便組織評估，提高評估的準確性和效率；④精準幫扶資助模式呈現多元化，包含獎學金、助學金和勤工儉學等多種形式；⑤通過管理與引導機制確保資助效果得到及時評估和調整。最終，通過綜合評估和多元化資助方式，結合大數據及人工智能技術提高資助的準確性和效率，形成中高職院校學生精準資助路徑閉環(huán)工作機制。

2.3 探索精準資助育人信息管理系統(tǒng)架構

從圖3可看出，中高職院校精準資助育人信息管理系統(tǒng)架構通過獲取并分析學生困難風險的統(tǒng)計數據，實現對學生困難風險的動態(tài)監(jiān)測、精準研判和智能識別。根據圖3的架構，本研究在項目實施過程中針對困難生數據的特征，運用深度學習方法高效融合多源異構數據間的信息，提出一種學生困難風險動態(tài)評估預警方法；在專業(yè)資助方面，制訂一系列課程建設獎勵制度，對大數據背景下高校困難生精準資助專業(yè)課程給予大力扶持和培育，取得了良好效果；項目實施前期的調查已包括大數據背景下高校困難生精準資助概況，待條件成熟后，結合三教改革，在廣西質量工程職業(yè)技術學院推廣高校困難生精準資助專業(yè)課程的教學理念和方法，如果取得顯著效果，還會將這種教學理念和方法作為大數據背景下高校困難生招生和人才培養(yǎng)銜接精準資助方案進行推介。資助困難生不僅是高校的責任，也是社會各界的共同責任，因此，高校需加強與社會各界的合作和溝通，通過與社會組織、企業(yè)和政府機構等建立合作關系，共同籌集資金和資源，為困難生提供更多幫助和支持。同時，通過加強溝通，可及時了解社會的需求和期望，為精準資助幫扶工作提供更明確的方向和目標。此外，需關注資助的可持續(xù)性和長期效益問題。困難生資助不僅要解決其短期經濟困難，還應幫助其實現長遠發(fā)展和自我能力提升。因此，需制定長期的資助計劃和策略，關注困難生的成長和發(fā)展，為其提供更多的教育、培訓和就業(yè)機會。通過這些措施，可確保困難生資助工作的可持續(xù)性和長期效益，為困難生創(chuàng)造更加美好的未來。通過應對數據質量、技術應用、合作與溝通及可持續(xù)性等挑戰(zhàn)，可更好地發(fā)揮大數據的作用，為困難生提供更精準和有效的資助服務。

2.4 優(yōu)化和完善中高職院校困難生資助管理體系

大數據在中高職院校困難生精準資助領域的應用具有巨大潛力，有助于進一步優(yōu)化和完善中高職院校困難生資助管理體系。

2.4.1 在鄉(xiāng)村振興戰(zhàn)略背景下建立更完善的數據收集與分析系統(tǒng)

目前，雖然很多高校已開始利用大數據技術進行困難生認定與資助，但數據收集的廣度和深度仍有待進一步提高。應將更多的學生信息納入數據庫，包括但不限于家庭收入、家庭成員健康狀況、學業(yè)成績和課外活動參與情況等。同時，利用先進的數據分析技術，能更準確地識別真正需要資助的學生，確保每一分資助款項均能發(fā)揮應有的作用。為構建更健全和高效的數據收集與分析架構，必須著手進行系統(tǒng)升級和擴展。通過擴充數據庫內容，能更全面地了解學生的綜合情況，借助尖端的數據分析工具和技術，深入挖掘和分析大量數據，可揭示可能被忽視的資助需求或未被充分利用的資助渠道。在確保數據收集廣度和深度得到提升的同時，還需建立嚴格的數據保護機制，確保所有收集到的信息均遵循相關的隱私保護規(guī)定和數據安全標準。

2.4.2 加強數據的實時更新和動態(tài)管理

困難生的家庭經濟狀況可能會隨著時間的推移而發(fā)生變化，因此需一個能實時更新數據的管理系統(tǒng)，以確保資助決策始終基于最新信息，幫助及時調整資助策略，滿足困難生的實際需求。為更好地應對困難生家庭經濟狀況的動態(tài)變化，必須提升數據更新和管理的實時性，確保資助決策始終建立在最新和最準確的數據基礎上，使困難生資助工作更精準迅速。

2.4.3 利用大數據技術進行困難生的跟蹤和反饋，實現鄉(xiāng)村振興戰(zhàn)略

通過對困難生資助效果數據的分析，可了解資助策略的有效性，以便及時改進，為困難生資助工作提供有力支持，幫助更好地發(fā)現和服務困難生的需求。利用先進的大數據技術對困難生的學習和生活狀況進行持續(xù)追蹤與反饋分析，可深入把握其實際需求，以便實時調整資助策略。通過對資助效果數據的深入挖掘和分析，能識別在資助過程中表現突出的策略，發(fā)現效果不佳亟需改進的策略，為優(yōu)化分配資助資源、提升資助效率和質量提供堅實的數據基礎。此外，通過對困難生需求的精準把握，可有針對性地設計出更符合困難生實際情況的幫扶計劃，確保每項資助措施均能落到實處，真正幫助困難生解決生活中的難題，支持其在學業(yè)上取得進步，提升其自信心和自我發(fā)展能力。

2.4.4 建立完善的數據管理制度

在利用大數據進行困難生認定與資助過程中，必須嚴格遵守相關的隱私保護法規(guī)，建立一套完善的數據管理制度，確保學生個人信息不被泄露。同時，需對數據的收集、存儲和使用等環(huán)節(jié)進行嚴格監(jiān)管，以確保數據的安全性和可靠性。

3 結語

大數據在中高職院校困難生精準資助領域的應用具有巨大潛力和價值。通過完善數據收集與分析系統(tǒng)、加強數據的實時更新和動態(tài)管理、利用大數據進行困難生跟蹤和反饋及加強對學生隱私的保護，可更好地發(fā)揮大數據的作用，為困難生提供更精準和有效的資助服務，助力鄉(xiāng)村振興戰(zhàn)略實施。為確保數據收集的準確性和完整性，需通過定期的家庭訪問、電話訪談或其他方式與困難生家庭保持聯系，實時更新其家庭經濟狀況及其他相關信息；需加強數據分析師、資助工作人員和相關決策者有效應用大數據技術的能力，使其能根據資助效果數據的分析結果作出合理決策。

參考文獻：

［1］ 姜慶華，錢修萍. 數據驅動高校資助育人精準化：動因，阻礙與實踐進路——基于江蘇省學生資助申請平臺建設與研究［J］. 職業(yè)技術教育，2021，42（18）：37-41.

［2］ 樊永生. 精準扶貧背景下廣西高職院校貧困生資助政策體系完善研究［J］. 教育與職業(yè)，2021（1）：62-66.

［3］ 候昀晨. 基于“立德樹人”理念高校精準化資助農村貧困大學生的路徑——評《中國高校學生資助政策體系理論與實踐研究》［J］. 熱帶作物學報，2020，41（11）：2366.

［4］ 鄭冬冬，張明煜. 大數據背景下大學生社會主義核心價值觀培育路徑構建研究［J］. 繼續(xù)教育研究，2021（12）：107-109.

［5］ 鹿奎奎. 高校家庭經濟困難學生精準資助路徑研究［J］. 湖南郵電職業(yè)技術學院學報，2020，19（3）：111-113.

［6］ Fang Y S，Gang H，Chen Y D．Decision support system of subsidies for needy students in college based on the platform of digital campus［C］//International Association for Information and Management Sciences.2010 Information and Management Sciences-Processings of the Ninth International Conference on Information and Management Sciences. 2010：62-68.

［7］ Ma H W，Zhu H K. The analysis and study of the relationship between poverty and consumer behavior of college students based on the data of campus one-card-through system［C］//Science and Engineering Research Center. Proceedings of 2015 International Conference on Simulation，Modelling and Mathematical Statistics（SMMS 2015），2015：402-408.

［8］ 戴海輝. 基于Hadoop的校園卡數據挖掘的研究與實現［D］. 南昌：南昌航空大學，2017.

［9］ 王衛(wèi)星，李斌. 智慧校園下利用機器學習算法實現高校貧困生的預測［J］. 三門峽職業(yè)技術學院學報，2019，18（1）：133-140.

［10］ 蒲飛，趙正輝，涂旭東，等. 基于校園一卡通數據的貧困學生消費異常數據檢測分析［J］. 電子測試，2018（6）：58-60.

［11］ 王萍萍. 大數據背景下高校家庭經濟困難生精準資助路徑研究［J］. 產業(yè)創(chuàng)新研究，2019（12）：193-195.

［12］ 李琦，周建修，張宗懷. 高校家庭經濟困難學生發(fā)展型資助體系探索——以湖北文理學院為例［J］. 湖北文理學院學報，2020，41（4）：67-71.

［13］ 王茜. 大數據背景下高校資助育人工作模式重塑［J］. 湖北開放職業(yè)學院學報，2023，36（7）：141-142.

［14］ 武文軍，向晉文. 做好高校貧困生工作的思考［J］. 當代教育論壇（宏觀教育研究），2007（11）：141-142.

［15］ 索文斌，聞羽. 高校發(fā)展型學生資助工作芻議［J］. 思想教育研究，2014（11）：90-93.

［16］ 周璐瑩. 高校家庭經濟困難學生資助工作探索與思考［J］. 揚州大學學報（高教研究版），2019，23（5）：100-104.

（責任編輯 思利華）

收稿日期：2024-08-05

基金項目：廣西教育科學“十四五”規(guī)劃學生資助專項《大數據背景下中高職院校家庭經濟困難學生精準資助路徑研究》（2022ZJY2615）

通訊作者：羅偉泰（1983-），男，博士研究生，高級工程師，主要從事信息技術研究工作，E-mail：548580230@qq.com

第一作者：黃海寧（1972-），男，高級講師，主要從事思想政治教育研究工作，E-mail：115259816@qq.com