基于大数据时代高校辅导员工作科学化研究.docVIP

基于大数据时代高校辅导员工作科学化研究 　　自1980年，阿尔文?托夫勒提出“大数据”的概念，到2009年，大数据成为互联网信息技术的流行词汇，再到2013年，大数据在物理学、生物学、环境生态学等领域以及军事、金融、通讯、互联网等行业已广泛流行，给当今社会各个领域带来了深刻的变革。同时，高校思想观念活跃，网络信息化广泛应用，“大数据”对学校的教育、管理以及服务必将受到巨大的冲击。 　　那么，大数据是什么呢？目前，按照科学的原则，对于大数据的概念没有一个明确的定义。大数据之父维克托?迈克-舍恩伯格认为大数据以一种前所未有的方式，通过对海量数据进行分析，获得了有巨大价值的产品和服务或深刻的洞见。同时，蓝色巨人IBM、管理咨询巨擘McKinney、IT咨询领军企业Gartner等都对大数据进行过定义，内容形式也是多种多样，但大数据的特征是公认的，我们可以概括为4个V：数据量大（Volume）、数据形态多样（Variety）、数据的产生和处理的速度极快（Velocity）以及希望从数据中获取更大的价值（Value）[1]。 　　一、国内外研究现状 　　针对基于大数据思想的高校辅导员工作优化的研究，主要以国内为主，而国内的研究主要集中在大数据时代下高校学生的思想政治教育方面，如南京航空航天大学王国军撰写的《大数据时代的大学生思想政治教育研究》，分析了大数据时代大学生思想政治教育的特点并提出了相应的对策；北京航空航天大学杨阳撰写的《浅谈大数据时代的大学生思想政治教育》，提出了大数据时代思想政治教育面临的挑战及未来大数据时代大学生思想政治教育的构想等。然而，对于基于大数据思想辅导员工作科学化的研究的相关文献却非常少。因此，面对大数据的变革力量，作为专职从事学生思想政治教育和行政管理骨干力量的高校辅导员应积极面对大数据带来的机遇和挑战，强化大数据意识，转变工作观念，积极探索大数据时代辅导员科学化工作的规律。 　　二、大数据时代下高校辅导员工作的特点 　　1.大数据时代下高校辅导员工作对象的主客体更加全面 　　高校辅导员工作的主体是高校大学生，客体是指每个学生所对应的相关数据。在过去的学生工作中，我们往往会“继承”前人的工作经验，比如“抓两头，带中间”重点做好困难学生和少数民族学生的思想政治教育工作等。由于过去存储工具和分析数据的工具不够强大，所以我们只能利用有限的精力来分析和掌握少数学生的思想动态状况，而在大数据时代下，辅导员学生工作的主体不再是特定的学生，而是全体学生；工作的客体不再是部分数据，而是全体数据；分析的过程不再是被动的，而是自然而然地对数据进行分析，这样的方式会使分析更加科学、过程更加自然、结果更加客观。 　　2.大数据时代下辅导员工作的内容不是精确的，而是混杂的 　　执迷于精确性产生于信息缺乏时代和模拟时代，只有5%的数据是结构化且能适用于传统数据库的，如果不接受混乱，剩下95%的非结构化数据都无法被利用，只有接受不精确性，我们才能打开一扇从未涉足的世界的窗户。 　　在大数据时代下，通过各种渠道收集学生的所有信息变成了一种可能，这个时候，我们不再追求信息的精确性，而是要尽可能地收集到更多的学生信息，很多信息包括格式有可能是混乱的，甚至可能是错误的，然而，在不断涌现的新情况里，允许不精确的出现已经成为了一个新的亮点，而非确定，因为放松了容错的标准，人们掌握的数据也多了起来，还可以利用这些数据做更多新的事情，这样就不是大量数据优于少量数据这么简单了，而是大量数据创造了更好的结果。这就是开展好辅导员工作的标准途径。 　　3.大数据时代下高校辅导员工作的内容具有相关关系[2] 　　在小数据时代，相关关系分析和因果分析都不容易，都耗费巨大，都要从建立假设开始，然后我们进行试验，这个假设要么被证实要么被推翻。都优于两者且都始于假设时，这些分析就都有受偏见影响的可能，极易导致错误的产生。而在大数据时代，新的分析工具和思路为我们提供了一系列新的视野和有用的预测，我们看到了很多以前不曾注意到的联系，最重要的是，我们通过去探求“是什么”而不是“为什么”，相关关系帮助我们更好地了解这个世界。因此，建立在相关关系分析法基础上的预测是大数据的核心所在。 　　在高校辅导的工作中，任何一个问题的出现，都不是没有任何征兆的，而是逐渐地出现。因此，通过收集学生所有相关的信息，我们可以预测即将出现的问题。比如说学生天天上网打游戏，与该学生期末考试的成绩就会存在相关关系。通着对这些相关关系的分析，我们可以预测学生可能出现的一系列问题，提前将这些问题扼杀在摇篮里。 　　三、大数据时代下高校辅导员工作科学化的探究 　　基于以上对于大数据时代下高校辅导员工作的特点的分析，我们务必要做到3个“科学化”，以适应大数据思想对于高校辅导员工作的冲