数字赋能书院治理体系优化——周口师范学院知新书院智慧社区数据平台

周口师范学院

 

一、工作背景

人工智能、大数据等数字技术的快速发展推动着世界政治、经济、科技、文化的快速变革。中国共产党第二十次全国代表大会报告明确指出，要“推进教育数字化”，教育数字化转型是建设数字中国、教育强国，实现教育现代化的必然要求。

周口师范学院智慧校园建设基础良好，是“河南省高等学校数字化校园示范学校”“河南省教育信息化智慧校园项目试点高校”。学校设立网络科技管理服务中心，建有教务、人事、科研、学工、OA等20项应用系统，负责学校信息化建设规划与实施。周口师范学院知新书院自2021年8月成立之初，与网络科技管理服务中心协作，尝试搭建并不断升级完善知新书院智慧社区大数据平台，通过数字战略规划，智慧服务、支持与评价，数字人才与文化三个部分的设计与运行，为书院科学管理、个性服务、智慧应用的管理模式提供技术指导与数据支撑。主要解决以下关键问题：

（一）整合基础数据资源

对原分属各学院的学生数据进行有效梳理，包括对基础数据的汇聚、教育层面的标注和书院专属数据库的建立。通过数据汇聚技术，伴随式识别不同场景下学生活动的各类表现，实现对不同场域下同一学生的数据规整与打通，对基础数据进行有效整合。

（二）坚持问题导向，利用数据资源赋能书院治理体系优化

书院制育人模式改革重在探索，在实践中知新书院遇到一些现实的难点和堵点。

1.社区治理模式改变原有院（系）管理模式，使得治理对象更为复杂多元。知新书院入驻包括工学、理学、历史学、法学等四大学科门类的学生，学生来源、专业特点、思维方式的差异性给传统意义上的院（系）管理带来很大的挑战。

2.学生融合住宿、交叉渗透需要书院治理模式更加精细化和科学化。按照书院建设普遍规律，知新书院采取打通专业、界别的方式混合住宿，促进学生文理渗透、融合发展，传统辅导员（班主任）——宿舍——学生横向管理体系需要重构和优化，网格化、发散式的治理需求更为明显。

3.多主体参与治理需要书院治理机制进一步优化。书院建设过程中，书院是主体。但专业学院的参与和协同、多元化的导师团队入驻、多学科管理服务对象（学生）的个性发展使得参与主体更加多元。如何构建畅通参与机制、科学决策机制、准确预警机制等尤为重要。

基于此，知新书院智慧社区数据平台以学生吃、住、行、学4个方面为主题特征数据库，通过可视化集成展示，为书院管理提供直观数据参考；通过数据关联分析，为学生提供科学合理的管理措施和精准细致的个性服务；通过基于书院数据平台的风险评估，对可能存在的问题做到提前预警、提前介入，优化书院治理体系，提升治理能力。

二、工作举措

（一）强化规划引导，围绕书院实际制定教育数字化转型路线图

学校党委高度重视书院制育人模式改革，立足“如何培养人”这一关键问题，多次召开专题会议，研究部署平台建设工作。成立了跨部门协同建设平台领导小组，层层压实工作责任。书院、网络科技管理服务中心相关责任人结合书院实际情况，系统谋划平台的整体架构、核心维度，保证平台结构优化、集约高效、安全可靠。

（二）夯实数字底座，协同搭建书院教、育、管、服新型基础设施体系

在学校领导小组统一部署下，由知新书院牵头，会同学校网络科技管理服务中心、计算机科学与技术学院等部门，整合业务和技术骨干组成工作组，研究开展平台建设工作。其中知新书院主要负责应用需求设计，网络管理中心负责硬件支持和部署维护，计算机科学与技术学院选派骨干教师提供技术指导。各部门共同建立沟通平台，不定期召开项目专题会议，做到项目工作有计划、有部署。

（三）筑牢治理基础，依托大数据技术构建相关数据分析模型

1.技术架构搭建：三层构架连通理念与实践的关键桥梁。依托学校数字化建设成果，搭建三层次技术架构，包括数据源层、数据处理层和数据挖掘与分析预警层，如图1所示。数据源层主要涵盖多类型结构化、半结构化数据。数据处理层实现数据实时采集和定时批量采集，数据存储和处理运算。数据挖掘与分析预警层包括数据挖掘分析组件，开展数据检索、分析、融合，进行可视化展示，实现实时监测、智能预警以及信息发布。

 

图1 知新书院大数据技术架构

 

2.学生行为分析模型：全数据收集为学生精准“画像”。依托学习分析理论和学生事务管理学等相关理论，构建基于大数据的书院学生行为分析模型，如图2所示。平台突破原有组织架构，将学生管理范围进行独立整合。以书院社区化管理需求为依据，获取学生基本信息、课内外学习、校园生活等多维度学生日常行为数据，运用关联分析和聚类分析技术，实现了数据驱动下书院科学综合管理。

 

图2 学生行为分析模型

 

（四）优化治理体系，数字赋能书院教、育、管、服治理方式变革

1.数字赋能书院日常决策。通过搭建科学、可视的书院大数据平台，有效连接校内数据渠道，将学生基础信息、消费数据、门禁记录、学业成绩等方面以可视化方式进行集成展示，为辅助决策提供能直观监测的重要客观数据参考，避免了简单化思维与碎片化分析，促进教育管理中枢的科学化、系统化发展。

2.数字赋能书院日常管理服务。运用数据挖掘方法，对书院学生的基础信息、生活轨迹与学习行为等多维度原始数据进行变量关联耦合，一方面从整体角度，全过程、全方位跟踪掌握学生群体学习生活动态，在社区建设、活动开展等方面量身定制更符合学生发展需求的教育管理服务策略与措施；另一方面根据个体的行为过程和效果反馈，在心理辅导、学业指导等方面提供更精细有效的个性化管理服务。

3.数字赋能书院风险评估与预警。基于数据平台中学生数据收集、分析与可视化呈现，建立“信息分析、提前研判、及时干预和实时反馈”的风险评估与预警工作流程，克服传统学生报告、人工排查等手段存在的疏漏、滞后等缺陷。在学业成绩、校内消费、宿舍出入等方面建立预警机制，帮助书院管理者快速定位危机来源和危机预警，让问题研判前瞻化，实现学生危机管理模式从应急到预防的转变。

（五）保障各项权益，细化落实各项保障措施

1.学校领导重视、关心和支持书院建设，确保研究经费及时到位，保障数据平台建设顺利开展，为本项目的实施提供物质基础。

2.工作组成员的配备结构合理，既有在学工第一线、富有创新精神的辅导员教师，又有具备大数据项目建设经验的专业技术人员，为本项目建设提供人力保障。

3．周口师范学院2014年获批河南省第一批高等学校智慧校园建设试点项目，经过多年建设，网络已经覆盖教学、办公区域和教工生活园区，为项目建设提供了重要硬件基础及技术保障。

三、工作成效

知新书院智慧社区大数据平台于2021年9月正式上线，学生范围涵盖马克思主义学院及计算机科学与技术学院大一至大三学生，共计253间宿舍，1524名学生。大数据平台分为两个页面：一是学生情况一览，如图3所示，主要展示学生基本信息、宿舍门禁数据、一卡通消费数据等可视化内容；二是知新书院图书总览，如图4所示，主要展示书院学生图书馆课外学习情况。通过对相关数据进行提取、清洗、去噪、整合等，形成准确及时而又富有价值的统计数据，支持书院学生行为分析应用。

 

图3 知新书院学生情况一览

 

图4 知新书院图书总览

 

（一）学生基本信息

对学生基本信息情况分类展示，包括平均年龄、性别比例、月均消费、年龄分布、生源分布、民族分布等板块内容，以可视化的形式宏观展示书院学生基本情况。其中，对生源分布进行数据下潜，为书院开展地域文化活动提供快速、准确、清晰的数据支撑。

（二）宿舍进出管理

通过对宿舍门禁数据进行数据挖掘和关联分析，掌握学生日常进出宿舍峰值时间段，如图5所示，为疫情常态化管理下避免人群聚集，采取错峰就餐措施提供数据参考。此外，如图6所示，对学生夜间长时间未归等异常情况进行预警，实现辅导员对学生的学习生活情况精准掌握，引导形成健康科学的学生培养模式和教学生活管理方式。

 

图5 知新书院宿舍进出数据统计

 

图6 未归宿预警

 

（三）精准资助

通过一卡通消费数据挖掘与分析，开展精准资助，如图7所示。通过设定受资助对象寻找策略，对全体学生每月消费记录进行排序。为保护学生隐私，页面数据采用脱敏处理，隐藏关键信息。为减小误差，在算法中增设一个关键条件，即月消费次数大于50次，为受资助对象评选提供数据支撑，最大可能帮助最需要的学生改善生活状况。

 

图7 月均消费数据排序

 

（四）教育教学

1.学生学习行为引导。平台集学生学习活动信息感知获取、第一课堂第二课堂的数据表征、教育教学评价的获取和评价结果的应用实践等功能于一体，整合教务系统和图书馆管理系统数据，制定数据共享机制，既为教师对学生开展综合素养评价提供基础性的支撑，也为学生精准学习效果预测、精准学习行为引导提供数据遵循。

2.学生学业预警与兴趣发掘。通过数据采集、存储、处理以及队列建设、成长溯源、安全保障等功能，动态跟踪学生学业情况，对学习困难学生做到及时、针对性的学业预警与帮扶，如图8所示。此外，通过进出图书馆次数和图书借阅次数，侧面反应学生课外自主学习情况，及时掌握学生课外兴趣点，为通识教育开展提供数据支撑。

 

图8 学业预警

 

四、工作经验

（一）具体经验

1.可持续发展：开放的互联网应用生态和数据生态。智慧社区大数据平台的发展，突破了传统教育信息化建设模式。通过积极吸收先进技术，与其他部门数据共享，构建教育融合生态，稳步推进教学、育人、管理、服务的数字化、智能化，用不断累积的教育大数据助力学校智慧教育可持续发展。

2.协同配合：优势发挥与主体责任齐头并进，各司其职各负其责。在本项目中，由学校网络管理中心负责各平台大数据的整合、共享和管理工作，书院根据自身社区化管理特征开展功能设计，按所授予权限开展相关应用工作。多部门协作为知新书院智慧社区大数据平台建设提供了有力保障。

3.以生为本：技术驱动与服务驱动双向发力，助力学生成长成才。大数据平台建设要以学生为中心，从人才培养角度出发，满足书院制改革下学生教育管理的多元化、个性化的需求。优先围绕现有管理模式中的痛点难题，设计大数据应用场景的核心功能，增强师生对数据驱动下科学治理的信任感、获得感。

4.风险管控：技术运用与道德法规互相约束，营造清朗健康环境。大数据平台建设严格依据国家和学校数据与网络安全法规，坚决落实技术创新与风险管控双向推进，牢牢把握“方法重于技术、组织制度革新重于技术创新”的工作理念，建立教育数据和智慧应用审核制度，强化师生个人隐私数据保护意识，降低个人隐私数据带来的潜在危害，构建健康向上的智慧教育应用。

（二）不足与改进举措

知新书院智慧社区大数据平台虽然取得了一定的成果，可以实现主要预设目标，但从整体上来看，距离智慧平台的大数据自动化分析还有进一步完善的地方：

1.进一步拓宽学生行为分析的数据范围。由于学生在校行为影响因素多样复杂，项目初期从相对狭义范围内的学生行为出发，选择了校园行为中较为共性的部分。尤其在学业分析环节，仅对照影响学生成绩的行为因素，而这只是学生个人数字画像的一部分。下一步，将扩大学生行为数据范围，建立更为丰富的学生数字描述模型，提高数据关联性，为学生提供更加丰富、个性化的服务，助力学生全面发展。

2.进一步完善数据收集方法。平台设计过程中采取了积极措施以减少数据误差，但仍然存在部分问题，例如消费过程分析中，不区分不同支付需求，会对消费排序产生干扰；门禁系统未区分节假日，造成多余预警。因此，需进一步完善数据样本收集方法，减少对源数据分析的干扰，实现渐进式、增量式、迭代式的动态提升。

3.持续优化数据挖掘、分析方法。随着数字化校园建设不断推进，将会产生更多具有价值的数据，催生更加多优质的数据分析需求。未来，平台将积极更新新一代人工智能算法应用于大数据平台分析，进一步提高数据挖掘的可靠性和技术分析的实用性，进一步提升系统韧性。通过落实试点探索、亮点示范、经验推广三个环节，大力提升教育治理体系和治理能力现代化水平。