随着高等教育的普及，高校本科生数量逐年增加，加之网络化和信息化的不断发展，学生管理难度也随之增大，这对高校辅导员管理队伍提出了更高要求。
数字化平台的必要性
(资料图)
目前，辅导员管理队伍存在人员数量不足、人员能力有待提升、信息化发展水平不够的问题。此外，为了使辅导员队伍更加稳定，需要有相应的激励机制，这就需要有客观的评价机制作为支撑。因此，亟需在辅导员工作中推广数字化平台，以信息化和数字化手段助力辅导员解决日常工作和评价体系中遇到的问题。
例如，使用信息化手段，收集并计算学生消费相关指标，不仅能对定义为贫困生的群体进行有效核实，还能对家庭困难学生进行精准隐性资助，从而促进学生更好的发展；
通过采集学生在教务系统中的成绩信息，可以帮助辅导员迅速找出学业困难学生，并通过学生上网时长等其他数据来分析学业困难原因，对学生进行更好的帮扶；
还可以通过采集门禁数据，对学生晚归、未归进行实时掌控，从而解决辅导员最为关心的学生安全问题。
在辅导员通过信息化、数字化系统对学生进行管理的同时，其相关操作也会在系统留痕，成为辅导员工作的客观指标，实现对辅导员的工作评价。
由此可见，在辅导员管理工作中推广信息化、数字化系统，能助力辅导员有效掌握学生动态，发现工作中难以及时发现的各类学生情况，并为学生提供及时的、有针对性的帮助。同时，以此切实提升辅导员工作效率，进而提高学校整体学生管理水平，助力其更好地实现立德树人的最终目标。
国内外研究现状和趋势
随着教学事务和学生管理复杂度的提升，目前国内外各高校已经开始使用数字化、信息化的手段来支持日常工作。例如，美国普渡大学的“课程信号灯”是国际知名的大数据诊断学生、提供教学决策的典型案例之一。该系统以数据服务为驱动，对学生课堂表现和课程努力程度、学习者特征数据等进行采集和计算，实现了学生学习过程管理。
着眼国内，很多高校在数字赋能辅导员管理方面也探索出了新路径。例如，浙江大学构建开放教育模式，注重学生的教学过程管理，服务涉及招生、复试、授课、考试、答辩等各项环节。
辅导员作为学生在学校学习生活的重要参与人，会根据学生日常生成的数据，对学生进行相关的指导和帮助。再如，在辅导员对学生的日常学习、生活管理方面，中国石油大学设立“一站式”学生智慧服务平台，运用信息技术及数据平台，开展云班会、云自习、云动员、云晚会、云家访、云招聘等活动，方便辅导员实时掌控学生的学习动态和生活状态。
事实证明，国内外高校都通过数字化、信息化的手段，在减轻辅导员工作压力的同时，使其更好地了解和帮助学生，提升了辅导员育人能力，进而加强辅导员管理队伍建设。
数字赋能辅导员平台建设
如图1所示，山东大学通过调研并梳理辅导员在学生管理过程中涉及的业务，从学生花名册、智慧学工、学生预警、学业预警、学生就业等方面进行数据指标建设，并以数据为依托，为辅导员提供科学精准的决策参考和便捷的操作工具，以减轻辅导员的工作量。
在辅导员评价上，一方面，从科研系统和各归口单位汇集辅导员考核的科研数据和思政教学数据；另一方面，建立辅导员工作考核业绩指标，对辅导员进行客观公正的考核。
图1 数字赋能辅导员工作平台架构
学校根据数据的不同特点，将业务层数据抽取存入数据仓库（DW）和数据湖。同时，按照数据标准和数据接入工具，将数据进行治理。清洗后的数据，将进入DW层，通过建立数据资源管理，将数据整理为基础库、主题库。
对于DW层的数据表，通过服务编排、服务发布的方式对外提供数据服务，将数据中心已有的资产、服务，通过数据服务平台进行共享。应用层获取共享平台的相关数据，开发相关应用。
学校通过权限管理平台设置不同角色可访问的应用，并通过访问控制平台对发布的功能文件进行管理，通过审计监控保证系统安全。用户可通过企业微信App，或者PC端的统一门户使用相关功能。
如图2所示，为了解决分析评价指标难以计算的问题，山东大学使用数据同步工具与大数据处理相融合的方式，将各业务归口数据抽取到全域数据库。同时，学校将数据量较大、难以计算的业务数据，如一卡通数据、门禁流水数据，存入HDFS和Hbase，并在Hive层建立分区，通过Spark对文件进行计算后，生成相关指标到MPP数据库；
将数据量较小的结构化数据，通过ETL工具，抽取到融合集成平台，并通过数据治理，加载到MPP数据库。数据最终通过服务开放平台和套件平台对外提供服务。
图2 数字赋能辅导员工作平台数据流向
建设成果
学生花名册：辅导员通过学生花名册对相应学生进行管理时，不仅能够查看学生的个人画像、个人档案，还能通过大数据判定学生是否在校。
智慧学工：通过资助育人成效、学生隐形资助、学生学业分析等多个维度，对辅导员工作提供助力和评价。
学生预警：通过学情综合看板，可以查看辅导员管理花名册上学生的消费情况、学业预警情况、就业情况以及晚归未归情况等。图3为学情综合看板中花名册学生的整体情况统计。
图3 学情综合看板中花名册学生的整体情况统计
学业预警：对各年级各课程的考试情况进行整体分析，并对挂科数较多的学生进行预警。
就业分析：对学生就业情况进行实时跟踪，对未能就业学生进行有效帮扶。
学生转专业：分析转入和转出的学生人数、分布院系、成绩绩点以及就业情况，以便对所管班级的整体情况进行分析，并有针对性地进行决策。图4为2022年转专业分析示意。
图4 2022年转专业分析示意
学生门禁权限：当学生因无法进出校园或某楼宇门禁向辅导员求助时，辅导员可通过该功能迅速定位学生是否有相应权限，权限是否下发，下发照片质量是否满足要求。
结语
山东大学通过全域数据库汇聚辅导员服务学生相关的各类数据，并通过大数据工具，计算一卡通、学生绩点、学生最后一次出入宿舍情况等指标数据，构建学生花名册、智慧学工、学生预警等场景，能够有效解放辅导员双手，并为其提供决策参考。同时，辅导员在使用系统时，还能对其工作进行留痕，从而更客观地评价辅导员工作情况。
此外，辅导员通过数据赋能平台对学生提供服务，还能及时发现一些管理中存在的问题，如部分学生未归原因是在校外租住。这样能够有效促进数据的持续完善和管理过程的持续改进。
作者：李腾、马忠亮、马明月、何泽鲲（山东大学）
责编：陈永杰