大数据方法在学生工作中的应用——以学生校园网络行为数据挖掘为例

近年来,国外教育领域研究者早已将大数据方法用于学生行为分析,以提升教育的针对性、科学性。对于国内学生工作者,大数据方法的兴起和推广有助于更加及时、准确地了解学生行为规律,对学生潜在的问题和风险进行预警,进一步增强学生工作的预见性,推动学生工作实现由经验型到科学型、由定性研究到定量研究的跨越。本研究应用数据挖掘的聚类方法分析3245名大学生4年上网数据,结果将学生群体分为4类,其中第4类网络使用量显著高于其他几类学生,其学习成绩和其他多方面表现都受到影响。本研究从"客观数据"角度呈现了学生网络行为规律,为进一步了解学生状态提供了有效参考,有助于提升学生工作精准化、科学化水平。