高校学生工作数据挖掘的研究和实践

doi:10.13766/j.bhsk.1008-2204.2019.0017

北京航空航天大学学报社科版 ›› 2020, Vol. 33 ›› Issue (5): 147-152.DOI: 10.13766/j.bhsk.1008-2204.2019.0017

高校学生工作数据挖掘的研究和实践

刘科生¹, 倪义坤²

1. 北京航空航天大学经济管理学院, 北京 100083;
2. 北京航空航天大学学生工作部学生大数据中心, 北京 100083

收稿日期:2019-01-07 发布日期:2020-10-10
作者简介:刘科生(1982-),男,河北石家庄人,助理研究员,硕士,研究方向为高等教育、思想政治教育、教育大数据.
基金资助:
北京航空航天大学基本科研业务费项目（YWF-18-XGB-004）

Research and Application of Data Mining on College Student Affairs Management

LIU Kesheng¹, NI Yikun²

1. School of Economics and Management, Beijing University of Aeronautics and Astronautics, Beijing 100083, China;
2. Big Data Center of Student Affairs Department, Beijing University of Aeronautics and Astronautics, Beijing 100083, China

Received:2019-01-07 Published:2020-10-10

摘要/Abstract

摘要： 运用数据挖掘等技术对高校学生工作数据进行分析研究，是思想政治工作传统优势同信息技术高度融合、现代信息技术与教育教学深度融合的重要举措。中国高校学生工作数据挖掘必须建立在深刻把握精准思政领域问题和高度重视智慧校园建设质量的基础上，通过全面系统地收集学生工作数据，科学地进行预处理、挖掘分析和展示应用，集成于一个能够全面感知学生综合状态、及时管控学生预警情况、有效指导学生全面发展的智能平台。

关键词: 数据挖掘, 学生工作, 精准思政, 大数据, 高等教育

Abstract: Analyzing the learning and behavioral data of college students using data mining technology is an important initiative for the integration of traditional college student affairs management with information technology. The data mining of concerning student affairs management must be conducted based on profoundly grasping the precise ideological-political problems and attaching great importance to the quality of smart campus construction. Data mining on college student affairs management should be integrated in an intelligent platform which can fully sense the comprehensive state of students after comprehensive and systematic collection of data, scientific data preprocessing, mining analysis and display applications. The platform should also promptly control the situation of students, and effectively guide students' all-round development.

Key words: data mining, student affairs management, precisely ideology and polity, big data, higher education

中图分类号:

刘科生, 倪义坤. 高校学生工作数据挖掘的研究和实践[J]. 北京航空航天大学学报社科版, 2020, 33(5): 147-152.

LIU Kesheng, NI Yikun. Research and Application of Data Mining on College Student Affairs Management[J]. Journal of Beijing University of Aeronautics and Astronautics Social Sciences Edition, 2020, 33(5): 147-152.

[1]	李娟, 张晓会. 研究生教育大数据信息资源建设的众筹模式初探[J]. 北京航空航天大学学报社科版, 2020, 33(5): 141-146.
[2]	赵艳红. 人工智能背景下法学高等教育的改革[J]. 北京航空航天大学学报社科版, 2020, 33(5): 153-160.
[3]	丁晓东. 大数据与人工智能时代的个人信息立法——论新科技对信息隐私的挑战[J]. 北京航空航天大学学报社科版, 2020, 33(3): 8-16,71.
[4]	刘小龙. 产业文化发展对产业升级的影响[J]. 北京航空航天大学学报社科版, 2020, 33(3): 86-91.
[5]	陆根书, 李珍艳, 王玺. 大数据分析在研究生教育质量评价中的应用探析[J]. 北京航空航天大学学报社科版, 2020, 33(3): 118-125.
[6]	Ulrich TEICHLER. 高等教育的卓越性和国际性[J]. 北京航空航天大学学报（社会科学版）, 2020, 33(2): 112-123.
[7]	Barbara M. KEHM. 比较高等教育研究[J]. 北京航空航天大学学报（社会科学版）, 2020, 33(2): 124-127.
[8]	韩钰, 张江龙, 吕莹, 马齐爽. “双一流”高校国际交流指导“课程化”初探[J]. 北京航空航天大学学报（社会科学版）, 2020, 33(2): 128-133.
[9]	刘光才, 靳璐. 民航旅客个人信息保护的法律规制研究[J]. 北京航空航天大学学报（社会科学版）, 2020, 33(1): 122-128.
[10]	洪冠新, Guillaume MERLE, 张瑾. 法国预科工业科学课程体系的发展及启示[J]. 北京航空航天大学学报（社会科学版）, 2019, 32(4): 142-148.
[11]	雷晓锋, 杨明. 教育数据挖掘的研究进展与趋势[J]. 北京航空航天大学学报（社会科学版）, 2018, 31(4): 108-114.
[12]	王静修. 高等教育“现代化”与“强国”辨析[J]. 北京航空航天大学学报（社会科学版）, 2018, 31(2): 108-112.
[13]	孟天广, 张小劲. 大数据驱动与政府治理能力提升——理论框架与模式创新[J]. 北京航空航天大学学报（社会科学版）, 2018, 31(1): 18-25.
[14]	陈兴明, 李璇. 比较视野下中国高等教育评估制度的实践演进[J]. 北京航空航天大学学报（社会科学版）, 2017, 30(6): 84-90.
[15]	冯磊. 从层次结构变化看中国高等教育过度与不足[J]. 北京航空航天大学学报（社会科学版）, 2017, 30(3): 109-115.

高校学生工作数据挖掘的研究和实践

Research and Application of Data Mining on College Student Affairs Management

RichHTML

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价