基于数据挖掘对贫困生认定与管理方法的探究

【摘 要】随着国家对高校贫困学生资助力度的不断加大，高校贫困学生人数的与日俱增，如何客观、公正地进行贫困生认定及后续管理已成为一项迫在眉睫的任务。笔者身处学生资助工作第一线，通过阐述某高校机械系近三年的贫困生认定工作中的一些现状，分析其存在的主要问题，引出数据挖掘技术对辅助认定的重要性和必要性。

【关键词】贫困生 认定与管理 数据挖掘

【中图分类号】g7 【文献标识码】a 【文章编号】1674-4810（2013）02-0020-02

近年来，随着高校连续扩招，高校在校生人数不断攀升，贫困学生人数也随之迅速增加。以某高校机械系为例，2008～2009学年全系总人数为1765人，贫困生所占比例为29.5%；2009～2010学年全系总人数为1782人，贫困生所占比例为31.6%；2010～2011学年1862人，贫困生所占比例为31.7%，资助总金额三年稳定在140万左右。“僧多粥少”的情况更加呼吁贫困生认定工作必须客观、公正、科学、有效。

一 贫困生认定与管理的现状 1.贫困生认定办法

为了配合国家的资助，根据《关于认真做好高等学校家庭经济困难学生认定工作的指导意见（教财[2007]8号）》，各校纷纷制定适合本校的贫困生认定方法。以某高校机械系为例，目前采用的

认定办法是，系成立以分管帮困助学工作的系领导为组长、系学生辅导员、学生工作办公室主任等担任成员的认定工作组，负责认定的具体组织和审核工作；以年级（或专业）为单位，成立以学生辅导员任组长，班主任、学生代表担任成员的认定评议小组，负责认定的民主评议工作。由学生本人提出申请并出具家庭所在地乡、镇或街道民政部门加盖公章的贫困证明，通过班级民主评议，材料经系部审核后，由学院学生资助中心审批，最后进行公示，无异议后才进行各类资助的分配和发放工作。 2.贫困生后续管理

为引导和激励贫困生自尊、自强、自立，防范和纠正贫困生中可能或已经出现的问题或错误苗头，使学院资助与帮扶真正起到“助学”的目的，学院根据学生自身情况制定了贫困生激励与预警机制，对贫困生进行动态管理。对品学兼优的学生采取相关激励措施，如：按其贫困生认定等级提级并优先给予资助与帮扶；对学业不良或行为有悖于《大学生行为准则》或社会公德等情况的学生采取相关预警措施，如按其贫困生认定等级降级予以资助与帮扶或不予资助与帮扶等。

二 贫困生认定及资助管理过程中存在的问题 1.高校与贫困生之间信息不对称

就资助工作而言，有效鉴别贫困生的困难程度最为关键。不同地区、不同时期，贫困生的困难程度都会有所差异。当前，高校主要通过学生填写的《学生家庭经济困难情况调查表》以及学生生源地

民政部门开具的困难证明来判断其经济困难程度，而且该证明不需每年出具，一用就是三年，甚至部分贫困证明的真实性还受到质疑。事实上，高校无法确切知晓每个贫困生动态的家庭经济困难情况。最终导致贫困生资格的真假难辨，贫困程度的高低难定，资助的针对性越来越弱化，急需构建贫困生的信息甄别机制。 2.认定标准、评价方式的可操作性不强

目前高校贫困生根据困难情况，分为三个等级：特别困难（a级）、困难（b级）、一般困难（c级）。a级：孤儿、烈士子女、重灾区学生、残疾学生、单亲及重病户家庭子女等；b级：家庭经济困难，人均收入低；不能按时足额支付学生上学费用，学生在校期间生活水平低。c级：家庭经济困难。各等级之间界定比较模糊，模棱两可的现象严重。家庭经济困难证明难以公正客观地辅助等级的判定，贫困生定为哪一困难等级，目前只能通过评议小组进行对比认定，很难科学有效地进行操作。 3.贫困生监督方式单一

符合条件的贫困生获得资助后，高校无法直观地获得其使用情况，虽然学院制定了相关预警机制，但仍有部分同学铤而走险，以各种方式获取资助，就学校而言最多只能批评教育，没收其资助。仅靠班级同学的互相监督，已无法起到客观公正的效果，急需一个更加科学合理的监督平台，来监控贫困生的认定、资助发放后的用途等，使各类资助真正用于完成学业。 三 数据挖掘对辅助认定的思考

数据挖掘就是通过仔细分析大量数据来揭示有意义的新的关系、趋势和模式的过程。利用数据挖掘技术可以从大量的、不完全的、有噪声的、模糊的、随机的实际应用数据中，提取隐含在其中的、人们事先不知道的、但又是潜在有用的信息和知识。

以某高校机械系为例，以2008年全体在校生为样本通过挖掘学生校园一卡通消费信息并结合学生生活问卷，进行多因素分析，情况如下：贫困生与非贫困生消费情况有明显差异，其中男生消费明显高于女生消费；每年评选的贫困生，随着时间的增加，一卡通消费水平有细小变化，但逐年降低，说明新增的贫困生贫困可信度较高；一卡通消费与月消费总额成正相关。仅通过生活问卷调查统计出来的数据可能不全面，准确性和真实性也有待调查，但是通过结合较为成熟的“校园一卡通”消费数据进行分析，增强了认定的客观性和科学性。

基于此，本文提出的数据挖掘技术，对于量化学生的消费情况，将此信息引入贫困生认定与管理工作中，具有非常重要的参考价值。一方面，该技术可以挖掘现有认定规则下的贫困生消费行为模式；另一方面，通过整体分析学生校园一卡通的消费属性，得出贫困生真实的生活消费水平和困难程度，为辅助认定提供有力的依据，可以大大提高贫困生认定与管理工作的效率和质量。 四 完善贫困生资助体系与加强后续管理的建议 1.完善生源地和高校的贫困生双认定体系

贫困生认定更需要生源地的配合，当地及民政部门加大网络

硬件方面的建设和投入，对贫困学生家庭经济情况进行跟踪调查，及时更新，准确了解生源地学生的真实情况，甄别经济困难程度的真伪，负责任地开具家庭经济困难证明。就高校而言，完善贫困生档案，建立贫困生公示制度，公示贫困生名单，公示受助情况，公示消费情况等。

2.数据挖掘等辅助认定方式的推行

随着信息化建设在高校不断深入，大部分高校已逐渐建立一系列功能日益完善的校园一卡通系统，此系统便于对信息进行综合管理。目前大部分学生的生活消费基本集中在校园内，因此通过校园一卡通消费数据的分析可以有效地辅助推测及判定学生家庭经济情况。

3.资助与育人相结合，引导贫困生健康全面发展

学院在落实贫困生资助的同时，更应关注贫困生的学业、心理状况以及思想状况。经济上的扶贫和精神上的扶贫两手抓，注重培养贫困生的感恩意识、诚信意识，彻底摒弃等、靠、要的思想。鼓励贫困生坦然面对贫困，树立自尊、自强、自立、自爱的积极心态，不断完善自我，努力改变命运。 参考文献

[1]孙楠.高校贫困生管理系统中数据挖掘技术应用探讨[j].中国林业教育，2007（5） 〔责任编辑：高照〕