下载文档原格式
“大数据”背景下大学生精准资助工作的研究随着“大数据”时代的全面到来，大学生精准资助工作越来越受到各级政府和社会的关注和重视。
具体而言，精准资助是指针对特定的对象，通过精准度高、有效性强的手段，实现对其资助的真正覆盖，达到更好的资助效果的一种资助方式。
在“大数据”背景下，如何利用数据资源，提高精准资助的效果，成为当前亟待解决的问题。
一、大数据时代的背景在当今信息化、网络化、智能化的时代，大数据已成为一种资源，产生了巨大的社会价值和经济效益。
大数据是指采用高度计算机化的数据处理方法，从大规模数据集中提取出价值和信息。
不仅如此，大数据还极大地推动了信息技术创新和科学研究的发展，具有重要的政策和战略意义。
在教育领域，大数据的应用也越来越普遍。
各高校、教育局等机构纷纷采用大数据分析技术，从学生的课程选择、教学进度、学生成绩等多个维度解析学生行为模式。
这种分析模式又可以用于学生资助的领域，为资助政策的制定和实施提供重要的参考。
二、大数据在大学生精准资助中的应用随着国家对大学生资助政策的不断改善和加强，大学生资助形式逐渐多样化，具体形式包括贷款、奖学金、助学金等。
但这些资助方式面临的一大难题是无法满足每一个符合条件的学生资助。
因此，如何提高资助的精准度和有效性，成为实现资助效果的关键。
1. 资助需求分析通过分析学生们贫困的原因，比如家庭经济状况、学业成绩、社会救助等，实现对符合资助条件者的精准资助。
针对信息无法直接获取的情况，可以考虑通过问卷调查、数据挖掘等技术手段来获取数据。
2. 资料核查大数据可以通过驱动身份证、指纹识别等技术来确保资助对象的真实性、准确性和完整性，达到资助的精准化。
3. 资助效果评估通过对于资助后学生的学业成绩、生活状况等方面进行数据分析，评估资助效果和对学生的影响，并提供未来资助决策的参考依据。
三、未来的挑战当然，大数据技术在大学生精准资助方面仍面临一些问题和挑战。
首先，尽管数据量越来越大，但是仍有很多需要认真研究的领域，如数据质量、数据处理技术等。
大数据背景下高校精准资助工作的创新路径研究随着大数据时代的到来，传统的高校资助工作正在面临着新的挑战和机遇。
高校精准资助工作的创新路径研究成为当前高校发展的重要课题之一。
如何利用大数据技术和方法，构建高效精准的资助体系，为学生提供更加个性化的资助服务，成为高校面临的新课题。
本文将从大数据背景下高校精准资助工作的现状与问题、创新路径的研究方向和建议、以及实施中需要解决的问题和挑战三个方面展开探讨。
一、大数据背景下高校精准资助工作的现状与问题1.现状：高校精准资助工作的现状在于，传统的资助方式往往是以家庭经济状况、学业成绩等为主要依据进行资助，而这种资助方式往往存在着较大的随机性和不确定性。
高校的资助工作也存在着信息不对称、资助评估不准确、资助效益不高、资助管理过程复杂等问题。
2.问题：二、创新路径的研究方向和建议1.利用大数据技术和方法，构建高校精准资助体系可以利用大数据技术和方法，构建高校精准资助的大数据平台，通过数据分析和挖掘技术，收集、整理、分析学生的个性化信息，为学生提供个性化的资助服务。
在大数据的支持下，高校可以从学生的成绩、学习习惯、社交行为、心理健康等多个维度去全面了解学生的实际需求，为学生提供更加精准的资助服务。
可以建立学生个性化画像，对学生进行综合评估，通过大数据技术对学生进行全面的信息采集和分析，构建学生的个性化画像，从而实现对学生的全方位、多维度的了解和评估，为学生提供更加精准的资助服务。
可以建立高校资助决策模型和机制，利用大数据技术和算法构建高校的资助决策模型和机制，通过对学生的学业表现、家庭经济情况、社会需求等多维度信息进行深度分析和挖掘，为高校提供科学、合理的资助决策依据，提高资助决策的准确性和精准度。
2.建立高校与社会资源对接机制，实现多方位资助利用大数据技术和方法，建立高校与社会资源对接机制，实现多方位资助。
通过大数据分析和挖掘，可以实现社会资源的多维度对接，让社会各界资源参与到高校资助工作中来，充分发挥社会资源的优势，为学生提供更加多元化的资助服务，实现高校资助资源的最大化配置。
基于大数据的高校精准资助能力提升研究随着大数据技术的不断发展和应用，高校在日常教学、科研管理、学生资助等方面都可以通过大数据技术实现更加精准的管理和服务。
本文将从高校精准资助能力提升的角度出发，结合大数据技术在高校管理中的应用现状，对基于大数据的高校精准资助能力提升进行研究。
一、大数据在高校精准资助中的应用现状大数据技术在高校管理领域的应用已经日益普及，如学生选课情况、科研项目管理、教学质量评估等方面都在使用大数据技术进行分析和应用。
而在学生资助方面，大数据技术同样可以发挥重要作用。
大数据技术可以通过对学生信息的整合和分析，为高校提供更加全面、准确的学生资助需求信息。
通过分析学生的家庭经济情况、学习成绩、社会实践情况等数据，可以更加准确地了解学生的资助需求，为学校提供科学、客观的资助依据。
大数据技术可以通过对资助政策的分析和优化，提高高校的资助效率和精准度。
通过分析历年的资助政策执行情况、资助对象的分布情况等数据，可以对资助政策进行科学地调整和优化，提高资助的精准度和适用性。
大数据技术还可以通过对资助资金的使用情况进行监控和分析，确保资助资金的有效使用和管理。
通过大数据技术，可以实现对资助资金的动态监控和分析，及时发现和解决资助资金的浪费和挪用问题，确保资助资金的落实到真正需要的学生身上。
在高校精准资助能力提升的过程中，要充分发挥大数据技术的作用，需要走出一条符合高校实际情况的路径。
高校应当建立完善的学生信息管理系统，实现学生信息的全面整合和共享。
通过建立学生信息管理系统，可以实现对学生信息的全面管理和共享，为进行精准资助提供基础数据支持。
高校应当建立健全的资助政策优化机制。
通过建立健全的资助政策优化机制，可以及时根据大数据分析结果调整和优化资助政策，提高资助政策的科学性和适用性。
高校还应当加强资助资金的监督和管理。
通过加强对资助资金的监督和管理，可以确保资助资金的有效使用和管理，并及时发现和解决资助资金管理中存在的问题。
基于大数据的高校精准资助能力提升研究引言随着大数据技术的发展和应用，大数据已成为高校管理和决策的重要支撑。
高校精准资助是指通过对学生的学习、家庭及社会情况等多方面信息进行综合分析，确定其资助政策和资助对象，以实现对学生的有效资助。
为了提高高校的精准资助能力，大数据技术被广泛应用于高校的资助管理中。
本文将探讨如何通过大数据技术提升高校的精准资助能力，以及大数据在高校资助管理中的应用。
一、大数据对高校精准资助的意义1.1 提高资助决策的准确性传统的资助决策主要依靠学生和家庭提供的信息，而往往这些信息并不全面、准确。
而大数据技术可以通过对学生的多维度数据进行分析，更准确地了解学生的实际情况，从而制定更为精准的资助政策和资助标准。
1.2 降低资助管理的成本大数据技术可以通过自动化数据采集、整合和分析，大大降低了资助管理的人力成本和时间成本。
大数据技术还可以通过数据挖掘和预测分析，提高了高校对资助对象的筛选和判别能力，降低了无效资助的风险，从而降低了资助管理的成本。
1.3 提升学生的综合素质通过大数据技术对学生的学习、社会活动、家庭情况等多方面信息进行跟踪和分析，可以更全面和深入地了解学生的实际情况，从而更好地帮助学生解决学习、生活等方面的问题，提升其综合素质。
2.1 多维度数据采集和整合通过大数据技术，高校可以采集和整合学生的学习成绩、社会活动、家庭经济状况等多方面数据，形成学生的全面档案。
这些数据对高校进行资助决策提供了重要的参考依据。
2.2 数据挖掘和预测分析通过大数据技术进行数据挖掘和预测分析，高校可以对学生进行更深入的分析和挖掘，找出那些真正需要资助的学生，同时也可以预测学生的学习和生活情况，从而更好地帮助学生解决问题。
2.3 智能决策系统高校可以通过大数据技术建立智能决策系统，根据学生的多维度数据和预测分析结果，自动制定资助政策和资助标准，实现对学生的精准资助。
2.4 资助效果评估通过大数据技术，高校可以对资助对象进行跟踪和评估，了解他们的实际情况和资助效果，从而及时调整资助政策和资助标准，提高资助的有效性。
浅析大数据视域下高校精准资助随着大数据技术的迅速发展和应用，高校精准资助成为了一个备受关注的话题。
大数据的视域为高校精准资助提供了更多的可能性，通过对大数据的分析和挖掘，可以更好地了解学生的需求和情况，为其提供更加精准的资助和服务。
本文将从大数据视域下高校精准资助的意义、应用、挑战和未来发展等方面进行浅析。
高校精准资助是指根据学生的实际需求和具体情况，科学合理地分配资助资源，使之真正惠及每一位有需求的学生。
在大数据技术的支持下，可以做到更加精准地分析和评估学生的需求，从而更好地制定资助政策和措施，提供更贴近实际情况的资助服务。
这样可以使得高校的资助资源得到更加合理的使用，避免了资源的浪费和滥用，也可以更好地满足学生的需求，提高了资助的公平性和效率性。
大数据视域下的高校精准资助还可以帮助高校更好地了解学生的行为和特点，为学生的个性化发展提供更多的依据和支持。
通过对学生的学习成绩、课外活动、社交行为等数据的分析，可以更好地了解学生的发展情况和需求，为其提供更加精准的成长和发展指导。
这对于高校而言，有利于培养更加全面发展的人才，提高教育质量和教学效果。
在大数据技术的支持下，高校精准资助可以通过以下几个方面得到应用和体现。
1.学生识别与分析：通过对学生的学习成绩、家庭情况、经济状况、心理健康等方面的大数据进行分析，可以更好地识别和分析学生的需求和特点。
通过大数据的支持，可以快速准确地找出真正有需求的学生群体，并对其进行更加精准的资助服务。
2.资助政策的制定与调整：利用大数据技术，可以更加全面地了解学生的需求和变化情况，从而更加科学地制定和调整资助政策。
通过对学生需求的大数据分析，可以不断地优化和完善资助政策，确保资助政策的科学性和有效性。
3.资助服务的精准化：通过大数据技术，可以建立学生的个性化资助档案，了解学生的具体需求和情况，并根据其实际情况提供个性化的资助服务。
对于家庭经济困难的学生，可以通过大数据技术迅速地发现其需求并提供相应的帮助。
“大数据”背景下大学生精准资助工作的研究随着信息技术的发展，大数据技术在各个领域得到了广泛应用，对于大学生精准资助工作的研究也提供了新的思路和方法。
大数据技术的应用可以为大学生精准资助工作提供更加准确、全面和高效的支持。
大数据技术可以帮助识别出真正需要资助的学生群体。
传统的资助方式往往是按照家庭经济状况或者成绩排名等指标来确定资助对象，但是这种方法容易造成一些真正需要资助的学生被忽略，或者一些不需要资助的学生得到了资助。
而通过大数据技术，可以对学生的学习成绩、学籍表现、家庭背景、社会关系等多维度的数据进行分析和挖掘，从而准确判断出真正需要资助的学生，避免了资源的浪费。
大数据技术可以帮助制定精准资助的政策和标准。
通过对历史数据的挖掘和分析，可以了解不同类型的学生的特点和需求，进而制定出针对不同学生群体的精准资助政策和标准。
通过分析数据可以发现某些家庭经济困难的学生在学业上取得了很好的成绩，有很强的学习能力和潜力，这些学生可以被纳入到重点资助对象中，为他们提供更有针对性的资助，以帮助他们更好地发展。
大数据技术还可以帮助监督和评估资助的效果。
通过对学生的学业成绩、就业状况等数据进行跟踪和记录，可以了解到资助对学生的影响和效果，进而对资助政策进行调整和改进。
大数据技术还可以对学生的资助行为进行监控，防止滥用资助资源，确保资助的公平和效率。
大数据技术在大学生精准资助工作中也面临一些挑战。
首先是数据隐私问题，大学生的个人信息涉及到隐私和敏感性，应该加强对数据的保护和管理，确保数据的安全性和合法性。
其次是数据分析和挖掘的技术与方法的提升，需要专业的技术团队和专家对数据进行深入分析和研究，提出有效的解决方案。
大数据技术在大学生精准资助工作中的应用具有重要的意义。
通过大数据技术的应用，可以实现对学生的准确分析和精准资助，提高资助的效率和公平性，为大学生的发展提供更好的支持和保障。
在应用大数据技术进行资助工作时，也需要注意数据隐私和技术提升等问题，以确保技术的合理应用和数据的安全使用。
大数据背景下高校精准资助研究在大数据背景下，高校精准资助的研究随着科技的不断进步和信息时代的到来，大数据已经成为各行各业的重要能力和资源。
在高等教育领域，大数据的应用也越来越受到重视。
其中，高校精准资助作为高等教育中的重要一环，也逐渐引入了大数据技术。
本文将探讨大数据背景下高校精准资助的研究，并讨论其影响与挑战。
一、精确捕捉学生需求在大数据背景下，高校精准资助的研究将借助数据分析技术，通过对学生个人信息、学习成绩、家庭情况等数据的深入挖掘，精确捕捉学生的需求。
通过对这些数据的分析，可以获得学生的全面画像，了解他们的经济状况、学业情况、家庭背景等方面的信息。
这将有助于高校更科学地制定资助标准，确保资助对象的准确性和公正性。
二、有效分配资助资源利用大数据技术进行高校精准资助研究，可以更加有效地分配资助资源。
通过对学生个人数据以及历史资助数据的分析，可以建立起相应的模型和算法，通过预测和推断，将资助资源合理地分配给那些有真正需求的学生。
这使得高校能够更好地调整资助计划，确保资源的最优配置，从而实现更精准的资助目标。
三、提高资助效率大数据背景下的高校精准资助研究，也能够提高资助的效率。
通过数据的深层次分析、挖掘和利用，高校可以更准确地定位资助方向和资助方式，从而提高资助的精细化程度，并在一定程度上减少了不必要的资助浪费。
与传统的资助方法相比，大数据技术的应用可以在更短的时间内对大批量数据进行处理，提供更加快速和准确的资助决策依据。
四、面临的挑战与问题在探讨大数据背景下高校精准资助的研究时，我们也不可忽视其面临的挑战和问题。
首先，隐私权保护是一个重要的问题。
学生个人数据的获取和使用必须受到严格的保护，确保信息安全和隐私权的不受侵犯。
其次，大数据技术的应用需要配套的人才支持，需要高校加强对相关专业的培养和人才引进，以保证技术的应用和发展。
此外，数据采集和整合也面临数据质量和数据完整性等问题，需要高校加强数据质量管理和数据整合工作。
大数据视域下高校精准资助体系的构建策略随着信息时代的发展，大数据已经成为各行各业的关键驱动力之一。
在高等教育领域，大数据的应用也逐渐显现出巨大的潜力。
有鉴于此，构建一个基于大数据视域下的高校精准资助体系成为了当务之急。
本文将从需求分析、数据采集、数据挖掘和决策应用等方面探讨高校精准资助体系的构建策略。
一、需求分析在构建高校精准资助体系之前，我们首先需要进行需求分析，以明确构建的目标和具体实施策略。
需求分析的关键在于准确把握受助学生的实际需求和资助政策的具体要求。
通过对贫困学生的家庭背景、学业成绩、奖学金申请情况等多维度数据进行分析，可以确定不同学生的资助需求，并进而制定有针对性的资助政策。
二、数据采集构建高校精准资助体系必须以大数据为支撑，因此充分有效地采集相关数据是至关重要的。
数据采集可以通过多种方式进行，包括学生信息系统、财务管理系统、奖学金评定系统等。
这些系统可以帮助学校收集学生的个人信息、成绩、家庭经济状况等具体数据，形成全面的数据库，为精准资助提供支持。
三、数据挖掘数据挖掘是构建高校精准资助体系中的核心步骤。
通过数据挖掘，可以从庞大的数据集中发现隐藏的规律和模式。
在高校精准资助体系中，数据挖掘可以帮助学校确定受助学生的资助等级、资助金额和资助方式等，从而实现个性化、定制化的资助方案。
数据挖掘的方法包括分类、聚类、关联规则挖掘等，通过运用这些方法，可以高效地为学生提供合适的资助政策。
四、决策应用在高校精准资助体系中，决策应用是将数据挖掘结果转化为实际决策的过程。
通过将数据挖掘的结果与相关政策要求结合，学校可以制定出更加科学、合理的资助决策。
例如，对于成绩优秀但家庭经济状况较差的学生，可以针对性地提供奖学金和助学金，以鼓励其继续努力学习；对于家庭经济状况突然恶化的学生，学校可以及时调整其资助等级和金额，以保证其正常的学习生活。
综上所述，构建大数据视域下的高校精准资助体系需要从需求分析、数据采集、数据挖掘和决策应用等多个方面进行考虑。
浅析大数据视域下高校精准资助随着大数据技术的不断发展和应用，高校精准资助也进入了大数据视域。
利用大数据技术进行高校精准资助，可以更好地满足学生的个性化需求，提高教育资源的利用效率，促进教育均衡发展。
本文从大数据视域下高校精准资助的意义、技术手段和应用案例等方面展开浅析，旨在探讨大数据技术在高校精准资助中的作用和应用前景。
1.1 个性化需求：每个学生的家庭背景、学习能力、兴趣爱好等都不尽相同，传统的资助方式往往无法满足他们的个性化需求。
而大数据技术可以通过对学生信息的分析，实现对学生需求的个性化匹配，提供更加精准的资助服务。
1.2 资源利用效率：传统的资助方式往往存在资源浪费的问题，一些有需要的学生可能得不到应有的资助，而一些并不需要的学生却获取了不必要的支持。
利用大数据技术进行精准资助可以实现教育资源的精准配置，提高资源利用效率。
1.3 教育均衡发展：传统的资助方式可能会导致教育资源的不均衡分配，一些地区或学校可能因为条件落后而无法提供足够的资助，大数据技术可以帮助政府和学校更好地了解教育资源的需求分布，从而促进教育的均衡发展。
二、大数据视域下高校精准资助的技术手段2.1 数据采集：大数据视域下高校精准资助首先需要进行数据采集，包括学生的个人信息、家庭背景、学习成绩、奖助学金申请情况等多方面的信息。
这些数据可以通过学校的教务系统、学生信息系统、奖助学金管理系统等进行采集。
2.2 数据存储：采集到的数据需要进行有效的存储和管理，以保证数据的完整性和安全性。
大数据存储技术可以实现对海量数据的分布式存储和高速访问，保证数据的及时性和准确性。
2.3 数据分析：通过对采集到的数据进行分析，可以从中发现学生的需求特征和规律。
大数据分析平台可以利用机器学习、数据挖掘等算法，对大规模数据进行深度分析，挖掘出其中的潜在规律和关联特征。
2.4 智能决策：基于对数据的分析，可以进行智能决策，精准匹配学生的资助需求和资助政策。
大数据背景下高校精准资助工作的创新路径研究大数据时代的到来，为高校精准资助工作带来了新的机遇和挑战。
随着信息技术的快速发展和数字化管理的普及，高校能够更加准确地掌握学生的基本情况和学习状态，为其提供更精准的资助服务。
本文将围绕大数据背景下高校精准资助工作的创新路径展开研究。
1.1高校精准资助面临的问题在传统的高校资助工作中，由于信息不对称和管理不精准，往往容易出现助学金发放不公平、资助对象选取不准确等问题。
一方面，部分家庭条件不太好的学生由于信息不畅通或隐瞒实际情况，导致无法获得应有的资助；一些不需要资助的学生却通过各种手段获得了助学金，使得真正需要帮助的学生得不到应有的资助。
1.2大数据技术的应用现状随着大数据技术的发展，越来越多的高校开始利用大数据技术对学生的信息进行全面了解和分析，以实现精准资助。
通过学生信息系统、贫困生档案等数据，高校可以对学生家庭经济情况、学习成绩、社会实践等多维度数据进行整合分析，从而更准确地判断学生的资助需求，并为其提供相应的帮助。
2.1构建大数据平台2.2建立精准资助模型基于大数据平台，高校可以建立精准资助模型，利用数据分析和机器学习等技术手段，对学生的资助需求进行量化分析和预测。
通过建立有效的模型，高校可以更准确地评估学生的实际需求，为其提供更为精准的资助。
2.3建立动态更新机制在大数据背景下，学生的情况是动态变化的，因此高校需要建立动态更新的机制，及时更新学生信息数据，对学生的资助需求进行动态跟踪和调整。
通过不断更新学生信息，高校可以更及时地了解学生的情况，为其提供持续的精准资助服务。
2.4实现资助数据共享除了在校内建立大数据平台外，高校还可以与社会各界共享资助数据，建立多维度的信息交流渠道，包括政府部门、公益组织、企业等。
通过资助数据的共享，可以更好地整合各方资源，为学生提供更多元化的资助服务。
2.5建立数据安全保障机制在利用大数据进行精准资助的过程中，高校需要建立完善的数据安全保障机制，保护学生个人隐私信息不被泄露。
收稿日期：２０１９－４－１１基金项目：本文系东莞市２０１７年哲学社会科学规划立项自筹课题“东莞高校贫困生精准资助模式、存在问题及对策研究”阶段性成果（项目编号：２０１７ＪＹＺ４６）。
作者简介：冯香婷（１９８０—），女，广东湛江人，助理研究员，研究方向：学生教育与管理。
大数据视阈下高校精准资助机制的创新研究冯香婷（广东医科大学，广东东莞 ５２３８０８） ［摘 要］精准资助是高校学生资助工作的重点与难点。
立足于大数据背景，从我国当前高校精准资助工作面临的现实挑战出发，剖析其主要存在问题和未来发展趋势。
文章以大数据时代发展为契机，对高校精准资助工作进行了探究和分析，为高校贫困生认定工作提供了客观公正的衡量指标，为资助评价多样化提供了可能，有利于让高校资助育人工作赢得更多贫困学子的点赞。
［关键词］贫困生；大数据；精准资助［中图分类号］Ｇ６４０［文献标识码］Ａ［文章编号］２０９６－７１１Ｘ（２０１９）１４－０００１－０２ｄｏｉ：１０．３９６９／ｊ．ｉｓｓｎ．２０９６－７１１Ｘ．２０１９．１４．００１［本刊网址］ｈｔｔｐ：／／ｗｗｗ．ｈｂｘｂ．ｎｅｔ 做好高校学生资助育人工作，是贫困大学生安心学习、成长成才的重要保证，更是高校实现“立德树人”教育目标的根本要求。
目前，各高校虽已建立系列的完善做法，但仍存在贫困证明存在舞弊空间、资助系统缺乏、资助方式缺乏人文关怀等不足，在一定程度上导致资助准确性不高，影响资助公平性。
因此，如何使高校学生资助工作顶层设计实现“精准资助”，是当前高校学生资助工作的热点问题。
教育部副部长钟登华指出：将智能教育融入到教育现代化建设大局之中。
如今大数据已被广泛应用，可从数据挖掘来实现对资助对象精准化、资助模式差异化、资助管理动态化及资助激励多样化等方面进行探索与实践。
一、高校精准资助问题的提出及分析第一，贫困生认定问题。
家庭经济困难学生的认定工作是精准资助的首要问题，“精准认定”是高校资助工作的热点和难题。
目前多数高校是通过学生提交的申请资料和结合学生在校表现情况进行评定。
据了解，该证明的开具具有一定的随意性，甚至有个别非困难学生也可通过人际关系等原因办理，进而享受优惠政策。
个别省份认定工作也率先实行本信任学生免贫困证明原则，难免出现有学生为享受国家资助政策而抱侥幸心理申请认定。
高校也不可能对每个学生进行实地家访考察和认证。
另外，学生从入校到毕业，一般要经历三至五年的时间，其家庭情况也会随之变化，用一成不变的材料来认定动态发展的家庭欠科学。
因此，对其认定依据可靠动态的信息来源并进行科学合理的信息加工非常必要。
第二，有限资源分配问题。
对资助金进行有效分配和落实，是高校实现精准资助的重要环节。
资助经费是一种公共的教育资源，高校资助合理分配要坚持以下原则：一是按需及等级分配，注重效果的原则。
高校必须根据学生困难级别，来对资助资源进行合理分配，务必保证有需求的学生能获得相应的资助和补贴。
二是统筹兼顾，实现多元化互补原则。
高校可根据学生的实际需求，实行“保底与封顶相结合”。
此外，通过增设励志奖学金等多项奖励鼓励学生励志成才，自我提升，资助资源高效发挥。
三是坚持资助信息公开、公平、公正原则。
资助信息的公开，有利于保证公平分配资源和“精准资助”的实现；还有利于各界对资助资金的监督，避免出现评选过程出现不良作风和错漏现象；避免高校的办学层次性、不同学科专业造成的分配不均；也可避免学生出现理所当然的“等、靠、要”的错误思想，确保做到精准资助。
第三，管理服务体现问题。
要实现对家庭经济困难学生的精准资助，也是对高校学生工作者的一种管理和服务的精准化。
构建个性化、精细化的管理服务体系，最大限度地满足学生的个性化需求，为他们的全面发展和心理健康教育创造条件。
学生希望得到资助的同时也受到个人隐私保密。
因此，科学有效的服务和管理是做好资助工作的前提，要在资助上精准，服务上实实在在的解决学生问题。
二、以大数据提升高校精准资助工作实效的科学依据一是大数据的兼容性提升了资助信息的覆盖范围。
面对数量巨大、来源分散、格式多样的数据，要提取出家庭经济困难学生的信息，须引入一种包容的网络手段。
各高校根据工作需要大多开发了适合本单位的资助平台、系统软件等，但由于各单位的主管部门不一致，需求不统一，软件更新较快等原因，导致资助平台和系统兼容性较低，因此难以实现数据共享，还容易造成资助对象和受援对象信息不对称，引发漏报、重报和瞒报问题，从而降低资助的及时性、有效性和公平性。
因此，教育部门在顶层设计方面，应加以统一平台数据，通过大数据实现统一，减少重复录入和报送工作，才能使工作公平公正、快捷高效。
二是大数据的准确率保证了资助对象的可靠程度。
一直以来，对于困难学生的认定，高校普遍依据贫困证明、日常观察、同学评价，因此存在对资助对象有情感认知偏差。
而家庭经济困难证明大多由学生自己提供、由高校资助工作者筛选、上报及确定。
从程序上是公平公正的，但操作过程中，为增加学生获助可能性，当地开具证明部门本着关心学生的角度往往出现对贫困程度夸大虚报，导致真实性大打折扣。
一些省份地区率先实行资助资格认定本信任原则免贫困证明的政策，也难免存在个别学生虚报行为。
通过大数据的使用，特别是把学生在校期间的认定材料、行为表现、消费情况等纳入资助资格的审查范畴，在很大程度上保证了信息来源的真实可靠性。
三是大数据的统筹性有利于资源的合理配置。
高校的学生资助往往是渠道多样，金额各异。
通过数据处理和资源整１第３２卷第１４期 总第２５２期湖北开放职业学院学报Ｖｏｌ．３２．ＮＯ．１４（Ｇｅｎ．ＮＯ．２５２）２０１９年７月（下）ＪｏｕｒｎａｌｏｆＨＵＢＥＩＯｐｅｎＶｏｃａｔｉｏｎａｌＣｏｌｌｅｇｅＪｕｌ．（ｌａｓｔｈａｌｆ）２０１９合，在精准认定的基础上实现资助形式和方式的人性化、个性化定制，针对不同学生群体实施精准扶持。
通过全面整理各高校资源总量，在大数据的分析上确定合适的资助方式，进一步优化和完善体系，随时通过海量数据查询学生各阶段所受的资助，便捷分析不同家庭困难等级之间的差异，更好地实现精准、有效、公平。
四是大数据的契合性强化了育人成效。
资助育人效果属于思想政治教育的效果范畴，主要体现在受助学生思想道德行为等状况的变化上。
但在实现资助过程中，高校容易忽略育人功能或效果欠缺。
因此，要强化育人成效，通过大数据的运用与整合，对学生相关信息在线上、线下进行监管，确保真实客观。
通过收集贫困学生的学习成绩、爱好、特长、获奖情况、就业意向等信息，有利于对学生的成长成才提供科学参考，为学生日后发展提供强大的动力支撑，实现“助学与铸人”的完美结合。
三、大数据时代高校精准资助工作创新发展的现实路径无论是制度设计还是政策实施，高校开展精准资助工作要密切围绕育人的根本，充分发挥大数据的作用，力争实现精准地对受助学生全方面资助，要融入正确的思想引导，饱满的情感激励，贴心式的服务以及持续的发展支持。
（一）以大数据匹配实现认定对象精准化当下，在高校“创新创业”教育指导的推动下，在我国全面建成小康社会的大背景下，高校学生资助工作动态发展的趋势更加明显，这就要求高校贫困生库更新必须及时到位、细致精准。
在大数据的推动下，可发挥智能信息数字统计功能，分析掌握贫困生在基本生活、交通、通讯、电子产品等方面的开支情况，以数据支撑了解其消费习惯、消费水平和资金流入状况。
（二）以大数据统筹实现资助形式差异化以大数据为支撑，细化细分贫困生群体，有策略、有侧重地做好高校学生资助工作。
分析学生是属不同原因造成的困难，类别划分，以差异化定位确保高校贫困生资助的科学性。
另外，有的贫困生自尊心强烈型，即使自身面临特别严重的经济压力也不愿意流露出来，更不愿意接受资助，对这类学生一定要以大数据的优势积极挖掘、重点关注，以确保精化资助面前“一个也不能漏”。
通过制定科学合理、层次分明、机制健全的资助体系，以多样化资助形式拓展高校精准资助的覆盖面、受益度。
（三）以大数据分析实现资助管理动态化实现高校精准资助管理动态化，是高校资助育人工作应对新挑战、迎合新需求、适应新变化的客观要求。
从高校资助工作队伍建设来看，要整合优化大数据资源，大胆探索，积极将资助日常管理向大数据智能化管理推进。
通过拓宽学生信息收集渠道，深入了解学生多方面的实际情况，形成完备数据统计和分析，形成人的自由活动的数字化系统，为探索人的现实活动规律提供全新的维度。
另外，在优化数据结构、整合数据资源、规范数据标准、开放数据共享的基础上，建立跨工作系统、跨业务流程的工作机制，充分发挥对困难学生的动态管理。
（四）以大数据管理实现资助激励多样化对受助学生日常生活情况进行数据动态跟踪，探讨开发网络思想政治教育的现实路径，使高校精准资助工作更具操作性、时效性和科学性，提供个性化的管理和服务，实现不同个体的多维度、全方位的综合测评和考量，落实多样化资助评价和激励体系机制。
高校应搭建实践平台，提高贫困生的专业技能和综合能力，培养自主创业、自立自强的决心和品质。
通过数据分析，凝练出涵盖大学生的理财规划、心理健康以及成长成才指导教育等多维度的学生资助工作科学发展机制，形成系列研究成果，建构科学长效的学生资助工作评价和激励模式。
大力开展以提高贫困生个人能力为核心的课程教学和实践活动，使其主动参与提高各种能力的项目训练活动，全面提高综合实力；多角度实行评价，全方位激励成长成才。
总而言之，大数据应用为高校贫困生对象确立提供了量的积累和参考、质的保证和优化，为其认定工作提供了客观公正的衡量指标，为资助评价激励多样化提供了可能，切实有效推动高校资助育人工作实现人性化关怀、精准化管理。
参考文献：［１］刘玉霞．大数据背景下高校精准资助路径探析［Ｊ］．未来与发展，２０１６（９）：６９－７３．［２］肖琪．精准扶贫与高校贫困生资助模式创新［Ｊ］．文教资料，２０１８（１０）：１２７－１２８．［３］杨晓慧．关于新时期高校学生精准资助工作的思考［Ｊ］．中国高等教育，２０１６（９）：２２－２５．［４］申小蓉．运用大数据助力学生管理服务精准化［Ｊ］．信息与电脑，２０１６（２３）：１３－１４．ＩｎｎｏｖａｔｉｖｅＲｅｓｅａｒｃｈｏｎｔｈｅＰｒｅｃｉｓｉｏｎＦｕｎｄｉｎｇＭｅｃｈａｎｉｓｍｏｆＵｎｉｖｅｒｓｉｔｉｅｓｕｎｄｅｒｔｈｅＰｅｒｓｐｅｃｔｉｖｅｏｆＢｉｇＤａｔａＦＥＮＧＸｉａｎｇ－ｔｉｎｇ（ＧｕａｎｇｄｏｎｇＭｅｄｉｃａｌＵｎｉｖｅｒｓｉｔｙ，ＤｏｎｇｇｕａｎＧｕａｎｇｄｏｎｇ５２３８０８，Ｃｈｉｎａ）Ａｂｓｔｒａｃｔ：Ａｃｃｕｒａｔｅｆｉｎａｎｃｉａｌａｓｓｉｓｔａｎｃｅｉｓｔｈｅｋｅｙａｎｄｄｉｆｆｉｃｕｌｔｐｏｉｎｔｉｎｔｈｅｐｏｖｅｒｔｙａｌｌｅｖｉａｔｉｏｎｇｒａｎｔｓｆｏｒｔｈｅｕｎｉｖｅｒｓｉｔｙｓｔｕｄｅｎｔｓ．Ｂａｓｅｄｏｎｔｈｅｂａｃｋｇｒｏｕｎｄｏｆｂｉｇｄａｔａ，ｓｔａｒｔｉｎｇｆｒｏｍｔｈｅｓｅｒｉｏｕｓｐｒａｃｔｉｃａｌｃｈａｌｌｅｎｇｅｓｆａｃｅｄｂｙＣｈｉｎａ’ｓｃｕｒｒｅｎｔｕｎｉｖｅｒｓｉ ｔｉｅｓ，ｔｈｉｓｐａｐｅｒａｎａｌｙｚｅｓｉｔｓｍａｉｎｐｒｏｂｌｅｍｓａｎｄｄｅｖｅｌｏｐｍｅｎｔｔｒｅｎｄｓ；ｒｅａｌｉｚｅｓｔｈｅｐｒｅｃｉｓｉｏｎｏｆｆｕｎｄｉｎｇｏｂｊｅｃｔｓ，ｔｈｅｄｉｆｆｅｒｅｎｔｉａｔｉｏｎｏｆｆｕｎｄｉｎｇｆｏｒｍｓａｎｄｔｈｅｄｙｎａｍｉｃｍａｎａｇｅｍｅｎｔｏｆｆｕｎｄｉｎｇｍａｎａｇｅｍｅｎｔｗｉｔｈｄａｔａｍｉｎｉｎｇ；ｃｏｎｓｔｒｕｃｔｓａｍｕｌｔｉ－ｄｉｍｅｎｓｉｏｎａｌａｎｄｃｏｍｐｒｅｈｅｎｓｉｖｅｅｖａｌｕａｔｉｏｎｆｕｎｄｉｎｇｗｏｒｋｓｙｓｔｅｍｆｏｒｄｉｆｆｅｒｅｎｔｉｎｄｉｖｉｄｕａｌｓ．Ｉｔｉｓｂｅｎｅｆｉｃｉａｌｆｏｒｕｎｉｖｅｒｓｉｔｉｅｓｔｏｓｕｂｓｉｄｉｚｅｔｈｅｗｏｒｋｏｆｅｄｕｃａｔｉｎｇｐｅｏｐｌｅｔｏｗｉｎｍｏｒｅｐｒａｉｓｅｆｒｏｍｐｏｏｒｓｔｕｄｅｎｔｓ．Ｋｅｙｗｏｒｄｓ：ｐｏｏｒｓｔｕｄｅｎｔｓ；ｂｉｇｄａｔａ；ａｃｃｕｒａｔｅｆｉｎａｎｃｉａｌａｓｓｉｓｔａｎｃｅ（责任编辑：章樊）２湖北开放职业学院学报（２０１９）第３２卷第１４期 总第２５２期。
