江苏大学杨宗康/范一蓉 主持完成了2020年江苏高校“大学素质教育与数字化课程建设”专项课题“基于大数据的大学生学业规划精准指导研究”（课题编号：2020JDKT014），课题组主要成员：丁一娟、蒋  雯、王智坤、马成成。

  随着我国高等教育在规模扩张后进入内涵发展阶段，大学生学业规划显得尤为重要，传统的学业规划方式面临着信息不足、个性化不够、时效性不强等问题，需要更加科学和精准的指导手段，以加强大学生学业指导工作。本研究以大数据分析为依托，综合运用文献研究法、调查研究法、案例研究法等，分析了本科生学业规划教育现状，指出学业规划教育存在问题，构建了高校学生学业规划指导体系，提出本科生学业指导教育提升建议，并聚焦大学生学业规划协同培养机制和精准指导体系的研究，旨在通过研究发挥任课教师、学业导师、创新实践导师及朋辈导师协同育人的作用，通过大数据工具达到精准指导学生的目标，促进大学生成长成才。具体包括以下研究结论：

1．高校学业指导教育总体工作扎实，但还存在一些不足。

  95%以上学生对自己的学业和职业生涯规划能力表示认可，对学业指导师资评价也较高；98%以上的学业指导师资对学生的学业规划能力评价也较高。但是，目前学业指导教育还存在一些问题，主要表现在：

  一是学业指导师资交流学习不足。在学业指导教育师资瓶颈调查中，教师（授课教师、学业导师、创新实践导师）之间交流较少，学业导师对规划指导、心理辅导等知识缺乏等成为主要原因。

  二是学业指导内容与需求有差异。主要是学业规划授课教师水平期待提高、学生对学业规划指导工作有期望、导师对学生创新能力有期待。

  三是学业指导个性化服务不充分。在调查中，学生希望学业导师能结合学生实际情况，加强学生个性化学业规划指导；希望学校为更多学生提供“一对一”的创新实践导师，帮助学生进行专业性的创新实践；同时建议提升学业规划教育指导效果为“实践基地学习模式+创新实践导师指导”、“小组合作学习模式+学业导师指导”模式。

  四是学业指导教育实效评价单一。在调查中，被调查中认为学业规划课程教学效果评价主要为学生评教结果、学生就业质量；学业规划课程育人成效评价主要为校外第三方机构的评价就业质量、学业就业能力。

2．学业指导教育受“师资队伍、管理路径、服务平台、评价机制”等因素影响。

  师资队伍是学业指导工作的主要人员，体现在指导能力、工作投入、交流学习和协同育人等方面。这些因素相互交织，共同构成了一个高效的师资队伍，为学生提供全面的学业指导服务，促进其学习和成长，这些方面直接影响着学生的学业指导效果和个人发展。

  管理路径是学业指导工作的保障，体现在学业指导教学课程体系、实践环节，经费投入、师资培训，导师队伍考核，学业指导咨询等方面。这些因素相互作用，可以影响学生的学业指导水平及学校的整体教育质量。

  服务平台是因材施教的载体，主要为不同学业需求的学生提供分层分类指导而搭建的平台。因此，根据分层分类，学业指导服务平台可以更精准地满足不同学生群体的需求，为其提供个性化、有针对性的学业指导和支持，促进学生的全面发展。

  评价机制是确保学生学业发展有效性的重要举措，结合多种评价方式可以更全面地评估学业指导效果。因此，综合采用评价方式，可以更全面地了解学生的学业指导情况，为学校和教师提供有效的改进和指导方向，促进学生全面发展和提高教育质量。

3．构建FPPE学业指导体系，优化提升高校学业指导教育工作水平。

  一是协同学业指导全员师资(Faculty)。改善学业指导师资之间相互交流学习不足的问题需要学校采取一系列措施，协同学业指导全员师资，包括建立有效的交流机制、提供足够的时间和资源支持、促进开放和合作的文化氛围，以及利用技术平台促进远程交流学习，这样可以帮助学业指导师资们更好地分享经验、学习借鉴教学方法，从而提升整体教学质量和学生的学习体验。因此，本研究搭建以学业规划授课教师（辅导员为主）、学业导师（专业教师为主）、创新实践导师（社会人士及校友为主）、朋辈导师（优秀学生为主）的全员师资协同指导平台，围绕学生个体发展目标，定期开展师资间沟通交流学习活动，发挥彼此特长，取长补短，提升指导能力，实施全员师资协同育人模式，共同促进学业指导的实效性。

  二是完善学业指导全程路径（Pathway）。减少学业指导内容与需求差异问题需要学校采取一系列措施，完善学业指导全程路径，体现在优化学业指导教学课程体系、提升实践环节，加大经费投入、增加师资培训、提供学业指导咨询工作，注重导师队伍考核等方面，以更好地满足学生的学业指导需求。因此，本研究建立通识教育课程体系，建优成长指导类课程全程教育学生；成立咨询服务工作室，线上线下全程引导学生；健全学业导师管理考核指导，加强学业导师全程导学。

  三是优化学业指导全方位平台（Platform）。学业指导个性化服务不充分问题需要学校采取一系列措施，优化学业指导全方位平台，主要是为不同学业需求的学生提供分层分类指导。可以根据学生发展方向进行分类，如就业、创业、考研、留学等；也可以跟进人才培养方向分类，比如基础平台，特色平台及拔尖平台；可以根据学生的学习程度，如学习困难学生、学业优秀的学生；也可以跟进学生的学习年级，如大一到大四需求及指导内容不同，因材施教，实现学业指导的针对性和有效性。因此，本研究面向不同发展方向、不同学习年级、不同学科专业的学生需求，将学业指导平台分为基础发展平台、特色引领平台、拔尖实践平台三个横向层次，将其它方面（发展方向、学习年级、学习程度、学科专业）作为纵向分类。通过个性化的引导平台以及学校相关只能部门建设，引导学生进入不同的学习平台，做到既有普遍性，又有针对性，使专业学习和学业规划全方位贯穿于学生的整个大学学业。

  四是建立学业指导全覆盖评价（Evaluation）。学业指导教育实效评价单一问题需要学校采取一系列措施，建立学业指导全覆盖评价，结合多种评价方式更全面地评估学生的学业指导效果，确保大学生学业指导服务有效性和质量的关键举措。因此，本研究建立学业指导全覆盖评价，按照不同学科人才培养目标，科学设置大学生学业指导目标和指标，建立学业指导评价体系。通过定性与定量相结合的方式对不同层次、不同阶段、不同特点学生的学习成果形成针对性的、多层次、多元化、分阶段的考核评价模式，同时定期开展学情分析、学业满意度调研、就业满意度调查、学业导师满意度调查等，确保学业指导体系不断优化。

4．建立大数据下的大学生学业规划精准指导框架。

  第一，开展数据收集与科学画像。整合多维数据，联合学校信息化处，从辅导员、学业导师、任课教师等多途径收集建立学校智慧学工系统大数据，如学生的学业成绩、奖惩、生活、心理、活动参与情况、图书馆借阅记录等，充分考虑对学生的全面了解，包括学科兴趣、学业压力、社交关系、实践经验等，构建全面的学生科学画像数据。利用机器学习算法对学生的学习数据、行为和特征等大量数据进行分析，以发现隐藏在数据中的模式。基于这些信息，高校可以更好地了解每个学生的需求，为每个学生创建个性化的学习轨迹和教育方案，并提供更有效的支持和指导。

  第二，建立学业预警机制。基于定性和定量分析结果，制定学业规划的预警指标，如学科成绩波动指标、社交活动变化指标、作息时间异常指标等。利用机器学习算法建立学业规划预警模型，基于历史数据预测学生未来可能遇到的问题，使系统能够实时监测学生的状态，并在有需要时提供及时的干预和指导。

  第三，实施学业规划精准指导。根据学生的科学画像，结合学生目标，制定个性化的学业规划，包括学科优势匹配规划、时间管理建议、心理支持计划、心理咨询服务等。多主体参与，并融入到指导体系中，包括辅导员、任课教师、学业导师、创新实践导师等，以确保学业指导的全员师资协同育人。利用科技手段，如移动应用、在线平台等，为学生提供实时的指导和反馈，以增强指导的实效性。实时反馈与调整评估等实施精准指导。

  第四，聚焦“三困生”群体，针对性地开展学业规划跟踪指导。根据案例研究结果，由典型到一般，推广和运用于高校其他学生群体，为更多学生提供有效支持。

  通过以上步骤，可以构建基于大数据的学业规划精准指导体系，学校可以更好地了解每位学生的学习、生活和心理状态，提前发现问题，为学生提供个性化、精准的学业指导和支持服务，全面提升学生的学习体验和发展潜力，同时实现协同育人的最大效益。