随着网络技术的不断更新进步，5G时代已经来临，这使得大数据工具的升级和优化也在加速进行。网络思想政治教育发展到今天，无论内容和形式都已经颠覆了传统思想政治教育的方法和过程，对于青年大学生来说，网络思想政治教育的时效性已经在不断凸显，在讨论网络大数据对于大学生影响的“黑与白”“利与弊”的因果关系时，已经不能很好地适应信息化时代对于青年人行为动机的产生与结果，而对于思想政治教育的效果评价，仅从传统方法去统计和甄别是片面和失真的。因此，如何有效地利用信息技术手段增强资助育人的有效性，让大水漫灌转变为精准滴灌落地扎根，是今后一个时期内高校思想政治教育工作者亟待研究和解决的重要问题。
2015年11月3日，我国在《十三个五年规划的建议》首次提出推行实施国家大数据战略：“拓展网络经济空间，推进数据资源开放共享，实施国家大数据战略，超前布局下一代互联网。”2018年4月25日，教育部印发的《教育信息化2.0行动计划》指出：“充分利用云计算、大数据、人工智能等新技术，构建全方位、全过程、全天候的支撑体系，助力教育教学、管理和服务的改革发展。”国家战略层面对于大数据应用于教育服务领域的大政策不断深化，为高校做好资助育人工作提供了强大动能，我们应当深刻领会国家战略布局，将新技术、新手段应用到一线思想政治教育工作中，转变以往“谈数据隐私色变”的安全保障窘境，把资助育人中的物质奖励、精神解困、学业帮扶、人生发展等方面的内容进行数据整合，不断丰富和提升资助育人的效果和质量。
新媒体技术的快速发展使得高校学生的生活丰富多彩，不论在学习、生活、工作中，他们都愿意表达和分享自己的所见、所思、所闻、所想，发布在固定的网络平台上，比如微博、微信、抖音等网络即时通信与视频分享平台。这为高校资助工作的开展提供了丰富的育人渠道，通过各类网络新媒体平台，我们可以挖掘搜集学生的喜好和需求，结合家庭经济困难情况，精准对接资助对象，在经济扶困的同时帮助他们成人成才。2018年中国学生资助发展报告指出：“以培育和践行社会主义核心价值观为核心，重视培养受助学生的创新精神和实践能力，加强励志教育、诚信教育和社会责任感教育，着力构建包括物质帮助、道德浸润、能力拓展、精神激励等方面的长效机制。”[《2018年中国学生资助发展报告》[N].中国教育报，2019年03月11日，第6版]通过新媒体技术，高校可以以青年学生喜闻乐见的形式，更加快速、准确地进行思想道德教育和学业就业能力拓展的教育资源投放，真正让广大困难学生免费获得他们所需要的各类学习指导内容，增强资助育人的针对性和吸引力。
智慧校园是融合大数据、云计算、人工智能、移动互联、万物互联等的新型管理育人技术体系，它在校内信息处理智能化、管理服务智能化、教育教学智能化等方面的超前远景设想，是未来高等教育发展的趋势和方向。在智慧校园建设思路之下，高校育人体系的构建应将视角从学生经济需求，扩展到学生生活、学习、工作的各个方面，在理论和实践上真正实现扶困与扶智相结合，并且能够在显性和隐性教育方式方法上勇于尝试，让单个主体的个性化教育和生活需求得到满足，让困难学生在校园内感受到党和国家对于他们润物细无声的资助和帮扶。
当前高校困难学生资助工作面临的普遍问题是资助的精准性上有欠缺，在量化贫困认定工作中，量化要素往往不能完全体现学生困难的程度，只能将定量分析与定性分析相结合，对于个别家庭突发情况和学生个人生活状况掌握不够，个别通过虚假途径提供相关材料的漏网之鱼往往不容易被发现。运用大数据思维和技术工具，可以掌握学生一卡通消费记录、通话消费记录、银行卡消费记录等涉及到学生各类消费情况的信息，学工人员在保护好学生信息隐私的情况下，科学挖掘数据、分析数据、定期整合、重点关注，动态管理和更新相关数据内容，依据本地区本校真实情况制定量化贫困认定办法，简化繁琐的贫困证明、贫困认定手续，让每个真正需要经济资助的困难学生得到国家资助，让那些内向、自卑、不愿意主动申请的困难学生也得到关怀和帮助，真正做到以生为本，人文关怀。
大数据技术具有开放性、个性化、互动性、可选择性的特点，建立具有联系倾向家庭经济困难学生的信息体系。大数据的开放性已经有了许多实际应用，如利用微信平台进行数据跟踪，了解家庭经济困难学生的动态。利用大数据技术所建立的信息体系，可以使家庭经济困难学生接受资助时，灵活选择受助的时间、地点和形式。作为学校、企业和个人的帮扶者，与受助家庭困难学生的地位是平等的，并且在系统中可以结成扶助对子，帮扶者可以随时了解关注学生的基本现状，更加贴近家庭经济困难学生的实际。通过个性化的帮扶鼓励学生通过勤工助学等方式锻炼自身，而不是被动地接收他人的帮助，帮助者能否在背后起到鼓励及推动作用，能够有经历帮扶过程的获得感。在接受帮扶的同时，信息系统也对帮扶对象的家庭经济情况、思想动态、学习情况进行着数据挖掘和分析，将其中有价值的信息集中反馈给学校，从而可以让学生的辅导员、班主任对帮扶对象的个人学习与生活情况有所了解，以达到对其进行有针对性的贫困帮扶。
传统资助育人模式主要为依托“勤助贷补”的经济型资助，在资助模式和内容上都较为单一，覆盖面和吸引力不够，导致个别困难学生获得经济资助后，并没有真正应用到自己个人能力的提升上来，即使有部分勤工助学岗位，数量并不能满足全体学生需求，在勤工助学过程中，单一程序性的劳动也使得部分学生比较排斥。大数据思维技术给高校资助育人提供个性化教育服务内容成为可能，从不同年龄、不同地区、不同文化、不同民族等数据类别制定不同的能力资助育人内容，让困难学生通过自身喜好和个人情况定制受教育内容，引导他们更多的关注自身能力发展的需要。有针对性制定困难学生能力发展扶智帮扶套餐，激励他们在科技创新、就业创业、考研深造、各类资格证培训上能够得到更多的关怀和帮助，从根本上转变困难学生在高校的弱势地位，增强其适应社会、改变命运的强大动力，让被动接受转变为主动获取，从而有效提升资助育人的吸引力和感染力。
统筹大数据资源，通过大数据平台的数据挖掘功能，在海量的数据资源中进行定量分析、价值发掘，使课程、科研、实践、文化、资助、心理等育人平台实现分类规划、相互配合、有效切换，达到教育过程最优化。教育和扶助贫困学生，既是育人过程的实践教育，又是爱国、感恩和诚信的社会主义核心价值观教育。把家庭经济困难学生帮扶工作贯穿人才培养全过程，在入学初期，新生入学前建立联系，介绍资助政策，基于地区和家庭收入等因素确定贫困生，为贫困新生提供来校路费和入学“资助大礼包”;在校学习过程中，通过大数据即时、动态信息关注学生资助状况、品格教育、学习状况与能力素质的现状，鼓励其克服内心自卑和树立自强不息、争夺第一的毅力品质;毕业后，与对口单位保持相关信息联系，持续关注其基层就业、服兵役等后续资助。通过“精准扶贫”，全面提升家庭经济困难学生的思想素质、心理素质、专业能力等综合素质，提升资助育人的吸引力和感染力。
大数据思维技术的使用离不开专业人才队伍的配备，没有良好的网络信息专业知识素养，就无法真正在大数据时代做好数据挖掘、统计、分析、整理等一系列相关专业工作。在育人方法和思路上也会跟不上信息化时代的步伐，距离育人实际工作的需要渐行渐远。新媒体的兴起让许多80后思政工作者都感到自身育人技能捉襟见肘，面对飞速发展的微视频网络传播工具，传统思政工作者的灌输型、说教型育人理念已经很难让大学生完全信服，他们从网络微视频和微课程中都能找到比教育工作者口中更科学更合理的答案和解释。管理服务学生，既是一个公共产品供给过程，又是一个蕴含理想、信念、价值观的全面育人过程。运用大数据的过程分析和轨迹刻画，能够及时发现学校层面、学工层面、教务层面等管理服务机制存在的不足和服务质量欠缺。因此，高校思政工作者也应该顺应时代潮流，在学校建立专业大数据思维培训机制的前提下，深入学习其中的技巧和程序，将自身的学习教育理念转化为学生乐于接受的教育形式。资助工作队伍承担着党和国家资助政策的宣传者、传播者、阐释者、实施者、承担者、推动者等多重角色，在每种角色的任务功能下，运用大数据思维技术就成为了创新育人工作方法的重要切入点。实现高效思想政治工作的质量提升，从根本上来说就是育人内容、形式、效果上的不断升级优化，建立大数据专业和规范的资助育人团队和培训机制，突破传统思维下资助育人的技术瓶颈，才能更好地贯彻落实构建思想政治教育质量提升工程十大育人体系的应有之义。
大数据(big data),IT行业术语，是指无法在一定时间范围内用常规软件工具进行捕捉、管理和处理的数据集合，是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。
在维克托·迈尔-舍恩伯格及肯尼斯·库克耶编写的《大数据时代》中大数据指不用随机分析法(抽样调查)这样捷径，而采用所有数据进行分析处理。大数据的5V特点(IBM提出)：Volume(大量)、Velocity(高速)、Variety(多样)、Value(低价值密度)、Veracity(真实性)。
摘要：伴随大数据平台统计分析工具的不断升级，对于数据的搜集筛选功能不断强化，高校大数据思想政治教育的实现方法和有效性也越来越成为高校关注的热点。本文从大数据近年来产生的最新理论和平台工具入手，分析大数据思维在高校学生资助育人管理实践过程中的问题及不足，结合大学生思想政治教育质量提升工程十大育人体系的构建与完善，以期探索大数据与高校资助育人的理论有效结合点，并将其有效性价值加以宏微观探析，为进一步做好高校思想政治教育质量，提升改革试点工作提供思维路径。
关键词：大数据,高校,资助育人,有效性
[1] 陈宝生.进一步加强学生资助工作[N].人民日报,2018-3-1.
[2] 《2018年中国学生资助发展报告》[N].中国教育报,2019-03-11(006).
[3] 张睿,焦中宁.大数据下智慧资助与高校资助工作模式创新[J].安徽工业大学学报(社会科学版),2018(02):111-112.
[4] 陈汇川.高校精准资助工作的问题与对策[J].科技资讯,2018(11):228-229.
