媒体成电

四川在线消息（记者 张红霞）“天上掉馅饼了!”近日，这条简短的信息，在陈文(化名)的微信朋友圈里引起关注。

陈文是电子科技大学的一名大三学生。原来，他获得了学校悄悄打到他卡上的600元隐形补助金。该校共有82位学生获得这个补助，都是通过大数据智慧助困系统的统计分析，被学校主动列为隐性家庭经济困难对象的。

据悉，这是该校学工部联合校友基金会实施的“亲情基金-爱心资助项目”。

从上千条大数据中发现隐性贫困学生

没有提交受助申请，没有现场演讲“比惨”，也没有班级内部评议……日前，82名来自电子科技大学的本科生获得了一笔隐形补助。这份获资助学生的名单，来自于时下最热门技术——大数据分析。

据项目负责人、电子科技大学学工部部长于乐介绍，该校的奖助学金种类繁多，数额颇巨，完备的资助体系包含了“奖、助、勤、代、补”等五个方面，2016年资助总金额达5750余万元。

为了让更多真正家庭经济困难的学生得到帮助，该校去年开始研发了“智慧助困系统”。

首先，学校通过智慧助困系统采集到了涵盖学生家庭经济及成员信息、学生本人及受资助信息、学生所在生源地经济水平信息、学生日常消费评价等涵盖4大类、40余个小类的上千万条数据。

接着，系统通过大数据挖掘与分析，自动生成家庭经济困难学生建议名单。大数据分析的数据源主要取自消费数据，通过分析学生在校内的消费数据，例如食堂饭卡、超市消费、健身馆购物、乘坐校际班车、水卡等，分析学生的消费水平，这类数据主要记录了学生的消费金额、消费时间、以及消费地点等消费规律信息。

除了消费数据，系统还结合学生的勤工助学、获奖学金情况、社交特征、行为轨迹、借阅兴趣、历史特征等多个维度进行综合分析挖掘。这些数据经过整合与清洗后，通过计算机一系列精密的算法，系统判定学生的困难指数(1—9)，困难指数越高则代表越贫困。

学生被分为不困难、一般困难、困难和特别困难4大类。最终，大数据结果结合线下个别访谈、辅导员评价共同给出了这份全校家庭经济特别困难学生名单。

学校邀请82名获资助学生参加了暖心座谈，并为他们发放了每人600元的隐形补助。

“这个项目不需要学生申请，它是靠客观的大数据分析来反映的。由学生主动申请，变成学校主动关注。保护受助学生个人隐私和自尊。”于乐说。其实该校从去年就开始通过精确的大数据分析技术来确定受助对象。至此，已累计有约300人获得隐形补助，资助总额达11万元。

4批150位贫困学生启梦留学计划

于乐告诉记者，今年1月，《教育部办公厅关于进一步加强和规范高校家庭经济困难学生认定工作的通知》中指出，各高校应采用大数据分析、个别访谈等方式，深入、直观地了解学生家庭经济状况，及时发现那些困难但未受助、不困难却受助的学生，及时纠正认定结果存在的偏差。

其实，在此之前，该校的智慧助困系统除了能通过大数据认定贫困生，还可以通过大数据实现对贫困生的动态管理。通过实时采集分析家庭经济困难学生在校消费等数据，帮助学校实时掌握学生经济状况的变化。

有了这些精确的信息，学校一方面可以有针对性的对高消费、伪困难学生取消其受助资格，另一方面对经济特别困难、生活艰苦的同学发放临时困难补助。

完成认定功能后，智慧助困系统还可以与该校已有的学生画像系统互联互通，聚焦家庭经济困难学生群体进行画像，有针对性的开展工作。

据了解，此前，该校学工部曾通过教育大数据研究所针对经济困难群体做过一次分析。研究人员发现，困难学生成绩、去图书馆频次大体高于学校平均水平;困难学生录研率高，出国率较低。这些研究，为该校资助管理工作真正实现“扶贫、励志、助成才”的目标提供了夯实有力的基础。

此外，学校还系统地分析困难学生出国率低的具体原因。对于因为经济原因而无法出国留学的学生，学校可以有针对性地进行引导与帮扶。2015年，学校也开始启动专门针对贫困生的启梦留学计划，至今已经资助了4批共150人左右出国短期交流。

据了解，目前学校已建成一份数量丰富、种类多样的资助菜单，针对不同类别贫困生共计有143道“菜品”可供选择。这个菜单包括保障性资助和发展性资助两大类别。其中保障性资助包括国家助学金、专项助学金等97项;发展性资助包括各类奖学金、素质提升计划、培训会等44项。学生可以主动申请符合自身实际情况的类别，辅导员也可以根据相关类别主动推选适合的学生。

于乐说，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到人才培养全过程。

报道链接：http://sichuan.scol.com.cn/ggxw/201705/55913689.html