方案概況

《教育部辦公廳關于進一步加強和規范高校家庭經濟困難學生認定工作的通知》指出，精準認定家庭經濟困難學生是做好學生資助工作的重要前提，是決定資助政策落實效果的基礎性工作。2017年11月28日，教育部財務司黨支部書記、司長吳國生《在加快教育現代化中發揮教育財務工作戰略支撐作用》中提出，要進一步健全學生資助制度，全面推進精準資助，保證不讓一名學生因家庭經濟困難而失學，使絕大多數城鄉新增勞動力接受高中階段教育、更多接受高等教育。

方案內容

高校智慧資助解決方案通過整合校內外各類數據，構建數據倉庫，搭建高校智慧資助大數據分析及綜合服務管理平臺，實現高校智慧資助管理，同時為高校相關決策提供依據。利用數據建模、數據比對、數據挖掘技術實現貧困生的精準識別，實現貧困生資助、服務線上全流程支撐；通過學生畫像和綜合分析，全面了解和動態監測在校生學習、生活以及畢業就業情況；多維度呈現教師群體的整體情況；實時監測和分析高校輿情來源和發展走勢，為學校輿情應對策略提供輔助支撐。

總體框架圖如下：

技術特點

智慧資助系統建設框架采用SOA架構進行設計，分別是基礎支撐層、技術層、數據資源層、應用支撐層、分析管理應用層、發布平臺和系統用戶。

基礎支撐層提供了系統建設基礎軟硬件設施，提供數據整合工具支撐、數據治理與標準化管理以及安全保障體系。

數據資源層包含對內部數據和外部數據的采集，內部數據包括一卡通消費數據、一卡通充值數據、教務管理系統數據、校內網上行為數據，外部數據包括從省級平臺共享數據、互聯網抓取數據、其他外部平臺數據（扶貧、教育相關外部系統）等。

在數據存儲結構上，采用hadoop+關系型數據庫相融合的存儲架構，實現多類型數據的管理，實現不同數據存儲和管理的效率與成本均衡。

應用價值

數據融合、信息共享

全面融合多源異構校內各類數據資源，實現信息互聯互通，支撐上層應用，激活數據價值。

精準識別、精準資助

建設大數據分析平臺，建設學生綜合畫像、數據挖掘模型，實現對貧困生精準認定、精準資助、精準服務。

動態監測、及時預警

持續跟蹤貧困生后續情況，重點關注新識別對象，虛假情況預警，協助相關負責單位調整資助對象及資助方式。

深度分析、輔助決策

通過多維、深度分析，發現數據價值，讓數據說話，用數據決策，為學校相關決策提供量化依據。