摘要：文章在系统分析归纳影响学习倦怠心理产生的因素基础之上，结合学生日常实际表现，分析影响因素对应的外在行为特征，提出将大数据技术、知识图谱技术应用到学习倦怠心理的识别及干预中，构建学习倦怠心理问题学生识别的逻辑模型，实现学生学习倦怠心理归因的精准定位，实现对学生学习倦怠心理的精准、个性的教育帮扶，提出集自助和他助为一体的学生学习倦怠心理干预策略，提升大学生学习倦怠心理干预实效，为高校思想政治教育工作提供决策支持。

关键词：大学生；学习倦怠；大数据

一、绪论

随着教育教学改革的不断深入，推动学生评价方式改革以及实现学习个性化培养成为当前教育教学改革的重要任务。当前大学生就业形势严峻，学生学习压力增加，学习心理问题高发，其中多数心理问题学生其早期行为异常体现在学业学习出现问题，具体表现为课堂出勤减少、课业学习成绩下降等学习倦怠现象。学习倦怠心理出现后未得到及时有效的引导，会进一步导致学业预警的出现，学生出现课程考核不通过、不及格学分增加甚至出现降级风险；当学生学业预警发生后进行教育，往往表现出教育时效滞后、教育效果不理想等特征[1]。

学生学习倦怠心理的出现与其自身内在及外在因素密切相关，学业倦怠的发展体现出阶段性的特征，在学业倦怠心理产生的初期发现并实施干预，对学生学业成绩的提升有着重要的意义。影响学生出现学习倦怠心理的因素较多，但这些影响因素会有外在的行为表征。随着计算机技术的不断发展，依托大数据技术可以实现学生学习倦怠心理问题的早期发现及干预，为高校教育工作者开展学习倦怠学生的分类精准帮扶提供了新的思路，有利于学生成长成才，对加强学生的自我管理、优化学风建设具有重要理论和实践意义。

二、学习倦怠心理影响因素及行为指标体系构建

国内外学者针对学习倦怠内涵的界定大致可归为两类：一是从影响学习倦怠产生的外在和内在因素进行界定，认为课程压力、作业负荷、社会支持、学习策略、学习动机、自我效能感等因素与学习倦怠心理的产生相关联。二是从学习倦怠心理及行为的表现对其内涵进行界定，认为学习倦怠导致学生在心理和行为上出现情绪耗竭、学习兴趣低、个人成就感低落及学习不当行为等。文章旨在根据学习倦怠产生的影响因素设计外在的行为量化数据表征指标，来对学习倦怠心理进行识别，同时进行智能归因与干预。因此在本文中既需注重学习倦怠的影响因素，也需兼顾学习倦怠心理的外在消极行为。因此文章认为学习倦怠是指学生处于长期的学习过程中，由于主观和客观因素导致的认知、情感和行为偏差的负面状态。

（一）大学生学习倦怠心理影响因素

（1）学习策略

学习作为一种认知活动，受学习策略的调节和控制。适当的学习策略可以促进学生学习的有效性，相反，如果学生学习策略选择不得当，会导致学习效率的低下以及学生学业成就感获得不足，进而影响学生学习积极性，导致学习倦怠心理的出现。学习策略采用不当的具体表现为学习目标缺失、学习主动性不强、长期学习规划不足、自主学习计划缺失、学习方法不当、学习归因不当等。

（2）学习动机

在完成学习任务时，期望获得学习上的成功或者避免学习上的失败，这种内部驱动力就是学习动机。如果学习者有着高水平的追求学习成功的期望，在实际的行动中就会更加愿意按照预设的目标，采取积极的学习行为，促使自己完成[2]。相反，若倾向回避失败，则会在行动中表现出回避目标、消极对待等现象。大学生出现学习动机不足的具体原因主要有专业认知偏差、对专业没有兴趣、持续学习后的专业发展困惑等原因。

（3）学习压力

课业负担、环境适应等导致的压力是影响学生出现学习倦怠心理的间接因素；大学期间的学习与高中期间学习相比，表现出学习进度快、学习时间自由、自主学习探索要求高等特点，因此当持续的课业学习压力长期存在，同时未能够正确处理会引起学业倦怠的出现。

（4）社会支持

家庭精神及物质的支持是学习全身心投入学习的保障。若家庭经济、家庭关系等发生变化会导致学生精力的分散，学生需花费精力去面对家庭给其在学校学习带来的影响，比如因家庭经济困难选择花大量时间去兼职赚取学费、面对家庭关系的紧张导致焦虑情绪的产生进而导致学习精力的减少，出现学习倦怠的情况。不同的家庭结构与家庭经济状况对人的影响是不同的，学业困难学生的家庭结构通常是复杂或存在问题的，家庭经济状况也总是具有特殊性[3]。

（二）大学生学习倦怠心理影响因素的行为特征

基于以上对大学生产生学习倦怠的影响因素分析，从基本属性、认知属性、行为属性、情绪属性、社会支持属性等维度建立对应的可量化的外在行为特征指标。

1、基本属性数据。主要包括学习者姓名、性别、年龄、专业、年级、担任干部情况、政治面貌情况、在校违纪情况以及学生的历史学业成绩。

2、行为属性数据。主要包括学生网络使用数据、图书借阅数据、第二课堂参与情况、日常消费行为等数据。其中学生网络使用数据包括但不限于上网时长分布、上网时段分布、网络课程学习参与度、完成度、活跃度及活跃时间等内容。图书馆数据主要来源于学生图书馆学习情况，包括书籍借阅、图书馆自修时间、图书馆查阅等；学生第二课堂参与数据包括学生志愿服务的频次、时间、学科竞赛、专业证书、学术论文发表等内容。学生日常消费行为数据包括学生欠费数据、就餐频次、时间等内容。

3、情绪认知属性数据。大学生日常心理测评中会有关于学生认知风格的测量数据，搜集学生相关数据进行处理，确立学生认知风格类型、人际属性标签等。

4、社会支持。主要包括学生家庭经济困难情况、生源地、家庭结构构成等数据。

三、学习倦怠心理问题识别及干预模型

（1）数据搜集与处理。主要包括数据采集、存储和分析，是实现预警模型构建的基础工作。数据采集是指根据确定的多层级行为指标，明确各行为指标的数据来源，搜集学校各业务系统数据实现数据与行为指标的映射；此外，对搜集到的数据进行去冗、清洗，要按照标准进行格式化处理，以满足数据分析的需求。利用数据挖掘技术实现指征数据的计算和分析，具体需要根据数据格式、功能需求等的不同选择合适的处理方法。

（2）预警规则设计。以现有学习困难学生数据为基础，挖掘分析行为指标与影响因素之间的关系，建立影响因素与行为指标的映射关系；根据行为数据的异常偏差设置预警规则。如果需要则为学生提供结果展示和干预，如果不需要则展示学生当前的学习状态，鼓励学生继续保持并不断完善。

（3）预警结果展示。在数据分析处理后为判别为风险学生提供的可视化报告展示，呈现出学生具体预警信息，展示出现学习倦怠的可能影响因素。

（4）个性化教育帮扶。提供他助及自助策略，开展多维度的干预指导作用。对学生提供针对性的帮扶策略，推动学生做好针对性的自我改善。设计面向家长、教师、学生的学习倦怠心理问题干预策略推荐应用服务。全面搜集大学生心理问题干预相关资料，对资料库文档进行预处理；对心理健康教育工作者的需求进行分析，从大学生心理问题类型、干预角色（老师、家长、学生）、针对不同二级指标异常表现的具体干预措施等维度定义大学生心理问题干预知识图谱的概念层次及其属性，使用基于规则的方法对知识进行抽取，构建大学习心理健康问题干预知识图谱。满足教师、家长对不同类型大学习心理问题干预知识的个性化需求；同时，为学生提供个性化支持和引导方案，引导学生发挥主体作用开展自我干预。

四、基于大数据的大学生学习倦怠心理干预策略

大数据技术的发展将极大的改变大学生学习倦怠心理问题干预的模式，教育者的重心、知识构成等将受到极大的挑战。要实现大数据技术与学生学习倦怠干预的融合，必须科学把握制度环境、数据共享等问题[4]。要建立完善的制度保障、学业支持服务平台，同时要构建学业帮扶的全员协同工作模式。旨在提高学生自我督促管理能力，帮助学生解决学习过程中存在的困难，进而制定针对性的帮扶策略[5]。

1、建立完善的制度保障措施

建立学生学习、心理综合数据库，在保证数据安全的情况下，多途径采集学生各类行为数据，实现学生学习过程监测的动态化和全面化；建立数据采集和使用规范制度，明确数据使用权限，杜绝盲目使用数据和数据滥用；树立系统化思维，整合学校各业务部门数据，打破数据碎片化现状，实现数据共享。加强辅导员、班主任等思想政治教育工作者的培训，树立大数据思维，提高学生学业指导能力。

2、建立学业支持服务平台

建立集学生学习画像、学业预警、学习失败原因分析、学习策略指导于一体的学生学业服务平台，完善学业服务平台功能，满足学生个性化学习支持需求。细化思想政治工作策略，针对不同的预警归因，研究制定不同层次、不同类型的帮扶策略。如可以按照认知、行为、情绪、客观因素等对引起学生学业困难的原因，分门别类地制定干预策略。收集大学生学习倦怠心理干预策略相关语料资源，对语料文档进行预处理，利用知识图谱相关技术，构建大学生学习倦怠心理问题干预知识图谱；开发面向学生和思想政治教育工作者的大学生学习倦怠心理问题干预策略的智能推荐应用服务，搭建集自助和他助于一体的帮扶体系。

3、探索学业帮扶协同工作模式

建立数据驱动的“个人-学校-家庭”三位一体的学习倦怠心理问题教育协同工作模式。基于学业支持服务平台，帮助学生分析学业倦怠产生原因，引导学生树立奋斗目标，制定合理的学习规划，加强学生自我管理。学校应重视入学教育和职业规划教育，提前开展职业生涯规划，引导学生明确自身定位以及职业目标；基于学业支持服务平台，思政工作者既可以开展个性化帮扶，引导学生做好正确归因；也可以根据学习倦怠心理归因的类别，针对不同类别的学生开展专题辅导讲座，实现精准教育。此外，家长可以通过学业帮扶平台，了解学生学习倦怠心理问题情况及原因，针对不同原因导致的学习倦怠心理问题，从家庭教育的角度向家长提供帮扶建议，加强学习倦怠心理问题教育的有效性、协同性。

参考文献：

[1]原胜.大学生学业失败的预警与应对[D].天津师范大学，2022.

[2]李成硕.高校大学生学习动机、社会支持和学习倦怠的关系研究[D].吉林大学，2022.

[3]武传钟，张萍.高校学业困难生心理危机的成因及防范举措[J].学校党建与思想教育，2013（8）.

[4]刘丹，陈怡.大学生画像：思想政治教育精准化的新路径[J].学校党建与思想教育，2022（2）.

[5]蒙娇.基于大数据的学习预警模型及帮扶策略研究[D].内蒙古师范大学，2022.

基金项目：浙江省教育厅大学生思想政治教育专项（Y202250941）;宁波市高校思想政治研究会重点项目（SGXSZ22008）

作者简介：李晓鹏（1988.5），男，河南许昌，讲师，硕士研究生，主要从事大学生思想政治教育研究。