习近平总书记在全国高校思想政治工作会议上提出：“推动思想政治工作传统优势同信息技术高度融合，增强时代感和吸引力”。人的思想和心理一般通过某种行为体现出来，这些大都可以用数据来刻画和表征，形成人的思想行为大数据，它们具有大量、动态、多样、客观等特点，蕴含着鲜活的时代特征、丰富的教育价值[3]。

大数据背景下学生的行为分析就是要通过学生日常生活学习的点滴记录，挖掘学生的行为规律，得出一些具有较强指导意义的结论, 提高学生管理工作的工作效率和服务质量，更好的服务学生成长成才。

1．大数据背景下学生行为分析推动高校学生精准资助

2015年，教育部在全国教育工作会议上明确提出：“要提高国家资助政策的精准度，依托国家教育管理信息系统建设平台，确保国家学生资助、奖补等优惠政策真正落实到每一个需要帮扶的学生身上。”

2016年，教育部在就学生资助工作答记者问中，又进一步明确了“精准资助”的战略任务。在大数据背景下，精准资助学生成为可能，运用科学有效的大数据技术手段，对资助对象进行精准识别、资助和管理，为进一步提高高校学生资助工作水平、实现“精准资助”奠定了重要基础。资助工作须强化大数据意识，加强利用数据处理技术的能力，完善各项制度保障，进一步提高工作的科学性和针对性，更好地发挥资助工作的育人功能。

2．大数据背景下学生行为分析支持高校学生学业帮扶

为了满足大学生个性化学习与发展需求，帮助他们解决学业过程中遇到的问题，许多高校已经建立或正在筹建大学生学业支持中心，面向有学业支持需求的学生开展学业分析与学习支持工作。学业支持中心的重要职能之一就是运用现代教育理念和数据挖掘技术、学习分析技术，对大学生学业及学习状况进行分析、诊断、预测、干预，从而为大学生学业规划、学习方法、学习资源、学习评价等方面提供服务，这也使学业支持中心成为运用大数据支持大学生学业发展的重要载体。

3．大数据背景下学生行为分析助力学生心理健康监督及反馈

心理健康数据从数据来源的组织来说，主要来源于心理健康教育中心、学院、书院、宿舍、家庭等；从数据来源的主体来看，主要来源于心理咨询师、班主任、导师、辅导员、学生、家长等；从数据来源的工作来看，主要来源于心理普查或测评、心理咨询或约谈、深度辅导、心理主题活动等。在高校学生心理健康状况普查或实际工作过程中，会产生大量的、多样化的数据，挖掘和利用好这些数据，能够改进心理健康教育工作，提高学生心理健康水平，提升高校人才培养质量。