圖片來源：unsplash

大學生總體上網(wǎng)特點

首先來看看，現(xiàn)在大學生都怎么上網(wǎng)？流量都消耗在哪些事情上了？

圖1為中國農(nóng)業(yè)大學校園網(wǎng)一個月內有線和無線上網(wǎng)終端數(shù)量的對比情況，目前無線上網(wǎng)終端的數(shù)量約為有線上網(wǎng)終端數(shù)量的3.5倍。這是大部分學生公寓樓尚未部署校園無線的統(tǒng)計結果，可以預見，如果全部學生宿舍均已覆蓋校園無線，則二者的比例差距將會進一步擴大。

圖1  有線和無線上網(wǎng)終端數(shù)量比較

學生上網(wǎng)Top流量應用

圖2給出了2017年12月校園網(wǎng)上網(wǎng)Top流量應用的排名。數(shù)據(jù)表明，近幾年校園網(wǎng)的Top流量應用絕大部分是主流視頻觀看或下載等要求高帶寬、低延遲的應用，此種現(xiàn)象目前在各個高校校園網(wǎng)中均普遍存在。

圖2  學生上網(wǎng)流量Top應用 

圖3為2017年12月校園網(wǎng)移動應用的Top流量統(tǒng)計情況，可見學生主要使用手機，其次才是使用iPad等平板電腦移動上網(wǎng)；此外，學生移動上網(wǎng)主要用于學習和生活需求（查詢資料、郵箱、打車、網(wǎng)盤），以及社交需求（微信、脈脈、QQ、微博）。

圖3  學生移動上網(wǎng)流量Top應用

不同學生群體上網(wǎng)和學業(yè)成績的關聯(lián)分析

目前學校每年有極少數(shù)大學生因學業(yè)成績達不到培養(yǎng)要求而無法取得學位。探究這些學生學業(yè)成績不理想的原因，才能有針對性的對其進行學業(yè)輔導。下文以中國農(nóng)業(yè)大學為例，進行了不同學生群體之間上網(wǎng)的統(tǒng)計分析，以及學生上網(wǎng)和學生學業(yè)成績的關聯(lián)分析。

Top上網(wǎng)流量學生的上網(wǎng)統(tǒng)計分析

圖4對2017年上網(wǎng)流量排名Top 400的學生及其2017年秋季的GPA成績排名進行比較分析。

圖4  流量Top400學生成績分布情況

2017年上網(wǎng)流量排名為Top 400且未畢業(yè)的本科生共計302名，其中成績排名為專業(yè)成績倒數(shù)20%以內的學生比例高達45.4%，成績正數(shù)20%的學生比例僅為4.7%，二者差異顯著。另有33.7%的學生成績分布在(50%，80%]的靠后區(qū)間，而僅有16.2%的學生成績分布于(20%，50% ]的區(qū)間。

繼續(xù)分析2017年成績排名正數(shù)和倒數(shù)Top5%學生的月均上網(wǎng)流量分布區(qū)間（圖5）發(fā)現(xiàn)，成績倒數(shù)Top5%學生中月均網(wǎng)絡流量為高流量區(qū)間的人數(shù)比例遠高于成績Top5%的學生，體現(xiàn)在成績倒數(shù)Top5%的學生中月均流量>40G的學生比例高達45.1%，而成績Top5%的學生比例僅為7.2%。

圖5  成績排名靠前與靠后Top5%學生的月均上網(wǎng)流量分布對比情況

對圖4和圖5的數(shù)據(jù)分析得出，上網(wǎng)Top流量的學生中，專業(yè)成績不理想的學生比例遠高于成績理想的學生。這些專業(yè)成績倒數(shù)而上網(wǎng)流量為Top的學生有可能是因為過量上網(wǎng)導致學習成績不理想，應引起學院、輔導員或班主任的重視。

預警學生群體的上網(wǎng)統(tǒng)計分析

預警學生群體指的是不及格課程門數(shù)超過一定數(shù)量的學生。在教學管理中將學生的預警級別分為紅色、橙色和黃色預警，其不及格課程門數(shù)分別定義為：大于5門、4~5門和2~3門。

預警學生的類別大體又可分為：民族生、特殊招生（體育特招、藝術特長、留學生）、雙培生、預科轉入學生、正常統(tǒng)招學生等；而預警學生的身份還可從不同年級、不同性別、不同省份、不同學院等進行細分。本文僅側重于不同預警級別學生之間、及其與全體本科生的上網(wǎng)流量對比分析。

本文給出了兩個時間節(jié)點的數(shù)據(jù)分析，2017年春季的預警分析和2018年春季的預警分析。

• 2017年春季學習預警學生的上網(wǎng)統(tǒng)計分析

2017年春季學習預警分析基于如下數(shù)據(jù)集進行：2017春預警學生、 2017年3月學生成績、2016年度學生上網(wǎng)流量。

• 預警學生成績排名情況

  2017年春季預警學生的成績排名情況為389名學生的成績排名區(qū)間處于(90%，100%]的區(qū)間，約占預警學生總人數(shù)的76.1%（紅色、橙色和黃色預警人數(shù)分別占同類預警級別人數(shù)的92.7%、82.2%和65.6%）；其次，約84名學生的成績排名區(qū)間處于(80%，90%]的區(qū)間，約占預警學生人數(shù)的16.4%（紅色、橙色和黃色預警人數(shù)分別占同類預警級別人數(shù)的6.6%、15.8%和21.6%）。

• 上網(wǎng)流量Top 400本科生中預警學生分布

  圖6對上網(wǎng)流量Top 400本科生中預警學生分布情況進行分析，2016年度上網(wǎng)流量Top 400的本科學生中，有81人在2017春被學業(yè)預警，占2016年度本科學生上網(wǎng)流量Top 400的20.3%。在這81人中，紅色、橙色和黃色預警的學生人數(shù)及比例分別為（36，44.4%）、（13，16.1%）和（32，39.5%），其又分別占紅色、橙色和黃色預警總人數(shù)的26.3%、12.9%和11.7%。統(tǒng)計結果表明學業(yè)預警學生中確實有較多學生存在過度上網(wǎng)問題。

  
  

  圖6  2016年度上網(wǎng)流量Top400本科生中包含的預警學生人數(shù)分布

• 學業(yè)預警學生與全校學生的上網(wǎng)橫向比較

  再將2017春預警學生與全校本科生在2016年度的人均上網(wǎng)流量進行橫向對比（如圖7所示）。

  
  

  圖7  2017春預警學生與全校本科生的上網(wǎng)流量對比

從整體統(tǒng)計，2016年度全校本科生的人均年上網(wǎng)流量為183.4G，但2017年春紅色、橙色和黃色預警學生則分別達到了438.0G、336.3G和318.0G，分別為全校學生人均年上網(wǎng)流量的2.4、1.8和1.7倍。從個體統(tǒng)計，預警學生中約有58.7%（全校則僅約有32.8%）的人數(shù)比例超過全校學生人均年上網(wǎng)流量。圖8可看出學業(yè)預警學生人均上網(wǎng)流量遠高于全校學生的平均水平，進一步說明學生成績不佳與過度上網(wǎng)之間存在明顯的相關關系。

• 2018年春季學習預警學生的上網(wǎng)統(tǒng)計分析

考慮到學業(yè)預警學生中有部分學生本來學習基礎較弱（例如體育特招、藝術特招、民族生、預科班轉入學生、留學生等），但正?？挤秩雽W（統(tǒng)招生）的學生則不存在此類問題。對統(tǒng)招入學但被學業(yè)預警的這部分學生而言，其上網(wǎng)情況到底如何？是否有新的特點？為了解以上情況，表1分析了2018年春季成績預警學生與其在2017年秋季的上網(wǎng)情況。

表1   2018春預警學生與全校本科生的上網(wǎng)流量對比

表1數(shù)據(jù)表明：

• （1）從整體統(tǒng)計，2018秋全校本科生的人均上網(wǎng)流量為132.3G，但紅色、橙色和黃色預警學生則分別達到了308.3G、225.5G和190.8G，分別為全校本科生人均流量的2.3、1.7和1.4倍；從個體統(tǒng)計，預警學生中約有60.0%的人數(shù)比例超過全校學生人均年上網(wǎng)流量（紅色、橙色和黃色預警的比例依次為70.2%、62.1%和56.0%），而全校學生中則僅約有36.7%的人數(shù)比例超過。

• （2）統(tǒng)招入學的預警學生中，無論是人均上網(wǎng)流量還是超過全校學生人均流量的比例均高于同級別的預警學生數(shù)值，紅色預警的統(tǒng)招學生尤其明顯，其人均上網(wǎng)流量高達357.9G，是紅色預警學生的1.2倍，是全校的2.7倍，且超過全校本科生人均流量的比例相比紅色預警學生提高了5個百分點（75.7% vs 70.2%）。這說明被學業(yè)預警的統(tǒng)招生中，過度上網(wǎng)現(xiàn)象更為嚴重，這也可能是導致其成績不理想的一個重要因素。

• （3）2017春和2018春預警學生的上網(wǎng)統(tǒng)計分析結果很接近，均能說明有相當比例的學業(yè)預警學生存在過度上網(wǎng)的問題，且預警級別越高，過度上網(wǎng)情況越嚴重，約1/5的紅色預警學生以及約1/8的橙色預警學生進入流量Top 400學生的排名清單。

學霸/學習困難學生群體的上網(wǎng)統(tǒng)計分析

本文將學習困難學生定義為：專業(yè)成績排名倒數(shù)第一、倒數(shù)第二的學生；學霸學生定義為：專業(yè)成績排名第一、第二的學生。本小節(jié)基于2018年4月的學生成績和2017年度上網(wǎng)流量數(shù)據(jù)進行統(tǒng)計分析。

• 學霸/學習困難學生與全校本科生的上網(wǎng)對比

表2給出了學霸、學習困難和全校本科生的上網(wǎng)流量對比明細。專業(yè)第一、專業(yè)第二的學霸們的上網(wǎng)流量接近，均稍低于全校學生平均水平，二者超過全校本科生人均年上網(wǎng)流量人數(shù)比例均接近25%；而專業(yè)倒數(shù)第一、倒數(shù)第二的學習困難學生，其上網(wǎng)流量不僅遠高于全校平均水平（約為2倍），且超過全校本科生人均流量的人數(shù)比例則激增到了60%以上。

表2   2018春季學霸/學習困難/全校本科生的上網(wǎng)流量對比明細

• 學霸/學習困難學生在Top 400大流量本科生中的分布

圖8給出了2017年度Top 400大流量本科生中所包含的學霸/學習困難學生的分布情況。其中，學霸學生4人（專業(yè)第一、第二各2人），占學霸學生的0.8%；學習困難學生67人（專業(yè)倒數(shù)第一、第二分別為39和28人），占學習困難學生的14.0%，學霸和學習困難學生中包含的Top 400流量人數(shù)及比例差異顯著。

圖8  上網(wǎng)流量Top400中學霸/學習困難學生分布 

• 學霸/學習困難學生的月均流量區(qū)間人數(shù)分布

圖9為學霸及學習困難學生的月均上網(wǎng)流量區(qū)間分布情況，學霸學生的月均上網(wǎng)流量大部分集中于30G以內（82.3%），(30G ，50G]區(qū)間有14.1%的分布，但超過50G的人數(shù)寥寥無幾（3.5%）。學習困難學生在30G以內雖然人數(shù)也較多（45.6%），但遠低于學霸相同區(qū)間的人數(shù)比例，在(30G，50G]流量區(qū)間為31.3%，在(40G，50G]區(qū)間達到了20.4%，在超過50G的大流量區(qū)間中，學習困難學生人數(shù)比例則遠超學霸學生（23.0% vs 3.5%），此與前面部分分析結果類似。

圖9  學霸/學習困難學生月均上網(wǎng)流量人數(shù)分布

大部分大學生能夠處理好網(wǎng)絡與學習生活的關系，其網(wǎng)絡態(tài)度總體呈現(xiàn)良好發(fā)展態(tài)勢，但也有少量學生過度沉迷于網(wǎng)絡。對學業(yè)預警、學霸和學習困難等不同學生群體的上網(wǎng)統(tǒng)計分析均表明了成績不佳與過度上網(wǎng)之間存在明顯的相關關系。尤其是學業(yè)預警級別越高，成績排名越靠后，Top大流量的學生越多，其人均上網(wǎng)流量也遠高于學校學生平均水平的現(xiàn)象應引起教學管理部門足夠的重視。

（本文源自《中國農(nóng)業(yè)大學：數(shù)據(jù)分析敲響學業(yè)警鐘》，作者：勞鳳丹1 李軍1 仇瑩2，單位：1為中國農(nóng)業(yè)大學網(wǎng)絡技術中心 2為中國農(nóng)業(yè)大學教務處，全文刊載于《中國教育網(wǎng)絡》雜志2019年8月刊）