郭建平

摘 要：將大數據技術數據應用于對高校黨員群體或者個人的量化分析中，可以改善和創新高校黨員教育工作。當下應當樹立大數據意識，搭建整合網絡新媒體平臺，挖掘運用大數據資源，同時還要重視網絡安全與個體隱私保護。具體而言，包括建設網絡新媒體黨員教育平臺、建立校內統一格式的業務運行數據管理系統、建立校際間黨員教育數據共享機制、建立新時期的黨員教育效果評價體系等舉措在內的完整的工作體制機制。

關鍵詞：黨員教育；量化分析；大數據

中圖分類號：G640 文獻標志碼：A 文章編號：2096-000X（2017）03-0005-02

在教育領域開展量化研究，主要是通過觀察、試驗和調查等手段，獲取相應的數據和材料，強調對學校教學、科研和管理等相關事務進行量化分析，歸納和提煉其本質屬性與發展規律。大數據時代來臨之后，高校的教學、科研、管理等各個環節時刻都在產生各種結構化及非結構化的數據集，在對高校黨員群體或者個人的量化分析中應用這些數據，可以為創新高校黨員教育工作提供有力參考。

一、高校黨員教育應用大數據技術的價值表征

長期有序的進行大數據的采集，有利于綜合性多維度的建立高校黨員教育評價體系。對于人的評價不同于對于具體工作的評價，尤其是對于高校黨員教育效果的評價需要多維度、長期性數據的采集分析，才有可能獲得較為準確的結論。因此，在開展高校黨員教育及對教育效果進行評價時，進行大數據的采集、處理和分析可以做出關于教育質量和教育效果的分析。

具體而言，在黨員教育領域應用大數據技術，主要是根據對于數據的相關性關系研究，或者利用相關性，預防或促成某些教育結果的發生，提升教育效果。如同舍恩伯格所言，“有時候，影響因素成千上萬，解釋的理論更加是多如牛毛，強找因果關系很難”[1]，科學研究和社會過程充滿了不確定性。高校黨員教育，其考核評價標準不僅是黨校結業考試的分數，黨性觀念、優良作風、工作能力、先鋒模范作用等考核指標包含著很多潛在的考察內容，這些都是教育和評價的重點。以網上黨校學習為例，學員在學習不同模塊的過程中會產生大量的數據，評價可以在學員學習的每一個階段都開展，評價的頻率要遠遠大于過去那種線下的黨校培訓過程。挖掘和分析相關的數據，對學員的學習行為、學習特征和學習過程進行及時跟蹤和把握，把握“相關性”，進而尋找其中的“因果性”，反過來也可以為黨員教育工作提供分析報告和開展相關研究時參考。

高校黨員教育應用大數據技術的意義還在于有助于對黨員教育工作績效和責任的判斷。從宏觀層面來講，可以通過分析黨員群體網上活動留下的痕跡和生活中產生的種種數據，揭示其思想狀況，把握其思想規律，精細分析群體思想與各類事件的聯系及對不同教育信息的好惡等。從微觀層面來講，可以清晰揭示個體思想行為的實際狀況，“個性化”、“定制化”等教育理念就可以適當發揮作用，教育活動的針對性和有效性也可以得到體現。[2]

二、高校黨員教育應用大數據技術的恉要原則

（一）及時轉變思維觀念，樹立大數據意識

高校黨員教育應當及時樹立大數據意識，研判相關技術應用給黨員教育工作帶來的影響，分析大數據技術發揮其功能的邏輯機理，改善黨員教育的方式方法與實效。校園信息化過程中產生大量的大數據，來自于不同的層次和類別，既有人事、財務、資產、科研等常規管理型業務產生的結構化數據，又有多媒體教學資源等非結構化數據；既有用戶使用網絡產生的行為數據，又有物聯網、移動互聯網感知到的位置數據等。這些數據圍繞著面對校內人群的服務與管理而產生，有著碎片化、持續性等特點。及時轉變思維觀念，正確認識大數據時代我們可以獲取的更為完善和寬泛的數據，以及相應倍增的相關知識和信息量，可以為做出決策增加更為充分的考量空間。

（二）適時搭建整合平臺，挖掘運用大數據資源

在寬帶與移動互聯網帶來顛覆性革新及新舊媒體協同運行的背景下，搭建跨界網絡新媒體黨員教育平臺，采集反映高校黨員群體思想、行為動態的數據信息，可以推動高校黨員教育工作創新，拓展高校黨員教育陣地。高校黨員教育屬于人文社會科學的研究范疇，其研究對象是人以及人所在的群體、組織和相互關系。在過去人文社會科學研究很難用數據來說話，因為其研究對象及獲取的資料用結構性數據無法表達，通常是運用邏輯推理的方法來獲取結論。社交網絡產生之后，為人們提供了在線交流與傳播信息的渠道，人們的“在線化”社會生活信息被清晰的記錄下來，這樣經過處理后的數據可以幫助我們更為直觀的觀測人類社會的復雜行為模式，了解社會人的行為態度與社會對人的影響，及時掌握網絡輿情，進而可以對一些公共行為和公共事件作出合理預測，建立預警機制和做好應急方案。

（三）重視網絡安全與個體隱私，建立網絡信息保障體系

進入大數據時代，新技術與社會正能量迎面而來的同時，不可避免的也會帶來一系列社會隱患，網絡安全和個人隱私成為目前人們極為關心的社會問題。2013年我國工信部發布了《電信和互聯網用戶個人信息保護規定》，明確規定“未經用戶同意，電信業務經營者、互聯網信息服務提供者不得采集、使用用戶個人信息”，構成犯罪的，依法追究刑事責任。當年8月，國務院下發《關于促進信息消費的若干意見》指出，要加強個人信息保護，推動出臺個人信息保護法律制度。高校黨員教育在應用大數據技術，進行數據信息采集和處理的同時，應當適時建立完善的網絡信息安全保障機制，重視對校內人群的隱私保護。

三、高校黨員教育應用大數據技術的路徑選擇

（一）建設網絡新媒體黨員教育平臺

哈佛大學心理學教授Stanley Milgram（1934～1984）創立的六度分割理論認為，任何陌生人之間所間隔的人不會超過六個，即最多通過六個人，兩個陌生人之間可以相互認識。根據該理論，每個個體的社交圈不斷放大，最后可以發展成為一個大型網絡，遵循該理論，面向社會性網絡的互聯網服務得以創立。在寬帶與移動互聯網帶來顛覆性革新及新舊媒體融合的背景下，實踐互聯網、移動互聯網的聯動組合傳播與3G/4G時代的媒體化創新，可以Stanley Milgram（1934～1984）創立的六度分割理論為指導，建構跨平臺網絡新媒體黨員教育平臺，推動高校黨員教育工作創新，實現黨員教育陣地拓展；在目前人們普遍開通、使用微博、微信等新媒體工具的情況下，可以借助微博、微信等新媒體手段，自主開發黨員教育移動客戶端，形成“微博——微信——移動客戶端”一體化的新媒體運行機制，主動占領網絡陣地，傳播網上正能量，用大家喜愛和樂于接受的話語體系推動高校黨員教育工作創新，滿足大家瀏覽、表達、交流、分享、娛樂等多元化與個性化的訴求，進而把握網絡意識形態領域的主導權和話語權。

（二）建立校內統一格式的業務運行數據管理系統

許多大學正在探索如何建立“數據治校”模式的合理路徑，高校黨員教育是現代大學治理的重要組成部分，應與高校其他工作共同構成完整的育人機制。在黨員教育工作中所采集的數據與校內其他部門采集的數據做到相應整合，建立適于現代大學治理的公共數據倉庫，既擴大了數據的來源和廣度，也可供學校在進行管理和決策時作為有力參考依據。目前高校各部門都在著手建立信息化管理系統，招生、學工、教務、人事、科研、財務等部門基本上都擁有比較完善的業務運行數據管理系統。但是由于市場上數據系統軟件的多樣化，各個數據管理系統有著不同的定義與格式，在進行不同部門的系統之間數據串聯時，就出現了數據提取困難的情況。在實際工作中，就需要組織專業人員從不同的數據管理系統中完成數據提取、轉換和裝載工作，將多種來源的數據按照統一的格式與定義進行整合，以業務主題為二級目標，建立起以分析為主要功能的大數據倉庫。因此在一所高校內部，統一格式的業務運行數據管理系統建設是一個比較棘手和又需要解決的長期性課題。

（三）建立校際間黨員教育數據共享機制

隨著科學技術的發展，對于高校黨員教育工作中存在的數據資源進行整合，不同高校之間開發和建立黨員教育數據共享聯盟，可以供各高校在開展黨員教育工作時參考使用。建立校際間黨員教育數據共享聯盟，應當注意科學界定不同高校之間的可比性數據，建立聯盟高校之間的相互信任關系，維護好聯盟高校及黨員個人權益，建立數據獲取的保障與安全機制。2014年，UMA（中國互聯網優質受眾營銷聯盟）發布了大數據平臺，該聯盟網羅了攜程網、當當網、易車網、智聯招聘等諸多知名網絡企業。聯盟的運行機制是以數據為核心，數據都存放在各公司內部平臺由企業自主管理。UMA內部成員之間采用應答機制，雙方數據握手成功，平臺本身并不保留數據，企業不需擔心數據外泄。建立校際間黨員教育數據共享聯盟，在技術層面可以參考UMA的運行機制，同時結合高校自身工作實際，探索出一條適合高校間黨員教育數據共享的合理路徑。

（四）建立新時期的黨員教育評價體系

高校黨員的學習經歷、學習效果、內心感受、思想動態等過去很難測量的事物，目前在技術層面已經可以通過量化的方法轉換為數據。因此，目前建立黨員教育評價體系時可以著眼于黨員教育的現狀和工作需要，將評價目標進行更為清晰、全面的界定和規范。《2014-2018年全國黨員教育培訓工作規劃》中將黨員教育培訓工作的目標確定為“理想信念進一步堅定，黨性觀念進一步增強，改革意識進一步強化，優良作風進一步發揚，履職服務能力進一步提高，先鋒模范作用進一步發揮”。高校黨員教育培訓在制評價體系時則可以將其作為指標體系的一級指標來界定。在確定二級指標時，可以借鑒人才培養的“知識-能力-素養-創新”全過程體系來確定二級指標的四個維度，一級指標中每一個目標的實現都應該涵蓋這四個維度。在高校黨員教育現狀和教育內容的基礎上，可以繼續確定一系列的三級指標，將強調終身學習、學習內容內化為自身素養的理念傳遞給每一位青年黨員。

總之，借助大數據一切皆可量化。我們在將大數據技術應用于高校黨員教育的同時，可以將重點放在探討新的定性研究與定量研究相結合的研究范式，關注和思考數據間的關系，尋找數據間的規律。“只問相關性，不問因果性”固然是大數據的特點，但筆者以為在完成了對大數據的相關性分析，了解“是什么”之后，我們還是應當繼續向更深層次研究因果關系，找出背后的“為什么”，即如何培養“黨性”與“人民性”才是我們最終的追問。

參考文獻

[1][英]維克托.邁爾-舍恩伯格，肯尼思.庫克耶.大數據時代[M].盛楊燕，周濤，譯.杭州：浙江人民出版社，2013.

[2]胡樹祥，謝玉進.大數據時代的網絡思想政治教育[J].思想教育研究，2013（6）：60-62.