關于構建高校思想政治教育大數據工作機制的思考

隋 飛

（河南工業大學 信息化管理中心，河南 鄭州 450001）

當前，高校信息化建設已從數字校園建設階段轉入智慧校園建設階段，各種教學管理軟件的應用為高校積累了海量數據，智能手機的普及也不可避免地使大學生學習和社交方面的一些信息留存在網絡上。大學生思想政治教育是高校思想政治工作的中心任務，當前，必須“推進理念思路、內容形式、方法手段創新，增強工作時代感和實效性”[1]。高校應通過對這些數據的深入分析和有效利用，創新高校思想政治教育的內容、方式和方法。此項工作不僅需要解決如何挖掘數據、如何消除信息孤島等技術問題，還要解決數據權限、責任承擔等管理問題，這就需要構建一套圍繞大學生思想政治教育的大數據工作機制。

一、構建大學生思想政治教育大數據工作機制面臨的問題

目前，高校在思想政治教育信息化方面的實踐探索主要包括：通過辦公軟件的普及應用實現基礎信息和數據的電子化，以表單或表格的形式對各類工作數據進行統計和存儲；探索思政課程教學的網絡化，將云班課、學習通、雨課堂、智慧樹等網絡信息化手段用于課堂輔助教學；實現部分管理環節的信息化，如黨員管理工作的信息化、勤工助學崗位申報與管理流程的電子化、學生活動場所的網絡預約審批等；在獎懲、資助、志愿服務管理、心理健康、智慧團建等工作中，通過云平臺實現基礎數據標準化和縱向數據傳輸；應用電子郵件、QQ群、微信群等工具加強日常聯系溝通和信息傳遞。這些探索為構建大學生思想政治教育大數據工作機制奠定了基礎。

構建大學生思想政治教育大數據工作機制，主要面臨以下問題：

第一，數據獲取途徑不十分暢通，獲取的數據不夠全面。高校的大數據“具有數據來源廣、數量大、種量多和碎片化的顯著特點”[2]。涉及大學生學習生活等方面的各種數據一般分布在高校的相關職能部門，如教學院系掌握著學生的基礎信息，而一些反映學生思想政治狀況的信息包括資金消費情況、出入校門記錄、上網記錄等卻由其他部門掌握。高校常常由于部門間溝通不力，導致學生思想政治教育工作者不易獲得與學生相關的數據。同時，在思想政治教育工作中，一些收集到的數據或能夠形成標準化數據的信息，也常常由于管理者時間、精力、技術等方面的原因，不能得到有效的利用。

第二，思想政治教育工作的信息化、數據化水平不高。一方面，市場上有關大學生思想政治教育和管理的信息化應用軟件不少，但完全符合高校需求的不多，高校思想政治教育工作尚缺乏有效的技術平臺。另一方面，繁雜的事務、安全穩定方面的工作壓力，往往使思想政治教育工作者習慣于可靠、簡潔的傳統工作方式，缺乏創新意識，不重視相關數據的記錄及其利用。

第三，缺乏針對思想政治教育信息化工作的系統規劃。由于思維定式等方面的原因，高校的信息化建設規劃較少以思想政治教育為核心，而思想政治教育部門由于缺乏信息化方面的技術和工作經驗，難以對思想政治教育信息化工作進行全面系統的規劃和設計。在目前的大數據時代，一些高校的思想政治教育及學生管理工作仍然沿用傳統的方法和模式，不但工作效率低下，有時還會出現工作不規范、侵犯學生權益的情況[3]。

第四，教師的信息化素養不高，不了解學生的網絡行為。在網絡和信息技術的發展過程中，大學生的信息化素養整體上較高，而思想政治教育工作者對網絡和信息化的熟悉程度則參差不齊。教師往往不知道學生愛說的詞句、愛玩的游戲、愛看的網站，這難免影響思想政治教育工作的實效。

二、構建大學生思想政治教育大數據工作機制應注意的問題

（一）關于頂層設計

高校思想政治教育大數據建設的頂層設計應包括如下內容：第一，明確參與主體，建立由宣傳部門牽頭，由學工、思政、教學、人事、后勤等部門共同參與，由信息化管理部門提供技術支撐的責任機制；第二，明確相關部門和工作崗位的育人職責，形成各部門齊抓共管的協同機制和資源共建、共享、共管、共用的大數據工作機制；第三，建立以經費支持為主的保障機制，確保大數據建設工作持續高效地開展；第四，建立大數據生成匯集機制，使與思想政治教育相關的工作盡可能實現信息化、數據化，有效匯集與學生思想政治教育工作相關的數據；第五，建立基于大數據的思想政治教育預警決策和反饋機制，充分提高思想政治教育工作的實效性。

（二）關于數據資源的采集與整理

在思想政治教育大數據建設中，高校應根據思想政治教育工作的需求，用社交、個人體質、獎懲、心理等方面的數字指標描繪大學生個體的思想政治教育特征，進而利用大數據技術建立思想政治教育數據庫。為便于進行數據分析和二次加工，采集數據時要注意數據格式的統一性和標準性，數據采集的時間也應相對固定并保持全校統一。

（三）關于數據的挖掘與分析

“散落在高校中的各種原始數據……只有經過專業采集，進行相關分析、空間分析、結構分析等，才具有極大的價值?！盵4]對于獲得的數據，高校應按照思想政治教育的需求，基于對比、趨勢、極值等統計分析方法設計出相應的分析模型。這些分析模型可分為基礎分析、關聯分析、挖掘分析三類?；A分析主要是通過對同類數據的分析揭示學生整體的基本情況，如可以按學院、專業、年級統計出各類違紀的分布情況及變化趨勢。關聯分析主要是通過對學習成績、違紀情況等核心指標的分析，找出不同類別數據的相關性，如可通過對學生成績與其接受資助情況的關聯分析，了解資助行為能否促進學生學習成績的提升。挖掘分析主要是在基礎分析或對基本數據進行二次計算的基礎上，再進行深度的關聯分析。挖掘分析是大數據綜合利用的關鍵環節，它將原本零散的、看似無價值的數據實現有序化和關聯化，從而形成有價值的結論。高校在思想政治教育工作中，應以具體量化的指標數據為基礎，依托大數據分析處理技術，加強對相關數據的深度挖掘與運用[5]。例如：可通過分析受資助學生所在宿舍同學的學習成績，了解受資助學生是否發揮了學習帶頭作用；可通過對學生違紀情況與上網數據進行挖掘分析，了解兩者的關聯性。需要說明的是，挖掘分析模型的設計沒有范圍限制，凡有可能用于學生思想政治教育的數據關系、現象都可以對其進行分析，因為挖掘分析的本質就是在看似沒有關系的數據中找到相關性。

（四）關于預警決策與干預機制

“利用大數據技術可以發掘海量數據間的聯系，從而形成更為全面的判斷結果?！盵6]利用各種分析模型找到不同數據之間的關系后，要對這種關系出現的原因進行分析和判斷，進而根據因果關系找出干預措施，并建立有效的預警決策和干預機制。第一，要對重點事件設置預警。這里的預警，根據內容可分為成績預警、操行預警、生活預警等類別，根據嚴重程度可分為提醒、警告等級別。當通過數據分析發現可能會導致不良思想或行為出現時，應根據問題類別和嚴重性對相關的對象發出預警。依據學生個體數據分析結果發出的預警，對象應為當事學生；依據學生整體數據分析結果發出的預警，對象應為思想政治教育工作者。第二，要根據思想政治教育工作的規律性建立相應的決策模型。高校應“打造全面覆蓋、功能齊全、適用高效、反應靈敏的管理信息系統和決策支持系統”[7]。對具有規律性的事物，可直接由數據系統給出相應的決策模型，指出下一步應該做哪些工作，需要進一步關注哪些數據。根據范圍、數據、對象的不同，決策模型的觸發大致可分為異常狀態觸發、極值數據觸發、閾值觸發等類型。第三，要突出思想政治教育的精準性和干預措施的針對性，通過對前后端數據因果關系的細致分析，設計出干預實施模型，提出有針對性的干預方法。干預實施的主體既包括思想政治工作者，也包括提供基礎數據的工作人員。在干預過程中，如何調整干預方案，何時停止干預，都需要根據反饋評價情況來確定?；诖髷祿治龅乃枷胝畏矫娴母深A，其內容與常規思想政治教育是一致的，只是通過大數據分析能夠獲得準確、全面的信息，所以干預的精準性較高。

在大數據條件下，各類數據的強相關、弱相關關系很多，很難將其全部列出，以上討論的大學生思想政治教育大數據工作機制的各個環節也都存在很多種方案，所以在具體工作中，必須根據現有數據和重點目標，梳理各種數據間的關系，建立適合工作需要的模型并不斷改進，以適應新時代思想政治教育形勢的發展和變化，提高大學生思想政治教育的精準性和實效性。