大数据在高校思想政治教育工作中的运用|高校思想政治教育

大数据在高校思想政治教育工作中的运用

一、大数据时代：高校思想政治教育创新的新契机 1.大数据时代的浪潮席卷而来。《自然》杂志在2008年 9月曾推出以“大数据”为题的封面专栏，讲述大数据在数 学、物理、生物、工程及社会经济等多个学科扮演着越来越 重要的角色。大数据的特征可以用“4V”来概括，即Volume、 Variety、Velocity和Value。Volume(容量)，是指大数据巨 大的数据量与数据的完整性；
Variety(种类)，则意味着要 在海量、种类繁多的数据间发现其内在关联；
Velocity(速 度)，可以理解为更快地满足实时性需求；
Value(价值)，是 指大数据的最终意义即通过数据获得洞察力和价值。在这四 个特征中，最重要的是大数据背后的意义，追问大数据的意 义是目前人们最为关切和讨论最多的。[1] 在大数据浪潮的推动下，社会各个领域都将感受到因数 据带来的变革力量。仅在几年前，我们还在讨论迈入信息时 代后，如何根据信息化的发展实现校园的数字化建设，如何 运用社交媒体与学生交流进行网络思想政治教育，然而信息 的高速发展所带来的爆炸性大数据已经将社会带入了以智能化为标志的“工业4.0”时代。2013年中国迈入大数据元 年后，国内教育领域也掀起了基于智慧校园利用大数据技术 促进教育改革和创新发展研究的热潮。

2.智慧校园的建设使校园大数据的收集和挖掘成为可 能。进入21世纪后，我国高校教育信息化建设快速发展，各 高校围绕“数字校园”均进行了卓有成效的建设。当前，数 字校园建设主要集中在两个方面：数据整合和应用集成。其 目标是实现校园信息资源的整合和集成，构建全校基于统一 标准、各类数据充分共享和流通的统一数字平台。目前，一 批高校已经启动了智慧校园建设，无处不在的网络学习、融 合的网络科研、透明高效的校务治理、丰富多彩的校园文化、 方便周到的校园生活是未来智慧校园发展的蓝图。智慧校园 强调“以服务为核心，以管理为支撑”的理念，目的是实现 校园活动的“深度融合”。[2]建设智慧校园，需要通过云 计算、物联网等技术实现对相关信息的收集，如有关人员、 设备、资源的相关信息，学生的学习偏好、认知特征、学习 时间、学习空间、学习伙伴等的相关信息。各高校智慧校园 建设的趋势使得收集和挖掘学生相关数据和信息成为可能。

依托智慧校园建设，凭借数据挖掘和建模技术，可以在海量 的校园数据的基础上挖掘出与学生行为习惯、学习特征、兴 趣偏好等相关的数据和信息，与高校思想政治教育的目标相 结合，构建模型，建立预测方法，进行趋势分析、展望和预 测。3.学生多元化发展的需求呼唤高校思想政治教育工作 的创新。大数据在教育应用研究中的兴起为高校思想政治教 育应对新挑战和新要求提供了新的思路。在大数据思维的影 响下，教育的本质回归到促进学习者个体的发展，教育模式 从传统课堂的集体教学向数字化个性教育发展。[3]通过对 大学生学习和生活行为所产生的大数据进行分析，可以获取 每个学生的价值取向、兴趣爱好、学习能力、接受水平等若 干信息，可以支持对学生的个性发展研究，这些数据既能够 用于改进教育和服务工作，也是学生对现有的教育和服务提 供的一种反馈。通过这种行为交互信息的分析和反馈，改进 现有的教育工作模式，将改变统一形式和内容的教育模式， 进而根据学生的个性特征和学习需求开展真正意义上的个 性化教育。

二、大数据理念与技术在高校思想政治教育工作中的运 用 在智慧校园逐步成熟的背景下，大学生在校园内学习、 生活、社交等活动产生的海量数据，借助专业的手段进行收 集、挖掘、整理和分析，可以为高校思想政治教育工作的预 测、预警、决策提供信息支持，有助于开展个性化的思想政 治教育工作。

1.宏观层面：洞察大学生群体的总体特征，实现大学生 行为的预警及预测。很长一段时间以来，由于记录、存储和 分析数据的技术与工具的限制，在高校思想政治教育领域对学生的整体状况和特点主要通过抽样调查和样本分析的形 式开展，然而思想是一个难以量化的概念，由于研究者设计 问卷时的偏差，以及受访人员因了解问卷目的而产生的不同 于内心想法的行为，所得出的结论无法完全描述大学生群体 的思想状况和心理特征。而通过对大学生校园大数据的收集 和归纳则能够了解大学生思想、生活状态的全貌，再对这些 数据用科学的方法加以分析，可以得出抽样调查无法获得的 结论或者通过全样本的数据验证以往的教育结论，还能够进 一步对大学生的行为开展预警和预测工作。大数据的预警性 在于相对于一定的标准，只要当数据发生异常时，通过一定 的机制就可以发出警告，从而迅速采取相应措施，使问题及 时得到解决。[4]而大数据的预测性则是发掘数据之间的关 联性，通过某些现象之间的关联预测事情发展的趋势和可能 性。

以大学生校园一卡通所产生的数据为例，通过对大学生 消费时间、消费金额、消费地点的统计，可以了解学生的生 活习惯与校内餐饮消费水平；
将这些信息与大学生的家庭收 入情况、生源地、性别、年级等信息之间的关系进行分析， 可以了解到大学生的校内餐饮消费水平与上述因素是否具 有关联性，通过数据分析可以建立全校学生的常模参数。通 过监测学生行为与常模的对比，可以及时诊断可能存在的隐 患，用于发现学生突发生活困难或心理问题等意外情况的预 警工作，进一步完善大学生资助认定工作和心理危机处理工作机制。将这些信息与大学生的图书借阅、自习、学习成绩 等信息之间的关系进行分析，可以寻找其中是否存在关联并 能找出其中的关联点，还可以通过对学生一系列日常行为的 分析，对学生的学业表现和行为发展进行预测，对可能出现 问题的学生进行提前干预和引导。

2.微观层面：描绘大学生个体的习惯偏好、成长需求， 实现高校思想政治教育的个性化。目前，大数据理论和技术 在商业领域已经得到了十分广泛的应用，商家通过用户以往 的成功交易记录、收藏记录、浏览记录甚至浏览的时长等多 项数据的结合，发掘其中的关联，描绘出每一个用户的兴趣 与需求，针对这种个人偏好进行商品推荐。在这一过程中， 一方面，商家能够更有针对性地向目标群体推送更为适合的 广告，提高商品获得关注并成功销售的几率；
另一方面，用 户能够获得根据个人习惯和偏好订制的更具个性化的商品 推荐服务，也优化了用户体验。

三、大数据应用于高校思想政治教育仍需探讨的几对关 系 大数据能够通过宏观和微观两个层面协助解决目前高 校思想政治教育工作的创新难题，在对大学生预测和预警领 域、教育的个性化和精细化领域都有巨大的作用和深远的影 响。但在其应用中，仍有几对关系值得我们密切关注和深入 探讨。

3.探究行为而非发掘隐私。大数据目前在全世界都产生了深远的影响，然而这种方法和技术在教育上的应用在其发 源地美国也遭遇了有可能泄露个人隐私的信任危机。《商业 周刊》刊发的《要收集学生的大数据，没门》一文中，介绍 了美国在行业内领先的数据分析公司InBloom通过对纽约州 公立学校所有学生包括考试、注册、吃饭等覆盖400多个领 域的大数据的监测，跟踪学生的学业表现，根据每个学生的 情况布置作业并提供学习建议。此公司因为在个性化学习领 域的突出表现和帮助学校更合理地运用教育资源一度成为 领域内的翘楚，然而由于学生家长对泄露孩子个人隐私的担 忧，尽管尚无资料提到该公司存在信息滥用问题，但该公司 还是在隐私保护倡导人士和家长的压力下倒闭了。[10]这一 事件也将为我国高校将大数据理念和方法运用于思想政治 教育敲响警钟。随着学生的权利意识和隐私保护意识的不断 加强，对于学生校园卡消费行为、网络言论、进出宿舍及图 书馆记录、选课成绩甚至位置信息等各种数据的全面收集和 分析也将面临法律和伦理困境。如何在信息安全的情况下保 护学生的隐私与合理利用学生的行为数据更好地为学生提 供服务之间寻找平衡点，也将是大数据技术运用于高校思想 政治教育领域所必须解决的重要问题。