高校思想政治教育大数据分析要素的构成

吕 明

(常州信息职业技术学院 江苏常州 213164)

高校思想政治教育大数据分析要素的构成

吕 明

(常州信息职业技术学院 江苏常州 213164)

高校思想政治教育数据来源于教育内容、教育场域、沟通载体、沟通信息等，可显示的数据为学习数据、活动数据、社区数据、生活数据等，这四类数据基本构成学生在校期间的思想政治教育状况及可分析路径要素。思想政治教育数据既可以形成一个动态成长思想政治教育数据模型，也可以在宏观、中观、微观方面加以运用，具有广阔的使用前景。

思想政治教育； 大数据； 要素

0 引言

随着互联网时代的推进，高校大学生思想政治教育工作已经具备了大数据的特征。大学生每天使用的交流网络平台、浏览的网络信息、学习的网络课程、参与的网络互动、发出的各类动态都会产生由文字、图片、音频、视频等构成的海量信息，这些数据基本反映了大学生的所思、所想、所行，也蕴含着丰富的大学生行为状况和发展规律的内容。正如中央电化教育馆王晓芜副馆长所说：教育正在走向大数据时代，谁能够发现数据，谁就能够赢得未来的生存；谁能够挖掘数据，谁就能够赢得未来的发展；谁能够利用数据，并利用数据提供个性化的服务，谁就能够赢得未来的竞争。三个层次是递进的关系，即发现数据，挖掘数据，利用数据[1]。因此，发现数据、挖掘数据、利用数据，是高校思想政治教育工作者把握时代脉搏、做好思想政治教育工作需要思考的问题。

1 高校思想政治教育数据来源

高校思想政治教育在课程教学、日常管理、校园文化活动、社会实践、沟通交流等方面广泛使用互联网，已经形成大量数据。这些数据既有大量宏观数据，也有大量微观数据，既有结构性数据，也有非结构性数据，这给数据的采集造成极大的困难。为了选择有效的数据，首先要对数据进行过滤，保留可用数据，并对数据进行必要的关联和聚合，从而进行分析。高校思想政治教育数据主要来源于以下几个方面。

1)思想政治教育的内容。思想政治教育的内容主要有课程教育、主题活动教育、网络视频学习、实践体验活动、社团活动、志愿服务等。这些可以产生课程成绩、参加教育活动频次、网络学习时间和点击率、实践体验活动次数和时间、志愿服务次数和时间等数据。这些数据可以被记录，但其数据价值和分析价值需要进一步确定。

2)思想政治教育的场域。学生思想政治教育活动场域主要在教室、实训室、图书馆、宿舍、食堂和网络空间(包括手机端和电脑端)。通过方位分析、场所分析，可以了解学生的主要活动区域，可以分析学生去了哪里，见了谁，由此预测其将来的行为。

3)思想政治教育的沟通载体。学生经常使用的沟通载体是微信、QQ、QQ动态、QQ说说、新浪微博、腾讯微博、人人、Facebook等。从学生使用的沟通载体可以了解不同群体的沟通方式和喜好等。

4)沟通信息。学生的思想表达、情感流露、人际变化将学生的思想状态变成一种可以分析的要素，如学生的文字、语言、表情符号表达等信息，形成可以分析的数据资料。

可以看出，思想政治教育数据可以来源于网络，也可以来源于日常教学，还可以来源于学生的各类校园文化活动、社会实践、志愿服务记录等。

2 高校思想政治教育数据的显示

很多高校形成海量思想政治教育数据，这些数据分散在不同的地方、不同的部门，成为学生思想政治教育一个有待发掘的宝库。但面对大量数据，如何挖掘出来显示其价值成为一个新的问题。与思想政治教育关联的数据主要包括以下几个方面。

1)思想政治教育课程数据，包括上课出勤率、课程参与、课程作业、课程成绩等，这些数据反映学生的课程学习状况。

2)学生参与党团培训的数据。包括参与党团培训的人数、培训次数、培训成绩等，由此形成学生党团教育数据。

3)学生参与思想政治课程校外实践活动的数据。如将学生参加校外实践活动或志愿活动折合成一定的素质教育分，形成素质教育数据，便于了解学生课外实践活动参与情况。

4)学生参与网络社区、社交平台互动、游戏活动的数据。这些网络活动能够产生出现次数、出现频率、活跃度等数据，便于了解学生参与网络社交活动的状况以及分析学生的喜好与参与度。

5)学生使用交流语言、表情符号、语音、视频等，可以产生思想状态数据，便于了解学生的思想状况。

以上数据的呈现需要筛选、组合和重构的过程，由此形成一个动态成长的思想政治教育数据模型，如图1所示。思想政治教育数据模型由以下内容组成。第一是学习数据，包括课上与线上。课上学习数据包括课程出勤率、课程成绩；线上学习数据包括学生参与提问次数、参与讨论次数、学习时长等，最终体现学习成绩与互动的关系。第二是活动数据，主要包括知情意行四个维度。其中知、情、行主要选择学生参与活动的次数，如参与讲座、培训等的次数；学生表达情绪和状态使用表情、语言的次数；学生参加志愿服务，体验思想政治教育活动的次数，选择参与活动、表达情绪、参与实践活动等频率。第三是社区数据。主要包括学生常用的交友平台、使用平台的次数、出现在平台的时间、使用平台的时长、交友人群、交流文字等，这些数据基本反映学生的社交状况。在各类数据中，这类数据最为真实和可靠。第四是生活数据。与学生思想政治教育相关的生活数据，可以选择学生进出公寓门禁的时间数据，以了解学生遵守纪律的情况；选择星级宿舍评比结果数据，可以评估学生的集体生活表现状况。

图1 学生思想政治教育数据构成以及分析路径图

3 高校思想政治教育数据的运用

联合国在2012年发布的大数据白皮书《Big Data for Development: Challenges & Opportunities》中指出，大数据时代已经到来，大数据的出现将会对社会各个领域产生深刻影响[2]。大数据为思想政治教育展现新的内涵，主要有三个方面：一是传统思想政治教育中“一定的思想、政治、道德观念”被置于世界眼光、中国情怀、时代特征三个维度下审视；二是对教育对象施加影响的方式由“人为”转向“数据化”；三是教育的目的不再局限于规范社会行为，更扩大为管理与服务[3]。

挖掘并分析思想政治教育大数据，具有非常广泛的运用价值。从理论构建方面看，可以形成一个动态成长的思想政治教育数据模型。由数据来源模块、数据显示模块、数据预测模块、数据干预模块构成的四大数据集合体，并辅以把握、分析、预测、干预的教育引导，形成数据与教育的有机结合。数据来源模块主要汇集学生在校期间的各类数据，包括学习数据、生活数据、活动数据、社区数据等；数据显示模块主要显示数据来源各模块选择出来的与学生思想政治教育有关的数据，如学习成绩、参与活动次数、频率，使用社交平台的次数、时间，休息时间以及所在宿舍测评星级状况等，通过数据挖掘和分析显示不同数据之间的相关性；预测模块则通过数据显示和分析，发现学生思想动态，把握学生思想倾向，预测学生的思想行为。数据干预模块则是给予个性化和群体的干预和引导，预防危机事件的发生，弘扬学生中榜样的作用，引导并规范学生的行为。

从实际应用方面看，思想政治教育大数据在宏观、中观、微观方面具有广阔的使用前景。

1)宏观来看：一是数据采集和呈现，便于学校全面、科学、精准地了解学生的思想政治动态，将思想政治教育数据化、可视化；二是数据聚类和分析，有利于学校客观把握学生的思想动态，调整思想政治教育的要求，改变思想政治教育的方法，促进思想政治教育的实效性，为改善思想政治教学效果提供了可能；三是相关的数据变化有利于及时把握学生思想政治状况的时代特性，预测思想走向，为教育决策提供科学依据，有利于增强意识形态领域的安全预警与监测，为提升思想政治教育实践成效提供支撑。

2)中观来看：一是数据采集和呈现，要求学校明确梳理数据结构，构建一个涵盖教学管理系统、学生管理系统、学生素质教育活动系统等在内的统一的科学数据库；二是数据聚类和分析，要求学校密切关注学生学习、生活、社交、参与课外活动等动态，切实了解学生思想，预测学生心理发展动向；三是数据相关和变化，要求学校保持一定的敏感性，理性引导学生思想，人性服务学生成长。

3)微观来看：一是数据采集和呈现，能够清晰展现学生在校的学习和生活状况。学生的学业成绩、出勤状况、书籍借阅情况、饭卡消费情况、上网时长、网络浏览内容、网络社交行为等，均可被实时、动态采集而进入思想政治教育过程。二是数据聚类和分析，可以动态捕捉学生的学习能力、兴趣、性格等有效信息，构建个性化教育环境，做到关注学生不同特点和个性差异，发展每一个学生的优势潜能，促进学生多样化选择、个性化发展。三是数据变化和相关，可以利用大数据的预测属性，对学生的行为及时进行研判和前瞻，发挥现代大学“监测、分析、预见、缓解”的预警功能，对不确定性事件提前反应，从而更有效地把握思想政治教育的发展趋势。

4 结束语

思想政治教育大数据有着丰富的内涵和极大的开发价值，梳理思想政治教育有效数据，并挖掘数据的价值，分析数据的意义，将有利于推进科学、有意义的思想政治教育工作，并及时对思想政治教育主客体提供思想引导和行为纠偏，提升思想政治教育的实效性。

[1] 王晓波. 大数据促进教育变革与创新——专访中央电化教育馆王晓芜副馆长[J]. 中小学信息技术教育， 2013(10)： 10-11.

[2] 王国军， 刘爽. 大数据时代的大学生思想政治教育研究[J]. 理论观察， 2014(1)： 143-144.

[3] 胡纵宇, 黄丽亚. 大数据时代大学生思想政治教育面临的问题及应对[J]. 学校党建与思想教育， 2014(13)： 64-66.

Construction of Analytical Factors from Big Data of Colleges and Universities Ideological and Political Education

LV Ming

(Changzhou College of Information Technology, Changzhou 213164, China)

The data of colleges and universities ideological and political education mainly comes from education contents, education areas, communication carrier and communication information. The data can be shown to the public, including education data, activity data, neighborhood data and life data. These four kinds of data basically construct the situation of the ideological and political education and important analyzable factors of college students. The data of ideological and political education can not only build a dynamic model of ideological and political education but also has a bright future in the macro, medium and micro applications.

ideological and political education; big data; factors

2017-11-06

2017年度江苏省社科应用研究精品工程高校思想政治教育专项课题“高校大数据思想政治教育的可视化研究”(17SZC-06)；2016年度常州信息职业技术学院人文社科院级科研课题“基于素质教育管理平台的高职素质教育数据分析与研究”(CXRS2016007)

吕 明(1964-)，男，副教授，主要研究方向：哲学、思想政治教育

G 641

A

1672-2434(2017)06-0085-03

缪宁陵]