大数据时代思想信息分析方法的转向

孟雅超

【摘要】“把握教育对象思想活动的本质及其规律是做好思想政治教育工作的先决条件”，只有详尽地占有思想信息资料，并对这些资料加以分析，才能发现和把握大多数人思想活动的共同本质和规律，促使人们的思想品德从“现有”水准提高到“应有”水准。任何信息都有一定的质和量，本文主要探讨大数据环境下思想信息的分析及其优化问题。

【关键词】大数据;思想政治教育方法;转向

习近平总书记指出： “做好高校思想政治工作，要因事而化、因时而进、因势而新。”大数据时代的到来，深刻影响着思想政治教育过程中所采用的思想方法和工作方法。牛津大学互联网研究所维克托·迈尔·舍恩伯格在《大数据时代》中指出：“大数据是一种价值观、方法论，我们面临的不是随机样本，而是全体数据;不是精确性，而是混杂性;不是因果关系，而是相关关系。”既为思想政治教育方法提出了要求，又为思想政治教育方法的发展提供了條件。随着大数据不断发展，思想政治教育信息分析方法的转向，主要表现在以下几个方面。

一、大数据时代思想政治教育分析方法的特点

（一）大数据能够提供更全面、多样化的信息资源

“任何思想政治教育工作都必须从收集大量的思想信息开始。”大数据为思想信息分析收集和获取大量信息资源，并能够对收集到的各种思想信息进行整理。针对以往随机采样存在的问题，在当前新的技术条件下，样本一总体。资源有限的时代，思想政治教育获取信息资源通常使用样本分析、研究和调查问卷，对信息资源的随机采样，不可能全部收集和分析全部数据，因此，信息分析结果就很可能出现偏差。采样过程中任何偏见的影响，也会使分析结果相差甚远。而采用所有数据的方法，教育者可以收集过去无法收集到的信息，或是更深层次的细分教育对象，即时发现异常情况，把握思想政治教育对象变化发展的趋势与规律。

（二）大数据能够实现思想信息实时动态获取

思想政治教育首先需要正确认识人们的思想状况，因此，必须对现实生活和实践活动做深入的考察。大数据能够提供实时性的思想信息资源。以往获取思想信息的过程中，我们更加倾向于抓取人们的思想呈现出显著变化的状态，例如主要是在重大事件、生活阶段转折、矛盾冲突和偶然事件发生的时候进行调查。但是人们的思想和行为的变化是一个动态的复杂过程，大数据技术和平台的运用，获取思想信息的时机不再受到空间和时间的限制，即便是在人们思想相对稳定的情况下，也能够持续获取思想信息，把握人们的思想状态，通过综合数据分析，揭示各种错综复杂的关系，为思想政治教育提供丰富而真实的思想信息。

（三）大数据能够全面提供数据化的分析素材

思想的内在性，决定思想信息分析必须透过人们的言行认识其思想本质。以往思想认识、思想情绪或行为表现的性质类型，都只能是定性分析，思想和言行之间还存在着一定的差异。“思想既可以通过言行证明表现出来，又可以从反面体现出来，还可以用各种假象掩盖或隐蔽起来”。传统的数据收集表现为单一、孤立、传统数据特征。“运用大数据技术，可以从各种思想，如学习情况、阅读情况、社交情况、消费信息、上网时长、网络浏览以及发言内容与地理位置等进行数据化分析”，可以说，受教育者所有的信息都是可以数据化的，通过这些复杂的外在言行进行数据化分析，把握人们的思想本质，为思想政治教育提供科学依据。

（四）大数据能够为思想政治教育提供相关分析基础上的预测

在大数据背景下，相关关系可以帮助我们捕捉现在和预测未来。大数据的核心功能就是为事物的发展动态做出评估和预测。目前，阅读的碎片化、快餐化、娱乐化、功利化已经成为普遍现象。传统的教学内容、专业化的学习网站，受教育者的点击率并不高。思想政治教育者可以依靠推荐系统，梳理出相关关系，自动推荐相关信息给受教育者，但并不用关注受教育者对这些内容感兴趣的原因。因为知道“是什么”可以创造点击率，增加受教育者阅读的概率。相关关系的核心是量化两个数理之间的关系，通过相关关系分析，思想政治教育工作者可利用大数据的预测属性和功能。相关关系增强时，另一个数字很可能也会增加，以图书馆门禁的数据为例，在一个时间段内，越多的人出入图书馆，能够反映出该阶段学生考试压力可能越大。因此，思想政治教育者可以找到一个现象的良好的关联物，把握大学生的思想和行为动态，预测哪些人的思想行为波动较大，从而及时进行事先教育，防患于未然，提高预防教育的主动性和有效性。

二、大数据时代思想政治教育分析方法的机会与困难

大数据时代，分析思想信息不再依赖于随机采样，不再热衷追求精确，不再寻找因果关系。这些分析方法的转变对思想政治教育起着重要的影响作用，同时也对思想政治教育活动的开展产生了较大挑战。

（一）打破数据使用壁垒

在数据化时代，数据来源变得更多样、更加容易、更加快速。思想政治教育分析方法可以从多角度、多层面进行，将数据的海量性和网络环境与现实环境相结合。以校园信息网络为例，校级数据中心平台、学生电子综合信息服务平台、在线课堂管理工具、学校各部处建设相关的管理应用系统、校园安全网络使用的摄像头、人脸识别系统、门禁器等都是学校数据的重要来源。多种数据源要求学校具备收集和处理大规模数据的能力，打破学校各个部门数据使用壁垒。这是因为，大数据要分析与某事物相关的所有数据，并关注事物的相关关系。以学生的考核成绩为例，单一的考试或考核成绩，更大程度上是反映学生的学习状况，而对于在教育过程中影响学生学业的非智力因素，如人际关系、生活状况、家庭情况、身体状况、学习环境等因素并不能做出反映。所以，必须保证信息收集的异源性和异构性，以保证信息数据涵盖范围的全面。

（二）增强数据的处理能力

大数据具有多样性、多源性特点，包括文本数据、方位数据、沟通数据等。人们不仅利用传统文本结构，还使用图片、视频、音频等诸多半结构化数据和非结构化数据等方式记录信息，表达自己的思想。而这些以不同形式获得的异源异构的信息数据之间的联系错综复杂，如何在充分进行信息挖掘的基础上，对大数据进行深度智能分析和信息整合，不至于“硬盘和大脑，在数据海啸到来后，成了无用信息的垃圾场”。这就要求思想政治教育者具备良好的数据处理能力，能够使用数据分析工具（统计学和算法）以及必需的设备（信息处理器和储存器）处理数据，挖掘大数据潜在的思想政治教育价值。

此外，大力培养原有思政队伍人员相应的技术能力。目前，高校中无论是思政教师还是辅导员，网络技术、统计学、情报学等专业知识比较欠缺，运用大数据进行思想分析过程中遇到技术阻碍，难以把思想政治教育与大数据有效结合起来。因此，亟需通过人才培养，使其尽快掌握运用大数据技术的能力。

（三）提高安全信息保护力度

随着大数据与思想政治教育的结合，隐私保护关注的重点转移到了个人数据方面，如何将现实法律与网络技术有机结合在一起，是高校信息安全面对的挑战。目前，我国虽然在个人数据保护上有明确的立法，但我国高校有关信息安全的法律法规的完善难以跟上信息化的进程。各大高校只是独立地进行内部的信息化建设，高校信息化建设并未形成系统的标准和行为规则，造成了不够规范的不良后果。因此，要逐步建立完善数据信息的管理利用制度。加强对数据资源的维护工作，确保档案数字化计算机设备等的稳定安全运行，对数字化计算机的重要数据进行加密设置，限制访问权限等，以提升高校信息资源的安全系数。解决当前高校档案信息过程中个人隐私安全问题，更大限度发挥大数据在师资队伍建设、学科建设、科研、教学等方面的优势，为学校管理决策提供依据，为学校发展指引方向。