跟上信息网络时代步伐推进大数据政工建设

朱洪杰 曹二刚

习主席强调，要积极研究把握信息网络时代政治工作特点规律，推动政治工作传统优势与信息技术高度融合。大数据政工，就是适应信息网络时代要求，以政治工作的数字资源建设和信息系统建设为突出特征，将大数据技术与政治工作本体及政治工作传统优势结合起来的政治工作模式。建设大数据政工，是发挥我军政治工作生命线地位作用的重要举措，也是提高政治工作信息化、法治化、科学化水平的必然要求。

一、充分认清大数据政工的重要意义

随着信息网络的迅猛发展，大数据被人们称为“数字石油”，涉及社会各个领域，同样也给军队政治工作带来了新的机遇和挑战。大数据政工作为军队信息化建设的一个重要领域，其全面感知、收集、分析、共享功能，为我们提供了一种全新的政治工作思路。

能够开展全员化的情况调查分析。传统的信息搜集方式，主要是通过采集少量、随机样本进行分析抽样调查，这些“小数据”虽然能在一定程度上反映问题，但是覆盖面、及时性和精确性不高，最终得到的结果也无法实现完全和真实。相比较来说，借助大数据全时、全员、全网收集、整理和分析民意，能够得到较为精确的调查结果。一方面，借助信息统计和分析技术，对网上信息和业务数据进行扫描，从中筛选涉及调查主题的内容并且进行分析，获得大量的第一手材料；另一方面，通过网上测评、问卷调查、征集建议，使一些复杂的调研工作变得简便快捷、直接有效。因此，大数据政工能使调查分析覆盖面更广、真实性更高、见效更快。

能够提供全数据的机关决策支持。随着智能手机、计算机、社交平台、门户网站、传感器和物联网等信息载体不断增加，数字、文字、图片、声音甚至方位、沟通、情感等都已经数据化，逐步具备了为涉网个体构建针对性数据模型的条件。通过数据挖掘，可以从海量信息中寻找蕴藏其中的数据规律，并利用数据之间的相关关系来解释过去、评估现在、预测未来。大数据政工依据全数据的信息资源，完善以大数据为支撑的党委决策辅助机制、干部选拔培养机制、思想政治教育模式、廉政风险内控机制、教育效果评价机制和部队士气评估系统等，可以用精确的数据结果替代模糊的直觉判断，为机关在全局、整体、体系上决策提供支撑。

能够组织全过程的检查评比量化。大数据政工依托信息网络运行，运用信息系统管理，通过信息数据评价，为日常教育管理提供全过程、全要素、全时段的量化。比如，文体活动的开展、党团组织建设等基层具体政治工作，以及组织、干部、宣传、保卫、纪检等政治工作机关业务都可以实现数字化记录、精确化管理，这就在提高量化水平的同时，为政治工作检查评比的准确性、科学性和权威性打下物质基础。

能够进行全方位的组织结构优化。大数据的开发利用，使现代信息技术与现代管理紧密结合，应用于政治工作管理和服务的整个过程。通过信息集成、过程优化及资源高效配置，促进政治工作组织结构优化，使其纵向和横向都可以及时、高效地沟通协作。一方面，通过纵向边界的重组，有利于政治工作从管理控制为主向支撑服务为主转变；另一方面，通过横向边界的融合，促使每个机关部门实时、事事协同，自动服从和服务于整个组织。各个部门在大数据平台上相互合作，更大更有效地处理信息，使政治工作运行更加民主、平等、高效，具有通力协作、创新发展的生机活力。

二、切实树立大数据政工的思维理念

大数据作为信息网络时代的重要标志，它不仅是一种技术，更涉及价值观和方法论，它带来的不仅是信息技术的升级，更是一次全新的思想解放和观念变革。政治工作树立大数据思维理念，将会带动运行模式、指导方式、方法手段等方面的创新发展。

基于网络生态的互动理念。信息网络时代信息的发布者与接受者之间的互动空间有了很大的提升，各种信息网络平台可为官兵提供一个释放自我、主动受教育的虚拟空间，使广大官兵能够更好地发挥主人翁的能动性。政治工作需要顺应这一趋势，依托网络空间，了解官兵分析问题的不同维度，掌握不同思想和问题交织形成的矛盾体，探寻官兵的关注点、兴奋点、敏感点。同时，鼓励官兵通过直言式表达、跟帖式讨论、拍砖式批评，将现实中不愿讲、不便讲的问题，通过虚拟空间观点交锋和真情流露自然反映出来，推动政治工作在思想碰撞中析事明理，在你发我跟中引导纠偏，在群策群力中落地生根。

基于内在联系的系统理念。大数据以所有样本为研究对象，而非抽样数据，这体现了以整体性眼光把握对象和研究问题。大数据政工要强化“全体优于部分”的“更多”理念、“杂多优于单一”的“更杂”理念和“相关优于因果”的“更好”理念，使思维方式从还原性思维走向系统性思维。从整体上把握政治工作各个要素，在筹划、部署、落实政治工作的所有环节，都要从一体化角度观察思考、统筹规划，从而不断增强部队政治工作顶层设计的系统性、政治工作与军事工作的协调性、部队工作与地方工作的兼容性，构筑全方位、宽领域、军民融合的大政工格局。

基于数据支撑的精确理念。大数据通过数据挖掘“让数据发声”，提出了全新的“始于数据”这一知识生产模式，即通过各类海量数据以及相关的分析技术和方法，将相对抽象和感性的调查统计即时化、具体化和理性化，从而使工作的谋划、实施和评估具有坚实的支撑。政治工作通过对大数据开展实证调查和研究，从海量微观数据中筛选有价值的信息，为实践活动构建个性化的数据服务模型，为政治工作制订计划、调控实施和评估效果提供明确的数据支撑，从而推动政治工作从经验概略向科学精准转变。

三、有效搭建大数据政工的支撑平台

挖掘大数据资源，需要实时采集官兵在学习训练、浏览网页、通信联络等活动中产生的、反映思想行为的数据信息，并将各个部队的局部数据归并整合，确保海量数据安全存储、集中管控、及时更新。因此，只有打造大数据政工的支撑平台，才能为各种政工数据的采集、存储、共享、计算、分析、挖掘提供一系列解决方案。

构筑政工大数据库。建立政治工作大数据中心，及时收集、实时处理数据信息，是搭建大数据政工平台的核心。其一，要建立政治工作资料数据库。立足部队信息化建设水平，充实政治工作相关数据，比如绩效数据、测评数据、专业技术素质数据等，通过数据库有依据地确认人才队伍建设方面存在的问题。其二，要建立官兵思想信息数据库。及时、全面、准确地采集反映广大官兵思想及其发展过程中的各类相关信息，为加强对政治工作的全面流程监管，实现科学分类、多元检索和海量数据的分析比对奠定基础。

开发政工业务软件。开发运用政治工作业务软件，是构建大数据政工平台的基础。当前，我军的大数据发展还处于起步阶段，今后的政治工作信息化必须结合政治工作业务需求，借鉴国内外数据分析挖掘经验，积极开发大数据支撑和应用软件，才能更好地对数据进行获取、分类、融合、重组、提取、过滤、提纯、判断。比如，充分发挥定量研究的作用，积极开发基层思想政治教育软件，发挥自学、辅导、咨询、统计、分析、预警等功能，让信息数据活起来、动起来、用起来，增强基层思想政治教育效益。

健全数据分析机构。整合组织领导力量，健全数据分析机构，是构建大数据政工平台的关键。大数据的核心就是挖掘出庞大的数据库独有的价值。要从管理体制、技术支撑、人才支持、财政保障等方面综合努力，建立健全制度体系，建成军委、战区（军种）和部队各个层级的具有新型处理能力的数据分析机构。数据分析机构要注重军民融合，通过构建长效机制，在国家和军队各职能部门之间进行协作，以方便对数据的处理。

四、着力制定大数据政工的标准规范

大数据时代，数据是政治工作的血液，是影响政治工作效率的关键因素。要协调多方力量，加强政治工作数据标准建设，尽快建立健全与实战相衔接、符合我军政治工作实际、科学实用的数据化标准规范体系。

完善数据收集体系。政工数据包括官兵工作、学习、生活等方方面面的记录，这些记录往往是文档、表格、音频、视频等，种类繁杂，数量巨大，结构化程度也是千差万别。因此，要对这些数据的标准进行规范，明确数据采集的格式、程序、方法等，以便计算机进行处理。完善收集体系要遵循的要求：一是注重实用性，将政治工作需求和信息利用价值作为资源搜集考虑的首要因素；二是注重互补性，把目前获取成本比较高而目前又非常缺乏的资源作为采集的重点，以实现与自身信息资源的衔接互补；三是注重系统性，主要体现的是政治工作信息资源的连续性、完整性和各类别之间相互关系。

健全数据整合规则。数据整合即对采集来的政治工作数据在内容上进行整合。主要应做好以下几个步骤的规范：在分析与过滤环节，通过条件设置，对包含重复、虚假、无利用价值的信息进行有效的过滤，确保被整合信息的质量；在分类和标引环节，采用目前比较先进的、操作性强的标准，将采集来的杂乱无序、格式标准不一的信息资源进行统一分类和标引；在存储和检索环节，应区分类别建立政治工作数据库系统来存储数据。经过数据整合，让大数据中分散的、零乱的、获得性差的信息资源变成集中的、系统的、可获得的高效政治工作信息集合。

拓展数据发布形式。数据发布，就是将经过整合后形成的系统、集中的数据集合，通过适当的途径和媒介提供给用户使用。政治工作信息发布可采取以下形式：建立资源检索系统，可在后台建立用来存储经过整合处理的政治工作数据库，然后再建立一个公共检索平台供检索使用；建立统一检索平台，实现对多个政治工作数据库进行互操作，使官兵能够对多个已获得使用权的政治工作数据库集中搜索；建立资源导航系统，通过系统将采集来的、经过过滤整理的数据超链接，并根据其用途、种类等进行汇总排列，以便于官兵的访问和获取。

建立数据共享机制。大数据并不是存在于某一个部门之中，它发挥作用也不是某一单独部门可以实现的。一方面，在体制上要在全军范围内统筹规划和有机整合，从以往封闭式的数据采集、加工、利用，转变为现代的、开放的、广泛面向网络的数据采集、加工和利用；另一方面，在技术上要基于云计算技术合理部署政治工作数据中心，实现从多种渠道高效汇集多源数据，优化动态数据，实现政治工作数据归口采集、质量监控、综合管理、高效应用、有效评价，提高数据抓取能力与关联能力。