“微时代”党员社交平台学习新反馈模式探究

孙龙杰 吕永红

（上海健康医学院 上海 201318）

习近平总书记在中央和国家机关党的建设工作会议上精辟论述了加强和改进中央和国家机关党的建设的重大意义，深刻阐明了新形势下中央和国家机关党的建设的使命任务、重点工作、关键举措，对加强和改进中央和国家机关党的建设做出全面部署。面对党和国家赋予新形势下党建工作的使命和要求，党建工作者要勇于迎难而上改革创新，让党建工作紧随时代发展不断开拓进取。当今时代大数据人工智能等相关前沿技术发展迅猛，信息化智能化水平日益提升，与大数据、人工智能等息息相关的智慧化党建研究也成为当下党建工作的热点，如宁岩鹏等充分利用互联网技术创新党建工作模式打造“面对面”“键对键”的融合党建新模式[1]，杨健等充分利用大量党建统计数据，结合信息处理技术的最新成果，对党建问题开展量化研究，也取得了不错的进展[2]，潘军等力求将大数据思维范式运用到党建工作中，激活大数据驱动党建工作实现现代化、大众化和智能化[3]等等。从中不难发现，上述研究主要侧重于相关党建平台建设、工作机制的创新，可称为“党建硬件”方面的研究；而作为基层党支部的主体——党员，在进行日常教育管理培训后，党员个体实际思想动态变化和群体学习成效等方面的反馈研究较少，即“党建软件”的研究尚未建立较为完善可靠的系统方法，以学习强国、微信为代表的新媒体学习方式日益完善，学习后台数据日益丰富，正成为当下党员日常学习、教育、管理新常态，如何运用好“微时代”背景下党建新平台数据，建立健全基层“微数据”分析系统，对于做好基层党建管理和党员教育具有重要意义。

结合支部党建工作实际，统计整理一定周期内相关社交平台行为数据，运用信息聚类分析法对党员该周期内学习教育实际反馈效果进行线上量化直观分析。以上海健康医学院外语国交支部调研为例，持续关注支部12名长期从事一线教学活动的正式党员近一年来在社交平台上学习反馈信息，运用“微数据”聚类分析法及时、准确、有效、直观地归纳总结出党员整体和个体行为特征，为后期开展更为务实有效的学习活动提供重要决策依据和参考。

一、“微时代”社交平台分析特征选取

通过文献研究了解到当前微社交平台多是基于数据特征相似度进行度量[4-6]，而其中信息聚类分析法[7-13]运用条件较为成熟，提供了丰富多样选择，如类平均距离、离差平方和距离、等方差最大链接、麦克奎蒂的相似分析[14-18]等为不同维度的研究对象，给予了对当前各类党建后台数据研究的理论基础和方向。

1.学习反馈数据统计

笔者从微信、QQ、微博、学习强国等党员常用社交平台做了六个不同维度的数据统计（周期一年），为消除不同量纲的影响笔者进行了标准化[19]处理，为避免隐私泄露这里用数字序号替代本支部党员真实姓名，得到表1。

表1 党员学习反馈数据

2.“微数据”聚类分析

党员的“微数据”聚类分析属样品聚类（即Q型聚类），依照同质性、互斥性、完备性三大原则进行聚类研究，从而可以将学习后党员不同反馈信息按相似性进行聚类算法分析，进行统一归纳为终极一类，完成社交平台学习反馈特征谱系图。具体流程如图1所示。

图1 “微数据”聚类分析流程

二、党员社交“微数据”分析

1.“微数据”反馈协方差矩阵

由主成分分析特征提取[20]相关概念描述党员社交平台特征的六种维数据需要运用协方差矩阵相关信息进行深入剖析，如表2所示。

表2 “微数据”反馈协方差矩阵信息

由表2可知上述四种方法对于聚类特征的特征根及其贡献率等基本信息保持一致，说明该12名党员在接受日常学习教育中签到、讨论、心得感悟等规定动作完成较好，反馈属性基本保持一致，有利于掌握整体学习效果；但同时暴露了对个体分析的不足，也增加了“微时代”党员群组划分、个性化社交分析的难度，不利于对个体的思想动态把握和群组类别的统一认识。

2.“微数据”反馈并类谱系图

为进一步挖掘12名党员接受培训教育后的实际个人动态和部分群体的统一认识反馈，需按照相应的距离公式进行并类过程分析，从个性分类到整体并类谱系图中，可直观展示窥探出党员学习后台数据背后所隐藏的丰富内容，从而能有效把握不同年龄、不同性别党员对学习培训过程中的方式、关注的话题热点、实际存在的难点、深入理解的盲点，如图2所示。

图2 聚类谱系图展示

三、结语

新时期党建工作任重而道远，笔者立足支部党建工作实际，选取从事一线教学的党员教师进行“微时代”社交平台线上学习效果反馈统计分析，从六个不同侧面进行“微数据”分析整理，力图及时、准确、有效、直观地归纳总结出支部党员整体和个体行为特征，取得了较为可喜的成效，初步实现了探究出一套符合基层党建工作实际可复制可扩展操作性强的新反馈模式的目的，为今后进一步深入持续推进党建创新研究奠定了理论基础和实践经验，为后续推动支部建设，更好地服务于组织、党员、群众打下了坚实基础。