大数据时代高校思想政治教育质量评价研究

袁翔

（上海应用技术大学，上海 201418）

2020年出台的《深化新时代教育评价改革总体方案》对新时代高校思想政治教育质量评价工作提出新要求。各高校以评促建，以评促改，以评促强，推动立德树人体制机制改革［1］。大数据技术有利于思想政治教育过程评价指标的量化分析和思想政治教育效果评估方法模型的动态监测。数字化校园系统打破了数据使用壁垒，有力促进了高校思想政治教育工作的内涵式发展［2］。

一、大数据技术融入高校思想政治教育质量评价的必然要求

（一）思想政治教育质量评价标准政策性导向的时代需要

2012年《全国大学生思想政治教育工作测评体系（试行）》颁布，2016年《关于加强和改进新形势下高校思想政治工作的意见》提出要构建内容全面、指标合理和方法科学的评价体系，并强调要运用过程评价和效果评估相结合的方式观测思想政治教育工作的整体面貌和发展趋势。在全国高校思想政治工作会议上，总书记指出要运用新技术推动思想政治教育工作各环节同信息技术高度融合。大数据使思想政治教育面临数字化变革，数字化的评价方式使评价更精准和更长效。基于产出导向评价理念，以学生的需求为导向，以创新性、实效性等为过程评价要求，以职责明确与成果明显等为效果评估原则构建客观、全面的思想政治教育质量数字化评价标准［3］。

（二）思想政治教育过程评价体系全方位考核的现实需要

过程评价是思想政治教育质量评价的前提和基础。利用大数据和云计算技术量化思想政治教育过程评价指标体系。利用大数据技术不仅能全面反映大学生思想政治教育状况，更能根据运算结果形成反馈性评价。思想政治教育过程评价指标体系不仅要对思想政治教育资源配置要素进行测量，更要考虑大学生参与社会实践和服务公益志愿等情况。利用大数据技术构建全方位、系统性和立体化的数字化信息化动态评价体系，实时对思想政治教育过程做出有效评价与指导。通过思想政治教育过程评价体系的算法实现评价的可操作化、数量化与智能化，实现“抽象性描述”到“具体化操作”的转变，为提升高校思想政治教育质量提供重要参考依循。

（三）思想政治教育效果评价方法突破性发展的必然途径

效果评价是高校思想政治教育质量评价的重点和核心。原始的思想政治教育评价途径大多通过问卷、考察等形式得出结论，评价方法科学性不强，主观经验因循守旧，评价工作进度、信度和效度不强。高校要紧紧围绕“大思政”的理念，依托大数据技术构建十大育人体系新格局。高校师生在终端系统会存留海量行为数据，利用大数据方法打破信息孤岛，对数据进行分类整理和量化管理，构建出客观准确描述大学生行为特征的过程评价指标体系。大数据方法可以全面真实地采集分析学生的语言和行为，为科学有序地开展思想政治教育效果评价提供数据支撑，并通过相关性分析提高质量评价水平。

二、量化思想政治教育的“V2LCE”过程评价指标体系

《高校思想政治工作质量提升工程实施纲要》指出各高校要因势利导，研究制定适用于本校的思想政治教育评价指标体系［4］。各高校要考虑大学生的特征和需求，因时而进和因势而新，利用信息技术将大学生日常生活中产生的定性和定量的行为过程数据整合处理，将思想政治教育过程评价指标“量化”。通过检测现行教育要素评价指标的信度与效度，采用德尔斐法通过问卷等形式向专家征求意见，构建出道德力（Virtue）-学习力（Learning）-领导力（Leadership）-创造力（Creative）-就业力（Employment）的“V2LCE”评价指标体系，有5个一级指标，并扩充为16个二级指标与37个三级指标，具体内容如表1所示。

表1 “V2LCE”过程评价指标

（一）“V2LCE”体系中道德力评价指标解析

高校的人才培养要将育人和育才相结合，育人的关键要立德。《新时代公民道德建设实施纲要》提出要将“立德树人”理念贯穿教育全纬度。道德力由“道德认知”、“道德情感”、“道德意志”和“道德行为”4个二级指标体现。道德认知由“道德概念的掌握”“道德判断能力的发展”2个三级指标组成。道德情感由“爱国主义情感”、“国际主义情感”和“集体主义情感”3个三级指标组成。道德意志由“抗拒不良环境的诱惑”和“抑制不道德行为”体现。道德行为由是否“诚信”、“团结”、“自强”和“奉献”体现。创新德育理念，将大学生德育内容渗透性的融进智慧教学课堂，提升大学生内在精神与内在需要，升华道德需要的层次与境界。采取开放的情境式教育，通过思想政治教育效果评价数字平台数据采集大学生的行为数据反应学生诚信、团结、自强以及奉献的数据代码结果，对大学生道德力进行评价，激发学生道德行为动机，挖掘大学生德性涵养要素，提升大学生德性培育的契合度。与此同时，关注德育实践本质，将道德教育渗透到生活实践中，促使大学生在知情意行中培育德性修养，在他律向自律的升华中提升道德水平，不断培养道德践行力。

（二）“V2LCE”体系中学习力评价指标解析

知识经济的时代是主要依靠知识资源来创造财富的时代，“学习”的能力成为人才衡量的重要依据。现代学习理论认为，学会学习比学习知识更重要，学习不仅是获得知识的过程，更是对知识主动理解建构的过程。学习力是一种对知识及信息进行提取、整合和运用的核心素质，可为学习者终身有效学习提供动力。学习力由“思想政治教育课程”、“教学条件”与“教研管理”3个二级指标体现。思想政治教育课程由“门数与课时数”体现。教学条件由是否有“固定的办公场所”体现。教研管理由“班级优良率”、“教学改革”和“教学评价”3个三级指标组成。学习力的培养不仅要注重学习策略本身的调整，还要注重发挥作用的量与质的场域。利用大数据构建的思想政治教育评价体系可以实现教师的启发式教学、知识题库共享与课外学习活动指导等，不仅提出更为灵活的数字化考评意见，而且间接提升学生学习收获感知水平。充分利用教学发展的最佳期限—最近发展区，转变教育理念，提高教学水平，指导和激励学生培养良好学习习惯、树立终身学习意识，提升学习力。

（三）“V2LCE”体系中领导力评价指标解析

领导力教育以培养适应全球化的要求、服务国家社会的创新型高素质人才为目标，是实现人的全面发展的需要。领导力是一种深受价值观和文化影响的社会构建范式，是一种出色的组织、说服、管理和引领能力，其核心特征是一个人的责任担当和奉献服务。领导力由“主题教育”“党团建设”2个二级指标体现。主题教育由“爱国教育”、“民族教育”、“核心价值观教育”与“法纪教育”4个三级指标组成。党团建设由“党支部建设”“共青团建设”“学生社团建设”3个三级指标组成。大学生决策力与执行力是大学生领导力教育的最终目的和表现形式。通过线上线下开设名人讲座和面对面交流会等形式开展党支部建设，培养学生的家国情怀和民族意识；通过案例分析、小组讨论等形式开展共青团建设，培养学生的社会责任心和历史使命感；通过虚拟现实技术开展素质拓展、角色扮演等形式的社团建设，培养学生敬业奉献、奉献志愿的使命担当，通过数据挖掘预测学生价值观，不断增强领导力培育力度，完善领导力培育激励措施，营造良好的领导力培育文化环境。

（四）“V2LCE”体系中创造力评价指标解析

未来社会的人工智能、大数据等现代技术会取代执行性工作，但创造力工作是不能被取代的。《关于推动创新创业高质量发展 打造“双创”升级版的意见》表明，创造力水平对于增强民族自主创新能力、建设国家双一流本科教育和提升国家和民族未来的竞争力都具有很大的启发意义。创造力就是用自己的方法创造别人不知道的东西。创造力高的人对事物的感受性强，能发挥自己的主观能动性，意志坚强。创造力由“校园文化”、“社会实践”与“心理教育”3个二级指标体现。校园文化由“舆论阵地建设”和“学生活动中心建设”2个三级指标组成。社会实践由“创新创业赛事”“三下乡等志愿活动”“思想政治教育活动”3个三级指标组成。心理教育由“条件保障”、“心理健康教育”与“心理咨询服务”3个三级指标组成。创造力培育的路径为：通过捕捉学生行为数据预测学生资源整合、管理决策、追求真理和学术自由的能力，培育独特的校园文化；通过捕捉学生行为数据预测学生学以致用、求真务实、坚持不懈的人格特质，培育敏锐的实践素养；通过捕捉学生行为数据预测学生有效策略的学习水平和自我控制的训练水平，培育健康的心理素质。

（五）“V2LCE”体系中就业力评价指标解析

就业是最大的民生。各高校可以通过大数据收集分析各类就业数据，定点匹配大学生的个性需求和企业的招聘岗位，重点提升就业的精准性，培养全面发展的学生。就业力由“就业服务”、“就业课程”与“工作绩效”3个二级指标体现。就业课程由“教学计划”“课时配置”2个三级指标组成。就业服务由是否有“就业咨询师队伍”“就业信息发布系统”“精准就业指导”体现。工作绩效由“就业率”、“签约率”和“考研率”3个三级指标组成。利用大数据技术构建面向企业与学生的就业信息化系统，将求职需求、岗位信息等数据共用共享，完善数据化就业信息档案，实现职业岗位供给精准对接，推进就业信息服务一体化发展。此外，通过开设生涯教育基础特色课程培养学生树立科学职业价值观，依托专业认证和学科评估等背景，通过产学研融合等方式优化教育资源，提升学生可迁移能力和自我管理能力，实现自我价值和社会价值的统一。

三、大数据技术嵌入思想政治教育效果评估的突破点

《深化新时代教育评价改革总体方案》强调要强化过程评价，改进效果评价。因各高校层次结构、师资队伍、硬件规模不同，即使具有相同的思想政治教育过程评价指标体系，达到的思想政治教育效果也会不同［5］。各高校应依托大数据的算法功能和分析技术，以产出为目的，对思想政治教育各环节实时进行信息反馈，提高思想政治教育的实效性；以大数据为支撑，准确把握学生个体的特征和需求，实现行为数据的全覆盖，实施差异化与个性化教育，提高思想政治教育的精益度；发挥“数字”技术的赋能作用，把握思想政治教育的规律，提高思想政治教育的科学性。

（一）注重评价方法创新，确保思想政治教育效果评价流程精准有效

高校应以大学生行为数据相关关系为切入点，充分挖掘思想政治教育核心数据潜藏的相关性，透过关联性思维预测大学生思想观念存在的状态和可能发展的趋向，利用大数据方法对思想政治教育效果评价进行全局性把握。

大数据具有完善的生态圈，大数据方法处理的第1步是通过前端埋点和前端日志调用流数据、网络爬虫方式收集Web数据、通过抓取学生OA和一卡通业务系统结构化数据以及学生自身上传数据等方式进行及时、全面、准确地数据的收集，采用微服务架构进行分布式部署，采取日志收集工具在多台服务器上进行数据聚合，例如通过各类社交媒体平台对重点关注的大学生群体进行行为数据采集，建立人物关系图谱；大数据方法处理的第2步需要对收集到的数据进行清理与转换等数据治理，提高大数据的一致性和价值性等方面质量，为大数据技术在高校思想政治效果评价中的创新运用提供信息来源；大数据方法处理的第3步是通过一些数据处理框架，对数据进行实时处理和用spark、hadoop等定时进行离线处理，建立不同数据维度，例如根据校园门禁信息、宿舍门禁信息及时统计学生晚归情况并实时反馈辅导员、宿舍管理员，建立晚归预警模型量化社区工作的评价考核；大数据方法处理的第4步是对高校思想政治教育效果评价的数据进行关联分析和相似度分析等，针对时间不敏感或者硬件资源有限的情况对离线数据进行批处理，针对时间敏感和及时性要求高的情况对实时数据进行流处理，例如根据学生一卡通消费记录及其他相关信息排摸困难生，及时跟踪资助进展，开展精准资助，建立困难生预警模型量化资助工作的评价考核；大数据方法处理的第5步是数据可视化，将大数据分析结果以图形图像的方式直观呈现，将结果反哺思想政治教育，提升思想政治教育效果评价有效性维度，增强思想政治工作预见性，例如利用大数据图像识别方法对学生的课堂表现进行储存记忆，利用深度学习算法与数据库比对计算，确立以教师和学生联系为主导的教学模式。

（二）推进平台模型构建，实现思想政治教育效果评价数据集成共享

借力“智慧校园”的背景，挖掘大数据技术的优势，构建以思想政治教育要素为自变量和大学生整体思想观念状况为因变量的思想政治教育评价数字平台。依托该平台采集全校行政部门、二级学院和大学生本身的信息化数据，实现对大学生学习成效与思想状况等方面的模型构建，自动生成学生思想政治教育评价报告，并通过可视化技术生成学生个体和群体的行为画像，准确地评估学生思想政治教育效果。本着打通数据孤岛的目的和构建数据价值体系的目标，高校思想政治教育评价数字平台可划分6个智能数据层和1个智能数据中心，具体如图1所示。

图1 思想政治教育效果评价数字平台架构图

智能数据采集层要对数据进行离线采集和实时采集。通过表格文档和考勤申报等实现ETL离线采集；通过学生门禁系统、一卡通系统和学生OA系统等实现实时采集；还可以利用互联网爬虫解析等方法对网站和微博等外部数据进行采集。这些数据是思想政治教育评价数字平台的根本。

智能数据治理层收集到的原始数据格式杂乱无章、质量参差不齐，缺乏统一的存储方式，需要弄清学工、教务和保卫等各部门的管理流程，通过数据清洗和数据集成对统一数据标准算法提供逻辑支撑，通过标准管理、任务监督、质量管理、脱敏、分类建模等方式达到统一规范，形成数据挖掘和分析算法的统一机制，建立标准共享数据库，对重复数据与脏数据等不规范数据进行资源整合与治理，实现思想政治教育资源集成共享与数据信息互联互通。

数据处理分析层中数据处理类型可划分为Hadoop、MPP、流处理等，数据分析类型可划分为数据挖掘和深度学习等，可采用分布式框架来确保系统横向运行。充分整合分析学生入校至毕业期间全部信息数据，利用算法（包括时序分析、关联分析、聚类、回归、图计算等）和模型破解大数据分析核心，系统自动生成个人画像、群体画像等信息，并对信息进行挖掘与分析，为全校师生及各部门提供思想政治教育评价数据分析服务。

智能数据仓库层分为可存储结构化数据并支持随机访问的关系型数据库（MySQL、Oracle）和可存储结构化、半结构和非结构化数据但并不支持随机访问的分布式数据库（HadoopHDFS、KFS、GFS）等。基于大数据技术的党、团、社区网格动态管理系统的构建需要建立校园片区网格站和楼宇网格并将数据存储于仓库层等待随时调取。

智能数据运维层包括智能数据开发层和智能数据开放层，开发层主要有数据分析工具、智能填报工具、辅助决策工具，开放层主要功能在于挖掘对应的DB接口、应用接口和API接口等。构建“学校运营维护、职能部门自主选用、市场协同创新”的思想政治教育评价运维架构，开设师生权限控制等功能，对接相应的接口算法，呈现对应的评价结果。

智能数据应用层利用模型算法根据高校各部门的需求开发出可实现学生OA、学业预警、安全预警、精准资助、行为轨迹和精准就业等功能的应用工具，提供定制化的数据分析，为高校各部门日常管理和组织决策提供借鉴和支撑。

智能数据安全中心通过靶向防护策略贯穿整个大数据平台的规划阶段，构建包括防火墙和堡垒机等外部的网络安全体系。并通过技术布控、流程监管等方式，构建事先将认证的密钥放到可靠节点上的Kerberos认证机制，切实加强学校各部门各环节的数据安全保护。

总之，大数据为高校思想政治教育质量评价提供了新视野和新途径。抓住大数据给思想政治教育带来的机遇和挑战，坚持问题和需求导向，推动思想政治教育质量评价智慧化和可视化发展。依据“数字”技术的赋能作用，可实现学校各部门数据“共享”和高校供给侧和需求侧精准对接，有效落实立德树人根本任务。