大数据时代高校思想政治教育模式创新策略

顾园园?田磊

摘 要：在大数据时代，高校思想政治教育模式创新策略的提出至关重要。思想政治教育的目的是培养学生良好的思想品德，使学生树立正确的世界观、人生观和价值观。基于此，本文结合大数据来研究高校思想政治教育模式创新策略，在分析大数据技术基本概念和特点的基础上，探讨高校思想政治教育传统模式现存的挑战，通过利用大数据分析学生的个体差异性，优化思政课教学手段；借助大数据技术提供丰富的思想政治教学资源；结合大数据技术优化教学效果评估，提高学生的接受程度。

关键词：大数据 思想政治 教育模式 创新策略

随着信息技术的不断发展，大数据已经渗透到人们生活的方方面面。［1］信息技术的出现和应用不仅对经济、社会、科学等领域产生了深远的影响［2］，也为教育领域带来了新的挑战与机遇。在当今快速变化的大数据时代，高校思想政治教育模式创新成为院校的重要课题。高校思想政治教育是培养学生正确世界观、人生观和价值观的关键环节，也是实现全面育人目标的重要途径。［3］然而，在面对新时代的挑战时，传统的思想政治教育模式显得有些滞后和无力。学生对于枯燥、陈旧的传统教育模式缺乏兴趣，进而缺少对思想政治等重要问题的关注和思考。因此，院校迫切需要探索和创新适合大数据时代的高校思想政治教育模式，以更好地引导和提升学生的思考能力、创新精神和社会责任感。

思想政治教育有助于塑造学生正确的思想道德观念，引导学生树立正确的人生态度，培养辩证思维、批判思维和创造思维，拓宽视野和思考范围，增强社会责任感和公民意识，促进全面发展。［4］大数据技术的广泛应用为高校思想政治教育带来了新的可能性。通过对海量数据的收集、分析和挖掘，教师可以更好地了解学生的需求、兴趣等，深入把握学生的思想发展轨迹和存在的问题。引入在线教育平台、互动教学工具等新型教学手段，可以激发学生的学习兴趣和参与度，提升他们的批判思维和独立思考能力。同时，借助大数据技术，能够实现个性化教学和评估，为学生提供更加精准和有针对性的教育服务。因此，在大数据时代，高校思想政治教育模式创新策略需要紧跟时代发展，并结合学生的个性化需求，进而为学生提供更好的思想政治教育，为社会培养高素质人才。

一、大数据技术的基本概念和特点

大数据技术是指用于处理和分析大规模数据集的技术和方法。［5］大数据技术主要应对的是海量数据。相较于传统的数据处理方法，大数据技术可以有效地处理和存储这些庞大的数据量。大数据涉及的数据往往来自多个渠道，包括结构化数据（如关系型数据库中的数据）、非结构化数据（如文本、图像、视频等）和半结构化数据（如XML、JSON等）。［6］大数据技术能够快速处理不同类型和格式的数据，并提供实时结果。大数据处理往往需要考虑多个维度的数据，并进行复杂的关联和分析。例如，将学生的肖像、学习行为、歷史成绩等多个维度的数据进行分析，可以更全面和准确地了解学生，分析学生整体的学习规律和有关情况。

大数据技术可以帮助高校更好地了解学生的需求和特点，从而推行个性化教育。大数据技术可以通过收集和分析大量的学生数据，深入了解每位学生的兴趣、优势和需求；通过对大量学生数据的分析，识别学生群体中普遍存在的问题和困惑，为院校提供科学的思想政治教育决策依据。大数据技术也可以提供更全面的思想政治教育评估和反馈，能够对学生在思想政治素养、价值观念和创新能力等方面的发展进行全面评估。院校基于这些评估结果，能够及时给学生提供个性化的指导，帮助他们更好地发展自己的思想和认知能力。同时，大数据分析还可以帮助院校评估自身思想政治教育的有效性，并根据评估结果进行优化和改进。通过对大数据的挖掘和分析，深入研究思想政治教育的影响因素、发展趋势和政策效果，有利于为思想政治教育的科学化改进提供理论支持。

二、高校思想政治教育模式的现存挑战

（一）学生个性化需求的差异性

现有的高校思想政治教育模式在满足学生个性化需求方面面临着诸多挑战。由于学生的个人背景、兴趣、经历和价值观念等存在差异，所以他们对思想政治教育的需求各不相同。然而，传统的思想政治教育往往采用统一的教学内容和方式，无法满足每位学生的个性化需求。［7］传统模式更注重对学生进行理论知识的灌输和功利性的培训，忽视了学生的兴趣和需求。这种一刀切的教学方法容易使学生失去学习的兴趣，缺乏主动学习和思考的动力。例如，对于对政治和经济发展感兴趣的学生来说，传统模式中过多的理论和抽象的概念就难以引起他们的兴趣。

在教学方式上，传统模式往往以教师为中心，注重理论知识的传授和灌输，缺乏与学生的互动和交流，使学生在思想政治教育中缺少与教师和同学深入讨论和交流的机会，无法调动学生学习的积极性。传统教学模式对于学生个性发展的关注度相对较低。在思想政治教育中，院校更是只注重学生在知识和技能方面的培养，而忽视了学生个性特点、兴趣爱好和创造力的发展。

（二）教育资源的有限性

教育资源包括学习资料、教师人员、实践机会等，而在传统模式中，由于资源的有限性，院校和教师无法为每位学生提供充分的学习材料和实践机会。思想政治教育需要依托丰富的教材和学习资源，仅凭教材无法满足学生对多样化、全面性知识的需求。［8］由于学科本身的广泛性和复杂性，教材内容受到时间和空间的限制，难以展示全面且深入的知识体系。高校思想政治教育要有专业的教师团队传授知识、指导学生，并提供有效引导和支持。然而，高校思政课教师的数量和素质存在较大差距，造成了资源的不均衡。一些高校或学院可能缺乏经验丰富、深度掌握思想政治教育内容和方法的专业教师，导致教学质量参差不齐，无法满足学生的多样化需求。

思想政治教育需要通过实践活动加强对学生社会现实的认知和应用能力的培养。然而，由于资源的限制，院校往往无法为学生提供足够的实践机会。例如，一些特定领域的实践活动可能需要较高的经费和设备支持，而学校的资源不能满足所有学生的需求。

（三）教学效果评估的困难性

传统教育模式下，对学生思想政治教育效果的评估往往依靠传统的考试或问卷调查，难以全面评估学生的思想政治素养和能力。传统考试通常只重视考查知识的掌握和记忆，往往偏向于死记硬背和机械应用。［9］

思想政治教育的目标是提升学生的思辨、创新、批判等能力。传统考试无法评估学生的思考深度、逻辑推理能力以及对复杂问题的综合分析能力，从而难以判断学生是否真正掌握了思想政治教育的核心内容和核心素养。

思想政治教育的效果评估需要考虑时间跨度和个体差异的问题。学生的思想和价值观念的形成是一个渐进的过程，往往需要长期的教育培养才能达到预期效果。然而传统教育模式倾向于短期的教学安排和评估方法，难以反映长期培养的效果。此外，每位学生的学习和成长进程都具有个体差异性，不同学生的接受和吸收程度也存在差异。因此，设计针对学生个体差异的评估方法和周期性的评估安排是必要的。

三、高校思想政治教育模式创新策略

（一）利用大数据分析学生的个体差异性

利用大数据分析学生的个体差异性，可以通过收集学生的行为数据、学习数据和心理数据，分析学生的特点和需求，为个性化教育提供依据。行为数据包括学生在学习过程中的操作记录、在线学习行为、参与课堂讨论的表现等。我们可以通过学习管理系统、在线学习平台、移动学习应用等，收集学生在学习过程中产生的各种数据，包括学习行为、学习时间、答题情况、视频观看情况等。这些数据可以帮助教师了解学生的学习活动和学习进展，以及学生的学习偏好、学习效率和学习风格等。例如，一些学生可能更喜欢通过视觉感知来进行学习，而另一些学生则更适合通过听觉感知来进行学习。教师可以针对这些学习特点调整教学内容的呈现方式，提供符合不同学生要求的教育资源。学生的学习数据也是评估个体差异性的重要依据，包括学生的考试成绩、作业完成情况、参与度等。对学生学习数据进行聚类分析，将学生划分为不同的群组，了解学生在学习活动上的相似性和差异性，挖掘出不同类型的学习者。利用分类算法，根据学生的学习数据，预测学生在特定任务或领域的表现并建立分类模型，评估预测学生是否能够在某门课程中取得好成绩，从而给予针对性的教学建议，满足学生的个性化需求，提高他们主动学习和思考的动力。

我们需要对收集到的海量数据进行整理，检查数据中是否包含异常值或异常情况，如学习时间超过正常范围、成绩异常高或异常低等，并对于这些异常值考虑删除、修正或进行特殊处理，以确保数据分析的准确性。对学生行为和学习数据的分析，可以了解学生的学習兴趣和学习能力，在设计教育内容和资源时，可以根据学生的兴趣提供多样化的学习资源，有利于激发学生的学习动力。根据学生的学习特点和需求，个性化教育进行精确的教育干预和指导，通过分析学生的学习数据，识别学生的薄弱环节和难点，对学生及时进行帮助和辅导。例如，对于某些学习困难的学生，我们可以提供更多的教学支持和专项指导，帮助他们克服困难，提高学习成绩。通过对学生行为数据、学习数据等的综合分析，我们可以针对每个学生制定个性化的学习计划和学习路径，推荐适合其学习风格和水平的教材、习题和网络学习资源，促进个体差异性的发展和优化。

（二）借助大数据技术提供丰富的教育资源

借助大数据技术分析、挖掘、整合和开发多样化的教育资源，包括在线课程、学习工具、互动平台等，为学生提供更广泛、更丰富的学习资源，满足学生的需求和兴趣。对学生学习数据的分析和挖掘，了解学生的学习偏好和学习习惯，将学生学习数据通过可视化方式进行展示，并根据这些信息提供个性化的教育资源。例如，对于钟爱阅读的学生，可以为其推荐符合其兴趣和阅读水平的电子书籍和在线文献；对于更喜欢多媒体学习方式的学生，可以提供相关视频资源或者交互式的学习工具。借助大数据分析，院校能够更好地理解学生的需求和偏好，为他们提供有针对性的教育资源，提高学生的学习效果和兴趣。

基于大量学生学习数据的分析挖掘学习特点和学习成功的关键因素数据，开发智能化思想政治教育推荐系统，根据学生的学习情况和需求，为他们提供适配的教育资源。例如，根据学生某个具体学科的学习成绩和问题解答情况，推荐对应难度的习题和解析，帮助学生巩固知识点，提高学习效果。通过大数据的分析和挖掘，我们将不同来源的优质教育资源进行整合，建立集中的思想政治教育学习平台或资源库。学生可以在这个平台上获取来自不同高校、教育机构、社会组织等的丰富学习资源。同时，大数据分析可以对这些资源进行评估和筛选，帮助学生选择高质量的教育资源。共享和整合教育资源，不仅可以为学生提供更多的选择，而且可以促进教育资源的优化，提高整体的思想政治教育质量。

（三）结合大数据技术优化教学效果评估

依据思想政治教育的目标和课程特点，选取合适的特征变量，对原始数据进行特征提取、特征选择和特征编码等处理。例如，可以提取学生的学习时间、参与课堂讨论的频率、作业成绩等作为评估的特征变量，以全面了解学生在思想政治教育中的学习表现和能力水平，为后续建立量化评估指标体系和为教师提供准确的教学反馈与改进建议提供数据支撑，进而优化教育教学质量。

使用线性回归模型构建思想政治教育的评估模型来预测学生的思想政治教育效果，结合随机森林集成学习方法将处理后的数据输入选定的机器学习模型。根据训练集的表现对模型进行调整和优化，提高模型的准确性和泛化能力。采用回归分析方法将学生的特征变量和学习结果进行关联分析，建立量化的教学效果评估指标。基于建立的评估模型构建思想政治教学效果评估体系，包括学生学习数据的可视化展示和自动化评估功能，向教师提供教学反馈和改进建议。制定完善的思想政治教学效果评估指标体系，涵盖学生的知识掌握程度、能力水平、态度价值观等多个方面。根据实际思想政治教育需求确定权重和计算方法，形成完备的评估指标体系。利用评估体系为教师提供准确的教学反馈和改进建议。教师通过评估结果了解学生在不同方面的学习效果，识别学生的弱势领域和需要改进的问题，并提供个性化的教学策略和支持，有针对性地进行教学改进。

四、结语

在大数据时代，高校思想政治教育面临新的挑战和机遇。借助大数据技术创新教育模式、提升思想政治教育效果，有助于促进学生的全面发展。利用大数据技术改进思想政治教育内容和方法，可以分析学生的学习行为和评估结果的关联性，优化教学策略和资源配置，让学生能够更加便捷地接触到思想政治教育资源，提升学习的体验性和效果，进而提高思想政治教育效果。我们利用大数据技术开发个性化教学效果评估系统，可以给学生和教师提供定制化的资源推荐，以满足不同的需求和兴趣。院校通过创新高校思想政治教育模式，有利于提升思想政治教育的效果，促进学生的全面发展。

参考文献：

［1］ 于军.大数据技术与高校思想政治教育工作的融合探究——评《大数据时代思想政治教育环境新论》 ［J］.中国油脂，2021（5）：161-162.

［2］ 王娜娜.混合云存储中网络稀疏大数据渗透迁移算法［J］.计算机工程与设计，2021（3）：719-725.

［3］ 张尚字.课程思政和思政课程有机结合：讲思政道理的三维证成［J］.河南师范大学学报（哲学社会科学版），2022（6）：124-130.

［4］ 李敏.构建高校课程思政“三全育人”模式的思考［J］.中学政治教学参考，2021（20）：43-45.

［5］ 周宇，曹英楠，王永超.面向大数据的数据处理与分析算法综述［J］.南京航空航天大学学报，2021（5）：664-676.

［6］ 李巍，廖雪花，杨军.基于频繁子树模式的半结构化数据集聚类［J］.计算机工程与设计，2022（10）：2783-2789.

［7］ 陶磊，汪萍平.人工智能赋能高校思想政治理论课混合式教学之思［J］.黑龙江高教研究，2022（12）：119-126.

［8］ 赵东旭，李胜连.融合思政元素的英语教学对高职学生文化素养提升的实证分析［J］.职业技术教育，2022（26）：24-30.

［9］ 温素彬，董必荣，李慧.课程思政的知识结构与动态演化——基于课程思政文献的知识图谱分析［J］.财会通讯，2022（18）：42-49.