/杭州电子科技大学
随着互联网技术的不断发展，大数据的重要性也日益凸显。2012年联合国发布大数据白皮书，宣布大数据时代已经到来。随后，美国、日本、英国等国也相继推出了与大数据相关的战略研究。党的十八大召开以来，以习近平总书记为核心的党中央高度重视大数据相关工作。2015年，教育部印发《关于“十三五”期间全面深入推进教育信息化工作的指导意见(征求意见稿)》，提出要“依托网络学习空间逐步实现对学生日常学习情况的大数据采集和分析”。《促进大数据发展行动纲要》提到“推动教育基础数据的伴随式收集和全国互通共享……探索发挥大数据对变革教育方式、促进教育公平、提升教育质量的支撑作用”。2016年，习近平总书记在全国高校思想政治工作会议上指出，做好高校思想政治工作要因事而化、因时而进、因势而新……因此，由大数据等技术带来的高校思政工作变革势在必行。
一、精准思政的内涵
在精准思维运用到思政领域后，精准思政的概念逐渐清晰。李辉指出，精准思政是以推动现实的生命个体成长为目标，以现实的具体问题为着力点，系统性、针对性地实施思想政治教育的过程。周远将精准思政概括为利用大数据、云计算、物联网等现代信息技术，对学生群体和个体的思想、心理、学习、生活等状况进行精准识别、分析、决策、预测、追踪，实现对学生的精准教育、管理和服务，并对实施效果进行精准评估的教育实践活动。精准思政的核心是“精准”，以解决问题为重点，主要目标是根据学生群体或个体的问题，进行精准识别、精准教育、精准解决。精准思政要契合大学生成长成才的规律，解决学生实际问题。因此，要根据大数据、云计算等技术描绘的学生“画像”——个性特征、兴趣爱好、思想状况、学习状况等，并识别和预测出大学生在学业、生活、心理等方面可能存在的问题，借助辅导员、专业课教师、朋辈、家庭等多方面力量，有针对性地精准解决学生的需求，从而引导他们树立正确的人生观、世界观和价值观，实现“滴灌式”精准教育。所以，大数据、云计算、人工智能等科学技术的发展和应用，为实施精准的思政教育提供了发展方向。二、大数据对高校精准思政的影响
(一)推动高校思政从“喷灌式”向“滴灌式”转变，提升思想政治教育的实效
在高校思政工作中合理运用大数据、云计算等技术，能够提升对大学生行为分析的精确性。通过利用大数据平台将高校学生的学业信息、一卡通信息、第二课堂信息等进行整合和分析，描绘出学生日常工作、学习、生活状态，能够深入了解学生学习情况、生活情况和思想动态。一方面可以更好地发挥学生的主体作用，通过直观数据帮助学生了解更加真实的自己，进而推动学生自我管理、自我服务的过程，另一方面，帮助教师，尤其是从事思政教育的辅导员，在了解学生的个性特征、真实需求、心理状态的基础上，更有针对性的为学生提供个性化的关怀和人性化的服务，从而精准化地推进高校思想政治教育过程，真正的把思想政治教育做到学生心里、耳里和眼里。(二)推动高校思政从“滞后式”向“前置式”转变，提升思想政治教育的时效
传统的思政教育大多采取开会、座谈、调查问卷、主题活动、实践活动、思想政治理论课等方式，学生一方面不能真正地、及时地把相关内容、知识或理念内化成自己的价值观念。另一方面，传统的思政教育方式取得的效果是滞后的，一般在学生出现问题一段时间后才能根据教师的工作经验主观性的去甄别学生可能遇到的问题。而且不能完全掌握学生的真实学习、生活、工作、心理状态，做出的思政教育引导可能不是学生实际需要的。这种情况下，既使思政教育效率降低，又可能会引起学生的反感和排斥，违背了思政教育的初衷。而通过大数据、云计算等技术的运用，科学收集学生日常行为信息后，可以直观地看到学生当前真实状态，并对其以后可能遇到的困难或瓶颈加以预测，判断出学生真实需求，及时地进行干预或指导，从而将“水”真正地“滴灌”在每一颗需要的“种子”上，提升了思想政治教育工作的时效。三、当前国内研究现状
目前，大多数研究大数据思政的文献普遍集中在大数据时代高校思政面临的风险、困难及问题，以及在如何收集、分析数据等方面提出大概的思路。李化指出，大数据分析手段对高校思政工作有着极其重要的指导意义，并且大数据对于人类行为分析的精准性与预期性也同样对高校思政工作有指导意义。在既有的数据收集和管理方面，王功敏提出要按基本身份数据(主要包括年龄、性别、家庭住址等)、基于学生学习生成的业务数据(主要包括专业背景、选课信息、学业成绩)、基于学生日常生活生成的环境数据(包括上网记录、奖惩记录、生活消费、图书借阅、作息规律、毕业去向等)、相关对大学生思想政治状况的调研调查数据等。徐春妹指出，数据平台的构建要建立健全的信息管理制度，及时收集大学生的思想、行为方面的各种数据，以思政教育需求为导向，对数据进行科学的分类，去粗取精、去伪存真，进行有效的分析。但是，大数据时代高校精准思政在数据的挖掘与采集、数据分析与一体化开放的数据平台构建上存在着很大的困难。目前很多高校都缺乏一体化的教育大数据平台，并且学习资源与数据的来源及归属地都是分散的。因此对于高校来说，未能有效打通各部门之间数据共享渠道、未寻找到适合构建大数据的教育载体等成为目前迫切需要解决的问题。四、大数据背景下高校精准思政的实施路径
(一)基于易班大数据平台的构建
构建数据平台要利用大数据技术采集学生相关信息数据。易班作为教育部推广的全国高校共建的网络平台，可作为大数据平台的载体之一。通过构建和拓展易班功能，接入高校教务处的学生学业数据、图书馆借阅书籍数据、后勤服务部门一卡通及作息数据、团委的学生组织或社团数据、创新创业和实践数据，学生处的奖勤助贷等数据，并对数据加以记录和存储。(二)数据信息的分类整合
学生数据的分类整合要注意以思政教育为导向。数据呈现以绘制阶段性分析表(含长期、中期和短期类型)为主，形成各类数据指数，反映学生当前阶段各方面情况。其中，各类数据中以学业数据和心理数据为主，其他类数据信息为辅，全方位呈现学生整体状态。(1)学业数据的记录与分析：以学风指数的形式呈现，实现精准学业帮扶目标。在学生个人层面，通过对学生的课堂考勤、作业、课堂表现、考试成绩等进行记录，形成学业指数动态数据(一人一表)，大数据平台自动检测分析该生学业特点，形成学风指数。学院层面以年级和班级为单位的集体学风指数分析表，主要汇总学院内该年级和该班级学生整体学风数据，形成阶段性学风指数分析表。学校层面以学院为单位的学风指数分析表，主要汇总各学院学生考勤数据、学业数据等，形成阶段性分析表。
(2)心理数据的记录与分析：以心理指数的形式呈现，实现精准心理指导目标。针对学生个人，汇总新生心理普查、心理测评结果、出入心理中心咨询的时间次数与内容、心理评估等数据，结合学生日常行为等，形成心理数据的整合与分析。
(3)一卡通消费数据的记录与分析：以校内消费指数的形式呈现，实现精准资助目标。一卡通消费主要来源于校内用餐、超市购物、水和电等生活基础消费等，通过记录学生消费的次数、数额、时间、地点、消费具体内容等数据，形成学生个人的校内消费指数。
(4)其他类数据的记录与分析：阅读指数主要包括图书馆纸质书籍借阅、电子书籍阅读、网络课程等数据信息，社会工作指数主要包括在校级、院级、班级等参加学生组织或社团、群体的数据，荣誉指数主要包括在学生活动、科技竞赛、科研项目等获得荣誉奖励或未获奖等信息数据，培训指数主要包括在校期间参与的讲座、培训、学习、社会实践、实习等信息数据。
(三)教育帮扶和评价反馈体系
对数据进行整合、分析后，根据数据呈现出的特点，将学校相关部门、辅导员、班主任、朋辈等力量结合到教育中去，提升思政教育的时效。以学业数据为例，根据学业数据制定学生群体或个体学业情况分析表，筛查出疑似学业困难学生，整合辅导员、班主任、朋辈、家庭力量进行精准帮扶指导，以达到精准思政的目标。除了教育帮扶体系外，还需配套制定出相应评价反馈体系来教育帮扶体系进行指导和调整，进一步完成精准思政教育流程的合理化、科学化，使精准思政体系形成闭环。五、结语
国家的快速发展离不开人才的支撑，要培养出符合国家和社会需求的高素质人才，必须使思想政治教育工作落到实处。大数据时代的发展为高校实施精准思政指明了发展方向，但同时也面临不少挑战，如学生数据的安全性有待保障，精准思政的制度不够健全，部门间数据有待进一步打通等问题。但是，未来的思政教育方向必将从传统走向创新，从广泛性走向精准化，这是思想政治教育工作的内在要求，也是思政工作回应时代发展的必然之路。
最新评论