論思想政治教育大數據系統之構建

摘要：構建思想政治教育大數據系統，是思想政治教育工作創新發展的必然要求。著眼于可量化、個性化和精細化的價值定位，在構建的技術框架上可將思想政治教育大數據分為數據采集層、數據分析層、數據管理層三大層面。構建思想政治教育大數據的現實路徑為：轉換思維方式，充分認識大數據的本質特征及其系統之構建對教育實踐的創造性力量；探索思想政治教育規律，提升大數據系統價值密度；通過智能性挖掘，建立分析模型，豐富大數據系統的文本內容；培育一專多能的復合型人才，使之成為系統的重要保障。

關鍵詞：思想政治教育；大數據；數據粒度；價值密度

中圖分類號：D64文獻標識碼：A文章編號：1003-0751（2017）07-0169-04

2015年，中國正式啟動了“互聯網+”行動計劃和“促進大數據發展行動綱要”兩大國家戰略，從而為思想政治教育的創新發展提供了新的契機。其中，“互聯網+思想政治教育”是運用互聯網技術和思維改造傳統思想政治教育模式、通過系統的結構性變革、提升思想政治教育針對性和實效性的重要舉措。這種結構性變革要想成功，迫切需要思想政治教育大數據系統作為強有力的科學支撐。大數據以一種前所未有的信息文本占有方式，通過對海量數據進行分析，從而獲得有巨大價值的產品和服務，或深刻的洞見①。確立大數據的價值理念，構建思想政治教育大數據系統，是信息時代思想政治教育全方位變革與創新發展的必然要求。

一、構建思想政治教育大數據系統的價值取向

1.大數據的整體思維：實現可量化

所謂思想政治教育大數據系統，是指在整個思想政治教育活動過程中所產生，根據教育需要所收集與分析，一切運用于教育實踐并能創造巨大潛在價值的數據集合。數據系統最初是被用于觀測自然界的各種現象，并廣泛應用于自然科學領域的定量研究上。而在反映人類社會、精神現象的社會科學領域，其作用于人的思想意識大多是隱形的，難以搜集、匯集和分析，加之人的思想具有不確定性、動態性和私密性等特點，信息很難被客觀化并實現數據化。然而，大數據的全息模式卻可以改變這種狀況。作為一種可以具體刻畫、描述和計算的科學整體觀，這種全息模式以一種數據化的整體思維使一切事物都變得可量化，包括人們的思想、心理和情感。思想政治教育大數據系統正是依托于信息化基礎設施的不斷完善以及云計算、物聯網、可穿戴設備等現代信息技術的廣泛應用，可以使思想政治教育實現從“非量化”到“可量化”的歷史性飛躍。“大數據是將社會生活數字化、數據化、變量化，再通過測量這些變量，提取量化信息，得到關于這個變量的描述以及多變量關系的分析。”②實現可量化，把握變量描述及其多變量關系，必將為思想政治教育具備針對性并取得實效性拓展新的視域。

2.兼容性的多樣思維：促進個性化

思想政治教育大數據系統的價值定位是思想政

收稿日期：2017-04-01

*基金項目：黑龍江省哲學社會科學研究規劃項目“全球化背景下我國意識形態安全對策研究”（16KSD07）；中央高校基本科研業務費專項資金資助項目“當前我國意識形態與文化安全策略研究”（HEUCFW172201）。

作者簡介：王景云，女，哈爾濱工程大學馬克思主義學院副教授、碩士生導師，法學博士（哈爾濱150001）。

治教育總體性與多樣性的辯證統一。在宏觀層面，通過分析現實生活產生的各種數據，從總體上揭示并把握一定群體的思想狀況及其特點，有效提升思想政治教育的覆蓋面和系統性。在微觀層面，教育對象個體的信息數據化并積累到一定程度，同樣可以通過數據分析掌握其思想脈絡，為思想政治教育開展富有個性化、定制化的活動提供有力支撐。這種宏觀層面的群體思想政治教育與微觀層面的個體思想政治教育相結合，體現了大數據系統兼容性的多樣思維。傳統思想政治教育把教育對象視作教育客體，施教者習慣于將教育對象納入預設好的某種認知模式，并以此對不同個體進行寬泛化和公式化設計，在實踐中也往往要求教育對象千人一面、步調一致。大數據以其種類豐富、質量高端、免費共享的資源優勢，開啟了個性化思想政治教育的新時代。一方面，通過多種數據的分析、判斷、過濾、提純，對特定群體或個體進行思想行為的可視化“描述”，并為其提供針對思想需求、富有個性化教育的公共產品。另一方面，根據數據分析獲得的結論，可以開通多樣性、共享性和互動性的網絡教育資源，激發教育對象的自主意識和主動接受教育的熱情，有的放矢地解決不同層次、不同類型教育對象的各種思想矛盾與問題，使思想政治教育從寬泛化走向個性化。

3.現象性的關聯思維：實現精細化

大數據系統改變了傳統的思維慣例，使思想政治教育從因果關系的串聯思維發展為相關關系的關聯思維。思想政治教育大數據系統成為可以進行精細化操作的有效工具。從一定意義上來說，這一工具的核心功能是建立在某一領域、某一層面相關關系基礎上的科學預測。這主要表現為：從其智能系統記錄并形成的數據軌跡中發現教育對象的思想、情感、偏好、傾向等，根據這些真實、客觀的數據挖掘整理，探尋其中的關聯變量及其規律性。在此基礎上對應有效性模型進行計算機梳理，自動地從既往案例中推測出未來有效的思想政治教育的方式、方法和手段，從“已知”推演出“未知”，實現“針對過去，揭示規律”，“面對未來，預測趨勢”③。由此，通過海量數據挖掘的整體理念達到傳統還原論與系統整體論的融會貫通，通過承認教育對象復雜的多變性突出了科學理論的語境性和教育的精細化，通過強調事物的相關性來凸顯事實的存在性，這些遠比因果性的串聯思維更為重要。因此，大數據使思想政治教育學科走向定性與定量研究的綜合集成，開辟了用數據化手段測度人類思想和行為的新途徑。

二、構建思想政治教育大數據系統的技術框架

1.數據采集層：保證所采集的文本處于合適的數據粒度

依據數據的來源、采集方式和應用場所的不同，可將思想政治教育數據其分為基礎數據、資源數據、狀態數據和行為數據。思想政治教育大數據系統的數據采集需要綜合運用多種現代技術，其中主要有物聯網感知技術、智能錄播技術、點陣數碼筆技術、情感識別技術、日志搜索分析技術、網絡爬蟲技術等④。從數據的類別及其采集技術不難看出，所謂大數據都是數據的集合體，擁有豐富的思想內涵。

數據采集是構建思想政治教育大數據系統的基礎性和先導性工作。在采集過程中應注意以下四個方面：一是堅持數據采集的針對性，深度聚焦關鍵數據。這就要求采集人把握數據采集的重點，優先采集與教育對象工作、學習、生活緊密相關的翔實的數據信息，并注意采集教育對象個體網絡生活的“碎片化”痕跡，提高數據搜集的真實性。二是堅持數據采集的廣泛性，拓寬數據獲取渠道。即準確把握數據的關聯性與規模度，搭建數據共享平臺，豐富數據的來源，加強各級組織機構的通力合作，暢通數據整合與利用的渠道。三是保持數據采集的連續性和規范性，提升數據采集的應用價值。制定采集規劃，定期、實時、有序地采集，通過長期積累，集腋成裘，使小數據生成思想政治教育大數據，小數據的有機整合產生大能量、大作為。四是注重數據采集的精細化，使之處于一個合適的數據粒度。所謂數據粒度，是指數據庫中數據的細化與綜合程度。依據數據粒度原理，其粒度越小，則細化程度越高，其精確度也就越高；反之粒度越大，則細化程度越低，其精確度也就越低。因此，在數據采集過程中，應該針對數據粒度劃分標準，選擇合適的層級，既要做到恰到好處、不偏不倚，又要保證數據文本的適用與耐用。

2.數據分析層：力求成果的精確、適用與耐用

數據分析層是整個思想政治教育大數據系統技術框架最核心的部分。大數據的“4V”特征決定了其分析技術的復雜多樣性。谷歌公司運用的分析技術為思想政治教育工作者提供了處理與分析大數據的有效工具，如新型網絡內容索引系統（Caffeine）、分布式存儲平臺（GFS）、圖算法引擎（Pregel）以及異步大數據分析、深度神經網絡分析等。數據分析部門應分門別類、針對不同的數據文本，熟練運用不同的分析方法，使數據挖掘和數據闡釋成果具有充分的含金量，從而彰顯系統適用、耐用的價值。

由于思想政治教育工作的性質，系統中各種數據的相互聯系是一種不同于其他學科的特殊聯系，在分析過程中應注意以下四個方面：一是遵循思想政治教育作用于人的思想意識的內在邏輯性，尋求“對癥下藥”、取得成效的契合點。在系統的分析層面，必須將把握思想政治教育的方法論邏輯、遵循思想政治教育基本規律擺在首位，這是全部分析的理念與路標。二是注重思想內容的內在聯系性，善于透過現象認識事物的本質。作為思想政治教育大數據系統的視頻、音頻、圖片、圖像、文檔等，只是數據系統的外在表現形式，而數據所蘊含的思想內容才是其本質。因此，數據分析要著眼不同文本所表達的內容信息，著眼不同時期、不同群體思想意識的共性與個性，揭示人的思想活動的本質特征。三是關注人的思想意識的能動性，善于從變化的、動態的角度切入。只有從全面的、發展的而非孤立的、靜止的觀點透視、分析所占有的全部數據，才能把握人們的思想發展脈絡，為思想政治教育的方式方法做出最佳選擇。四是正視資料文本的相對性，善于依托數據而非完全依賴數據。大數據低密度價值的特點，決定了要去粗取精、去偽存真，必須依靠思想政治教育工作者的考察和甄別。唯有通過對所占有數據的過濾、提純和挖掘，才能有效融合異構數據，剔除虛假數據，提升數據分析結果的精確性。

3.數據管理層：構建功能齊全、反應靈敏的決策支持系統與應用服務體系

數據管理層是構建整個思想政治教育大數據系統技術框架的關鍵環節，在采集、加工、應用一體化的運行中，肩負著樞紐的職能。依據大數據系統運行的一般流程，全部技術框架發展的次序是：數據采集、數據處理、數據分析和數據應用。在整個系統運行過程中，管理與監控自始至終貫穿于整個流程，形成了系統采集、加工、運用一體化和數據持續、動態、標準化的管理機制，以保證思想政治教育大數據的融通、可控和共享，并服務于思想政治教育的政策制定、發展規劃和具體實施。

在數據管理過程中，為保證思想政治教育大數據系統的良好運行，應注意以下三個方面：一是建立并聯通國家、區域和基層的各級各類立體化的思想政治教育數據系統，同時規范大數據從采集使用到環節的管理細則，實現整個系統的縱向貫通、橫向互聯和統籌協調。二是打造全面覆蓋、功能齊全、適用高效、反應靈敏的管理信息系統和決策支持系統，提升全國各級各類思想政治教育部門的決策能力、管控水平和服務水平。三是加強組織領導，將系統納入國家統一規劃和管理范疇，并成立數據管理工作領導小組，組建大數據專家委員會，逐步建立健全思想政治教育大數據系統的管理、應用與服務體系。

三、構建思想政治教育大數據系統的現實路徑

1.轉換思維方式，充分認識大數據系統之構建對思想政治教育實踐的創造力

“數據化代表著人類認識的一個根本性轉變”，“一旦世界被數據化，就只有你想不到，而沒有信息做不到的事情了”。⑤大數據時代呼喚著人們思維方式的現代轉換。所謂確立思想政治教育大數據理念，表現為從程序化思維向創新性思維轉變，善于從海量數據中為思想政治教育亟待解決的問題提供有力的證據或答案。基于此，應全面理解并把握思想政治教育大數據系統的含義及其內容體系，充分認識它帶來的創造性力量，特別是通過對典型案例的透視與解析，獲取數據背后隱藏的潛在價值，實現其效應最大化。同時，也要正視大數據自身的缺憾。為了獲取數據信息的生動細節，總會有大量蕪雜的、無價值乃至錯誤的數據混淆其間，即其價值具有低密度的特點。只有充分認識這一點，才能揚長避短、揚長補短、揚長克短，不斷增強大數據的預測性、開放性、協同性和創新性，使其所蘊含的潛在價值得到深入開掘，并轉化為思想政治教育的資源優勢。

2.探索教育規律，提升思想政治教育大數據系統的價值密度

大數據的原始性、原生態，決定了其使用價值的低密度，而構建思想政治教育大數據系統的主旨，就在于提升其使用價值的密度，進而構成價值“系統”。“從某種意義上說，大數據已經成為一種新的認識和改造世界的方法，世界的本質就是數據的集合、數據的分析與處理。”⑥其中，從一般性數據到認識和改造世界的方法，其根本路徑只能通過數據的集合、分析與處理，探索思想政治教育規律。這就要求我們從浩如煙海的大數據中，以提高現實思想政治教育的信度與效度為標志，善于發現對思想政治教育有所助益的滋養。概而言之，以思想政治教育需求為導向，凡是能夠反映人的高尚思想品德形成與發展的數據文本，都要給予歸納總結，從特定的時空情境中探索其規律性。沿著探索規律這條路徑持之以恒、不斷前行，才能構成思想政治教育大數據的“系統”，保證其價值密度的提升。也唯有如此，才能使系統內部的資源與功能不斷增大增強，進而促進思想政治教育層次與水平的提升。

3.利用智能技術，建立思想政治教育大數據分析模型

思想政治教育大數據系統價值挖掘的關鍵在于，通過數據分析從海量數據中發現規律以提取新的認知。對多元異構的大數據系統進行分析，需要利用智能性的多種數據挖掘技術建立分析模型。如果說，從大數據中探索思想政治教育規律，作為一種定性分析、一種對新的認知的提取，還處于掌握“世界觀”的層面，那么，利用智能技術，將結構化、半結構化和非結構化即多元異構的大數據進行智能性挖掘，建立分析模型，則是對教育規律的具體化與視覺化。如此賦予新的認知以形象性，則無疑進入了“方法論”的范疇。通過立體的、全息的、實時的多維度數據分析和數據建模，將分析結果呈現給用戶，并服務于思想政治教育的研究與實踐，提升大數據的價值密度，進一步豐富大數據系統的文本內容，通過具體化、視覺化的描述與闡釋為思想政治教育不同領域的實踐提供路徑選擇。

4.培育一專多能人才，加快思想政治教育大數據系統隊伍建設的步伐

思想政治教育大數據系統的建構，必須培育一專多能的人才。所謂一專，即在不斷積累思想政治教育實踐經驗的基礎上，以馬克思主義人學理論為指導，以社會主義核心價值觀為引領，善于通過對多渠道、多來源的大數據的采集、分析與挖掘，創造性地歸納整合出適應思想政治教育現實需要的大數據產品。所謂多能，即需要具備以下四種能力：一是深邃的洞察力。即善于發現現實生活中思想政治教育中的薄弱環節，有針對性地為理論研究與實踐應用開發出“適銷對路”的大數據產品。二是脫俗的創造力。即善于從蕪雜的大數據中捕捉思想政治教育的閃光元素，經過富有創造性的搭配與組合，所形成的產品新穎獨到，為受教育者欣然接受、樂于接受。三是生動的產品表現力。即根據所開發的選題，善于從包括文字、圖表、模型、視頻、音頻、圖片、動漫等豐富多彩的文本表現形式中，做出有助于數據表現力的最佳選擇或最佳配置。四是嫻熟的網絡駕馭力。特別是在當下的多媒體時代，網絡傳播效果成為大數據產品擁有廣泛用戶的重要因素。總之，致力于培育一專多能的復合型人才，加快隊伍建設，是構建思想政治教育大數據系統的重要保障。

注釋

①⑤[英]維克托·邁爾-舍恩伯格、肯尼思·庫克耶：《大數據時代》，盛楊燕、周濤譯，浙江人民出版社，2013年，第4、125頁。②鮑雨：《社會學視角下的大數據方法論及其困境》，《新視野》2016年第3期。③鄭淑蓉：《零售業大數據：形成、應用及啟示》，《理論探索》2014年第2期。④楊現民、田雪松：《互聯網+教育中國基礎教育大數據》，電子工業出版社，2016年，第58頁。⑥付安玲、張耀燦：《大數據助力網絡意識形態治理及提升路徑》，《馬克思主義研究》2016年第5期。

責任編輯：沐紫

A Discussion on the Construction of Ideological and Political Education Big Data System

Wang Jingyun

Abstract：Constructing the big data system of ideological and political education is the inevitable requirement of the innovation and development of ideological and political education. By referring to the quantifiable， personalized and specific value proposition， the technical framework for constructing the big data system consists of three layers， the data acquisition layer， the data analysis layer and the data management layer. We propose the following measures for completing the big data system. Transform the mindset to probe into the nature of big data and how the system construction had a creative impact on the education practice. Delve into the principles of ideological and political education as well as improve the value density of big data system. Rely on smart excavation to establish analysis model and enhance the text content of big data system. Train versatile talents to take on the responsibility of safeguarding the system.

Key words：ideological and political education； big data； data granularity； value density