大數據時代高校思想政治教育預警探索

◆馬鴻健 張耘凡 車路

（山東農業大學 山東 271000）

大數據時代思想政治教育是在大數據時代下將數據信息的理念、技術與思想政治教育的思想觀點和道德規范相融合，將數據價值貫穿整個思想政治教育過程當中，通過對成員數據收集從而進行有目的、有計劃、有組織并且有針對性的影響，促使思想政治教育更加科學化和全面化[1]。

隨著高校智慧校園的建設，學生在校期間的日常學習、生活積累了大量數據，借助大數據技術對校園數據進行分析挖掘，實現對學生思想、行為等方面的預測預警，能夠幫助教育者及時了解學生的思想走勢、行為變化和學業狀態，增強高校思想政治教育對學生思想行為及各種不良趨勢的管控能力。目前，多數高校已經將大數據預測功能應用在大學生的日常管理中，如學風評估、學習成績和經濟狀況預測、就業指導和心理幫扶等方面，大數據時代高校思想政治教育將更加具有前瞻性、科學性和實效性。

1 大數據時代高校思想政治教育的特征

1.1 教育環境復雜化

大數據時代獲取信息的方式和途徑更加便捷，但網絡信息良莠不齊、難辨真假、網絡上各種文化并存，與此同時，大學生的思維方式較為活躍，接受事物的能力強，價值觀還沒有完全建立起來，其價值取向、政治認同、實踐選擇、道德觀念等易受到周圍環境的影響，難以進行掌控，增加了對學生進行有價值的、有針對性的思想政治教育的難度。

1.2 教育資源信息化

大數據時代高校思想政治的教育資源獲取途徑進一步拓寬，資源量迅速增長，越來越多的優質資源呈現出網絡化趨勢。在傳統思想政治教育基礎上，大力發掘和廣泛使用網絡優質教育資源，并將其運用到課堂教學中，探索和實踐思想政治教育的網絡育人功能，形成網絡資源與傳統教育資源的良性互動，從而不斷提升大學生思想政治教育的時代感、科技感，提升大學生對思想政治教育的積極性，主動性。

1.3 教育管理智能化

大數據時代高校思想政治工作采用智慧校園、智慧教學等智能平臺，實現高校師生信息、行為、交往等智慧化發展，也實現了高校思想政治教育工作的智能化管理。通過采集分析網絡轉發、評論、引用等數據，能夠通過前沿動態、輿情熱點等了解學生的思想行為變化，做好提前預防、事中處理、事后干預等教育管理工作。

2 高校思想政治教育預警機制研究

高校思想政治教育預警機制是一套以危機管理理論為基礎，由相應的組織機構、規章制度、信息網絡、方案舉措等構成的，通過對高校學生的思想行為動態信息進行收集、分析和評估，及時對高校思想政治教育運行過程中出現的不良趨勢或危機行為進行預先警示，促使高校思想政治教育工作者及時采取措施，防風險于未然的有機系統[2]。

2.1 高校思想政治教育預警機制

高校思想政治教育預警機制主要包括信息收集機制、信息分析機制、信息溝通和反饋機制[3]。信息收集機制通過大數據平臺對思想政治教育對象的相關數據進行收集，包括校園卡消費、課表成績、圖書借閱、獎懲情況、上網行為等。信息分析機制利用大數據分析工具及軟件對教育對象的數據進行挖掘，分析學生的生活、學習、心理等各方面的成長情況。信息溝通和反饋機制將挖掘的思想政治教育預警信息反饋給相關預警決策部門，預警決策部門要求學院、團委、學工處等相關部門進行有效引導，相關部門把學生的思想動態以及預警實施的效果溝通和反饋給預警決策部門。通過高校思想政治教育預警機制的有效運行，明確各行為主體的責任，根據學生的個性特征和需求開展個性化教育。

2.2 高校思想政治教育預警范圍

高校思想政治教育預警的對象是全體在校大學生，預警范圍涵蓋大學生在校期間容易產生危機的領域，包括學習、行為、心理等方面[4]。學業預警針對學生的學習狀態進行預測，對教育教學質量進行監控，在學生出現學習困難時及時進行干預警示，幫助其順利完成學業。行為預警通過對學生日常行為進行評價，如校園卡系統、教務系統、學習平臺等，對沉迷網絡、行為失?；蜻`犯學校紀律的學生，采取提醒、教育等方式予以警示，并教育改正。心理預警指大學生因情感、經濟、學業等多方面原因，引發心理問題的預警類型，需要準確了解學生思想行為動態，及時采取心理危機干預，幫助學生恢復到正常的生活。

2.3 高校思想政治教育預警系統

大數據時代高校思想政治教育預警系統集成了各業務系統數據庫，采集學生消費、成績、教務、學工、圖書等數據進行融合，為學生思想、行為的分析預測提供數據支撐，系統架構如圖1所示。首先，通過數據清洗轉換對原始數據進行預處理，存儲在分布式系統中。然后，從學生的消費規律、生活習慣、自主學習能力等方面來構建的學生行為描述指標。基于學生行為描述指標，建立學生行為特征模型，利用聚類分析、關聯規則挖掘、協同過濾等算法對學生行為聚類分析和預測。最后，采用決策樹對學生行為的預測結果進行預警，將預警結果提供給預警決策部門。

圖1 高校思想政治教育預警系統架構

3 大數據時代高校思想政治教育預警對策

3.1 樹立大數據預測思維

開展高校思想政治教育預警的首要任務是提升教育者的數據意識，樹立預測思維，增強數據的采集和分析能力，掌握利用大數據技術預測學生的思想變化和生活習慣的方法?，F階段，大學生普遍習慣將存在的問題和困惑通過網絡顯現，如果學生的意見和建議不能被及時重視或延誤解決，極易在網絡上傳播，演變為群體不滿情緒。通過大數據采集學生網絡日志、行為日志等進行分析和預警，可以幫助教育者在第一時間了解問題，盡快制定相應的解決方案，如及時提升校園管理、課程安排、食堂伙食、教師課堂滿意度等。

3.2 加強數據整合能力

高校共享數據平臺中已經集成校園卡消費、歷史成績、獎懲情況、圖書借閱等業務系統數據，在此基礎上需要構建描述學生行為的指標體系。教育者要根據實際情況細分指標，并依據各評價指標的貢獻程度設定權值。在設定時根據學生的個性特點和身心發展規律，實行針對性策略。對于新生，側重采集生源地、高考成績、家庭和入學心理測試情況、宗教信仰、興趣愛好等數據，分析學生以往的基本學習、生活態度和人際交往情況，預測其精神狀態和情緒波動，幫助他們適應大學生活和樹立正確的三觀。對于老生，側重分析基礎性數據、過程性數據和結果性數據，如學習內容、學習頻率等，預測學生的學業成績、思想動態、職業選擇等。

3.3 提升數據分析效果

高校思想政治教育預警要提升大數據分析技術和可視化技術，將數據分析結果以更加直觀、更易理解的方式進行展現。高校思想政治教育的研究對象是學生，采用的是定性研究法，大數據預測是定量研究法，需要實現定性分析和定量分析結合，提升數據分析效果。高校學生數量多、個體間差異大，學生的家庭狀況、社會經歷、教育背景等方面都存在差異，并且數據類型多、數據價值密度低，需要做好信息篩選，建立學生行為特征數據庫，根據學生的學習成績分析學習效果、圖書借閱種類分析學生興趣愛好、校園卡消費分析學生家庭狀況、上網行為軌跡分析學生思想動態，及時了解學生的思想行為，做好預警工作。

3.4 優化思想政治教育方案

教育者在制定教育方案的過程中要精準把握教育對象的特點，并提前預測方案實施中可能會出現的相關問題及其影響和危害，做出大概判斷，推斷教育實施過程中學生有可能會提問的問題、不易吸收的知識點或將知識付諸實踐過程中會遇到的困難，不斷調整和完善教育方案。如：受自身性格影響，一部分學生可能并不愿意將其自己的苦悶與人傾訴。這時需要教育者分析問題根源，根據數據預測學生未來行為，及時掌握學生的未來發展動態，減少突發事件的產生概率，同時做好應對緊急事件的準備，將工作對象的情感、價值、發展目標等需求鎖定在精準范圍，掌握滿足個性需要的思想政治教育方案。

4 結束語

通過探究大數據時代高校思想政治教育預警機制，分析和挖掘學生校園數據，提出科學有效的預警對策，可以幫助教育者全面掌握高校學生的思想狀況、行為動態及其影響因素，預測不良行為發生的可能性，提前做出決策部署，使高校思想政治教育更加精準、多樣、科學、智能。