基于大数据思维方式的高校思想政治工作应对策略*

杨江水,陈昌蓉,张绍荣

(1.西南大学，重庆 400715；2.重庆师范大学，重庆 401331；3.重庆邮电大学，重庆 400065)



基于大数据思维方式的高校思想政治工作应对策略*

杨江水1,2,陈昌蓉2,张绍荣3

(1.西南大学，重庆 400715；2.重庆师范大学，重庆 401331；3.重庆邮电大学，重庆 400065)

摘要：大数据的思维方式与高校思想政治工作高度契合，其完整性能提高思想政治工作的客观性、全面性能提高思想政治工作的人本性、混杂性能增强思想政治工作对象的真实性、相关性能提高思想政治工作的前瞻性、无限性能提高数据挖掘潜在价值的持续性。高校思想政治工作应对大数据思维要强化大数据素养，增强大数据思维；搭建大数据集成平台，增强大数据分析应用；把控学生思想行为动态，建立学生行为状态预警；遵循学习方式变革，促进学生个性化学习。

关键词：高校；思想政治工作；大数据；思维方式；应对策略

一、大数据及其思维方式

数据(data)不是数字(figure)，它又称资料，在拉丁文里是“已知”的意思，也可理解为“事实”，今天用来描述事物的特征甚至事物本身。大数据(big data)一词最早出现于20世纪80年代，《第三次浪潮》的作者阿尔文·托夫勒(Alvin Toffler)曾使用大数据一词，并将“大数据”热情地赞颂为“第三次浪潮的华彩乐章”[1]。直到今日，学术界对大数据也未形成统一的概念，普遍认为：大数据突出特点就是数据“大”，是一种巨量资料，完全超出了传统数据库及计算机常用软硬件的处理能力，它不是一种新技术、新产品，而是我们整个时代出现的一种现象；它既是人类对客观世界的记录和描述，又是一种以信息技术发展所带来的数据的规模使用，也可以说，大数据就是一切可记录信号的集合；它可以通过数据的开放、整合和分析，发现新知识，增长新智慧，创造新价值。

大数据具有体量大、类型多、传播速度快等显性特征，更重要的是数据背后真正的隐性价值和数据意义。正如维克托·迈尔-舍恩伯格所言：“大数据的真正价值就像漂浮在海洋中的冰山，第一眼只能看到冰山的一角，绝大部分都隐藏在表层之下。”[2]127“大数据不仅仅是一种技术，而且是一种价值观和方法论。”[3]它将引起人们生活、工作与思维的大变革，“任何组织，如果早一点着手大数据工作，都可获得明显的竞争优势”[4]4，特别是大数据思维方式，必须融入到每个组织的毛细血管中[5]250。

大数据思维方式之一是“样本=总体”，“样本内容=全部数据”。与传统数据相比较，大数据体现得更多，其分析范围更广，分析程度更深，是分析与某事物相关的所有数据。大数据分析既能真实地反映事物的应然规律，又能抓取事物个体的特殊细节，大数据的全样本分析是“一座等待开采的金矿，具有发现问题的无限可能性”[6]88。

大数据思维方式之二是关注数据的混杂性，而非精确性。大数据时代数据因为量大类型多，数据体现得更杂，数据的精准性已无法完全保证，标准化分析已不大可能，混杂体现真实，些许错误数据并不影响全样本的整体规律，所以“要想得到大规模数据带来的好处，混乱应该是一种标准途径，而不应该是竭力避免的”[2]60。

大数据思维方式之三是关注事物间的相关关系而不是因果关系。大数据时代事物变化快，数据价值衰减亦快，处理数据的速度是实现数据价值的重要保证。不去费时深究表象原因，而根据发现的相关关系快速做出决策，将极大节约组织的管理决策成本。相关关系能提供新的视角[2]88，即人们将对事物之间因果关系的考察转向对事物相关关系的考察，这可以帮助我们捕捉现在和未来[2]72，能帮助我们更好地了解这个世界[2]83。

正因为大数据这三种不同于传统的思维方式给各行各业带来了深刻的影响和挑战，所以高校思想政治工作应主动跟进和研究，作出积极应对策略，为大学生思想政治教育管理服务，推进大学生成人成才成业。

二、大数据思维方式与高校思想政治工作的契合

(一)大数据的完整性能提高思想政治工作的客观性

大数据采用的全样本思维方式，能从根本上确保研究对象的完整性。以往，由于采集、分析、利用数据的条件有限，再加之人们思维惯性的影响，我们收集的只是部分学生的少量数据并加以小样本分析。这种状况存在两个方面问题：一是主观采用的调查方法也通常是人为的、有目的、有意识的调查问卷和访谈及其样本分析，调查对象也往往是在知情的情况下所配合的工作，很可能不能完全了解到学生的真实思想状况，影响客观效果；但因为大数据分析方法体现的是在学生不完全知情下的真实记录，并将之进行整理和分析，所以这有助于准确了解学生的全部思想动态，推断学生的行为走向，从而确保样本分析的客观性。二是传统抽样调查只是针对某个方面、某个片段进行预案设计，得到的也只是学生调查资料的部分，部分不能代替整体，不仅得出的部分结论可能出现偏差，而且信息的不完整可能影响整体判断。

(二)大数据的全面性能提高思想政治工作的人本性

“以人为本，以生为本，为了一切学生，为了学生的一切。”这是多年来思想政治工作的工作理念。《国家中长期教育改革和发展规划纲要(2010-2020年)》也提出：“关注学生不同特点和个性差异，发展每一个学生的优势潜能。”对于大学生个体而言，大数据的全面性和个性化思维方式为每个学生的自由、全面、充分、和谐发展提供了可能。对于思想政治工作客体来说，全面数据对于把握其情况和特点有较大帮助。在大数据技术支持下，学生的学习过程数据、日常生活数据、网络使用数据能被有效获取与分析，有助于更好地了解和预测学生的个人思想、行为、学习程度和态度，并有针对性地提供相适应的个性化帮扶、支持和干预，有针对性地展开个体思想政治教育。从而真正体现以生为本，提高思想政治工作的人本性。

(三)大数据的混杂性能增强思想政治工作对象的真实性

当今人人都在创造数据，也在利用和分享数据，如每天上QQ、手机、微信等。单个数据显得杂乱无章，但当数据累积到一定程度时，群体行为就会在数据上呈现一定的规律。“相比依赖于小数据和精确性的时代，大数据因为更强调数据的完整性和混杂性，帮助我们进一步接近事实的真相。”[2]65大数据时代，思想政治工作者可以多渠道、多领域、多方式收集学生信息，接受其间混杂的不精确甚至错误、繁杂的各种类型数据，这能增加我们认识、了解、分析学生的机会和能力，帮助思想政治工作更多地接近事实的真相。通过对学生的大数据分析，我们能够从不同的角度、更细致地观察和研究数据的深层次意义，从而充分了解学生的各种思想动态，有针对性地开展思想政治工作，提高思想政治工作效果[7]。

(四)大数据的相关性能提高思想政治工作的前瞻性

大数据思维方式不追求因果关系，而是相关关系。“相关关系的核心是量化两个数据值之间的数理关系。相关关系强是指当一个数据增加时，另一个数据很有可能也随之增加；相关关系弱是指当一个数据增加时，另一个数据值几乎不会发生变化。”[6]89思想政治工作的基本要求就是要有前瞻性。大数据预测特别强调事物或现象之间的相关关系，帮助思想政治工作捕捉现在和预测未来，帮助思想政治工作者有效化解学生思想认识问题；因为一个学生的思想动态变化，不是一蹴而就，而是经历由量变到质变的发展过程，问题是慢慢出现的。通过对学生尽可能多的数据收集和分析，可以预先捕捉到一些问题的前兆信号。例如：当一个学生时常上课打瞌睡，就说明其晚上睡眠不足，相关性问题是否与夜不归寝、深夜上网等有关；反过来，通过对异常情况的监测，能提前获知学生遇到了什么问题，通过异常分析可提前、提早预测学生即将发生的事情，展开思想政治教育，化解他们的问题和矛盾，帮助学生健康成长和发展。

(五)大数据的无限性能提高数据挖掘潜在价值的持续性

“数据不同于有形资产，有形资产分享的越多，自己拥有的越少；数据分享的越多，产生的越多，使用的人越多，其价值越大。因此，数据具有天然的公用性和价值性。”[5]262-263“经典统计学所使用的数据功能单一，用毕即弃。大数据时代的数据信息具有无限的、潜在的使用价值，可以永远贮存、反复使用。”[6]88这种数据不仅可以不断地被积累和再利用，而且数据的重组与联合也会产生比单个总和更大的价值。分享数据，进行广阔的横向比较和纵向的深度分析，帮助思想政治工作持续挖掘数据的潜在价值，作出更为科学与前瞻的预测和评价，不断提高思想政治工作水平。

三、基于大数据思维方式的高校思想政治工作应对策略

(一)强化大数据素养，增强大数据思维

面对大数据，思想政治工作要发展，数据意识、数据素养、数据思维培育培养要先行。在高校，每个人都是大数据的制造者、传播者和分析对象。学生借阅、上网、选课、论坛、QQ、微博、吃饭刷卡、成绩等都会产生大量数据。思想政治工作者应强化大数据意识，重视数据价值，开展数据信息的搜集、存储、整理和分析。从素养角度上说：首先对数据具有敏感性，能意识到数据的潜在价值；其次要掌握与数据、大数据有关的基本知识、基本理论；再次要有数据搜集、分析、利用技能；最后要有跟数据收集、利用有关的道德，如数据收集须经过授权，数据分析不可泄露个人隐私等。从思维角度上讲：一是要有全面性系统数据思维，形成对事物整体性、全貌性认识。通过收集全面而完整的数据，挖掘数据的潜在价值，把控学生思想行为动态，进行精准预测与干预。对于高校思想政治工作来说是一个系统工程，涉及到教育、教学、服务、管理等方方面面，贯穿学生从入学到毕业就业的各个阶段，这需要整体、系统、全面的统筹。二是要有相关性关联数据思维，对相关关系加强关注，从中发现新问题。直接探索因果关系是人们理解和解释世界的基本方式。但用大数据相关关系分析法，可以避免惯性思维导致对学生的偏见和错误，让人突破原有经验所束缚的思维，去发现问题的实质和本质。三是要有混杂性模糊数据思维，去捕捉更为全面准确的信息，去接近事实真相。大数据时代，数据价值就在于通过对看似混乱的数据进行分析，得到精确的结论，从而对事物发展做出正确的判断和预测。正是因为接受了数据的混杂性，我们才有可能通过大数据挖掘技术和手段，去分析和挖掘出混杂数据中隐含的潜在价值和规律，有针对性地开展思想政治教育工作。

(二)搭建大数据集成平台，增强大数据分析应用

开展大数据的分析利用，首先要有强大的数据库作支撑，其次要有系统的大数据集成平台。一方面,数据量的急剧增长对数据的搜集、存储、管理和分析带来了挑战；另一方面,数据类型的变化对于提取有价值信息和处理带来了新的挑战。正如托马斯·H·达文波特所言：“任何一个组织，要抓住大数据的机遇，就必须做好几个方面的工作。从技术角度讲，一是要收集并且开发特定的工具，来管理大规模并行服务器产生的结构化和非结构化数据，二是每一个组织都需要选定分析软件，用它来挖掘数据的意义，但可能最重要的是，任何组织都需要人才来管理和分析大数据。”[4]序言因此，一是成立数据管理部门与机构，制定数据管理政策、统一的标准及共享平台，建立良好的运行机制；二是构建思想政治工作架构，研究解决大数据采集、存储、处理及分析相关技术问题；三是完善学生的基础数据，扩大学生相关信息和数据的采集，为数据分析积累更多的素材；四是构建学校综合信息网络平台，整合校内外信息，实行信息共享；五是加强相关的人员数据搜集、整理、分析能力建设，推进数据管理、分析和应用。

(三)把控学生思想行为动态，建立学生行为状态预警

在大数据时代，大学生几乎都有手机，人人都上网，各种社交平台会产生大量数据，校园行为活动也能产生大量数据。综合起来主要有三个方面：一是学生信息管理系统能提供很多数据，如学生学籍、选课、成绩、奖惩记录、学费缴纳等；二是校园一卡通会产生很多数据，吃饭、购物、图书馆利用记录、在校情况记录、上课出勤记录、学生到体育室锻炼记录等；三是大学生上网记录会产生大量数据，如访问网站、微博、短信、飞信、微信(微信群)、QQ心情和空间(QQ群)、评论(舆情)、游戏、搜索内容等。这些强大的数据给高校思想政治工作带来了新挑战，同时也带来了机遇；因此，思想政治工作者要主动适应这一发展趋势，并积极作出响应。一是要加强对学生全面数据的搜集和整理，既要掌握学生学习数据，包含过程数据和结果数据，如考试成绩、出勤、作业完成情况、上课表现、选课情况、实习实践、评优评奖等；又要掌握学生生活数据，包含校园卡消费情况、上网情况、外出情况、参加社团情况等，并加以整理分析，把控学生的思想行为动态，适时开展针对性的思想政治教育。二是要加强网络思想政治教育，通过手机、平板电脑等新载体和微信、QQ、贴吧等新媒体，建设思政红色网站，强化主旋律、传播正能量、掌握主导权。三是加强大学生网络舆情的分析、研判，把控学生的关注度、参与度和立场态度，预测事件的发展方向，制定出科学合理的舆情引导和应对举措。四是建立学生思想行为预警机制和干预机制，预测学生思想行为动态，把握思想政治工作的前瞻性。可以通过对学生各种数据的收集、分析，预测事情发生的可能性，如学生失恋时，QQ群、微信群、微博等常会成为他们宣泄情绪、寻求帮助的途径，应用大数据方法，监测并分析这类学生数据，从中可把控哪些学生思想行为波动较大，发生意外和不测的可能性增加，从而有针对性地对学生进行思想教育、心理辅导或行为干预，化解和消除学生的偏极想法和不良心理，避免或阻止极端事件的发生。

(四)遵循学习方式变革，促进学生个性化学习

随着大数据技术发展，“互联网+”的成功实践，学生学习方式发生了巨大变化(见表1)。一是在线课程风靡全球，可反复观看的国内外名师名课吸引了大量学生“逃课”去“淘课”，使得在线学生学习数据猛增，这些数据既有学习结果数据、也有学习过程数据(如一个页面的点击率，一帧画面的停留时间等)和学习交流数据(学生之间的交流，学生和主讲者、视频辅导者之间的交流)；二是传统课程网络辅助，很多学校都建设有网络教学平台，利用网络教学平台管理学生、收发作业、在线考试、在线交流，并对在线学习数据进行统计分析；三是电子设备捕捉学生学习状态，随着面部识别、指纹识别、声音识别、蓝牙等技术的兴起，获取学生的出勤数据和课堂表现数据也逐渐进入研究领域和试验阶段；四是资料搜集网络化，学生查阅资料一般都是通过机构内部数据库和在线数据库和网络搜索引擎，可以通过和服务提供商进行合法的合作搜索记录并进行分析，从而获得学生的学习关注点。学习结果必须基于学习过程，过去我们只有看到了学习结果(考试成绩)才知道学生学习糟糕，而现在基于学生学习过程的数据挖掘，我们可以提前分析学生的学习进展状况，判断是否需要进行干预，从而有效促进学生学习。特别是在线课程，由于学生学习过程缺乏实时监督，学生学习自觉性和持续性较差，据调查统计，很少有学生对一门课能坚持看到5集以上，需要进行有效的学习组织、引导、管理和监督。管理者应遵循学习方式变革，根据学校实际情况，尽可能搜集学生的学习数据，为学生提供有效的个性化学习支持。要根据课程性质合理安排教学方式，把教学数据电子化，方便后期分析；要统一进度要求，但要容许学生学习效果有差异；最后是要善于分析学生学习特点，为学生做个性化的学习规划。

表1　学生学习方式变革

总之，大数据思维方式给高校思想政治工作带来了机遇和挑战，我们需主动适应并掌握其特点和规律，作出积极应对策略，全面提升高校思想政治工作质量和水平。

参考文献：

[1]朱志军，佘丛国，闫蕾．大数据——大价值、大机遇、大变革[M]．北京：电子工业出版社，2012：7.

[2]维克托·迈尔-舍恩伯格，肯尼思·库克耶．大数据时代[M]．盛杨燕，周涛，译．杭州：浙江人民出版社，2013．

[3]维克托·迈尔-舍恩伯格．寻找通往未来的钥匙[N]．人民日报，2013- 02- 01(23).

[4]托马斯·H·达文波特．中国的雄心应该拓展到大数据领域[M]//涂子沛．大数据：正在到来的数据革命，以及它如何改变政府、商业与我们的生活． 桂林：广西师范大学出版社，2012．

[5]赵国栋，易欢欢，糜万军．大数据时代的历史机遇：产业变革与数据科学[M]．北京：清华大学出版社，2013．

[6]宋海龙．大数据时代思维方式变革的哲学意蕴[J]．理论导刊，2014(5)．

[7]陈立，左文龙.优化校园网管理机制 加强高校网络思想政治教育[J].重庆邮电大学学报(社会科学版)，2015(1)：73.

(编辑:段明琰)

Coping Strategies for College Ideological and Political Work Based on Big Data Thinking Mode

YANG Jiangshui1,2，CHEN Changrong2，ZHANG Shaorong3

(1.SouthwestUniversity,Chongqing400715,China；2.ChongqingNormalUniversity，Chongqing401331,China；3.ChongqingUniversityofPostsandTelecommunications，Chongqing400065,China)

Abstract:Big data thinking mode highly agrees with college ideological and political work. The integrity of big data could improve the objectivity of college ideological and political work; the comprehensiveness of big data could improve the humanity of college ideological and political work; the intermixture of big data could enhance the authenticity of college ideological and political work object; the relativity of big data could improve the prospectiveness of college ideological and political work; the infiniteness of big data could improve the sustainability of the potential value of data mining. To cope with big data thought, college ideological and political work strategies contain: strengthening big data accomplishment and enhancing big data thought; establishing big data integration platform and enhancing big data analysis application; supervising students’ thought and behavior trends and establishing early warning system for students’ behavior state; following learning style transformation and promoting students’ personalized learning.

Keywords:college; ideological and political work; big data; thinking mode; coping strategies

DOI：10.3969/j.issn.1673- 8268.2016.03.011

收稿日期：2015- 08-12

基金项目：国家社会科学基金项目：网络文化生态场域的逻辑建构与生成路径研究(14BKS126)

作者简介：杨江水(1970-)，男，重庆开县人，教授,西南大学教育学部博士研究生，重庆师范大学发展规划处处长，高等教育研究所所长，主要从事思想政治教育和高等教育管理研究；陈昌蓉(1978-)，女，重庆巫山人，讲师,硕士,主要从事高等教育研究；张绍荣(1977-)，男，四川广元人，副教授，博士研究生,重庆邮电大学党委组织部部长，主要从事思想政治工作和高等教育研究。

中图分类号：G641

文献标识码：A

文章编号：1673- 8268(2016)03- 0071- 05