大数据思想政治教育模式构建的可能性及其实现路径研究

林 晶，王建亭，2

（1.东北师范大学 马克思主义学部，吉林 长春 130024；2.哈尔滨工业大学（威海）马克思主义学院，山东 威海 264200）

大数据作为信息技术发展的结果，正在以其固有的属性改变着人们的生活方式和生产方式，并且塑造着新的思维方式和价值观念，成为社会生活各领域发展的动力和引擎。自2013年“大数据时代”概念的提出，国内对大数据的研究迅猛增长。在教育领域，大数据的研究和应用是从云存储、数字图书馆、智慧校园等领域兴起的。在教育部印发的《2014年教育信息化工作要点》中，强调要加强教育数据资源的整合与集成，为教育决策提供及时和准确的数据支持。在教育部印发的《高校思想政治工作质量提升工程实施纲要》中，提出要推动思想政治工作传统优势同信息技术高度融合，引导师生强化网络意识，树立网络思维。在信息时代条件下，思想政治教育面临网络大数据带来的巨大变革。充分利用和发挥大数据自身优势，积极构建大数据思想政治教育模式，是信息化时代思想政治教育的内在需求。

一、大数据思想政治教育模式的内涵

大数据思想政治教育模式是指以大数据理论、统计学、计算机科学、教育技术学、教育学、心理学等多个学科为理论基础，借助不同数据系统采集到的完整、丰富、即时、动态的大数据并进行统计分析，从而对受教育者实施科学化、精准化、立体化、个性化、实时化的思想政治教育模式，具有科学性、前瞻性、时效性、主体性、个性化的内在属性。大数据思想政治教育模式构建的宗旨和目标就是将大数据的理论与技术深层次融入思想政治教育全过程，以解决思想政治教育实效性问题。

（一）科学性。

《中国基础教育大数据发展蓝皮书（2015）》指出，大数据既可以全面透视宏观领域，又可以深刻剖析微观层面，易于构建更为系统化的教育发展模型，以推动国家教育政策制定与调整的科学化。大数据思想政治教育以其强大的记录运算功能，可以全面、准确地记录每一位受教育者的思想成长轨迹，进而为每个受教育者建立完整的思想成长数据库，从而为思想政治教育进一步落实“因材施教”提供科学、可靠的数据支撑。

（二）前瞻性。

从教育目标看，前瞻性是所有学科教育的内在要求，思想政治教育也不例外。随着信息种类的多样化和信息量的爆炸式增长，人们的世界观、人生观、价值观、思维方式以及行为方式均发生了深刻的变化，呈现出多元化、多样化趋势。面对这一变化，传统思想政治教育模式显得应对乏力。大数据的出现，为思想政治教育的前瞻性提供了强有力的技术支持。舍恩伯格在其代表作《大数据时代》中指出，“大数据的核心就是预测。大数据不是要教机器像人一样思考，相反，它是把数学算法运用到海量的数据上来预测事情发生的可能性”。[1]（p16）将大数据与思想政治教育结合起来，充分发挥大数据能够迅速准确采集和处理海量数据的优势，对采集到的全部信息进行运算分析，形成强大的洞察力，进而对受教育者的思想动态做出预判。

（三）时效性。

社会存在决定社会意识。由于生理发育、心理成长、生活境遇、舆论环境等多因素的共同作用，人的思想是不断变化的，对于青少年来说尤其明显，因此，及时有效地把握青少年的思想动态是思想政治教育的重要环节。2014年5月4日，习近平总书记在北京大学师生座谈会上的讲话中指出，“青年的价值取向决定了未来整个社会的价值取向，而青年又处在价值观形成和确立的时期，抓好这一时期的价值观养成十分重要。这就像穿衣服扣扣子一样，如果第一粒扣子扣错了，剩余的扣子都会扣错。人生的扣子从一开始就要扣好”。[2]（p172）因此，青年时期是思想政治教育的关键时期，把握好青年时期的思想政治教育时机，是确保思想政治教育时效性的前提。在传统思想政治教育模式下，从受教育者信息收集、甄别、评估到反馈等各个环节，耗时较长，导致对受教育者思想动态的掌握存在滞后性。信息时代，海量数据的冲击使受教育者的思想动态性进一步强化，因而传统思想政治教育模式对信息掌握的滞后性被进一步放大。大数据技术利用其速度优势，可以迅速获得受教育者海量的多样化信息并进行及时处理，通过对不同来源数据的挖掘、管理、优化、分析，将结果反馈到思想政治教育过程的各个环节中，可以动态及时地发挥出巨大教育效益。

（四）主体性。

在传统的思想政治教育模式中，教育内容的统一性和方法的单一，使受教育者处于被动接受的地位，影响思想政治教育效果，以数据为核心的大数据思想政治教育模式将为改变这一困境提供新的思路。在大数据思想政治教育模式中，大数据绝非“机械的数据”，而是来自现实生活的动态数据。信息追踪的数据来自受教育者日常学习和生活的方方面面，对其进行的思想政治教育是建立在受教育者行为数据搜集、挖掘和处理基础上的，因此，这些从受教育者行为中搜集到的本真的全面的数据，本质上体现了对受教育者主体地位的充分尊重。

此外，在大数据时代，互动性是虚拟世界的突出特征。互动性是网络用户持续增加的核心因素，同时也为思想政治教育创造出有利的条件。比如通过对网络平台的运用，改变传统的单向式教育方法，积极引导思想政治教育者与受教育者以及受教育者之间通过有效的互动、交流、研讨等形式，使受教育者能够主动地参与到思想政治教育全过程，使他们的主体地位得到保障。根据互动过程和结果的数据分析所进行的思想政治教育互动平台建设（如微信、微博、BB平台等），使思想政治教育更具开放性，进一步促进了受教育者向主体角色的转变。

（五）个性化。

“大数据和自适应技术平台的结合能够带来一场教育革命，这场革命可以改变教育方式，克服过时的课堂模式，针对个人实现兴趣驱动和自主学习的进步愿景”。[3]思想政治教育的目标要求是提升受教育者整体的政治思想、道德水平，但这并不意味着在思想政治教育实施过程中实行“一刀切”是行之有效的，应坚持因材施教、有序推进的个性化策略。因此，掌握完整数据，进而发现并尊重受教育者的区域差异、个体差异是实施个性化思想政治教育的基础。“教育信息技术突破了传统的教学时空、教学模式、教学信息、教学组织形式和教学管理方式。尤其是互联网、大数据、人工智能为个性化教学与个性化学习提供了强有力的技术支持”。[4]从这个意义上看，大数据能够以其强大的洞察力向人们展示依靠传统方式所无法观察到的与受教育者直接或间接相关的学习要素，预判教学方案的可行性，进而为提高受教育者的学习效率和效果提供精准服务。“大数据为学习带来了三大改变：我们能够收集对过去而言，既不现实也不可能聚集起来的反馈数据；我们可以实现迎合学生个体需求的个性化学习策略，而不是一组统一的学习方案；我们可以通过概率预测来优化学习内容、学习时间和学习方式。”[5]（p104）

当前，我国互联网迅猛发展。据中国互联网络信息中心（CNNIC）发布的第44次《中国互联网络发展状况统计报告》统计，截至2019年6月，我国网民规模达到8.54亿，其中手机网民规模达8.47亿，比例高达99.1%。数以亿计的网络用户所产生的海量数据，能够最大限度地满足思想政治教育的个性化教育需求。一方面，“任何人都只需要对自己有益和有用的信息，大数据的处理、分析功能可以缩短人们从个别认识再到一般认识的时间，可以快速找出事物带有的共性规律，使人们对世界认识更快、更便捷”；[6]另一方面，海量数据能够满足大数据思想政治教育的全样本需求，使思想政治教育不再是“管中窥豹”，而是将全部相关信息置于眼前，以便能够全方位地观察，并能够使教育者进行整体与个体教育的协调平衡、处理分析，以供因材施教的个性化决策。信息时代条件下受教育者日常生活行为中的数据痕迹无处不在，收集、挖掘、分析这些数据后，建立可视化的行为和兴趣模型，能够感知受教育者的思想现状与动态，识别受教育者的特点，掌握受教育者的兴趣特征和学习需求，继而提供适恰的思想政治教育资源，合理安排时间和地点，记录思想政治教育过程和评价，提升思想政治教育实效性。

二、大数据思想政治教育模式构建何以可能

对一个事物何以可能的追问，就是要论证它能够实现的可能性条件。调查显示，“50.4%的大学生认为当前思想政治理论课的教学效果‘一般’，10.0%左右的大学生对思想政治理论课课程设置、教学内容和教学方法不大满意”。[7]可见，传统思想政治教育模式在受教育群体中的接受度和认同度不高，思想政治教育模式创新势在必行。大数据技术以其大量、高速、动态以及准确的信息优势，在整个教育领域迅速获得了信任，同时也推动了思想政治教育理念的变革。当前，大数据理念在思想政治教育领域已获得广泛认同，为大数据思想政治教育模式的构建奠定了思想基础。同时，思想政治教育学科的内在规定性、人的思想成长的实践性规律以及智慧校园的创建等等，为大数据思想政治教育模式的构建提供了可能性。

（一）思想政治教育学科的内在规定性为大数据思想政治教育模式构建提供了可能性根据。

思想政治教育具有意识形态性与科学性相统一的内在规定性。作为我国主流意识形态阵地保障的思想政治教育，其坚定的马克思主义政治立场和无产阶级属性是鲜明的。同时，作为思想政治教育内容的马克思主义理论作为一门理论学科，科学性、真理性是其固有属性。2019年3月18日习近平在学校思想政治理论课教师座谈会上强调，思想政治理论课“要坚持政治性和学理性相统一，以透彻的学理分析回应学生，以彻底的思想理论说服学生，用真理的强大力量引导学生。”思想政治教育作为一门理论化、系统化的学科教育活动过程，必然要遵循教育的基本规律。大数据思想政治教育模式以其前瞻性、预测性、精准性等特点和优势，能够及时掌握思想政治教育与社会发展的外部关系以及与人的发展的内部关系的动态发展状况，以维护并强化思想政治教育的内在规定性，进而推动思想政治教育的可持续发展。

（二）社会生活实践方式的变化为大数据思想政治教育模式构建提供了现实条件。

思想政治教育关注的焦点是人的思想品德的形成。思想道德根源于生活，生成于实践。因此，人的思想成长是在一定的社会实践基础上，在主客观因素的共同作用下，在主体内部形成具有相对稳定性的价值取向的过程。尊重思想成长的实践性规律，是大数据思想政治教育科学性的保障。“作为道德教育的研究者和教育者，应高度重视收集和检验支持道德教育实证方面的数据，这样教育活动将在非常短的周期内传导知识，及时跟踪和改变学生的发展轨迹，例如会及时关注到他们的学业成绩和幸福感的纵向变化。这从长远来看，会得到更多的实证数据”。[8]

信息技术的飞速发展，改变了人的生产方式、生活方式和思维方式。人的思想成长的实践路径发生了天翻地覆的变化。信息技术时代，人的实践社会生活的互联网数据痕迹激增，使思想政治教育所需的大数据唾手可得。“以在线教育用户为例，截至2019年6月，我国在线教育用户达2.23亿，较2018年底增长3122万”。[9]互联网使用所产生的巨量、丰富、翔实、生动的基础数据，极大增加了思想政治教育数据挖掘空间。可见，新的社会生活实践方式为大数据思想政治教育模式构建提供了可靠的现实条件。

（三）智慧校园建设为大数据思想政治教育模式构建提供了实践基础。

近几年，在国家政策的支持与推动下，以大数据为基础的智慧校园建设迎来了快速发展时期。

智慧校园有三个特点：一是满足个性化要求。智慧校园以其智能化的优势，可以根据教师和学生的个人需求进行优化升级，以实现新形势下的“教学相长”和“因材施教”；二是实现校际连接。智慧校园具有校际间相互贯通的优势。在智能技术的支持下，学校与学校之间可以形成功能关联，实现校际连接、资源共享；三是提供师生交互、在线学习平台。在智慧校园体系中，所有与学习或教育相关的特性都是在一个固定的操作平台上实现的。例如，在教学过程中：借助网络教学综合平台，充分利用虚实结合的学习空间，将传统的课堂教学转变为在线学习和线下课堂教学相结合的混合教学模式。混合教学模式的在线授课部分保留了师生交互、学生在线学习的相关数据，通过后台对数据提取和分析，可以对学生的学习进行详尽的过程性评价，将传统的终结性评价转变为过程性评价与终结性评价相结合的评价方式，有效提高了教学评价的科学性和准确性。

三、大数据思想政治教育模式构建理路

在分析大数据思想政治教育模式建构可能性条件的基础上，从大数据思想政治教育构建的观念准备和实践路径两大方面揭示大数据思想政治教育模式的构建理路。

（一）大数据思想政治教育模式构建的思维准备。

舍恩伯格认为，在大数据时代，首先需要在思维上进行变革，“大数据的精髓在于我们分析信息时的三个转变，这些转变将改变我们理解和组建社会的方法”。[10]（p17）这三个转变分别是随机样本转变为所有数据、精确性转变为混杂性、因果关系转变为相关关系。实现由随机样本到所有数据、由少样数据到混杂数据、由因果关系到相关关系的转变，即确立数据核心思维、全样本思维、包容思维和相关思维是大数据思想政治教育模式构建必要的思维准备。

1.数据核心思维。

大数据带来计算模式的根本转变，从“流程”核心转变为“数据”核心。[10]大数据本身包含双重信息：一是数据之大，无所不包；二是价值之大，数据成为一切行业发展的基石和动力。大数据思想政治教育模式的建立与发展更多地依靠数据来推动。只要有数据存在，计算机就可以从数据库中搜索出所需要的任何信息。因此，数据成为思想政治教育智能化的基础，以数据为核心的思维方式也成为大数据思想政治教育模式构建必要的观念准备。

2.全样本思维。

在传统的思想政治教育过程中，由于缺少大数据依托，常使用抽样调查的方式开展思想政治教育实施、管理、监督、评价等各个环节，而抽样的最大缺陷是随机性和概率性。由于样本数量上的限制，会导致结论的可靠性不足。大数据思想政治教育模式在大数据技术的支持下，思想政治教育全过程均可以做到运用全部样本数据进行计算，数据越全面，其真实性、准确性就越高。因此，从概率性抽样思维向全样本思维转换，是大数据思想政治教育思维变革的关键。

3.包容思维。

在随机抽样中，由于样本数量少，导致对样本数据的精确度要求极高。对于传统样本分析来说，每个数据的精确性都至关重要，因为任何一个数据上的小偏差都可能会导致结果的大误差。因此，小数据的容错功能是较弱的。这样一来，对结果的精确性要求倒逼采样的精确性，对于采样来说，不仅难度增大，甚至会导致为了追求结果的精确性而人为制造数据。大数据思想政治教育模式，由于掌握的是全部样本的全部数据，即便数据库中混入了一些错误的数据，也无法撼动分析结果的整体方向，因此，对混杂数据的包容使大数据的容错功能得到了加强。“当我们掌握了大量新型数据时，精确性就不那么重要了，我们同样可以掌握事情的发展趋势。接受数据的不精确和不完美，我们反而能够更好地进行预测，也能够更好地理解这个世界。”[1]（p56）

4.相关思维。

在小数据时代，因果关系是判断事物存在与发展的唯一路径。其局限性在于：第一，不稳定性。因果关系的理论依据是数据抽样理论。“有因必有果”，这种武断性恰恰是小数据的先天不足。第二，确证难度大。原因与结果之间如果存在必然性，需要排除其他一切变量的干扰来进行充分的确证。在大数据时代，仅仅利用因果思维去验证各种猜想的传统教育范式的局限性更加凸显，全样本大数据的收集与分析，为思想政治教育提供了从相关关系中寻找思想政治教育内容、方法、资源的范式。

相关性思维就是指通过数据判断了解事物的现状、预测事物发展的未来走势。在大数据思想政治教育中，依据全样本数据就可以统计出高概率的相应结果，所以只要某种迹象一经发现，就可以做出相应的教育决策。大数据思想政治教育模式要求教育者应培育相关性思维，并不断锻炼处理数据信息的能力，利用SPSS（Statistical Product and Service Solutions)、SAS（Statistical Analysis System）等数据分析工具，通过数据统计方法和相关分析方法，对受教育者的思想状况和行为方式进行掌握和预测。

因果思维注重对事物结果“为什么”的原因分析，而相关性思维注重根据定量数据对事物“是什么”的判断。因果思维的特征是追根问底，而相关性思维的特征是快速准确。需要强调的是大数据思想政治教育注重相关思维并不意味着完全抛弃因果思维，因为在思想政治教育过程中，因果关系也是客观存在的。舍恩伯格也提出：“在大多数情况下，一旦我们完成了对大数据的相关性分析，而又不再仅仅满足于‘是什么’时，我们就会继续向更深层次研究因果关系，找出背后的‘为什么’”。[1]（p89）因此，将因果思维与相关思维结合起来，不偏废任何一方，是大数据思想政治教育模式构建的思维前提。

（二）大数据思想政治教育模式的实践策略。

1.搭建大数据思想政治教育数据共享平台。

大数据思想政治教育模式从理论到实践，各个环节都需要维护数据的核心地位，因此，数据采集显得尤为重要。数据采集的成功需要具备一个前提，即数据的开放与共享。数据的拥有者主要分为政府平台和社会平台两部分，其中每一类平台内部还存在行业、区域以及年龄等结构上的划分。目前，国内纷繁复杂的信息平台之间存在数据壁垒，造成了数据上的垄断，是横亘在大数据思想政治教育模式构建的一大障碍，解决该问题需要从以下两方面入手。

（1）开放统一数据平台。

在2015年9月国务院印发的《促进大数据发展行动纲要》中指出，搭建国家政府数据统一开放平台，建立政府部门和事业单位等公共机构数据资源清单，在依法加强安全保障和隐私保护的前提下，稳步推动公共数据资源开放。

只有高度的数据共享才能保证最大范围、最大程度的聚集数据资源，并使数据资源为思想政治教育领域所用。制定政府数据资源共享管理办法，整合政府部门公共数据资源，促进互联互通，提高共享能力，提升政府数据的一致性和准确性。[11]2016年1月，在国家发改委发布的《关于组织实施促进大数据发展重大工程的通知》中提出，要建立完善的公共数据开放制度和统一的公共数据共享开放平台体系，探索构建国家数据中心体系，从而优化公共资源配置和提升公共服务水平。将大数据开放与共享上升到国家战略，这对于构建大数据思想政治教育模式具有十分重要的意义。

（2）统筹规划数据共享平台。

思想政治教育是一项复杂的社会公共事业，与政治、经济、文化等社会多方面均有交集，其数据来源几乎涵盖了社会的各行各业。因此，在国家政府的宏观调控下，对数据的供给与共享进行统筹规划，建立全社会统筹的思想政治教育数据共享平台，是大数据思想政治教育模式的构建之基。

2.大数据思想政治教育模式构建的技术瓶颈解决方案。

思想政治教育的核心任务是立德树人，人的思想变化伴随着人的一生，任何一种教育模式的构建与创新，都需要长效机制的保障和内生动力的驱动。协调不同主体的利益诉求，走社会化思路突破技术瓶颈是大数据思想政治教育模式构建的必由之路。

（1）协调大数据思想政治教育模式中不同主体的利益诉求。

大数据思想政治教育模式的主体大致分为四类：研发主体，即相关软件的研发机构，如企业；采用主体，即思想政治教育的实施者，如教师；接受主体，即接受思想政治教育的个体或群体，如学生；监督主体，即教育行政部门、思想政治教育机构，如教育局、学校。将大数据技术研发工作外包给企业，由经济效益予以驱动，辅以教育行政部门或学校的监督，以确保研发质量；对大数据思想政治教育实施者予以政策上的倾斜，以保障他们的职业发展；对于思想政治教育接受者而言，在以大数据支持下的思想政治教育中养成良好的思想道德素质而终身受益将是对他们最好的回馈。各个利益主体的和谐共生为大数据思想政治教育模式构建营造良好的生态环境，从而实现大数据思想政治教育的可持续发展。

（2）构建大数据思想政治教育模式社会化运行的联动协同机制。

图1 用于定制学习计划的系统

在大数据思想政治教育模式构建的过程中，需要探索思想政治教育“社会计算”方法，进行受教育者“知与行”数据的动态采集，通过联机分析、数据挖掘与数据可视化对学习者社会领域里的非结构化数据进行社会计算。根据大数据系统的技术特点与应用需求，结合思想政治教育的目的与主体特点，引入“维度数据”的概念，以多点、多线、多面、多关联关系的立体构型关系方式，以数据为中心组织形成大数据思想政治教育的教育实施者、受教育者、管理者模块，通过对各模块之间运行机理的分析，形成大数据支持下的个性化学习资源推送以及思想政治教育者专业成长及教育管理新机制，从而建立大数据思想政治教育系统模型。

以深度学习技术为例，将此技术与大数据结合能够将思想政治教育模式的主体——教育者、受教育者和管理者联系起来，提高教育效率。将受教育者的个人信息等数据输入系统，经过LSTM（Long Short-Term Memory）网络的计算，针对受教育者的个人情况，制定学习和教育计划，教育者与受教育者对个性化学习和教育计划实施。利用多种评价方式得出此计划的效果，并将结果数据及时反馈，对学习和教育计划进行调整。

“大数据在思想政治教育模式构建中的应用能够根据受教育者的需要进行动态重组和优化内容模块，更容易跟踪学生的学习状况，并进一步提出改进的措施。可以设计出新颖的、形成性的考核形式，并向学生提出新的学习方法和策略，以此来应对枯燥的学习内容和单一的考试方式。这一技术提高了学生的思维能力、认知能力，锻炼了学生的意志力，促进他们在思想和学术上的成长”。[12]大数据能够为思想政治教育者分析性地探索教学活动和发现改进学习环境的方法提供前景，为教学实践的反馈以及对学习成果的影响提供新见解，使思想政治教育实施过程更具针对性，效果更显著。（如图1）

“现有的技术，像信息技术（IT)、技术接受模型（TAM）、传感器技术等已经与大数据联系起来了。如今人们已经认识到应用信息技术产生的经验反馈和建设性影响，包括采用大数据的背景和技术—组织—环境(TOE)。其中，最重要和最普遍的是信息技术（IT）发明所采纳的理论感知框架”，[13]可见，大数据技术对人员的专业化程度要求高，运维工作量大。目前，由于编制、待遇等方面的限制，以学校为主的思想政治教育实施机构在大数据专业技术队伍建设上的难度较大，技术外包为破解这一难题提供了解决方案。大数据相关研发机构是大数据思想政治教育社会化运行中应充分重视的资源，在市场导向的动力作用下研发机构的技术支持既能够提升思想政治教育工作效率，同时又可以为教育机构在人力资源、技术评估、效果反馈等管理环节减少大量支出。

3.大数据思想政治教育模式构建的制度保障。

政府以及思想政治教育相关管理部门除了要以身作则、积极开放相关数据信息之外，还应通过法制建设来推动并保障大数据思想政治教育的健康发展。

制定大数据思想政治教育参与主体在开发和应用数据分析系统中的规范。思想政治教育大数据动态多变、关联纷繁。在数据的来源上表现为多样异类，在数据的结构上表现为错综复杂。因此，在思想政治教育数据的挖掘、处理和可视化过程中应制定和遵循相应的流程，在分析结果运用上应遵循相应的标准。相关流程标准、使用标准的制订需要思想政治教育相关部门、大数据研发机构、企业等全部相关人员的联合行动。“对于标准内容的完善可以采用专业化分工的方式，由相关领域的专家带头，建立涉及教育大数据发展的基础性、方法性、公共性标准和规范”。[14]

大数据系统设计人员需公开数据系统开发的意图和目标，确保对受教育者的数据处理的合法性，让数据应用的利益相关者和数据主体参与系统设计，并获得数据对象尽可能匿名的个人数据信息，设计相关程序保户其个人隐私，并对数据处理过程给予监督。鼓励教育者、企业等利益主体积极参与大数据思想政治教育模式的建立与应用过程中，鼓励各平台参与数据共享，对数据的采集方式、采集范围及数据去向等进行严格管理。政府及相关部门通过政策、经费等支持措施，有针对性、系统性地组织思想政治教育从业人员培训，加强其大数据意识，提升其数据定位与采集能力、数据分析与解读能力、数据反思与决策能力。

制定明确的大数据应用法律法规，“法律规定应明确包括所有学习分析数据，此类数据将限制被披露和分享到‘合法教育用途’范围之外的做法。同时，法律需要为这些教育数据的‘合法教育用途’设置更明确的界限，法律应该定义学习系统中的学生信息可用于开发产品并向其数据被挖掘的学生提供教育益处的程度”，[15]例如欧盟针对数据隐私安全出台了一系列相关法律法规，在2016年4月通过了《欧洲公民数据保护条款》。通过法律的强制力来切实保护个人隐私，防止数据滥用或隐私泄露，防止片面解释数据和人为制造数据，从而为大数据思想政治教育模式构建提供可靠的制度保障。