“大数据＋思想政治教育”的生成、特征及应用

高薇 张宇

摘 要： 随着大数据等新型技术的迅猛发展，“大数据+思想政治教育”应时代要求及教育需要逐渐生成，其概念内涵经由思想政治教育的大数据化与大数据的思想政治教育化交织融合而逐渐明晰，形成了数据化、覆盖化以及混杂化的特征。“大数据+思想政治教育”通过“数据共享”延展了思想政治教育的时空性，“数据画像”提升了思想政治教育的精准性，“数据建模”增强了思想政治教育的评估性。“大数据+思想政治教育”的具体实践应用，为实现好立德树人的教育目标，承担起培育时代新人的教育重任提供了新思路与新方法。

关键词： 大数据;思想政治教育;教育技术

中图分类号：D64

文献标志码：A 文章编号：1002-7408（2021）09-0123-06

习近平在向国际人工智能与教育大会的致贺信中明确指出：“要高度重视人工智能对教育的深刻影响，积极推动人工智能和教育深度融合。”[1]面对新时代思想政治教育出现的教育资源的时空性缺位、精准性欠缺以及评估性不足等问题，思想政治教育工作者应将大数据技术应用于思想政治教育工作，对思想政治教育的认知及“怎样培养人”进行探究和调整，实现“大数据+思想政治教育”的创新融合，为思想政治教育的发展提供生长活力。

一、“大数据+思想政治教育”的生成

技术，“通过工业日益在实践中进入人的生活，改造人的生活，并为人的解放作准备”[2]，大数据作为一项日渐被应用于人们生活的技术，在以“数字化”方式反映着人的同时又以其“数字化”的空间环境塑造着人。思想政治教育作为一门“改造人”“解放人”的学科，是在思想及教育领域对技术最终功用的扩展与延伸。技术扩展规律、教育发展趋势以及工具理性与价值理性的统一为大数据技术与思想政治教育相结合后生成 “大数据+思想政治教育”模式提供了前提、条件与逻辑，有助于思想政治教育学科更好地回答如何培养社会主义建设者和接班人等问题。

（一）生成前提：技术手段与技术观念的扩展规律

“数据化”是当今时代尤为显著的特征，身处于时代中的人们成为了“数字生存者”，人们在生活实践中生产出大量数据，这些数据又被应用于人自身，影响且塑造着人的生活。为了避免出现因受新环境影响，致使思想政治教育效果式微的情况，需要将大数据技术扩展到思想政治教育领域，促成“大数据+思想政治教育”的生成。

“大数据是一种技术，也是一种价值观、方法论。”[3]马克思主义技术哲学指出，从本质和现实意义上理解技术，“技术同人的活动和存在的所有方面相关联”[4]，技术作为一种改造世界的实践手段，人们在利用技术进行社会实践并促使其发展的过程中逐渐形成了认识世界的新观念与新思维，当人们以新的认识为指导，开展其他领域的实践活动时，技术便以此方式进入了人类生活的方方面面，实现了技术在不同领域的扩展，这一过程所体现出的技术扩展规律为“大数据+思想政治教育”提供了生成前提。人们通过对大数据这一新型技术在互联网信息行业的应用与实践，搭建了当今时代“数字化”的网络生活平台，大数据中所蕴涵的科学性、精准性、协同性等特征使人们的思维方式和认知模式发生改变，日渐形成了“万物皆可数”与“数皆有价值”的观念，并通过多样的实践活动将新的认识应用于商业、医疗、政府治理等多个方面，逐渐扩展至教育领域，提供了“智慧教育”的新模式与新方法，实现了大数据技术向教育领域的扩展，为“大数据+思想政治教育”的生成提供了保障。

（二）生成条件：教育发展与技术变革的融合趋势

教育的发展是一个动态的过程，应根据时代特征与现实状况进行不断调整与完善，“要因事而化、因时而进、因势而新”[3]。技术是教育运用的工具载体与思维模式，教育者时常将其内嵌于教育系统，用于教育创新，以技术自身变革促进教育发展。以技术为维度，现代教育的发展可分为视听教育、信息化教育、教育信息化以及智能化教育四个阶段，其背后蕴含着从多媒体技术到网络技术再到智能技 术的技术变革过程。可见，教育将技术作为工具手段与认知方式，主动将其与自身融合，利用技术变革促进教育已成为教育发展的内在趋势。思想政治教育作为教育过程的关键部分，教育发展与技术变革的融合趋势为 “大数据+思想政治教育”提供了生成条件。

党的十八大以来，习近平多次强调要遵循教育发展趋势，推进思想政治教育与现代新型技术的融合发展，“要运用新媒體新技术使工作活起来，推动思想政治工作传统优势同信息技术高度融合，增强时代感和吸引力”[5]。此外，学界众多学者观察到了大数据与思想政治教育相结合所呈现出的新发展机遇，不断探讨大数据时代下思想政治教育的新内涵、新变化、新问题，形成了一系列的理论成果。同时，多所高校也将研究成果运用于实践探索，如北京师范大学的“精准管理和智慧服务”应用、电子科技大学的“成电公式”与“学生画像”以及中南民族大学开发的“学生发展指数”应用等[6]，实现了二者在现实中的初步融合。

（三）生成逻辑：工具理性与价值理性的和谐统一

在大数据拓展到思想政治教育领域，思想政治教育利用大数据进行自我完善与发展的整个过程中，将人的解放与自由而全面发展视为目的，将大数据技术作为手段，实现“做什么”的价值理性与“怎么做”工具理性的和谐统一成为了“大数据+思想政治教育”的生成逻辑。

“大数据+思想政治教育”呈现出了思想政治教育的大数据化与大数据的思想政治教育化[7]交互补充、协同发展的趋势。在技术层面，“大数据+思想政治教育”以工具手段为依托，通过思想政治教育的大数据化所蕴含的“万物皆可数”的量化认知方式，将思想政治教育对象、目标、内容、评测等进行数据化呈现，为思想政治教育整个过程的数据化表达提供了认知依据。大数据的思想政治教育化秉持了“数皆有价值”的技术思维模式，为发掘大数据中可用于思想政治教育的内容，探索运用大数据助力思想政治教育目标的实现提供了实践可能。在价值层面，“大数据+思想政治教育”以终极目标为引领，将思想政治教育大数据化所体现的思想政治教育全过程的数据化呈现与大数据的思想政治教育化所彰显的对数据蕴含的思想政治教育价值的挖掘共同指向思想政治教育的终极目标，明确一切技术的使用都是为了人本身。“大数据+思想政治教育”将技术掌握于教育者的手中，通过技术工具作为认识和实践的手段与方式，推动思想政治教育终极目的达成，实现了量化认知方式和技术思维模式的工具理性与实现人自由而全面发展的价值理性的和谐统一。

总而言之，“大数据+思想政治教育”是以大数据“数据化”呈现思想政治教育全过程与挖掘大数据中隐含的可供思想政治教育所利用的价值并将其运用于教育对象的辩证统一过程。值得注意的是，“大数据+思想政治教育”中的思想政治教育是广义的，即“大思政”的概念，其不仅仅与理论课上相关知识的学习有关，还涉及到学生生活等帮助学生成长成才的多个方面。

二、“大数据+思想政治教育”的特征诠释

大数据时代与过去的“小数据”时代相比有着显著突破，数据采集技术的出现拓宽了数据收集的渠道、增强了数据获取的能力，使数据呈现出体量大、种类多的特征;数据处理技术的发展改变了原有人工或简单技术低效处理数据的局面，促进了数据的高速化处理，形成了速度化特征;数据挖掘技术关注数据之间的相关性，将数据赋值与赋能服务于人类生活，突显大数据价值高的特征。此外，由于大数据时代中数据本身的结构复杂、体量巨大，易变性和复杂性的特征也逐渐显现。大数据体量大、种类多、速度快、价值高、易变性以及复杂性的特征[8]19使“大数据+思想政治教育”呈现出数据化、覆盖化及混杂化的特征。

（一）教育要素与过程的数据化

“大数据+思想政治教育”的显著特点之一就是“万物皆可数”，即思想政治教育的全部要素及过程皆可用“数”诠释。数据化体现在三个方面：第一，思想政治教育资源数据化。大数据转换等相关技术的发展使文字、图片、音频和视频等众多优质思想政治教育资源能够以数据的形式呈现出来，并通过PC端的平台实现资源共享与思想政治教育数据库的建立。第二，思想政治教育对象数据化。对思想政治教育对象的了解程度极大地影响着思想政治教育的有效性，大数据使得思想政治教育对象在网站上发布的文字、在现实生活中去过的地方以及在社交平台中的互动交流得以数据化呈现，为了解教育对象提供数据基础。第三，思想政治教育过程的数据化。思想政治教育目标的制定、效果的反馈及结果的评估自始至终都没有明确的标准，大多凭借教育主体的主观意识及简单的量化数据进行评判，缺乏科学性。大数据为思想政治教育过程中相关环节的数据化提供了可能，便于思想政治教育主体更科学、高效地测评思想政治教育的进展及成效。

（二）对象数量与特征的覆盖化

大数据以其体量大、种类多、速度快的特征实现了对研究对象数量和对象情况特征的全覆盖，即“利用所有的数据，而不再仅仅依靠一小部分数据”[9] 。一方面，大数据突破了思想政治教育常用的研究方式与方法，形成“样本=总体”的研究思维，避免了通过采样方法进行样本分析、研究和问卷调查时所带来的误差与偏见，拓展了思想政治教育研究的已有边界，推动了实证研究方法与思想政治教育的有机结合，提升思想政治教育的科学性。另一方面，大数据在不掺杂任何目的的情况下，收集、处理并呈现了思想政治教育对象在网络平台、搜索引擎、现实生活、社交媒体进行活动时产生的大量数据，将对象的生活习性、心智状况、行为规律以及个性特征[10]等进行多领域、全覆盖式的客观呈现，实现了从“扁平且片面”了解人到“立体且全面”描绘人的转变，为更加全面、客观地认识与了解思想政治教育活动的对象群体或个人创造了新的条件。

（三）数据结构与价值的混杂化

由于数据本身固有的易变性和复杂性特征以及数据清洗技术存在局限，大数据在收集、提供大量客观数据的同时也会出现混乱甚至是存在误差的数据，数据混杂成为“大数据+思想政治教育”必须面对的难题。就思想政治教育对象所接触到的信息而言，良莠不齐的数据充斥着网络空间和人们的日常生活，若分辨不清，会对人的价值观念造成不良影响。就大数据处理过程的效果而言，结构化、半结构化和非结构化的大量数据难以被综合处理与分析，庞杂混乱的数据与技术的局限阻碍了对大数据自身蕴含的数据价值的深度挖掘。就大数据分析结果的科学性而言，大数据时代是信息爆炸、数据倍增的时代，当大量数据涌入时，由于大数据的数据清洗能力有限，处理后的数据也难免会存在不准确、无序甚至是错误的情况，使大数据结果出现偏差，亦对思想政治教育主体的判断造成错误引导。

三、“大数据+思想政治教育”的现实应用

“大数据+思想政治教育”不能只作为一个理論研究模型而存在，更应将其真正运用于实际的思想政治教育工作中。大学时代是大学生人生观、价值观形成的关键时期，应以“大数据+思想政治教育”模式助力高校思想政治教育工作，将大数据技术应用于思想政治教育的内容、效果及评估等方面，弥补当下思想政治教育工作的缺陷与不足，延展其时空性、提升其精准性、增强其评估性。

（一）“数据共享”延展思想政治教育的时空性

在“小数据时代”，各高校多依靠思想政治教育理论课进行思想政治教育，因理论课时间有限、学习内容受限以及各校学习资源不平衡等原因，无法形成长效的教育模式，也无法为受教育者提供同等质量的教育机会，导致思想政治教育出现了时间与空间的“缺位”，影响了思想政治教育的连续性与统一性。“大数据+思想政治教育”中“思想政治教育资源数据化”的特征为思想政治教育提供了丰富的内容资源，延展了思想政治教育的时空性，增强了思想政治教育的影响力。

1.营造“下课但不停学”的教育环境，打破思想政治教育的时间局限。无论是法国哲学家爱尔维修“人是环境的产物”的观点、美国发展心理学家华生所提出的环境决定论理论还是马克思实践观中所蕴含的“人—环境—教育”的内在关系，都明确表明了个人所处环境会对人的思维、观念以及发展产生一定程度的影响甚至会起到决定性的作用。因此，高校及相关部门可利用“大数据+思想政治教育”中思想政治教育资源的数据化特征，搭建数字化网络平台，为大学生提供如慕课、可汗、微课等APP，营造“下课不停学”的虚拟环境。大学生可以根据自身空闲时间及学习进度在平台上制定计划安排，平台方也可以根据系统中的已有数据进行学习计划推荐。同时，思想政治教育者及平台方还能够通过对平台数据的多样性和趣味性的提升，增强学生学习的主动性和积极性，保证学习的延续性，让大学生在生活中也能随时随地进入学习状态，真正实现将思想政治教育贯穿于学生整个生活，避免思想政治教育理论课与学生日常生活的严重脱节。

2.搭建“自由而又有序”的交流平台，弥补思想政治教育的环境缺位。网络空间是大数据存在的基础，更是大学生进行信息查询、人际交往、学习互动的主要场域。中国青年网记者的调查结果显示，41.56%的大学生每天手机上网时间超过5个小时[11]。“大数据+思想政治教育”中存在的“数据结构与价值的混杂化”特征，易对大学生思想产生负面影响，在政府整合社会各界力量净化网络杂音、营造风清气正网络环境的同时，大数据自身的发展也为高校提供了一个利用“校园局域网”来净化网络不良风气的条件，高校可以利用“校园局域网”等资源优势，搭建如“易班”等数据化网络交往平台，加强平台建设，提升创新能力，吸引更多的学生利用此平台进行日常交往，使学生能时刻身处于较为优质的网络环境中。此外，思想政治教育主体应充分利用该平台，通过资料推送、话题讨论等方式，引导校园舆情朝正确方向发展，构建网络文化圈，对教育对象开展隐性思想政治教育，以便思想政治教育全面融入学生学习、社交与生活。

3.提供“信息获取平等”的教育机会，消解思想政治教育的空间制约。由于高校所在地域发展水平、开放程度各有不同，不同高校的师资力量、学习资源及实践活动的质量存在差异。但如今全国高校大学生的网络使用几乎已实现全员普及，早在2016年初，我国在校大学生上网率就已高达99.4%[12]，网络已然成为全国大学生共同拥有的平等资源，更成为全国各高校均可充分利用的教育载体。大数据为各种信息以数据的形式储存于网络空间提供了技术支持，使名师课堂、数字图书馆、虚拟博物馆、红色学习实践景区VR的共享在现实生活中成为可能。这些资源具有非排他性，可在同一时刻被不同主体共同使用，且不会因为使用而有所损耗，不同地区的高校可利用大数据建立资源共享平台，不断充实数据信息，实现思想政治教育相关数据的共享，推动平台数据库不断完善，缩小因所在地区经济发展水平不同等因素产生的“数字鸿沟”。

（二）“数据画像”提升思想政治教育的精準性

对象数量众多且心理活动难以把握是高校进行思想政治教育时所面临的困境，在传统技术手段下我们难以同教育对象开展一对一式的交流与沟通，更难通过接触准确把握每一个学生的思维方式及心理状态。“大数据+思想政治教育”所具备的“思想政治教育对象数据化”“思想政治教育过程数据化”以及“覆盖化”的特征为此困境的破解提供了可行性思路，通过大数据技术收集、处理学生每日产生的“数据”，描绘出“数据画像”，便于思想政治教育者了解个体差异，实现“精准思政”，从思想政治教育传统“克隆人”的模式向新时代“创造人”的模式转变[13]。

1.挖掘“潜在且个性化”的需求偏好，防止思想政治教育的主客分离。“大数据+思想政治教育”建立了数据化的学习平台，通过后台统计每个学生在学习过程中最爱浏览的内容、最喜欢的老师、最常使用的学习方法以及在不同界面停留的时间，了解不同学生在学习方面的喜好与需求，以学生为主体，进行思想政治教育内容、方式的精准推送，保障思想政治教育的精准性，为学生提供更符合自身需要的学习资源，激发学生的学习热情，使学生由“被迫学”转变为“想要学”，提升思想政治教育的实效性。同时也帮助思想政治教育者更加深刻地了解大学生对于思想政治教育理论课的偏好与期待，促进课程内容、教育方式的发展与创新，实现思想政治教育主客体的良性互动。

思想政治教育除了着眼于相关理论课的课程学习外，也关注人的潜能，着眼于人的全面发展。校园平台、社交媒体、搜索引擎、门户网站是大数据获取的主要途径，通过对学生在网络空间中发布的文本进行数据的分词、停用词去除与词频统计，对使用的图片数据特征进行提取与表示，实行爬取数据的标准化操作[14]，对“关注的人”“点赞的内容”以及学生过去曾经参加过的各类活动进行统计分类，了解学生在学习之余的其他兴趣爱好，从而向其推荐相关内容以及学校组织的各类相关活动，丰富大学生的课余生活，促进每个学生的个性化发展。

此外，思想政治教育工作者通过大数据技术了解每位学生在网络平台中讨论的内容和关注的话题，了解学生们都在“关注什么、讨论什么、需要什么”，联合学校相关部门及时作出反馈与回应，避免学生因感到需求被忽视而通过其他不恰当方式去引起校方及其他相关部门的注意。

2.获取“全面且真实性”的当下状态，避免思想政治教育的实施偏差。思想政治教育是服务于人的，要提供帮助就需要了解教育对象的真实情况，避免在帮扶中出现“会哭的孩子才有奶喝”的状况。大数据能够在保护被帮扶对象自尊心的同时，提升帮扶精准度。例如，在资助贫困生时可以通过大数据对其在学校食堂就餐花销、网络购物、超市消费等相关数据进行统计，直观呈现其消费情况，提供资助依据，使学校能够“有理有据”地提供各项帮助，避免出现有限资源的投放失误，扶持真正需要帮助的学生。

由于人的心理、情感以及行为活动都存在可隐瞒性，思想政治教育工作者很难通过谈话、观察等方式了解到学生当前的生活及学习状态，甚至会因为介入而出现“家庭悖论”，即不参与到学生的生活中就无法了解学生动态，参与其中又会被学生察觉，从而无法得出准确真实的结论，大数据为解决该困境提供了可能。大数据时代中的每个人都在进行着“数字化生存”，学生的行为、思想已经成为了储存在网络空间中的一条条数据链，这些数据为教育者了解学生提供了重要依据。搭建一体化信息搜集平台，实现图书馆、教务处、学工部、宿管中心、心理咨询中心、后勤服务处等不同职能部门的协同[15]，对学生校园卡的数据以及校园网的使用情况进行追踪，便于思想政治教育者了解学生作息时间、饮食结构、运动时长、情绪状态、进出学校次数等生活情况，以及进出图书馆次数、借阅书籍频率、上课出勤率等学习情况，避免思想政治教育主体因对学生了解不足而出现教育实施偏差的状况。

3.发觉“细微却关键性”的状态波动，弥补思想政治教育的滞后缺陷。“大数据+思想政治教育”改变了传统思想政治教育被动、“亡羊补牢”的缺陷，主动、预先发现学生思想波动或行为异常，对其进行重点观察，及时作出反应并在必要时进行干预。

人的生活或情感状态相对而言具有规律性，大数据将其记录下来储存在数据库中，若学生心理状态及日常生活发生变化则必定会通过行为表现出来，打破数据呈现出的原有规律，便于引起思想政治教育主体的关注，进行相应干预。行为反映学生的心理状态，如学生突然在社交平台上发表悲观厌世的话语，作息时间出现较大变动等，这些行为与学生心理状态有着较大的相关性。同时，行为的变动也能够反映学生近期的生活状况，如频繁的缺课旷课、与校外人员的交往次数突然增多，消费记录中出现大额的资金往来等。思想政治教育者应时刻关注数据库中学生数据的波动情况，通过观察数据相关性、一对一谈话或侧面了解等方法，挖掘数据变动的原因，作出判断和预估，必要时可进行直接干预，避免学生出现心理障碍或走上歧途。

网络舆情作为“表面化的社会意识形态”[16]是高校思想政治教育需要着重管理的领域。思想政治教育工作者可以通过观察各大网络平台中的数据波动状况，利用大数据Hash定位数据节点技术，在学生微博、空间等交流社区模块进行关键节点布控[17]，了解舆情趋势走向，发掘舆情产生原因，控制舆情的扩散与发酵，从源头解决舆情。

（三）“数据建模”增强思想政治教育的评估性

思想政治教育的评估性体现在对思想政治教育活动取得的实际效果进行认识和评价的过程中[18]，对实际效果进行评价的前提则是建立一个较为理想与标准化的模型。由于思想政治教育的对象是人，如何将与人相关的各项标准进行数据转化成为确立模型的难题。大数据因其所具备的数据化与覆盖化特征和智能化趋势，使“大数据+思想政治教育”实现了数据模型的建立，在将理想目标具象化的同时，对人的发展方向进行预判，通过增强思想政治教育的评估水平，推动人的正向培育。

1.制定“科学且多维度”的评测标准，树立思想政治教育的课程目标。DIKW模型流程图[8]51显示，大数据已不满足于对D（数据）进行收集，对原始数据进行加工处理，将数据转变为有逻辑的I（信息），再提炼信息之间的联系，使其成为K（知识），为人们进行思考与判断提供依据的原有价值，而是开始着眼于发展大数据的W（智慧），将大数据与人工智能联合起来，促成“大数据智能化”，通过机器学习、算法运行等方式，进行“数据建模”，深挖数据背后所蘊含的价值，数字化呈现思想政治教育课程的理想目标。通过对影响思想政治教育理论课学习成果因子的相关性进行分析，建构“思想政治教育课程学习效果的数据模型”，从知、情、意、行等多个方面进行综合考察，并提供理想范本，分析不同学生与范本之间的差距，为进一步提升思想政治教育理论课学习提供多样化的、可供选择的实施方案，帮助学生树立目标、找准短板，弥补不足，提升思想政治理论课的教育效果，完成“思想政治教育链”：“教育大数据平台——学生画像——问题呈现和差异化分类——个性化学习资源系统开发——个性化引导策略——教学质量评价和反馈系统”[5]的最终建构。

2.打造“直观且全方位”的预估模型，实现思想政治教育的育人使命。未智能化的大数据只能做到为使用者提供部分的、较为零散的初步整合后的信息，随后的整合与分析需要使用者依靠自身经验加以完成。但是，经过算法处理后的大数据则能更加全面地描绘教育对象的整体特征，对学生的知识、能力、素质、性格、心理健康、社会实践、价值观念等多领域进行多维度整体评价，将其通过Echarts图式化表现出来，便于教育对象更加了解自己，也便于思想政治教育工作者时刻观测思想政治教育所起到的效果，对思想政治教育的目标制定及实施过程进行相应调整。与此同时，大数据智能化后拥有了评估、预测的“智慧”，教育对象能够通过在相关平台录入自身信息，得出更加适合自己从事的工作类型，得到“自己是否拥有做学术研究的潜质”等类似问题的答案，为人生发展规划提供参考。如电子科技大学创建了分析学生思想行为的“成电公式”[15]，能够迅速把数据库中的信息纳入“成电公式”进行分析，帮助学生解决思想困惑、实现素质评估，引导教育对象树立人生目标，解答受教育者的发展困惑，并为其提供较为科学和优质的选择，推动思想政治教育实现育人使命。

参考文献：

[1]   习近平向国际人工智能与教育大会致贺信[J].中国卫生信息管理杂志，2019，16（3） ∶ 247.

[2] 马克思恩格斯全集：第42卷[M].北京：人民出版社，1979 ∶ 127.

[3]  寻找通往未来的钥匙[N].人民日报，2013-02-01（23）.

[4] 乔瑞金.马克思技术思想纲要[M].北京：人民出版社，2002 ∶ 38.

[5] 习近平在全国高校思想政治工作会议上强调 把思想政治工作贯穿教育教学全过程 开创我国高等教育事业发展新局面[N].人民日报，2016-12-09（01）.

[6] 李怀杰，申小蓉.大数据时代个性化思想政治教育论析[J].思想理论教育，2019（3） ∶ 105-110.

[7]  景星维，唐登蕓.数智并举：大数据时代的思想政治教育结构重塑[N].中国社会科学报，2020-09-02（10）.

[8] 邬贺铨.数据之道：从技术到应用[M].北京：中国科学技术出版社，2019.

[9] 维克托·迈尔-舍恩伯格，肯尼思·库克耶.大数据时代：生活、工作与思维的大变革[M].杭州：浙江人民出版社， 2013 ∶ 29.

[10] 胡树祥，谢玉进.大数据时代的网络思想政治教育[J].思想教育研究，2013（6） ∶ 60-62+102.

[11]  李华锡，杨晴.大学生手机上网调查：超4成每天上 网超5小时[EB/OL].http：//news.youth.cn/gn/201910/ t20191018_12097203.htm.

[12] 张媛.高校大学生网络信息消费影响因素分析[J].现代商贸工业，2016，37（24） ∶ 54-55.

[13] 徐永利.大数据融入高校思想政治教育探析[J].中国电化教育，2018（12） ∶ 46-53.

[14]  苏翠华，熊婷.基于深度学习的精准营销推送算法设计与仿真[J].现代电子技术，2020，43（22） ∶ 144-147.

[15] 李怀杰，夏虎.大数据时代高校思想政治教育模式创新探究[J].思想教育研究，2015（5） ∶ 48-51.

[16] 刘建明.基础舆论学[M].北京：中国人民大学出版社，1988 ∶ 78.

[17] 赵浚.大数据创新高校思想政治教育方法的探析与应用[J].贵州社会科学，2016（3） ∶ 120-123.

[18] 倪胜巧.高校学生思想政治教育工作绩效评估机制研究[J].教育与职业，2013（20） ∶ 51-52.

【责任编辑：张晓妍】