基于“数字孪生+人工智能”的高校智慧党建系统研究*

陈 雷

基于“数字孪生+人工智能”的高校智慧党建系统研究*

陈 雷

（宁波幼儿师范高等专科学校党委学工部，浙江宁波 315016）

数字孪生+人工智能”这一全新组合模式的出现，为高校提高党建水平带来了新的发展机遇，也对高校党建工作管理模式的创新提出了新要求。为此，文章首先设计了包含底层环境、平台支撑、核心数据库、分析算法、应用平台五个层级的基于“数字孪生+人工智能”的智慧党建系统；接着分析了此系统的技术支撑，涉及大数据、云计算、学习分析、人工智能等技术；然后从云端数据中心、感知体系、可视化策略等七个维度，介绍了此系统的内容建设；最后针对党建智慧化提出了相关的实施策略。文章将“数字孪生+人工智能”纳入高校党建工作的整体发展规划中，开发并形成具有智慧、快速、精准等特点的高校智慧党建系统，从理论层面提出了全面提升高校党建工作效能的解决方案，可从实践层面推进高校党建工作的互联化、感知化、数字化、智慧化。

数字孪生；人工智能；智慧党建；个性化推荐；大数据；算法

一 智慧党建与“数字孪生+人工智能”

1 智慧党建的建设现状

随着第三次信息技术革命的快速推进，我国高校党建教育工作的内外环境发生了深刻的变化，单纯的“党组织—党员/群众—党组织”组织动员模式已无法有效调动党组织和党员的积极性[1]。而“智慧党建”是基于“互联网+”时代背景下提出的新理念，旨在将大数据、云计算、物联网等新型网络信息技术融合到高校党建工作中，实现党建工作的数字化和智能化。“智慧党建”既是新时代全面提升党执政能力的新理念，也是党在高校营造良好政治生态的创新发展需求。同时，国内高校在智慧党建系统构建过程中也面临一些亟待解决的问题，如智慧党建工作缺乏顶层规划、数据标准不统一导致信息孤岛、党建工作基础条件与大数据时代发展要求尚有差距、智慧党建的管理和服务水平亟待提升、现行的党建工作考评难以从多维度的数据体现全面性等[2]。由此可见，高校智慧党建工作的深入推进与拓展面临着巨大的挑战。

2 数字孪生与人工智能的融合

大数据技术和物联网技术的饱和发展，推动着社会进入“数字孪生+人工智能”时代。其中，数字孪生是指以数字化方式创建实体虚拟模型，并对物理实体的空间维度、时间维度予以数字化表达和动态呈现，以有效构建党建研究分析对象的数字模型和过程化数字模型；而人工智能是研发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的技术科学，其通过智能搜索、深度学习、云操作处理等技术手段实现对人类智能的模拟和拓展，可更好地服务于新时期党的建设[3]。数字孪生与人工智能融合而成的“数字孪生+人工智能”，为高校提高党建科学化水平带来了机遇，也对高校智慧党建工作管理模式的创新提出了新要求。

日前，浙江省印发教育领域数字化改革工作方案，启动建设“教育魔方”工程，计划到2025年，教育行业云网端一体化系统、教育大数据舱系统、全民数字学习平台、教育智治系统等基本成熟，以数字化改革牵引撬动教育治理现代化。在此背景下，宁波幼儿师范高等专科学校（下文简称“宁幼师专”）按照“教育魔方”工程中针对智能感知、主动服务、精准管理、科学决策、立体监督、高效协同等六项关键能力的要求，从宁幼师专的实际管理和服务模式出发，开发并搭建了数据分析决策中台——“宁师大脑”，并在此基础上构建了基于“数字孪生+人工智能”智慧党建的决策分析辅助体系[4]，来推动实现基层党建管理智慧化、党员教育培训信息化、党务工作服务精准化、评估决策智能化、交互协作扁平化，旨在为党建智慧化生态系统提供宏观的构建方法，为其达到一定程度的“智慧”“个性”“互通”提供理论与技术保障。

二 基于“数字孪生+人工智能”的智慧党建系统设计

宁幼师专智慧党建系统以“数字孪生+人工智能”作为党建数字建模体系和数字分析框架，架构于宁幼师专数据分析决策中台——“宁师大脑”上，内嵌大数据分析引擎、SQL查询接口、流数据处理、机器学习等工具，通过Hadoop或其他可提供的可靠存储HDFS和MapReduce编程范式大规模并行处理数据，并采用Hbase解析模型实现大规模分布式NoSQL数据库，可随机存取大量的非结构化和半结构化海量数据，为异构感知数据库、业务知识库等提供了结构化、半结构化、非结构化数据的处理功能，从而大大提高了党建大数据分析性能。

图1 基于“数字孪生+人工智能”的智慧党建系统架构

图1为基于“数字孪生+人工智能”的智慧党建系统架构，共分为五层：①底层环境，以开源Linux系统为支撑，嵌入神经网络和机器汇编语言（OpenStack），实现对上层的支撑。②平台支撑，主要包括基础的数据库平台，以Service、Oracle Server Analysis作为数据服务平台，以VINCA、Atlasti等为数据解析技术，实现对上层数据库的挖掘和分析。③核心数据库，收集党组织数据、党员数据、党务工作数据、干部数据、干部教育培训数据等，形成支撑海量异构感知数据的云端数据中心。④分析算法，以下层核心数据库中的结构化、半结构化、非结构化数据为分析对象，选择在多种最优化问题中寻找特定最优化解决方案的算法，以实现对党组织和个人的深度研判分析。⑤应用平台，主要提供党建工作、思政管理、党务服务、党建监察四个服务模块，其中党建工作实现“三会一课”、主题党日、组织和个人精准评定等一系列基层党组织管理等功能；思政管理实现思政理论课的教学交互、资源的个性化推荐、学生语言感知、机器学习等个性化服务功能；党务服务实现党员发展、党费管理、组织关系转接、工作推荐引擎、党务智能机器人等智能化个性服务；而党建监察以基层党组织和党员个体日常的行为活动为研判基础，实现党务工作人员权限分级、身份识别、智能监督、非法党务操作的智慧预警等功能。

三 基于“数字孪生+人工智能”的智慧党建系统运行体系

基于“数字孪生+人工智能”的智慧党建系统应具有很强的数据感知、采集、挖掘、学习分析、思维研判、个性化推荐、决策及执行能力，形成从严管党、从严治党的智慧化党建管理机制和路径，其运行体系如图2所示。

图2 基于“数字孪生+人工智能”的智慧党建系统运行体系

1 大数据支持“智慧库”构建

宁幼师专数据分析决策中台“宁师大脑”通过xAPILRS库、OpenStack、IMS层次数据库等有效整合学校党建、党务、干部工作的数据（包括党员个人基本数据、教学科研数据、基层党组织数据等），并将其转化为可视化的分析对象多维立体数据模型，确保上述数据以直观的图文形式呈现；同时，通过图像识别、声音识别、语义分析、大数据技术汇集成党建大数据库，进而利用程式算法形成“智慧库”，为运用云计算技术和学习分析技术发现党建、党务、干部工作中各层面潜在的关系和价值取向打下坚实的基础。

2 云计算支持“智慧脑”打造

智慧库所承载的巨量数据，需要通过挖掘、解构和分析才能发挥其重要的利用价值。传统的人工分析或计算机解析难以实现这样的功能，而代表前沿技术的云计算拥有快速实现该功能的能力。“宁师大脑”可以通过党建互联接口和内部情境接口，来实现对校园党建数据的抓取，以规则库为技术的支撑点，以“约束/关系”算法为分析依据，通过党建情境推理引擎，来实现对党建情境的冲突检测和关联匹配，形成以数字分析为运行机制的“智慧脑”。其中，规则库以学习分析研判为底层算法，以云计算为算法分布式构建的基础，本体描述语言OWL包括对象类的传递、逆、对称、反向捕捉等关系，融入基于规则的推理思想，重点聚焦属性合成、属性值转移等方面，数字概化出若干可修正、可拓展的本体推理规则，并建立一种正向反馈的量化机制，从而研判出具有参考价值的党建数据和党务工作信息。

3 学习分析支持“智慧眼”形成

基于人工智能的学习分析技术，不仅能帮助管理者了解党建现状和存在的问题，更重要的是通过构建精通党建和党务工作的智能平台来提供解决问题的方案，而这恰恰是传统信息化平台所欠缺的功能。通过构建师生校园物理空间、虚拟空间的数据感知、采集、管理与应用工作体系，建设基层党建、思政教育和学生管理轻量化集成服务入口，可以实现校园管理中多维度海量数据的实时感知、采集，推进大数据挖掘所形成的数字孪生与空间信息在关联分析、综合研判、指挥调度、趋势预测等方面的综合应用，实现智慧党建分析研判的“智慧眼”。感知情境则获取虚拟实体或系统预先设定的相关信息，以大数据分析和学习分析技术等多样化的嵌入式集成化算法为软件支撑，能对智慧库的数据进行有效的分析驱动，在发现党建问题的同时做出精准的研判，并给出有针对性的对策和建议性方案，为党建实践提供智力支撑和自动关联服务。

4 人工智能支持“智慧人”培养

通过人工智能研究并制定党建智慧人的理性价值标准，以此为基础构建智慧的数字模型分析系统，可形成党建“智慧人”。本模块的核心架构是调用控制，由情境数据流、配置模型、算法建模等构成。其中，情境数据流涵盖群体情境、个体情境，配置模型定义了师生、硬件环境、软件环境、线上线下业务等匹配关系，算法模型则定义了conf标识、semi标识、情境参数、侦测信息值等。本模块的运行步骤如下：①通过党建大数据形成的智慧库赋予智能机器一定范式的学习算法；②以学习算法为基础构建运行模型，从而提取价值信息，提炼为普遍标准，并嵌入常规党建理论范式和实践范式信息化为数据标准；③将党建、党务工作中的各类敏感词库以技术和算法等形式设置到党建“智慧人”的理性价值智能系统中，构建党建工作的判断机制。

通过上述智慧党建运行体系的构建融合，可利用党建工作相关机制与流程，形成具有判断力、创新力和决策力的党建分析机制，推进党建工作的互联化、感知化、数字化、智能化、决策化、智慧化，并在此基础上为高校管理者进行顶层决策提供大量的数据参考和决策支持。

四 基于“数字孪生+人工智能”的智慧党建系统内容建设

在运行体系的支持下，智慧党建系统通过整合数据资源，可以制定规范化的党建智慧化运行规则，构建统一的数据流标准，并搭建精准化分析算法群，从而打通数据壁垒。在此基础上，基于“数字孪生”+“人工智能”的智慧党建系统需重点从以下七个方面进行内容建设：

①打造支撑海量异构感知数据的云端数据中心。云端数据中心主要负责师生思政数据的感知、采集、处理、存储等一系列操作，并以聚类、异类、结构变换、流计算、传输转码等方式实现数据清洗，打破学校各行政部门多源异构“数据块”的流通壁垒和信息孤岛，让“宁师大脑”可以快速采集全方位、实时、有效的党建和思政数据，构建师生在校全程化过程数据维度，形成学生的闭环数据模型。

②建设融合全校空间数据的感知体系。完成师生校园物理空间和虚拟空间的数据感知、采集、管理、应用等工作，建设党建、思政教育、态势管理和师生管理轻量化集成服务入口，实现校园管理中多维度海量数据的实时感知、采集，强化大数据与空间信息在关联分析、综合指挥、趋势预测等方面的综合应用，实现宁幼师专校园的“数字孪生”。

③实现数字分析模型的可视化策略。开发基于党建研判、思政模型的数字分析策略，构建宁幼师专党建分析对象的数字模型，收集高校师生在工作、学习、生活中产生的所有过程化数据，并运用Maple、Dashboard等图形化数据分析工具对所挖掘的师生思政数据集进行聚类、异类分析、文本挖掘、结构矩阵等处理，跟踪师生在校的数字行为踪迹，绘制师生成长轨迹，并转变为图像化形式予以展示，以形成高校师生品质素养一体化个人成长的数字肖像。

④实现智慧党建系统的数字跟踪、诊断与改进。构建“大数据+人工智能”的师生综合分析研判体系，基于“Ventura”数字建模系统地分析每位师生的行为态势、趋势化态势的量化数据，定位并诊断师生的缺陷和短板，以大数据分析和学习分析技术等多样化的嵌入式集成化算法为模型支撑，通过数据的感知、监测、评估等功能，提供更加全面、科学的数据支撑，实现精准研判。同时，智慧党建系统的数据中台通过算法机制给出有针对性的对策和推荐方案，包括政策文件、以往案例、解决方案等。

⑤构建党建工作知识计算引擎和知识服务体系。在“宁师大脑”中构建以深度搜索、知识加工为支撑的党建工作知识计算引擎和知识服务体系，在党建孪生数字中通过概念识别、知识演化建模和关系挖掘形成知识图谱，运用认知计算、综合深度推理、非完全信息下智能决策等理论和方法搭建智能评价体系，以语义理解和分析算法为核心生成认知计算模型，实现从党建大数据到知识、从知识到工作决策参考的算力。

⑥提供基于数字挖掘的精准化管理与服务。根据挖掘的党建感知数据，基于深度学习算法、数字建模策略、自迭代推荐策略研究分析对象对于各类过程化资源的喜好度和接受度，通过构建适应性党建环境和生成性思政课程满足师生的思想成长与发展需求，创建个性化、精准化的思想政治教育提升路径，对师生后续党建学习资源、学习内容、学习辅导、学习进度等进行动态调整，建立自适应学习路径，并将对应的个性化学习路径和教学资源推荐给感兴趣的师生。

⑦推动智慧党建制度建设。宁幼师专在构建智慧党建系统的基础上，以海量党建数据的挖掘、感知、使用、保管为出发点，通过研究“宁师大脑”关于数据挖掘和处理的运行规则与算法机制，设计并制定一整套完整的工作管理机制与运行制度，构建科学化、制度化、标准化、智慧化的党建工作体系，为宁幼师专的智慧党建管理提供制度保障。

五 基于“数字孪生+人工智能”的党建智慧化实施策略

除了完整的内容建设，基于“数字孪生+人工智能”的智慧党建运行还应遵循标准化和定制化的工作流程。以上述介绍的运行体系和系统模块架构为基础，本研究提出以下实施策略：

1 构建各类数据搜集的“数字孪生”党建云平台

构建融合各类PC端和移动端的党建数据云平台，形成融合各层面数据输入的机制和路径，以及对基层党组织和党员个体进行个性化分析的底层云数据库。完成该平台的构建需要重点解决以下问题：①通过大数据的挖掘和融链技术，打通各智能终端、功能APP的数据通道，消除数据信息孤岛，形成集合各类型、各层面数据的存储机制；②需要从技术和机制层面突破并解决分类、存储、挖掘、转换、分析以及取用输入库中大量数据的问题；③需要保证大体量数据在平台中各类运作的安全性和隐私性；④明确如何将人工智能的机器学习无缝嵌入党建大数据云库中，保证MapReduce、Varedo、XSQLbase等机器学习分析对数据取用的流畅性，并实现对数据的有效整合和精准的挖掘分析[6]。

2 以“数据挖掘+数据加工+个性化分析”为核心组建数据计算中心

构建数据计算中心需要整合一些关键的数据工具，包括开源的数据挖掘工具RapidMiner和数据搜索工具XSQLBase，这两个工具需整合起来运行，用于大数据库中对数据的定位、挖掘、存取、归类等功能。同时，学习分析工具Learning Analysis和语义分析工具Semantic Analysis也需整合起来运行，用于数据的建模、密集像算法、模式评估、情感分析、部署等功能。此外，可利用数据可视化工具Visual Data，以将通过建模分析的数据集转化为数字框图、数字肖像等。

3 跨媒体分析推理技术助推党建应用场景化

“宁师大脑”数据分析中台嵌入跨媒体分析推理技术，通过运用跨媒体党建统一表征、理解关联与知识挖掘、知识演化与推理、知识图谱建构等技术，推进学校的党建应用场景变革。首先通过数据信息分割、数据解析，建立党建工作多元化应用场景，实现党建工作的跨媒体表征、数据挖掘、智能推理，形成初始化党建分析态势；然后重构“再组织化”，挖掘本身的数据集成和网状推理机制，确保上级党组织的决策部署即时传递并开辟新的网状联系人，使党建工作不同层级、不同平台的党员可以便利地进行交流[5]，并通过该项技术加强对党员的管理与监督。

4 研究并构建党建理性价值标准

党建理性价值标准的构建可从三个方面着手：①应考虑将常规的党建价值理论、党建运行范式和党建实践模式转换为信息化的数据标准，将人的思维模式、行为范式提供给机器学习，赋予智慧党建生态以人的理性价值智慧，并将党建学习模型和党建价值算法嵌入智慧党建的神经系统，使整个党建价值研究测评模式在这个智慧系统中运行，形成基于人工智能和大数据的党建评价运算体系；②在智慧党建理性价值系统中设置敏感词库，从规范层面对党建工作中的一些措施进行干预；③构建必要的验证系统和预警系统，通过不断地修正党建工作算法，为基层党组织和党员个体提供精准的党建价值测评、评估等服务。

六 结语

基于“数字孪生+人工智能”的智慧党建项目是一项具有重大战略意义的强基工程，为互联网时代高校基层党建工作的创新优化提供了新的发展动能。本研究通过构建智慧党建系统的基础平台、打造智慧党建系统的运行体系，旨在有效推进基层党建的数字化管理、基层组织生活的智慧化管理、党务工作的信息化升级、干部画像的数字化建模等。在未来推进智慧化升级的进程中[6]，高校应从以下方面推进智慧党建工作：①做好平台和制度层面的顶层设计，完善智慧化党建管理体系建设；②实现科学化智慧党建人才配置，将具备互联网思维并熟悉相关技术的优秀人才纳入党建工作队伍，有效提升专业化工作水平；③拓展智慧化党建平台的多维度功能，充分发挥智慧党建的作用，推动智慧党建在高校的落实、落细。在此基础上，高校党建工作要在“互联网+人工智能”的时代背景下开创出一条具有专业、长效、科学、民主特色的创新之路。

[1]吴男,谭红.大数据时代运用新媒体创新高校基层党建工作模式探究[J].智库时代,2018,(33):55-56.

[2]赵妍.大数据时代高校“智慧党建”模型构建研究[J].高教学刊,2018,(21):185-187.

[3]刘春丽,马凤毛.“互联网+”与人工智能驱动党建研究——高校“智慧党建”的理论创新与发展趋势[J].大连大学学报,2019,(4):62-67.

[4]郑浩,王娟,王书瑶,等.认知数字孪生体教育应用:内涵、困境与对策[J].现代远距离教育,2021,(1):13-23.

[5]黄娟,米华全,陆川.智慧党建:内涵特征、体系架构及关键技术——以“智慧红云”党建系统为例[J].电子科技大学学报(社科版),2016,(1):84-87.

[6]潘军,邱观建,朱喆.大数据视阈下智慧党建研究[J].党建研究,2019,(20):16-18.

Research on Intelligent Party Building System of Universities Based on “Digital Twin + Artificial Intelligence”

CHEN Lei

At present, the new combination model of “digital twin + artificial intelligence” has brought new development opportunities for colleges and universities to improve the level of Party building, and also put forward new requirements for the innovation of the management mode of Party building in universities. Therefore, this paper firstly designed a smart party building system based on “digital twin + artificial intelligence”, which included five levels of underlying environment, platform support, core database, analysis algorithm and application platform. Then, the technical support of this system was analyzed, which mainly involved big data, cloud computing, learning analysis, artificial intelligence and other technologies. Meanwhile, this paper introduced the content building of the system from seven dimensions of the cloud data center, perception system and visualization strategy. Finally, relevant implementation strategies for the intellectualization of party building were proposed. This paper brought “digital twin + artificial intelligence” into the overall development plan of party building in colleges and universities, developed and formed a smart party building system with the characteristics of wisdom, speed and accuracy, put forward solutions to comprehensively improve the efficiency of party building in colleges and universities from the theoretical level, expecting to promote the interconnection, perception, digitization and intelligence of party construction in colleges and universities from the practical level.

digital twin; artificial intelligence; smart party building; personalized recommendation; big data; algorithm

G40-057

A

1009—8097（2022）04—099—07

10.3969/j.issn.1009-8097.2022.04.011

基金项目：本文为2020年浙江省教科规划课题“基于大数据与人工智能的高校党建管理创新路径的探索与研究——以宁波市为例”（项目编号：2020SCG098）的阶段性研究成果。

陈雷，副教授，硕士，研究方向为党建研究、人工智能、大数据、远程教育技术、现代教育技术等，邮箱为bankstom@163.com。

2021年9月25日

编辑：小时