隨著教育信息化的深入發展和智慧校園的建設，我國高校中日益匯聚了不同層次和類型的海量數據。這些數據不再孤立、靜止、片面地存在，而是呈現出關聯性、流動性和完整性，為思想政治教育的教學與科研、管理與服務提供了有力的支撐。然而，大數據在高校思想政治教育中的應用尚處于起步和探索階段，目前其應用困境不斷凸顯，需要我們積極應對，努力破解數據應用中的難題，為拓展思想政治教育實踐空間、提高思想政治教育的實效性奠定基礎。

一、大數據在高校思想政治教育中應用的有利條件與基本表現

大數據與人們的思想、行為緊密相關，為思想政治教育的教學、服務、管理提供了有利條件。

第一，各高校快速無縫網絡的建設優化了數字化學習和教學的環境，為思想政治教育數據的搜集提供了有力保障。大數據時代，每個人都是即時數據的制造者和傳播者。無論是學生的學籍注冊、網絡選課，還是教師的教學科研、組織管理都能產生海量數據。特別是隨著Web2.0技術的發展，師生利用微博、微信、博客等社交媒體進行網絡互動與溝通，進一步促進了高校信息數據的交流和數據資源的共享，文本、圖片、視頻、音頻、位置等各種信息已成為高校大數據中增長最快的來源。

第二，高校物聯網技術應用實現了數據搜集與分析的自動化，為思想政治教育積累了大量即時有效的數據。一方面，高校通過各種信息傳感設備和環境感知技術實時捕獲類型不同、內容迥異的豐富數據，實現對校園環境的動態監測；另一方面，物聯網技術能夠對海量數據進行自動對比分析，使人與物、物與物之間信息互聯，能夠實現智能識別、自動定位和監控管理。比如，高校里普遍使用的校園一卡通就實現了身份認證、學籍管理、生活消費、圖書借閱等多種功能的智能化管理，是記錄大學生行為數據的天然載體。

第三，高校綜合信息服務平臺和數據共享平臺的搭建提高了數據整合和利用的效率，有利于思想政治教育數據的匯聚共享與分析應用。隨著數據計算和存儲能力的提升，數據提取和利用的成本降低，高校開始構建數據中心、大型數據庫。2014年12月底，復旦大學成立了中國高校第一家社會科學數據平臺，能夠為高校、研究機構和政府部門提供科研數據的存儲、發布、交換、共享、在線分析等服務。[1]一個大規模生產、分享、應用數據的時代正在到來，為大數據在高校思想政治教育中的應用奠定了良好的基礎。

那么，大數據在高校思想政治教育中的應用會有哪些表現呢？筆者認為主要有以下三方面。

第一，促進思想政治教育的個性化教學。大數據作為觀察大學生思想行為的顯微鏡，能夠客觀記錄學生的信息、精準分析學生的特征、科學預測學生的需要，有助于因材施教，促進思想政治教育教學個性化。

首先，通過數據采集工具實時追蹤、監測教育對象思想政治理論課在線學習的即時數據和關聯數據，包括視頻觀看的時長與次數、話題討論的關心度與參與度、隨堂測驗的準確率和通過率等，教育者能夠發現教育對象思想軌跡的差異和學習模式的不同。基于此，利用數據挖掘、機器學習等大數據的分析方法對相關數據進行分析和處理，可以深刻了解不同教育對象的思想行為特征及其對教育信息的接受認同程度，從而全面真實地把握教育對象的學習興趣和心理需求。其次，教育者可以根據數據分析結果進行預測，有針對性地調整教學內容的難易程度和學習環節的形式及順序，并進一步為學生推薦量身定制的學習策略，包括相關的參考文獻、網絡課程及應用軟件等。最后，利用可視化技術，將單調乏味、枯燥無趣的數據轉化成色彩鮮明、生動活潑的圖表形式，直觀形象地向教育對象展示數據間的聯系和規律，如標簽云(Tag Cloud)和時間流(Time Flow)就可以清晰明了地呈現出教育對象在一段時間內持續關注的熱點問題，有助于教育對象正確認識自己的思想行為并進行自我調節和自主學習。因此，大數據在思想政治教育個性化學習與定制化教學中起著重要的作用，改變了以往根據統一標準制造“克隆人”的教育模式。

第二，實現思想政治教育的精細化服務。思想政治教育工作者不僅僅是大學生日常理論學習的指導者和組織者，更是大學生健康成長的引路人和服務者。大學生人數眾多、思想多元，往往使思想政治教育難以細致入微，很難做到對教育對象的精準把握和服務成效的精確評估。而大數據技術則能夠為每個大學生勾勒出一副“數字剪影”，進而細分群體、歸納問題，使思想政治教育服務由粗放走向精細，為大學生提供心理疏導、職業規劃、日常管理等方面的精致服務。

首先，利用大數據關注大學生的心理健康和精神需求，有效預防和緩解大學生的心理問題。通過大數據平臺，教育者能夠對每一個學生的“事實數據”和“行為數據”進行搜集與追蹤，幫助思想政治教育工作者了解大學生的家庭環境、性格特點、思想動態及心理傾向，篩查出特殊學生和易感群體，并及時給予情感支持和心理撫慰，使其困擾的情感和矛盾的思想不斷得到調適，感受到思想政治教育工作者無微不至的關懷。其次，利用大數據幫助大學生規劃職業，促進大學生成才。一方面，教育者利用大數據對大學生進行職業測評，幫助大學生發現自己的興趣與特長，并設置“潛能導師”精心制定符合大學生身心發展和社會需求的職業規劃，提高專業與課程選擇的靈活性；另一方面，針對大學生職業發展的實際需求，主動快捷地為其推送相關的知識技能、招聘崗位、就業形勢等實用信息，從而為大學生提供以就業為導向、精細化的咨詢服務，減少擇業的盲目性。最后，依托大數據建立校園一站式服務平臺，為大學生提供獎助勤貸、圖書借閱、校園支付、宿舍管理、就醫掛號等多項人性化的便捷服務，同時通過對海量相關數據的搜集，為思想政治教育者全面洞察學生的學習生活提供科學依據。因此，大數據的應用能夠強化思想政治教育工作者以學生為中心的服務意識，切實滿足大學生多樣化的服務需求，實現思想政治教育的精細化。

第三，有助于思想政治教育的科學化管理。隨著數據的獲取、存儲與分析變得愈加方便快捷，大數據逐漸成為人們決策與預測問題的新方法，有助于實現高校思想政治教育管理的規范化和科學化，從而形成全面、協調、有序的管理體系，增強高校思想政治教育的針對性和實效性。

首先，利用大數據把握思想政治教育的學術前沿和熱點，避免低水平的重復研究。如百度指數等數據分析和共享平臺能夠為研究者提供趨勢研究、需求圖譜、輿情管家、人群畫像等數據服務，不僅有利于教育者關注學科熱點、探索學術前沿，而且有助于教育者問題意識的增強，善于發現研究的薄弱點和空白點，從而不斷豐富學科內涵、開拓學科領域、完善學科體系。其次，大數據能夠促進思想政治教育工作具體化、明晰化，切實落實管理責任。大數據定量化的方式，能夠有效分解思想政治教育的每一個目標，細化每一個環節，細分每一位教育者的職能，實現責權明確到位，防止諉過爭功。最后，大數據使思想政治教育決策日益基于數據和分析而做出，提升決策的科學水平。一方面，動態監測獲取多維度、高質量的海量數據為思想政治教育科學決策提供支撐，在此基礎上進行建模分析，發現問題產生的原因、預測事情發展的趨勢，從而進行預警和預控；另一方面，根據大量即時數據和關聯數據的反饋，不斷優化和改進決策的細節，使思想政治教育過程不斷得以調控糾偏。因此，大數據應用能夠不斷提升思想政治教育者的洞察力和預見力，推動思想政治教育管理科學化發展。

總之，大數據給高校思想政治教育帶來了深刻的影響，只有充分利用大數據理論和技術去探索規律、輔助決策、預測未來，才能不斷獲取新知、發現學科規律，提高自身的競爭力、創新力和預見力。

二、高校思想政治教育應用大數據的現實困境

在大數據環境下，數據比以往任何時候都更深刻地影響著人們的生活。我們重視數據，并期望用大數據解決高校思想政治教育的棘手問題、改善思想政治理論課教學，推動思想政治教育科學發展。然而，在思想政治教育的大數據應用中，仍然面臨著搜集、應用、管理和發展大數據等方面的諸多難題。

(一)思想政治教育數據匱乏，有效供給不足

應用大數據的重要前提是擁有海量數據，盡管教育信息化發展迅速，特別是網絡已經成為思想政治教育的新陣地，為高校思想政治教育提供了豐富的數據資源，但能夠充分利用的數據仍然相當匱乏，存在著數據多樣化需求與數據供給之間的矛盾。

1.歷史數據缺失。我們黨在長期的革命和建設過程中始終重視用先進的思想教育廣大人民群眾，并積極推動群眾實踐活動的發展，總結了豐富的經驗和教訓，積累了一定的數據資源。然而，完整保存下來可供直接使用的歷史數據并不多，部分數據還存在著缺失或者破損的情況。究其原因，一方面是戰亂導致數據丟失，另一方面是數據存儲技術的限制及長久保存數據的巨大成本。同時，思想行為數據的測量與搜集難度大也影響到歷史數據的積累。思想政治教育作為人文社會科學的重要分支，習慣于傳統的定性研究，盡管也會采用問卷調查等定量研究方法，但人的思想意識總是動態不定、錯綜復雜的，增加了對其進行測量與量化的難度，因此“在思想政治教育學科領域里對研究對象進行測量，比在其它學科領域里對研究對象進行測量要困難得多”，[2]不便于數據的記錄與搜集。歷史數據的缺失，嚴重影響到對不同時期思想政治教育數據的性質特點、發展趨勢及其相關因素的分析比較，不利于進一步揭示隱藏在數據背后的思想政治教育規律。

2.個體數據稀少。個體數據作為個體思想行為狀況的直接反映，是思想政治教育開展個性化教育的有力支撐，因此，缺少該類數據將會影響到思想政治教育活動的針對性和實效性。目前思想政治教育學科領域內數據的獲取更多地依靠每年國家公開發布的全國教育事業發展統計公報、各種教育年鑒以及各類社會調研，其掌握的往往是宏觀的教育狀況及群體的認知水平，而微觀反映教育對象個體思想行為的學習時間、學習地點、學習方式等方面的數據仍相對缺乏。慕課的興起，確實為教育者搜集教育對象參與課堂的即時數據提供了良好的平臺，但很多高校由于經費與資源的不足，并沒有將傳統的思想政治理論課與網絡課堂相融合，因而也就難以大范圍獲取有效的個體學習數據。此外，圍繞教育對象進行管理與服務產生的其他個體數據，如教育對象的年齡、性別、教育背景等結構化數據，發布在社交媒體中的圖片、視頻等非結構化數據，瀏覽網頁產生的行為數據，以及物聯網感知到的位置數據，等等，皆因分散在條塊分割的部門與系統中而不能實現共享。因此，很難在相互隔離的數據孤島中獲取海量的個體相關數據。

3.數據樣本有限。思想政治教育數據并非觸手可及，傳統的問卷調查或者訪問談話等數據搜集方式往往費時費力、成本巨大，致使數據樣本十分有限，難以全面覆蓋。即使在大數據環境下，思想政治教育要想獲得完整的、綜合的數據樣本，依舊困難重重。當前，數據開放程度低，缺乏完善的數據共享平臺。迄今為止，只有北京大學、清華大學、中國人民大學、復旦大學等少數高校建立起社會科學數據中心，但由于缺乏完善的數據管理與服務體系，導致數據的集成度、共享度不高并且種類單一，許多數據還因為缺乏統一的格式標準而不得不閑置丟棄，嚴重降低了數據樣本的豐富性與關聯度。

(二)思想政治教育數據龐雜，挖掘難度大

“數據的真實價值就像漂浮在海洋中的冰山，第一眼只能看到冰山一角，而絕大部分則隱藏在表面之下”，[3]因此，思想政治教育者在應用大數據的過程中面臨著數據融合和挖掘分析的難題。

1.數據異構多源，定向分析的數據難以融合

大數據要求數據的完整性與綜合性，就必然導致思想政治教育數據的巨大規模、紛繁復雜。一方面，數據的模態千差萬別。既有用二維表結構來表達的結構化數據，又有文檔、文本、圖片、音頻、視頻等半結構化和非結構化的數據，其中超高維的非結構化數據占了絕大多數，不是傳統的計量分析技術所能夠輕易處理的。另一方面，數據的來源多種多樣。不僅有高校數據平臺跟蹤記錄的關于學生學習狀態、教師教學管理的各類即時數據，還涵蓋其他散落在政府部門、電商企業以及網絡公司的部分數據。這些數據以各自的方式存儲在不同的服務器上，導致數據標準不統一，功能互不關聯，各個系統間的數據難以整合和銜接。因此，思想政治教育者亟須掌握有效的數據融合技術使大規模的結構化、非結構化數據集中，口徑不一致的數據兼容，最終實現一體化的分析處理要求，為數據的提煉和整合、個體行為規律的探索提供便捷的解決方案和技術工具。

2.數據良莠不齊，真實有效的數據難以挖掘

浩如煙海的數據真偽難辨、參差不齊，對教育者駕馭數據的能力提出了挑戰。一方面，數據真偽難辨，虛假信息泛濫。這些虛假數據或來源于采集與分析的過程中數據輸入的差錯，或是一些部門、企業、個人為了牟取私利而故意對數據弄虛作假。例如，微信中的“刷閱族”就常常通過虛假點贊、刷閱數量帶來大量失真的數據信息。另一方面，數據良莠不齊。教育者在數據挖掘的過程中往往遇到各種干擾數據、無效數據，嚴重影響到數據分析的精度。統計學家納特·西爾弗指出：“大量的信息成倍增加，但有用的信息卻非常有限，信號的比例正在縮小，我們需要找到更好的方法對信號和噪聲進行區分。”[4]也就是說，如何過濾掉無效的數據，保留有價值的部分，對數據挖掘來說才是真正重要的。

(三)思想政治教育數據存在被濫用的風險

高校思想政治教育者在為大數據帶來的便利歡欣鼓舞時，也容易陷入對大數據的濫用和崇拜，使個人權利受到侵害。

1.貼數據標簽，阻礙自由發展

通過數據模型，高校思想政治教育者即可細分學生群體，實現其預測教育對象潛在思想與行為的目的，但也有可能直接侵害到教育對象自由發展的權利。一方面，利用大數據量化分析每個人的情感、態度、行為，從而對其智力、能力、潛力進行預判與定位，容易給學生貼上固化的數據標簽，形成刻板印象；甚至對那些有過不良數據記錄的學生作出不公正或帶有歧視性的推斷。另一方面，教育者根據數據分析結果為每個學生鋪設成才的道路，試圖幫助教育對象做出正確的選擇，然而卻在不知不覺中剝奪了個體自由探索的勇氣以及自由選擇的權利。同時，大學生學習生活的各種蹤跡被媒介全方位地記錄和監測著，仿佛生活在“數字圓形監獄”，即“我們所說與所做的許多事情都被存儲在數字化記憶之中，并可以通過存儲器訪問，因此我們的言行可能不僅被我們的同時代人所評判，而且還會被所有未來人評判”，[5]從而帶來安全感的缺失和信任機制的瓦解，致使大學生在大數據面前惶恐不安，極度警惕，難以發揮主動性和創造性。

2.崇拜大數據，弱化批判能力

隨著大數據價值在社會各領域的凸顯，一些高校教育者對大數據在思想政治教育學科上的變革產生了強烈的預期，這種預期的持續演化很可能引發大數據崇拜，即盲目信任大數據的力量而忽視自身的創新思維和思辨能力。

三、高校思想政治教育應用大數據的科學訴求

大數據在高校思想政治教育領域的應用尚處于起步階段，教育者要積極學習、接受和應用大數據技術，永葆高校思想政治教育的蓬勃生機和強大生命力。

(一)重視數據的搜集與獲取，拓展數據資源的深度和廣度

擁有海量數據是高校應用大數據的基本前提，要求思想政治教育者重視數據的搜集，拓展數據獲取的渠道，有效解決思想政治教育數據供給不足的難題。

第一，堅持數據搜集的針對性，深度聚焦關鍵數據。這就要求思想政治教育者把握數據搜集的重點，提高數據搜集的實效。一方面，高校思想政治教育者作為大學生思想政治教育與日常管理服務的主要力量，應自覺主動搜集與教育對象學習生活緊密相關的真實詳細的數據資料。無論是人事檔案記載的成長背景、慕課平臺采集的學習數據、圖書館保存的借書記錄、校園論壇參與的討論話題、一卡通留存的消費數據甚至是物聯網感知的位置數據等都應該是思想政治教育者重點掌握的第一手數據。另一方面，鼓勵教育對象進行“自我量化”，即利用可穿戴設備或應用軟件對個人學習生活中的各項生理、心理指標進行實時測試和記錄。這些個人數據的搜集不僅為教育者深度聚焦大學生個體思想行為數據提供了可靠依據，也有助于提升大學生的自我認知。今天，高校思想政治教育工作者面對著網絡最活躍的群體時，只有積極搜集每個大學生網絡生活的碎片化“痕跡”，才能更加深刻地了解、評估教育對象。

第二，堅持數據搜集的廣泛性，拓寬數據獲取渠道。這就要求思想政治教育工作者把握數據的關聯性和規模度，豐富數據的來源，盡可能獲取全面的數據，以完整拼湊出教育對象的網上信息圖譜。一方面，搭建本學科的數據共享平臺，暢通高校間思想政治教育數據整合和利用的渠道。通過打造教學、科研、管理、服務一體化的數字空間，促進不同時空數據的共享互聯，從而改善思想政治教育數據分散失落的現狀，提升思想政治教育數據資源的豐富度。另一方面，依托政府與企業統一數據格式標準、明確數據交易原則，從而打破數據壁壘，逐步開放與思想政治教育相關的輿情、環境、消費、社交等方面的重要數據，方便教育者在政府數據門戶、百度數據研究中心、移動數據研究中心等網站快捷獲取相關數據，賦予教育者更廣闊的數據渠道。值得注意的是，要搜集教育對象的全部數據是比較困難的，教育者只有樹立起大數據的關聯思維，增強與各部門的通力合作，才能實現思想政治教育數據的隨時、隨地獲取，創造思想政治教育數據“無時不有、無處不在”的有利條件。

(二)加強人才的培養與引進，提升數據決策的精度和信度

高校思想政治教育積累了海量異構多源、良莠參半的數據，如果缺乏深入的挖掘和精細的處理，只會埋沒其巨大的價值。因此，高校應該積極培養和引進大批數據科學家，提升數據駕馭能力，為思想政治教育研究提供人才支撐和科學決策。

第一，用心培養精通數據分析的思想政治教育者，提升數據分析的精準度。大數據環境下，應當給予思想政治教育隊伍中熟悉統計分析與量化研究的教育者培訓和出國深造的機會，提供政策、資金上的支持，使其熟練掌握機器學習、人工智能、模式識別等高級數據分析技術，并實際應用于思想政治教育數據的過濾、提純和分析過程中，從而促進數據管理與教育實踐的緊密結合，有效融合異構數據，剔除虛假數據，提升數據分析結果的精確性。同時，組建學科內的數據專家團隊，針對思想政治教育專業的本科生和研究生開設“大數據技術與應用”等相關課程，引導鼓勵學生根據興趣進行跨學科、跨院校的聯合培養，以培養出大批專業功底深厚、數據分析能力扎實的復合型思想政治教育人才，滿足思想政治教育數據分析的迫切需求。

第二，積極引進數據科學家，增強數據決策的可信度。數據科學家被《哈佛商業評論》雜志譽為“21世紀最性感的職業”，因為他們善于運用科學的數學算法、先進的數據挖掘工具對數字符號、文字圖片、音視頻等紛繁蕪雜的數據進行綜合與提取，具有敏銳的洞察力、高超的分析力和果敢的決策力，是經過專業學習和專門培訓的高級數據人才，兼具網絡編程師、軟件開發師、數據規劃師、數據可視化設計師等多種職能。因此，高校應當積極引進優秀的數據科學家，進行數據的深度挖掘和動態呈現，確保思想政治教育數據得到充分利用，為思想政治教育決策提供科學指導和專業建議。同時，與數據科學家展開精誠合作，進行學科共建，即利用數據科學家已掌握的數據、技術和成果開發專門針對思想政治教育特殊需求的軟件與平臺，實現資源整合、優勢互補，不斷增強思想政治教育的有效性和可信性。

(三)推進環境的營造與治理，把握數據使用的維度和限度

大數據技術在給思想政治教育數據的收集、利用和傳播帶來便捷的同時，也使個人權利面臨著被侵犯的風險。因此，需要教育者在多層面進行科學調控，積極營造信任安全的大數據環境。

第一，把握大數據使用的時、度、效，創建彼此信任的思想政治教育環境。時，即時機和形勢，要求高校思想政治教育者在應用大數據技術時做到審時度勢、冷靜對待。既充分利用大數據輔助科學決策的良好時機，又積極應對大數據帶來的倫理挑戰，從而順勢而為、應勢而動。度，即邊界與程度，要求高校思想政治教育者應用大數據時掌握分寸、適可而止，不僅明確數據搜集的范圍，而且把握數據挖掘的深度，從而避免數據使用失度帶來的信息濫用和隱私侵犯。效，即作用和效果，要求高校思想政治教育者辯證看待大數據的成效，實事求是。清晰認識大數據的局限性，不亂貼標簽，謹防“精準預測”下的數據暴政。總之，只有把握好數據使用的時、度、效，才能在高校建立起可信、可控、可靠的良好環境，使思想政治教育健康有序開展。

第二，完善數據管理和立法，給予個人“被遺忘的權利”。大數據在思想政治教育中的應用必須有章可循、有法可依。我國工信部2013年頒發了《信息安全技術公共及商用服務信息系統個人信息保護指南》，明確了數據處理過程中收集、加工、轉移、刪除四個環節的主要規范，提出了保護個人信息的七項基本原則，即目的明確、公開透明、質量保證、安全保障、合理處置、知情同意和責任落實，為規范大數據使用提供了可靠依據。但這部指南并不具有法律效力，仍需繼續努力完善相關法律體系。歐盟已經就個人數據保護出臺了關于“網上被遺忘權利”的法律，美國加州也通過了“橡皮”法律，賦予民眾要求相關機構刪除涉及個人隱私數據的權利，從而在法律層面切實保障個人信息的安全，有效防止敏感信息的泄露與濫用，否則將受到法律的制裁。這些做法值得我們借鑒。

參考文獻：

[1]陳曉華.復旦大學推出首個中國高校社會科學數據平臺[EB/OL].http://news.fudan.edu.cn/2014/1229/37794.html.

[2]戴鋼書.思想政治教育的調查與統計分析[M].北京：東方出版社，1992：13.

[3][英]維克托·邁爾—舍恩伯格，肯尼思·庫克耶.大數據時代：生活、工作與思維的大變革[M].譯者：盛楊燕，周濤.杭州：浙江人民出版社，2013：134.

[4][美]納特·西爾弗.信號與噪聲[M].譯者：胡曉姣，張新，朱辰辰.北京：中信出版社，2013：391.