大数据视域下高校思想政治教育路径研究

来源:用户上传      作者:

　　摘 要：本文从当前高校思想政治教育的困境与前景出发，通过群体性聚类教育、差异性分析、动态性分析与关联性分析多维评价等大数据分析方式将其与思政教育相融合，从而形成全新的教育路径。大数据时代下的思政教育就是将大数据作为客观环境，将思政教育作为教学目标，推动高校思政教育的全新发展。
　　关键词：大数据 高校 思想政治教育 融合路径
　　引言
　　高校是培养当代青年的重要摇篮，也是促进学生进步发展的重要渠道。而大数据则是通过新的方式与模式对数据进行分析与处理，高校大数据就是将高校大学生的资料进行收集与整理，从而完整的将思想教育中各个要素之间的关系进行体现，因此，高校不仅是大数据的参与者，更是推动大数据的发展者，同时高校学生的大数据也是高校所拥有的巨大财富[1]。要想在大数据背景下探索新的思政教育方式就需要合理运用大数据进行数据分析，以探寻出全新的工作路径与方法，并及时掌握育人的动态，以便能够更加精准有效的做出育人决策。
　　一、大数据时代对高校思想政治教育的影响
　　大数据时代的到来直接改变了人类的生活方式，人们生活已经离不开网络与信息技术的陪伴，这也可以客观的体现出人们思维模式的改变。因此，大数据时代下高校思想政治教育的环境与对象也发生了巨大的改变，以往学生数据的收集无法避免研究者的主观意识存在其中，即使学生的数据能够完整的体现，但是却无法真正意义上进行整体调查，而调查的结果也会存在一定的不准确性。
　　二、大数据时代高校思想政治教育的新特征
　　1.教育内容更具有针对性
　　受互联网时代的影响，目前当代大学生所接受的资源更加丰富，因为不论是个人还是群体，都会有极强的自我意识，但是传统的思想政治教育工作方式还较为局限，所以如何在群体教育中激发学生的个人发展才是目前高校思政教育的目标。将大数据时代与高校群体性教育相结合，就可以充分挖掘学生的潜在特征，从而进行针对性的群体教育，以保证思政教育能够更加贴近于当代学生的教育需求。
　　2.学生培养更具有精准性
　　目前当代大学生有着较为活跃的思想观念和多元的价值取向，这就要求思政教学的工作更加精细，同时也需要对学生进行细致的心理引导与日常帮扶。学生出现心理与思想问题的原因大多较为复杂，所以只有找到影响学生思想行为的主要矛盾点，再利用大数据分析手段建立出学生的数据画像，才能够真正了解学生群体与个体之间的差别，继而提升学生个性化培养的目标。
　　3.学生行为更具有规律性
　　在大数据时代下学生获取新知识的途径较多，接受知识的体系也更加多元化，但是在认知与行为方面却存在一定的矛盾，所以思政教师应该对学生的日常行为进行引导与批判[2]。同时可以利用大数据的特点建立出学生思想行为的动态，从而持续观测学生的成长路径，继而全程对学生的日常行为规范进行追踪。
　　4.教育评价更具有规范性
　　传统思政教育过于注重学生的成绩与成长，但是却无法客观地对学生进行评价。因此，在大数据时代的影响下思政教师可以将学生的发展路径与学生大数据进行结合，从而形成多元化发展途径，同时也可以在分析数据中存在的规律性基础上，提升思政教育的规范评价方式。
　　三、大数据时代与高校思想政治教育融合的新路径
　　1.通过聚类分析增强群体教育的针对性
　　（1）分析定量相似度
　　定量相似度分析就是将学生的年龄、成绩等基础资料进行数据收集，然后根据收集的内容以可量化的标签数据进行统计与分析，例如学生的学习成绩与上网时间长短等。定量相似度分析就是基于整体的角度对学生进行群体划分。
　　（2）分析定性相似度
　　高校大數据分析中，有部分数据都是无法经过定量技术得出结果的，因此，针对无法通过定量分析得出结果的数值，就可以通过基于概念的定性相似度进行分析。定性相似度分析就是根据高校大学生的特点，以分析出符合高校大数据的具体需求。
　　（3）群体教育与聚类分析
　　群体教育与聚类分析是高校思政教育最普遍的一种形式。群体教育是以提升学生的集体荣誉感为基础，切实培养学生的综合能力素质，而聚类分析则是通过群体计算法将繁杂的数据信息进行精准化分析，从而进一步满足学生个性化发展的需求。
　　2.通过差异分析提升教育工作精准性
　　群体教育关注的是群体的成长，而个性化精准培养则是在群体培养的基础上，结合学生的自身特点进行针对性的思政教育。以往高校思政教育中教师面对的是众多个体，所以很难对学生进行针对性培养，而大数据时代就是通过差异性的分析，及时准确的发现学生存在的异常情况，继而开展精准化的管理与指导。
　　3.通过动态分析把握行为规律性
　　高校群体大数据中学生的性别与生源地等数据是固定不变的，但是学生消费情况与进出图书馆等情况都是随机变化的，同时在更多数据源的不断加入下，大部分数据都会出现动态变化。而大数据下的动态分析就是一种具备及时性的数据模型，可以对学生的行为与思想变化进行提前预判，并在不影响学生生活的前提下对日常行为数据进行及时的获取，从而提升思政工作的精准度。
　　4.通过关联分析保障多维评价规范性
　　大数据关联分析保障就是在不确定因果关系的基础上，分析学生各项数据之间是否存在隐性规律，通过学生数据画像的关联规则分析学生的日常生活与表现，并利用这种存在的关联性进行思政教育的发展，进而推动思政教育评价体系可以更加的多维立体。在大数据的关联分析中可以发掘出影响学生发展的原因，从而为多维立体的评价体系提供相应的数据与理论支持。
　　结语
　　在大数据时代下，高校思想政治教育工作应该在互联网与大数据的帮助下重新将自身的方法与教学思路进行构建，以形成全新的教学新方法。“大数据”不仅仅只是一种技术，更是一种价值观的体现，在高校思想政治教育中可以为其发展提供更加广阔的视野，继而提供良好的思创新方式，但是在思政教育中不可以将大数据绝对化，应该保持应有的理性[3]。
　　参考文献
　　[1]庞付玲.大数据视阈下高校思想政治教育：机遇、挑战与创新[J].广西教育学院学报，2018，6（3）：2-9.
　　[2]陶好飞，莫勇.大数据视域下高校思想政治教育创新路径研究[J].中国电化教育，2019，16（8）：15-17.
　　[3]林萍萍.大数据视域下高校思想政治教育工作创新研究[J].高教学刊，2019，12（14）：41-43.
转载注明来源:https://www.xzbu.com/1/view-15330369.htm