高校思想政治教育新模式分析

前言：本站为你精心整理了高校思想政治教育新模式分析范文，希望能为你的创作提供参考价值，我们的客服老师可以帮助你提供个性化的参考范文，欢迎咨询。

摘要:

随着高校数字校园的繁荣建设及移动互联网、物联网技术的飞速发展，高校思想政治教育也步入了大数据时代。依据大数据处理流程，基于Hadoop技术构建高校学生思想行为大数据分析平台，将学生思想情感行为量化，以数据为依据找到更适合当代大学生的思想政治教育和管理方法，高校应从创建思政教育新格局，拓展思政教育新平台，打造思政教育新团队入手，探索高校思想政治教育新模式，使得高校思想政治教育的措施更具实效性和针对性，决策更具科学性和合理性。

关键字:

大数据;高校思想政治教育;思维变革;Hadoop;数据分析平台

1大数据时代背景下的高校思想政治教育思维变革

1.1大数据时代特征

2009年，“大数据”（BigDate）成为我国IT行业中最热门的词汇；2013年被喻为“大数据元年”。全球知名咨询公司麦肯锡对大数据是这样定义的：一种规模大到在获取、存储、管理、分析方面大大超出了传统数据库软件工具能力范围的数据集合，具有海量的数据规模、快速的数据流转、多样的数据类型和价值密度低四大特征。《纽约时报》2012年2月的一篇专栏中所称，“大数据”时代已经降临，在商业、经济及其他领域中，决策将日益基于数据和分析而作出，而并非基于经验和直觉。大数据时代，人们将以全新的视角去审视故有事物，传统观念得到彻底颠覆，新技术、新模式迭代速度更快，人们的思维方式发生了翻天覆地的变化。

1.2大数据时代背景下高校思想政治教育思维变革

在高校各类信息管理平台中包含了学生的个人信息、教务信息、一卡通信息、校园消费信息、门禁管理信息等，在微博、微信、论坛/BBS等社交平台和电子商务平台中，则产生反映其思想状况、情感、行为状况的信息，这些海量信息如果能够挖掘到其潜在的价值，是开展具有实效性和针对性的思想政治教育工作的先决条件。利用大数据技术采集、挖掘进而呈现这些信息背后所蕴藏的价值、“以数据为核心，让数据说话”的思维已经渗透到高校思想政治教育工作中。找到学生的喜好、行为习惯和关注热点，结合学生实际，有针对性地进行调整和优化，是区别于传统思想政治教育思维的大变革。

2高校校园大数据处理过程

大数据的超大数据体量和数据结构的多样性，以及信息的高噪性和低价值这些特点，需要综合运用数据采集、数据预处理和集成、数据分析和数据可视化等技术,提取数据中隐含的价值，从而发现规律，实现资源的优化配置。据此，高校校园大数据的处理流程基本可划分为：

2.1校园数据采集

高校校园中各类信息管理平台、校园监控系统、校园官方微博、微信、BBS、校园一卡通平台、使用移动互联设备的学生个人，构成了校园大数据采集源。目前数据采集的方法有：系统日志采集法和网络数据采集法。系统日志采集目前比较成熟的工具有Hadoop的Chukwa，Cloudera的Flume，Facebook的Scribe等。网络数据采集是利用垂直搜索引擎技术的网络蜘蛛、分词系统、任务与索引系统等技术自动获取万维网信息。

2.2数据预处理和集成

高校校园大数据具有高噪声、低价值、高冗余、异构性的特点，对这些数据进行有效的分析前，应该将这些来自采集端的多元化的数据转换为结构单一的数据，导入到一个集中的大型分布式数据库或者分布式存储集群中，并且在导入前期要进行数据清洗、数据集成、数据变换、数据规约等预处理过程，这样可以大大提高数据分析质量，降低分析时间，为今后提高数据分析的精度和效率打好基础。

2.3数据分析

数据分析是整个大数据处理流程里最核心的部分，在这一流程中，发现数据价值，揭示隐藏规律，为实现科学决策提供依据。在大数据时代下，数据成为客观世界，乃至人的精神世界的表征和尺度，借助于数据分析，使得大学生的思想情感和行为得以量化，从而为新时期的高校思想政治教育工作的科学决策做出指导[1]。传统的数据处理分析方法有数据挖掘、统计分析、自然语言处理、机器学习、智能算法等。

2.4数据可视化

高校思想政治教育工作者最关心的不是数据的分析过程，而是分析结果的最终呈现，因此数据可视化（DataVisualization）至关重要。通过数据可视化技术，将抽象的数据转换为可见的图形或图像，清晰直观地向用户展示数据分析结果，方便用户对结果的理解和接受，帮助人们直观地发现数据中隐藏的内在规律[2]。

3基于Hadoop技术构建高校学生思想行为大数据分析框架

3.1Hadoop技术

Hadoop是一种分析和处理大数据的软件平台，擅长存储大量的半结构化的数据集，其思想主要来源于Google公司提出的MapReduce编程框架、GFS文件系统以及BigTable存储系统等技术[3]，是Appach的一个用Java语言所实现的开源软件的框架，实现了对于海量的数据进行的高效的分布式运算和存储。Hadoop具有庞大的家族体系，本文主要涉及Hadoop框架的HDFS（分布式文件系统）和MapReduce。HDFS为海量的数据提供了分布式存储和管理，具有高容错性的特点，可以部署在低廉的硬件上，适合那些有着超大数据集的应用程序。而MapReduce则为海量的数据提供了并行计算和处理，是一种处理大量半结构化数据集合的编程模型，主要进行运算任务的分解和结果的汇总，解决大数据的运算问题[4]。

3.2基于Hadoop技术构建高校学生思想行为大数据分析平台

基于Hadoop的高校学生思想行为大数据分析平台框架是依据大数据处理流程设计的。通过各类校园信息管理系统接口、微信微博BBS接口和其他网络接口，实现对学生基本信息、学生教务信息、一卡通系统、宿舍门禁系统、微博、微信、BBS和其他网络数据的采集，将采集到的海量、高噪、异构数据进行数据清洗、数据集成、数据变换和数据规约等预处理，预处理后的数据应用HDFS技术实现分布式存储和管理。结合MapReduce技术，根据应用需求研发专用分析包，从而对大规模数据集实现并行计算和处理，得到的分析结果存储到MySQL数据库中，通过应用层的各类应用模块，如学生各类信息集成模块、学生成绩统计分析模块、统计分析搜索词及频率模块、当前学生关注热点模块、学生关注点变换趋势模块、学生消费统计模块，读取MySQL数据库中的数据，最终通过B/S架构的形式实现数据的可视化，呈现给思政教育工作者。

4依托高校学生思想行为大数据分析平台创新高

校思想政治教育依托Hadoop技术搭建的高校学生思想行为大数据分析平台，对采集到的大数据进行分析，并将分析结果可视化，其终极目的是将学生的思想情感行为这些抽象事物得以量化，以科学的数据为依据，让数据说话，从而找到更适合当代大学生的思想政治教育和管理方法，并结合学生实际，有针对性地进行思想政治教育。为此，大数据时代下的高校思想政治教育应着手于以下几方面工作：

4.1树立大数据思维，创建思政教育新格局

在我国，目前最为缺乏的不是数据的来源和收集数据的手段，而是收集和利用大数据的意识[5]。高校的思政工作者大多来源于思想政治教育专业，缺乏大数据思维和数据素养。因此，高校思政教育工作者必须树立大数据思维，充分重视数据的价值，尊重数据分析平台产生的结果，增强对分析结果的敏感性，从而达到教育的前瞻性和预见性。另外要想全面掌握学生的各类信息，需要高校各部门，甚至电信运营商、数据分析公司之间协作配合。在大数据时代背景下，要多部门多机构多渠道合作，构建“全员育人、全方位育人”的思政新格局。

4.2利用新媒体，拓展思政教育新平台

“90后”已经成为当前在校大学生的主体，无线网的全面覆盖和智能手机广泛普及，使得大学生广泛熟练使用新媒体已经成为普遍现象。因此思政教育工作者应该充分利用新媒体，拓展课堂以外的思政教育新平台。发挥微博、微信、QQ、网站的作用，弘扬主旋律、传播正能量，将思政教育打造成真实、生动、让大学生喜闻乐见的教育内容。另外，根据高校学生思想行为大数据分析平台计算出的当前热搜词汇和关注热点，有目的地将其背后隐藏的思想政治教育内容推送给学生，潜移默化地向学生宣传党的路线、方针、政策、社会主义核心价值观等内容，有效抵制不良社会思潮，帮助大学生树立正确的人生观和价值观。

4.3走出去引进来，打造复合型思政教育新团队

在大数据时代背景下，思政教育工作者面临着更大的挑战。不仅需要具备教育学、心理学、马克思主义理论等专业知识，还需要具备数据分析能力，因此高校迫切需要从以下两方面入手打造复合型思政教育新团队：一是让思政队伍中具有数学、统计学、计算机科学专业背景的人才走出去，进行培训和深造学习，提高其数据分析能力；二是把数据科学家引进来，为思想政治教育决策提供科学指导和专业建议。

5结语

思想政治教育一直以来都是我国各大高等院校极为关注的内容。为顺应时展潮流，转变传统思政教育思维，运用Hadoop大数据技术，构建高校学生思想行为大数据分析平台，将学生思想情感行为等抽象事物得以量化，并以图形、曲线等可视化的方式呈现，改变了传统思政教育基于经验和直觉的定式，创新了思政教育新模式。因此，当代的高校思想政治教育工作者一要树立大数据思维，增强多部门多渠道的协作，创建“全员育人，全方位育人”的思想政治教育新格局；二是要将新媒体技术和大数据分析技术相结合，挖掘出当前学生关注热点，拓展出课下思想教育新平台。三要培养和引进数据分析人才，打造复合型思政教育团队，增强数据分析的精度，为思政教育的预测和决策提供科学的数据支撑。

参考文献

[1]李怀杰.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.

[2]吴雷.基于高校思想政治教育视角的大数据技术应用探究[J].高教论坛,2015,6(6):20-23.

[3]李志刚.大数据一大价值、大机遇、大变革[M].北京:电子工业出版社,2012.

[4]张文峰.MapReduce模型的分布式计算平台的原理与设计[D].武汉:华中科技大学,2010.

[5]凌小萍,邓伯军.大数据时代高校思想政治教育探究[J].广西师范大学学报:哲学社会科学版,2015,51(1):65.

作者:郭聪如 王晓乐 单位:内蒙古科技大学信息工程学院 包钢集团公司信息化管理部