大数据在高校思政工作质量评价体系中的运用

发布时间:2018-12-11浏览量:25

高校思想政治工作关系高校培养什么样的人、如何培养人以及为谁培养人这个根本问题,其发展状况的好坏与工作质量的高低备受中央高度重视。当前,高校思想政治工作处于物联网、云计算、移动互联网等新一代信息技术飞速发展的大数据时代,大数据日渐成为推动高校思想政治工作创新发展的重要推动力量。加强大数据技术在高校思想政治工作质量评价体系中的创新运用,对于增强高校思想政治工作质量评价的科学性、有效性,进一步加强和改进新形势下高校思想政治工作意义重大,影响深远。

01

一、加强大数据技术在高校思想政治工作质量评价体系中创新运用的重要性和必要性

1.加强大数据技术在高校思想政治工作质量评价体系中的创新运用,是有效提升高校思想政治工作质量评价科学化水平的现实需求。

大数据技术在高校思想政治工作质量评价体系中的创新运用,能有效提升高校思想政治工作质量评价的科学化水平,具体表现在:一是大数据技术的创新运用,有助于扩大高校思想政治工作质量评价的对象与范围,实现“样本数据”到“整体数据”的转变。数据是对客观事物的逻辑归纳,是信息的表现形式和载体,是用来描述事物特征乃至事物本身的未经加工的原始素材,如符号、文字、数字、语音、图像、视频等。“大数据时代,互联网服务中产生的各种信息真实准确地反映着学生们具体的实际思想动态,是进行思想政治教育最宝贵的财富。”大数据不仅是大学生思想政治教育状况的全面真实反映,更是科学开展高校思想政治工作质量评价的客观依据与分析方法。“与传统数据相比较,大数据体现得更多,其分析范围更广,分析深度更深,是分析与某事物相关的所有数据。”依托大数据分析技术,可以实现高校思想政治工作质量评价研究对象和范围的全覆盖,实现“样本抽样调查”到“全样本调查”的转变。

二是大数据技术的创新运用,有助于优化高校思想政治工作质量评价的手段与方式,实现“因果性分析”到“相关性分析”的转变。高校思想政治工作质量评价,包括对思想政治工作不同主体、对象、载体、方法、内容、效果等要素的评价,具有整体性、系统性和时效性,需要快速分析和处理大量数据信息,如果只通过数据之间的因果性分析来开展质量评价工作,不仅思维模式受到局限,分析方法也显得过于简单,评价工作进度、信度和效度必然大打折扣。加强大数据技术在高校思想政治工作质量评价体系中的创新运用,有助于实现评价手段与方式的优化升级,不仅能有效提升因果性分析的准确性,更能通过数据之间的相关性分析提高质量评价水平,使高校思想政治工作质量评价工作更科学高效。

三是大数据技术的创新运用,有助于量化高校思想政治工作质量评价的标准与体系,实现“抽象性描述”到“具体化操作”的转变。大数据是一种新的能源,通过对大数据的挖掘、整合、分析与运用,可以发现新知识,增长新智慧,创造新价值。“大数据的理念和手段可以广泛应用于高校思想政治教育质量评价中。一方面,思想政治教育的主体、客体、环节、流程、结果等诸多方面都会沉淀大量的信息,这些信息有不少可以以数据的方式存储下来,形成洞察、分析、决策和判断的依据。另一方面,信息或数据的选取和组合,能够从一个侧面塑造和重构思想政治教育的行为、场景和结果,从而拓展思想政治教育质量评价的方式方法。”加强大数据技术在高校思想政治工作质量评价体系中的创新运用,不仅能实现高校思想政治工作质量评价标准和依据的数据化、信息化,更能将质量评价工作的抽象性要求数量化、具体化、可视化,实现高校思想政治工作质量评价标准制定与体系构建的智能化和可操作化。

2.加强大数据技术在高校思想政治工作质量评价体系中的创新运用,是大力促进新形势下高校思想政治工作内涵式发展的内在要求。

质量评价是高校思想政治工作的重要环节,是加强和改进新形势下高校思想政治工作的重要手段。高校思想政治工作质量评价,就是根据一定的立场和标准,采用一定的方法和手段,对高校思想政治工作自身的性能是否满足党和事业发展需要以及师生成长发展需要的状况或水平给出价值判断的过程。它既是获取信息开展调查研究和评价评估的过程,也是进行工作反馈和为科学决策作准备的过程。加强大数据技术在高校思想政治工作质量评价体系中的创新运用,能使评价依据更客观、评价标准更具体、评价对象更多元、评价范围更广泛、评价手段更优化、评价结果更准确,能有效提升高校思想政治工作质量评价的科学化水平,全面而真实地反映高校思想政治工作质量状况,并对影响高校思想政治工作创新发展的重难点问题进行大数据分析与研究,从而形成相关理论与实践研究成果,为高校思想政治工作的内涵式发展提供理论支撑与行动指南。

3.加强大数据技术在高校思想政治工作质量评价体系中的创新运用,是稳步推进思想政治教育专业学科建设跨越式发展的必然要求。

习近平总书记在全国高校思想政治工作会议上强调要“加快构建中国特色哲学社会科学学科体系和教材体系”“打造具有中国特色和国际视野的学术话语体系,形成无愧于时代的当代中国学术思想和学术成果”,同时指出“评价体系和评价标准是学术发展的指挥棒。要建立科学权威、公开透明的哲学社会科学成果评价体系,把评价标准掌握在自己手中,确保正确政治方向、价值取向、学术导向,避免用别人的尺度裁量自己”。思想政治教育专业学科建设,作为中国特色哲学社会科学学科体系建设的重要组成部分,其专业权威、学术地位、学科体系、话语体系的构建与发展,对于高校思想政治工作的改革创新发展,具有举足轻重的地位。加强大数据技术在高校思想政治工作质量评价体系中的创新运用,不仅有利于提升评价工作的科学化、专业化水平,使测评结果更加可信有效,实现思想政治工作“以评促改、以评促建”,更能进一步优化思想政治教育学术创新研究的技术与条件,推动形成一系列高质量的学术研究成果,以实践丰富理论、以理论指导实践,进而深入推动思想政治教育专业学科建设跨越式发展。

02

二、高校思想政治工作质量评价在大数据创新运用方面存在的主要问题

1.工作队伍信息素养不高,需加强专业指导和培训。加强大数据技术在高校思想政治工作质量评价体系中的创新运用,就是要实现高校思想政治工作质量评价在大数据处理技术与数据分析方法上的创新,让数据“说话”、让数据“可视”、让数据“能用”。这就需要培养建设一批具有大数据思维、拥有较高信息素养、善于利用大数据开展思想政治工作质量评价的专门队伍。当前,从事高校思想政治工作质量评价的人员,主要是教育行政人员、思想政治教育领域专家、一线思想政治工作者及部分技术团队成员,除部分技术骨干外,能够熟练运用大数据技术开展思想政治工作质量评价的人员相对较少,这就需要开展有针对性的大数据技术培训,进一步强化评价队伍的大数据思维能力与信息化素养。

2.数据集成共享力度不够,需加强共建共享与互联互通。加强大数据技术在高校思想政治工作质量评价体系中的创新运用,首先必须推进数据资源的整合集成与开放共享。这是大数据创新运用的步,也是关键一步。没有大数据平台的共建共享与信息的互联互通,高校思想政治工作质量评价就是无源之水、无本之木。目前,大学生产生的可用于分析其思想、行为的数据海量存在,但是传统的校园网络系统通常被分割为学生教育管理、教务教学、后勤保障、安全管理等业务系统,不同的业务系统之间,数据的定义、管理的办法、流程缺乏统一标准,使得数据难以统筹和整合。各地各高校各自为政的信息管理问题和学生碎片化的数据管理模式,对高校思想政治工作质量评价的数据资源整合和大数据创新运用形成了难于逾越的“信息孤岛”和“数据壁垒”。

3.评估指标体系数据不全,需加强标准研制与指标建设。“思想政治教育实效性的高低不能仅仅凭经验的主观感觉,而应该通过科学研究,建立起严谨的评估指标体系,才能获得客观而科学的评估。”高校思想政治工作质量评价,具有社会历史性、目的方向性和系统综合性,其评价标准的制定与指标体系的建立,需要综合考虑社会历史条件、时代发展形势、主流价值目标追求以及思想政治工作供给侧、需求侧和领导管理层等方方面面。依托大数据技术建构一套系统的、科学的、可操作的分层分类评估指标体系,有利于进一步提升高校思想政治工作质量评价的科学性和有效性。目前,我国在研制高校思想政治工作质量评价标准和指标体系的工作中,对大数据技术的创新运用还很不充分,评价的范围和对象受到局限,评价的标准和内容量化程度不一,评价结果的抽象化定性描述多、具体化定量考核少,导致高校思想政治工作质量评价缺乏充足的大数据支撑,其科学性、实效性遭受质疑。

4.数据挖掘利用程度不深,需加强数据建模与实践应用。“数据不同于有形资产,有形资产分享的越多,自己拥有的越少;数据分享的越多,产生得越多,使用的人越多,其价值越大。因此,数据具有天然的公用性和价值性。”数据不仅可以长期积累,还可以反复多次利用,而且数据的有机重组和有效联合越多,其产生的价值越大。

高校思想政治工作质量评价对大数据的创新运用,包括以下三个维度:一是“评价对象”维度,包括对个体数据和群体数据的创新运用,要求既开展个体针对性评价,又作出整体总括性评价;二是“评价时间”维度,包括对短期数据和长期数据的创新运用,要求既开展短期阶段性评价,又开展长期跟踪性评价;三是“评价内容”维度,包括对单一指标数据和综合指标数据的创新运用,要求既开展单项评价,又开展综合评价。当前,各地各高校组织开展的思想政治工作质量评价,缺乏对大数据技术的创新运用,不仅数据积累不够全面、不够多元、不够翔实,而且对大数据的挖掘和利用还只停留在浅层次分析和局部性运用层面,没有形成分层分类化的大数据分析评价模型,需要进一步加强理论研究与实践探索。

5.数据安全保护意识淡薄,需加强数据加密与信息维护。“在大数据时代,每个人在网上浏览网页、观看视频、打游戏、聊天等行为都会留下痕迹,很容易被追踪到。这些大量的个人信息如果没有得到妥善的处置,就会被不法分子利用,导致个人信息泄露,甚至诈骗。这就需要建立起相应的规章制度来确保在不侵犯大学生隐私的前提下进行数据的采集与分析。”当前,大数据技术在高校思想政治工作质量评价体系中的创新运用,同样面临数据加密和个人信息保护问题。在从事高校思想政治工作质量评价的人员中,大部分工作人员对评价结果的数据安全保护意识较强,但少数工作人员在对评价过程中所使用到的各类原始数据信息的加密处理和隐私保护上做的工作还不到位、风险意识淡薄,需进一步强化数据安全保护意识和加强相关数据加密技术培训。

03

三、运用大数据构建新时代高校思想政治工作质量评价体系的有效对策

1.优化工作队伍培训,提升专业信息素养。加强大数据技术在高校思想政治工作质量评价体系中的创新运用,既需要建设一支核心技术团队,负责大数据关键性技术的分析与处理,又需要对思想政治工作队伍尤其是从事思想政治工作质量评价的人员开展大数据素养培训,帮助他们树立大数据思维意识,提升大数据技术分析与利用能力。

一是打造高水平的核心技术研发团队。高校应通过联合或自主探索的方式筹划建立思想政治工作创新发展中心或网络思想政治工作中心,并把大数据技术在高校思想政治工作质量评价体系中的创新运用作为重要研究内容。有条件的高校还可建立思想政治工作大数据研究评价中心,大力培养专兼职研究队伍,一方面,积极选聘掌握大数据核心技术的专职工作人员,另一方面认真遴选一批具备一定培育资质的专业教师及其大数据研发团队或学生研发团队入驻大数据研究评价中心,加强对大数据技术在高校思想政治工作质量评价体系中创新运用的理论与实践研究。

二是实施项目化的优质团队孵化计划。目前,全国比较成熟的能够运用大数据技术对高校思想政治工作开展质量评价的高校或机构并不多。各高校要高度重视思想政治工作质量评价中大数据研究队伍与工作队伍的建设和发展,积极探索以项目化的形式,即采取立项资助和成果奖励等方式,切实加强对高校思想政治工作质量评价大数据研究创新项目及团队的孵化和培育。

三是加强系统性的信息技术培训培优。高校要在选优配强思想政治工作大数据核心研发团队的基础上,以大数据技术学习与信息素质能力提升为主题,通过专家报告、专题培训等方式,加强对高校思想政治工作队伍尤其是从事思想政治工作质量评价队伍的培训培优,如依托各类省部级培训项目,加强大数据技术与学生工作信息化能力提升培训等。四是组织高端化的大型学术交流研讨。高校要坚持与相关科研院所或杂志社定期联合举办全国性或国际性的高校思想政治工作质量评价大数据创新运用学术年会,推动学科前沿研究与理论学术研讨,并积极开展与国内外的大数据技术研发团队或公司的交流合作,为高校思想政治工作队伍专业化信息素养提升提供平台、拓展空间。

2.推进资源平台整合,实现数据集成共享。加强大数据在高校思想政治工作质量评价中体系的创新运用,平台建设是基础,资源整合是关键,数据集成共享是重点。高校要坚持依托大数据技术推动高校思想政治工作信息化流程再造,实现资源平台共建共享与数据信息互联互通。

一是搭建“一站式”服务平台。加强工作统筹,推动协同联动,建立实体和网络学生事务大厅,集成共享校内各部门业务信息数据,实现学生事务“一站式”办理。

二是打造“一张表”信息工程。研发运用网络一张表系统,充分整合学生入校至毕业期间全部信息数据,系统自动生成新生登记表、学年小结表、学业成绩单、毕业鉴定表等信息表格,实现学生信息的全面收集与及时更新,以及学生大数据的充分挖掘与利用。

三是实施“一张网”网格预警。依托大数据技术建立社区网格动态管理系统,建立校园片区网格站和社区楼栋网格点,动态捕捉学生在社区学习生活中的大数据信息,加强数据分析与运用,强化社区网格预警和应急处置能力。四是推行“一键式”数字学习。开发网络学习资源,开设网络课程,开展慕课或微慕课教学,研发APP、小程序等新媒体教学交互软件,着力打造“翻转课堂”,实现网络学习与移动学习全覆盖,构建泛在学习空间,加强大学生数字化学习数据的轨迹记录与分析利用。

3.量化评估指标体系,完善评价考核内容。健全的评估指标体系,是科学开展高校思想政治工作质量评价的前提。在传统的高校思想政治工作质量评价指标体系中,由于缺乏对大数据技术的创新运用,从而导致很多测评标准和要素难以“量化”。“大数据其理念就是将一切事物数据化,因此在高校开展的思想政治工作中,便可以将思想政治工作中的内容进行量化,从而制定出科学的评价指标。”高校要依托大数据技术加强思想政治工作质量评价指标体系的项目分类、标准制定、内容设计和数据量化研制工作。

一是加强项目分类管理。高校要从“大思政”的视野出发,围绕课程、科研、实践、文化、网络、心理、管理、服务、资助、组织等方面,依托大数据技术加强对高校思想政治工作质量评价各方面各环节项目内容的分类整理和量化管理,为科学而有序地开展高校思想政治工作质量评价提供分类指导与数据支撑。

二是完善指标体系架构。高校要以“十大育人体系”为框架,充分利用大数据分析与处理技术,按照由大到小、由粗到细的设计思路,从总体工作要求和具体考核内容两个维度,具体量化和系统研制思想政治工作质量评价评估指标体系。总体工作要求方面,要以是否具有继承性、创新性、特色性、示范性和实效性等为项目评价标准,主要评估项目的前期基础、特色创新、示范引领、师生反响、问题解决等情况;具体考核内容方面,要以思路清晰、职责明确、机制健全、体制完善、成果丰硕等为项目评价标准,主要评估项目的组织实施、日常管理、条件保障及具体任务完成等情况。

三是具体量化评估考核。高校要以具体量化的考核标准和指标数据为基础,依托大数据分析与处理技术,加强对思想政治工作质量评价中“个体数据和群体数据、短期数据和长期数据、单一指标数据和综合指标数据”的深度挖掘与创新运用,实现对学校思想政治工作质量评价的综合评估,为进一步加强和改进新形势下高校思想政治工作提供决策参考。

4.加强方式方法创新,建构数据分类模型。大数据既是信息来源,也是方法技术。加强大数据技术在高校思想政治工作质量评价体系中的创新运用,就是要用大数据技术推动评价手段创新,用数据相关性规律补充单一因果规律,实现唯理论与经验论的数据统一,进而形成全新的大数据思想政治工作认识,分类构建高校思想政治工作质量评价数据模型,全面揭示高校思想政治工作内在规律,提高工作针对性和预测性。高校要高度重视思想政治工作各类数据的采集、存储、清洗、挖掘和可视化工作,进而逐步提升高校思想政治工作质量评价科学化水平。

一是加强数据采集与存储。利用新一代信息技术,通过硬件和软件两种方式,及时、全面、准确地采集和存储高校思想政治工作各类信息数据,为大数据技术在高校思想政治工作质量评价体系中的创新运用提供条件保障和信息来源。

二是加强数据挖掘与分析。利用大数据技术对高校思想政治工作质量评价的各类数据进行关联分析、相似度分析、距离分析和聚类分析等数据挖掘与分析处理,为推动高校思想政治工作质量评价可视化和模型建构奠定坚实基础。

三是加强数据可视化与模型建构。深入开展大数据与高校思想政治工作质量评价融合创新研究,推动形成各类大数据理论分析模式和实践应用模型,切实增强高校思想政治工作预见性和实效性。例如,建立“学生晚归、未归预警模型”,根据宿舍门禁信息数据,及时统计学生晚归、未归情况并反馈宿管员、社区辅导员,进而加强对社区工作与文明寝室创建工作的评价考核。又如,建立“低消费和困难指数预警模型”,依据学生消费记录及其家庭经济困难调查信息等数据,掌握低消费群体,评定学生困难等级,开展精准资助,并及时跟踪资助进展,进而加强对学生资助工作的评价考核。再如,建立“人物关系图谱分类模型”,对学生各类社交活动大数据进行采集和分析,发现“校园恋人”,寻找“活跃者”和“孤僻者”,关注重点人群,加强心理疏导和危机干预,进而加强对学生日常教育管理和心理健康教育工作的评价考核。

5.推动实践创新应用,强化数据安全保护。依托大数据技术研制出来的高校思想政治工作质量评价数据模型,如果只停留在理论分析建模阶段而没有投入实践创新应用,或者已投入实践创新应用但缺乏对数据信息的安全保护,必将导致大数据在高校思想政治工作质量评价体系的创新运用低能低效,甚至无效或引起负面影响。高校要探索构建“学校统筹搭建和运营维护,职能部门及学院免费自主选用、同行及师生共同评价检验、社会及市场协同推动创新”的高校思想政治工作质量评价大数据模型创建机制,并通过发布倡议、签订协议、技术布控、流程监管等方式,切实加强各方面各环节的数据安全保护,既激发大数据实践创新应用活力,又确保高校思想政治工作质量评价有条不紊开展。

作者:覃红(华中师范大学党委副书记,教授,博士生导师)许亨洪(华中师范大学马克思主义学院博士研究生)

来源:学校党建与思想教育(2018年13期)

编辑:戴美红


文章:大数据在高校思政工作质量评价体系中的运用 http://www.xajzzs.com/jxsj/2574.html 转移请注明了出处