大數據時代高校思想政治教育質量評價研究

袁翔

（上海應用技術大學，上海 201418）

2020年出臺的《深化新時代教育評價改革總體方案》對新時代高校思想政治教育質量評價工作提出新要求。各高校以評促建，以評促改，以評促強，推動立德樹人體制機制改革［1］。大數據技術有利于思想政治教育過程評價指標的量化分析和思想政治教育效果評估方法模型的動態監測。數字化校園系統打破了數據使用壁壘，有力促進了高校思想政治教育工作的內涵式發展［2］。

一、大數據技術融入高校思想政治教育質量評價的必然要求

（一）思想政治教育質量評價標準政策性導向的時代需要

2012年《全國大學生思想政治教育工作測評體系（試行）》頒布，2016年《關于加強和改進新形勢下高校思想政治工作的意見》提出要構建內容全面、指標合理和方法科學的評價體系，并強調要運用過程評價和效果評估相結合的方式觀測思想政治教育工作的整體面貌和發展趨勢。在全國高校思想政治工作會議上，總書記指出要運用新技術推動思想政治教育工作各環節同信息技術高度融合。大數據使思想政治教育面臨數字化變革，數字化的評價方式使評價更精準和更長效?；诋a出導向評價理念，以學生的需求為導向，以創新性、實效性等為過程評價要求，以職責明確與成果明顯等為效果評估原則構建客觀、全面的思想政治教育質量數字化評價標準［3］。

（二）思想政治教育過程評價體系全方位考核的現實需要

過程評價是思想政治教育質量評價的前提和基礎。利用大數據和云計算技術量化思想政治教育過程評價指標體系。利用大數據技術不僅能全面反映大學生思想政治教育狀況，更能根據運算結果形成反饋性評價。思想政治教育過程評價指標體系不僅要對思想政治教育資源配置要素進行測量，更要考慮大學生參與社會實踐和服務公益志愿等情況。利用大數據技術構建全方位、系統性和立體化的數字化信息化動態評價體系，實時對思想政治教育過程做出有效評價與指導。通過思想政治教育過程評價體系的算法實現評價的可操作化、數量化與智能化，實現“抽象性描述”到“具體化操作”的轉變，為提升高校思想政治教育質量提供重要參考依循。

（三）思想政治教育效果評價方法突破性發展的必然途徑

效果評價是高校思想政治教育質量評價的重點和核心。原始的思想政治教育評價途徑大多通過問卷、考察等形式得出結論，評價方法科學性不強，主觀經驗因循守舊，評價工作進度、信度和效度不強。高校要緊緊圍繞“大思政”的理念，依托大數據技術構建十大育人體系新格局。高校師生在終端系統會存留海量行為數據，利用大數據方法打破信息孤島，對數據進行分類整理和量化管理，構建出客觀準確描述大學生行為特征的過程評價指標體系。大數據方法可以全面真實地采集分析學生的語言和行為，為科學有序地開展思想政治教育效果評價提供數據支撐，并通過相關性分析提高質量評價水平。

二、量化思想政治教育的“V2LCE”過程評價指標體系

《高校思想政治工作質量提升工程實施綱要》指出各高校要因勢利導，研究制定適用于本校的思想政治教育評價指標體系［4］。各高校要考慮大學生的特征和需求，因時而進和因勢而新，利用信息技術將大學生日常生活中產生的定性和定量的行為過程數據整合處理，將思想政治教育過程評價指標“量化”。通過檢測現行教育要素評價指標的信度與效度，采用德爾斐法通過問卷等形式向專家征求意見，構建出道德力（Virtue）-學習力（Learning）-領導力（Leadership）-創造力（Creative）-就業力（Employment）的“V2LCE”評價指標體系，有5個一級指標，并擴充為16個二級指標與37個三級指標，具體內容如表1所示。

表1 “V2LCE”過程評價指標

（一）“V2LCE”體系中道德力評價指標解析

高校的人才培養要將育人和育才相結合，育人的關鍵要立德?！缎聲r代公民道德建設實施綱要》提出要將“立德樹人”理念貫穿教育全緯度。道德力由“道德認知”、“道德情感”、“道德意志”和“道德行為”4個二級指標體現。道德認知由“道德概念的掌握”“道德判斷能力的發展”2個三級指標組成。道德情感由“愛國主義情感”、“國際主義情感”和“集體主義情感”3個三級指標組成。道德意志由“抗拒不良環境的誘惑”和“抑制不道德行為”體現。道德行為由是否“誠信”、“團結”、“自強”和“奉獻”體現。創新德育理念，將大學生德育內容滲透性的融進智慧教學課堂，提升大學生內在精神與內在需要，升華道德需要的層次與境界。采取開放的情境式教育，通過思想政治教育效果評價數字平臺數據采集大學生的行為數據反應學生誠信、團結、自強以及奉獻的數據代碼結果，對大學生道德力進行評價，激發學生道德行為動機，挖掘大學生德性涵養要素，提升大學生德性培育的契合度。與此同時，關注德育實踐本質，將道德教育滲透到生活實踐中，促使大學生在知情意行中培育德性修養，在他律向自律的升華中提升道德水平，不斷培養道德踐行力。

（二）“V2LCE”體系中學習力評價指標解析

知識經濟的時代是主要依靠知識資源來創造財富的時代，“學習”的能力成為人才衡量的重要依據?，F代學習理論認為，學會學習比學習知識更重要，學習不僅是獲得知識的過程，更是對知識主動理解建構的過程。學習力是一種對知識及信息進行提取、整合和運用的核心素質，可為學習者終身有效學習提供動力。學習力由“思想政治教育課程”、“教學條件”與“教研管理”3個二級指標體現。思想政治教育課程由“門數與課時數”體現。教學條件由是否有“固定的辦公場所”體現。教研管理由“班級優良率”、“教學改革”和“教學評價”3個三級指標組成。學習力的培養不僅要注重學習策略本身的調整，還要注重發揮作用的量與質的場域。利用大數據構建的思想政治教育評價體系可以實現教師的啟發式教學、知識題庫共享與課外學習活動指導等，不僅提出更為靈活的數字化考評意見，而且間接提升學生學習收獲感知水平。充分利用教學發展的最佳期限—最近發展區，轉變教育理念，提高教學水平，指導和激勵學生培養良好學習習慣、樹立終身學習意識，提升學習力。

（三）“V2LCE”體系中領導力評價指標解析

領導力教育以培養適應全球化的要求、服務國家社會的創新型高素質人才為目標，是實現人的全面發展的需要。領導力是一種深受價值觀和文化影響的社會構建范式，是一種出色的組織、說服、管理和引領能力，其核心特征是一個人的責任擔當和奉獻服務。領導力由“主題教育”“黨團建設”2個二級指標體現。主題教育由“愛國教育”、“民族教育”、“核心價值觀教育”與“法紀教育”4個三級指標組成。黨團建設由“黨支部建設”“共青團建設”“學生社團建設”3個三級指標組成。大學生決策力與執行力是大學生領導力教育的最終目的和表現形式。通過線上線下開設名人講座和面對面交流會等形式開展黨支部建設，培養學生的家國情懷和民族意識；通過案例分析、小組討論等形式開展共青團建設，培養學生的社會責任心和歷史使命感；通過虛擬現實技術開展素質拓展、角色扮演等形式的社團建設，培養學生敬業奉獻、奉獻志愿的使命擔當，通過數據挖掘預測學生價值觀，不斷增強領導力培育力度，完善領導力培育激勵措施，營造良好的領導力培育文化環境。

（四）“V2LCE”體系中創造力評價指標解析

未來社會的人工智能、大數據等現代技術會取代執行性工作，但創造力工作是不能被取代的?！蛾P于推動創新創業高質量發展 打造“雙創”升級版的意見》表明，創造力水平對于增強民族自主創新能力、建設國家雙一流本科教育和提升國家和民族未來的競爭力都具有很大的啟發意義。創造力就是用自己的方法創造別人不知道的東西。創造力高的人對事物的感受性強，能發揮自己的主觀能動性，意志堅強。創造力由“校園文化”、“社會實踐”與“心理教育”3個二級指標體現。校園文化由“輿論陣地建設”和“學生活動中心建設”2個三級指標組成。社會實踐由“創新創業賽事”“三下鄉等志愿活動”“思想政治教育活動”3個三級指標組成。心理教育由“條件保障”、“心理健康教育”與“心理咨詢服務”3個三級指標組成。創造力培育的路徑為：通過捕捉學生行為數據預測學生資源整合、管理決策、追求真理和學術自由的能力，培育獨特的校園文化；通過捕捉學生行為數據預測學生學以致用、求真務實、堅持不懈的人格特質，培育敏銳的實踐素養；通過捕捉學生行為數據預測學生有效策略的學習水平和自我控制的訓練水平，培育健康的心理素質。

（五）“V2LCE”體系中就業力評價指標解析

就業是最大的民生。各高?？梢酝ㄟ^大數據收集分析各類就業數據，定點匹配大學生的個性需求和企業的招聘崗位，重點提升就業的精準性，培養全面發展的學生。就業力由“就業服務”、“就業課程”與“工作績效”3個二級指標體現。就業課程由“教學計劃”“課時配置”2個三級指標組成。就業服務由是否有“就業咨詢師隊伍”“就業信息發布系統”“精準就業指導”體現。工作績效由“就業率”、“簽約率”和“考研率”3個三級指標組成。利用大數據技術構建面向企業與學生的就業信息化系統，將求職需求、崗位信息等數據共用共享，完善數據化就業信息檔案，實現職業崗位供給精準對接，推進就業信息服務一體化發展。此外，通過開設生涯教育基礎特色課程培養學生樹立科學職業價值觀，依托專業認證和學科評估等背景，通過產學研融合等方式優化教育資源，提升學生可遷移能力和自我管理能力，實現自我價值和社會價值的統一。

三、大數據技術嵌入思想政治教育效果評估的突破點

《深化新時代教育評價改革總體方案》強調要強化過程評價，改進效果評價。因各高校層次結構、師資隊伍、硬件規模不同，即使具有相同的思想政治教育過程評價指標體系，達到的思想政治教育效果也會不同［5］。各高校應依托大數據的算法功能和分析技術，以產出為目的，對思想政治教育各環節實時進行信息反饋，提高思想政治教育的實效性；以大數據為支撐，準確把握學生個體的特征和需求，實現行為數據的全覆蓋，實施差異化與個性化教育，提高思想政治教育的精益度；發揮“數字”技術的賦能作用，把握思想政治教育的規律，提高思想政治教育的科學性。

（一）注重評價方法創新，確保思想政治教育效果評價流程精準有效

高校應以大學生行為數據相關關系為切入點，充分挖掘思想政治教育核心數據潛藏的相關性，透過關聯性思維預測大學生思想觀念存在的狀態和可能發展的趨向，利用大數據方法對思想政治教育效果評價進行全局性把握。

大數據具有完善的生態圈，大數據方法處理的第1步是通過前端埋點和前端日志調用流數據、網絡爬蟲方式收集Web數據、通過抓取學生OA和一卡通業務系統結構化數據以及學生自身上傳數據等方式進行及時、全面、準確地數據的收集，采用微服務架構進行分布式部署，采取日志收集工具在多臺服務器上進行數據聚合，例如通過各類社交媒體平臺對重點關注的大學生群體進行行為數據采集，建立人物關系圖譜；大數據方法處理的第2步需要對收集到的數據進行清理與轉換等數據治理，提高大數據的一致性和價值性等方面質量，為大數據技術在高校思想政治效果評價中的創新運用提供信息來源；大數據方法處理的第3步是通過一些數據處理框架，對數據進行實時處理和用spark、hadoop等定時進行離線處理，建立不同數據維度，例如根據校園門禁信息、宿舍門禁信息及時統計學生晚歸情況并實時反饋輔導員、宿舍管理員，建立晚歸預警模型量化社區工作的評價考核；大數據方法處理的第4步是對高校思想政治教育效果評價的數據進行關聯分析和相似度分析等，針對時間不敏感或者硬件資源有限的情況對離線數據進行批處理，針對時間敏感和及時性要求高的情況對實時數據進行流處理，例如根據學生一卡通消費記錄及其他相關信息排摸困難生，及時跟蹤資助進展，開展精準資助，建立困難生預警模型量化資助工作的評價考核；大數據方法處理的第5步是數據可視化，將大數據分析結果以圖形圖像的方式直觀呈現，將結果反哺思想政治教育，提升思想政治教育效果評價有效性維度，增強思想政治工作預見性，例如利用大數據圖像識別方法對學生的課堂表現進行儲存記憶，利用深度學習算法與數據庫比對計算，確立以教師和學生聯系為主導的教學模式。

（二）推進平臺模型構建，實現思想政治教育效果評價數據集成共享

借力“智慧校園”的背景，挖掘大數據技術的優勢，構建以思想政治教育要素為自變量和大學生整體思想觀念狀況為因變量的思想政治教育評價數字平臺。依托該平臺采集全校行政部門、二級學院和大學生本身的信息化數據，實現對大學生學習成效與思想狀況等方面的模型構建，自動生成學生思想政治教育評價報告，并通過可視化技術生成學生個體和群體的行為畫像，準確地評估學生思想政治教育效果。本著打通數據孤島的目的和構建數據價值體系的目標，高校思想政治教育評價數字平臺可劃分6個智能數據層和1個智能數據中心，具體如圖1所示。

圖1 思想政治教育效果評價數字平臺架構圖

智能數據采集層要對數據進行離線采集和實時采集。通過表格文檔和考勤申報等實現ETL離線采集；通過學生門禁系統、一卡通系統和學生OA系統等實現實時采集；還可以利用互聯網爬蟲解析等方法對網站和微博等外部數據進行采集。這些數據是思想政治教育評價數字平臺的根本。

智能數據治理層收集到的原始數據格式雜亂無章、質量參差不齊，缺乏統一的存儲方式，需要弄清學工、教務和保衛等各部門的管理流程，通過數據清洗和數據集成對統一數據標準算法提供邏輯支撐，通過標準管理、任務監督、質量管理、脫敏、分類建模等方式達到統一規范，形成數據挖掘和分析算法的統一機制，建立標準共享數據庫，對重復數據與臟數據等不規范數據進行資源整合與治理，實現思想政治教育資源集成共享與數據信息互聯互通。

數據處理分析層中數據處理類型可劃分為Hadoop、MPP、流處理等，數據分析類型可劃分為數據挖掘和深度學習等，可采用分布式框架來確保系統橫向運行。充分整合分析學生入校至畢業期間全部信息數據，利用算法（包括時序分析、關聯分析、聚類、回歸、圖計算等）和模型破解大數據分析核心，系統自動生成個人畫像、群體畫像等信息，并對信息進行挖掘與分析，為全校師生及各部門提供思想政治教育評價數據分析服務。

智能數據倉庫層分為可存儲結構化數據并支持隨機訪問的關系型數據庫（MySQL、Oracle）和可存儲結構化、半結構和非結構化數據但并不支持隨機訪問的分布式數據庫（HadoopHDFS、KFS、GFS）等?；诖髷祿夹g的黨、團、社區網格動態管理系統的構建需要建立校園片區網格站和樓宇網格并將數據存儲于倉庫層等待隨時調取。

智能數據運維層包括智能數據開發層和智能數據開放層，開發層主要有數據分析工具、智能填報工具、輔助決策工具，開放層主要功能在于挖掘對應的DB接口、應用接口和API接口等。構建“學校運營維護、職能部門自主選用、市場協同創新”的思想政治教育評價運維架構，開設師生權限控制等功能，對接相應的接口算法，呈現對應的評價結果。

智能數據應用層利用模型算法根據高校各部門的需求開發出可實現學生OA、學業預警、安全預警、精準資助、行為軌跡和精準就業等功能的應用工具，提供定制化的數據分析，為高校各部門日常管理和組織決策提供借鑒和支撐。

智能數據安全中心通過靶向防護策略貫穿整個大數據平臺的規劃階段，構建包括防火墻和堡壘機等外部的網絡安全體系。并通過技術布控、流程監管等方式，構建事先將認證的密鑰放到可靠節點上的Kerberos認證機制，切實加強學校各部門各環節的數據安全保護。

總之，大數據為高校思想政治教育質量評價提供了新視野和新途徑。抓住大數據給思想政治教育帶來的機遇和挑戰，堅持問題和需求導向，推動思想政治教育質量評價智慧化和可視化發展。依據“數字”技術的賦能作用，可實現學校各部門數據“共享”和高校供給側和需求側精準對接，有效落實立德樹人根本任務。