“三全育人”背景下大數據和思政微教育的融合路徑研究

高鵬龍，李斯勝，邵世鑫

（1.集美大學 美術與設計學院，福建 廈門 361021；2.馬來西亞新紀元大學學院，吉隆坡43000）

近年來，我國的高等教育事業取得了長足的進步，各大高等院校的教育規模不斷擴大，招生人數迅速增加。根據教育部、人力資源和社會保障部召開2023屆全國普通高校畢業生就業創業工作網絡視頻會議指出，2023 屆高校畢業生規模預計1158 萬人，同比增加82 萬人，創下歷史新高[1]。迅猛擴充的大學生群體給高校管理帶來了工作壓力，也給思政教育增加了教學挑戰。新一代大學生群體經歷了我國互聯網從“web1.0”邁向“web3.0”的發展過程，是數字網絡空間的重要參與者。微信、微博、抖音等新型信息傳播媒介為廣大學生群體提供了大量學習和娛樂渠道，其時效性和傳播效率遠超傳統課堂教學，使得思政教學難以在不斷擴大的學生群體中取得良好教學效果。如何針對這一新局面變革教學體系，是探索大數據技術在思政教育領域應用的重要課題。

一、“三全育人”背景下大數據與思政微教育融合必要性分析

2018年，教育部辦公廳發布《關于開展“三全育人”綜合改革試點工作的通知》[2]，全面啟動高?！叭恕钡母母镌圏c工作?！叭恕?，即全員、全過程、全方位立德樹人，為新時代背景下的高校教育管理和思政教育指明了發展方向。高等教育是整個教育體系的頂層設置，是學生思想得到升華、理念得以實施、情感更加穩固的階段[3]。而思政教育正是高校教育的重中之重，是貫徹落實“三全育人”的重要抓手。因此，高校思政教育應當加快形式創新、內容創新，順應時代發展融合新媒介，創造新路徑。

（一）微教育的內涵和優缺點

微教育是指教育者利用碎片化時間，通過網絡通訊設備和線上平臺傳播教育內容，使得受教育者可以隨時隨地接受顯性或隱性教育的一種教育方式[4]。教育者可通過多種碎片化、多樣化、靈活化的教育方式提供教育內容，能夠讓教師和教材脫離相對固定的時間和場地，延展了教育內容和教育形式的范圍。德國思想家雅斯貝爾斯曾提到，教育是人對人的靈魂間的交流活動，通過現有的文化遺產促使受教育者自覺地覺醒和發展。因此教育的過程就在于啟迪受教育者，使之在實踐中自我練習、學習以及成長，而微教育的過程較好地實現了這一點。相較傳統課堂教學模式，微教育模糊化了教育的主客體，學生在受教育的過程中獲得了更大自主性。學生不僅可以在眾多“微載體”中選擇自身所偏好的教育形式，“微媒介”中的暫?；負?、評論點贊等功能也為學生提供了更多自我思考、自我實踐的空間，能夠更加有效地幫助受學生自主達到教育者預先設定的教育目的。微教育涉及的教育者更為廣泛，囊括學生成長成才的全過程，能夠聯通校內校外、課堂課外，線上線下的各個教學維度，能較好地滿足新時代背景下“三全育人”的教學理念。

微教育能為大學生思政教育形式帶來重大變革，但受制于媒介特性、技術以及制度等原因，微教育在思政教學領域的應用存在內容碎片化、過度娛樂化、效果量化困難、方式形式化等問題。首先，微教育相對于課堂教學，教學時長較短，知識點連續性較低，因此微教育勢必產生教學內容的碎片化，難以讓學生建立系統而全面的知識體系。其次，微媒體的數量龐大，內容多樣，部分教育者為吸引學生觀看學習，將微教育的內容進行過度娛樂化，從而導致學生偏離學習目標。再次，受制于現有的“微視頻”傳播平臺，微教育的教學時長和教學場所都無法直接監測和管理，教育者難以直接觀察學生的學習狀態和學習效果。最后，大量微教育的建設被納入了院校機構和管理干部的績效評估，使得微教育本身成為了政府引導下“拍腦袋”的形式化產物。不少高校的線上平臺發布的微教育視頻數量稀少、內容單一，甚至采用強迫學生觀看的方式來提高觀看量，這一做法違背了微教育本身的教學屬性，大大降低了學生的學習興趣和教學效果。

（二）大數據和思政微教育融合的緊迫性

當前國內的思政教育存在一定局限性。部分高校受限于資源，教學方式和教材選擇單一，教師水平和隊伍結構參差不齊。一些思政教師缺乏學科知識和實踐經驗，也缺乏教學創新的能力和精神。一系列教學資源缺位的結果導致學生對思政學習參與度不高，部分高校大學生對思政課程的學習和參與缺乏熱情。就目前這一現狀而言，僅從強化教學資源投入的角度入手，難以有效激發大學生群體的參與產生教學效果。單獨將微教育引入思政領域固然可以增加大學生群體的學習渠道，但僅在形式層面上的革新難以對當前的教育局面產生決定性的影響。而將大數據技術融入當前思政教育體系中，才能有效補齊微教育的短板，從體系上、制度上變革現有思政教學的局限性。

教育領域中的大數據有廣義和狹義之分，廣義的教育大數據泛指所有來源于日常教育活動中學生的行為數據，它具有時序性、層級性和情境性的特征；而狹義的教育大數據則是指學習者的行為數據，它主要來源于學生管理系統、在線學習平臺和課程管理平臺等[5]。在以美國為代表的西方國家中，大數據已經深入教育領域的各個方面，其中包括教學、學習、評價、管理、科研、服務等多個應用領域（見表1），產生了良好的教學效果和經濟效益，已經逐漸形成了一套相對成熟和完善的教育大數據體系[6]。研究微教育和大數據的融合路徑，既是對國內現有教學體系的突破，也是在教育領域對國際大數據技術先進水平的追趕。

表1 大數據在美國教育重點領域中的應用場景及典型案例

和傳統數據管理的方式相比，教育大數據的獨特之處就在于可以通過海量數據對每位學生的學習行為進行挖掘、分析、歸納和預測，進而有針對性地調整教育計劃，從而實現真正的個性化教育。配合微教育靈活、多樣的教學特點，融合后的教育系統可以針對學生的能力和興趣匹配相應的學習計劃和教學資源，實現精準培養。同時，通過對學習數據的追蹤和檢測，可以提前發現學習問題和提高點，及時優化教學內容和教學方式。而根據學生與教學系統的互動和學習，也可以輔助教育決策者了解學生思想和教育需求，找出教學升級的具體思路，優化資源配置并制定更加科學合理的教育政策。

為了進一步探究當代大學生群體對于大數據技術的觀點，本研究組織了一輪問卷調查。本輪問卷選取在校大學生群體，從對大數據技術的了解程度、應用領域、現有效果、未來期待等主題進行提問，有效填寫問卷共400份。其中，半數以上的受訪者對自身所處高校大數據應用的認知度、認可度都處于“一般”，可見目前部分高校的大數據建設水平難以達到令人滿意的程度。其中，69.41%的受訪者在“認為大數據技術在學校的日常教育管理中會起到很好的作用”這一問中選擇了“是”，并在“大數據技術在高等院校中主要可以體現在哪些方面”一問中高票選擇了“個性化學習輔導（線上教育）”等選項，說明當代大學生群體對大數據技術的應用保持積極心態，并期待其在教育等領域發揮更大作用?？梢妼崿F大數據和思政微教育的融合并非單純的制度需求和教育需求，更是現實的學習需求。

（三）三全育人視域下大數據與思政微教育融合的目標

從“三全育人”的視角出發，國內思政教育的發展目標應當實現對育人力量的整合，并將思政教育貫穿于育人的全過程。然而受制于科研任務、就業壓力以及教育資源的不均衡，導致現有思政教育模式難以滿足發展要求?，F有思政教育模式以輔導員、班主任和思政課教師為教育主體，以思政課堂教學為核心，教學形式與內容相對固化，其涉及的人員、過程以及教育場所均較為狹隘。在這種模式下，學生只是知識的被動接受者，缺少對理論知識的獨立思考和實踐，也難以達到全面立德樹人的時代要求。因此探索大數據技術和思政教學的融合路徑，應當以“三全育人”的要求成為實現融合的目標。

1.變革管理體系，整合育人主體

思政教育并非單純的理論學習，還涉及價值取向，實踐學習等多個方面，要實現思政的全方位教學，需要整合育人力量，從專業學習到生活實踐給予學生以引導和支持?，F有思政教學體系存在教學主體單一的問題，除了思政教師和行政崗位的管理干部之外，還需要專業教師、黨團管理干部、后勤服務等人員多維一體共同發力。探索融合路徑，需要利用大數據將各個育人主體分模塊納入思政教學管理體系中。

2.創新教學載體，貫穿育人全過程

高校的思政教育應當囊括學生從入學到畢業的全過程，不僅貫穿學習和就業的各個階段，還應當落實到學生自我發展的各個方面。如教學、競賽、科研、文體活動、校園安全和創業就業等方面。因此，高校思政教學體系應當充分利用新媒介發展思政微教育，結合大數據技術對每位在校學生進行建檔分析，有針對性地在其學習實踐的關鍵節點施加影響，從而在學生的各個發展階段實現個性化的隱性教育，實現全過程育人。

3.變更教學內容，全時空多維度覆蓋

現有教學內容過于偏重理論教學，且教學場地和時間相對集中，缺少足夠的覆蓋面。將思政課堂教學和微教育相結合，能將思政教育有效覆蓋課堂課下、校內校外等多維度。同時利用大數據分析學生偏好以及生活實踐，并以此制定適應學生興趣的微教育內容，進而引導學生自主學習、自主實踐，最終主動達成思政教育的預設目標。

二、思政微教育和大數據融合的經驗借鑒

探索大數據技術和思政微教育的融合路徑，必須將學生擺在立德樹人的核心位置，一切技術設計和體系設置都應該圍繞學生的發展而建立。因此，要實現兩者的融合需要整合現有資源，從學生的具體需要出發，在潛移默化中促使學生主動接受思政微教育。

在我國的思政教育體系中，微教育應用起步較晚，存在較大發展空間。目前，國內各大高校的思政微教育主要采用微信、微博、抖音等“微媒介”為信息載體，以小程序、短文、短視頻為主要形式。由于國內思政微教育缺少統一的數據管理體系，使得這一模式和大數據技術結合程度較低，既難以評估教學效果，也無從調整教學形式。了解并分析國外大學微教育和大數據結合的前沿實例，有利于認知國內大學在這一領域發展的現狀和不足之處，進而有針對性地發掘兩者的融合路徑。

（一）大規模開放網絡課程

MOOC，即“大規模公開線上課程”(Massive Open OnlineCourse)。這一概念最早由戴夫·科米爾（DaveCormier）和布賴恩·亞歷山大（Bryan Alexander）根據網絡課程的教學創新實踐提出[7]。起先MOOC 由愿意分享知識的學習者組成，后迅猛發展出了眾多不同類別的教學模式。MOOC 具備顯著的開放性和規模性特征，和普通線上課程不同的是，其在提供視頻課程、文本材料和答疑之外，不僅建立了一套相對完善的教學互動機制，還為學習者提供各種用戶交互性社區，建立交互參與機制。MOOC 有效降低了教學成本，使得大量不同年齡、文化和國家的學生都能享受到高質量教育。以MOOC的三家代表性平臺為例，截止2021年，Coursera的總注冊人數已超1 億；Udacity 超1600 萬，edX 超4200 萬[8]。針對不同的學習階段，各平臺推出了各自的針對性課程，這些平臺上不僅有英語授課，還提供西班牙語、法語、俄語、德語、土耳其語、烏克蘭語、阿拉伯語、意大利語、中文和日語等語言的在線課程。

MOOC在其起源、理念和形式上都與大數據息息相關，是大數據技術和線上視頻教育相融合的產物。其為視頻教育提供了統一的發布平臺，也提供了完整的數據管理系統，使得對教育數據的挖掘和分析成為了可能。在此基礎上，不僅可以有效探知學生的學習狀態，而且可以深入探尋學習的影響因素，從而使得教學成果最大化。MOOC 能夠為各年齡段學生靈活分配學習資源，有效利用學生的線上課余時間，并且充分調動教師個人的教學資源大規模地重復利用，是實現“三全育人”要求的重要途徑。

（二）翻轉課堂

要實現教育資源的整合，首先需要將思政微教育和傳統的課堂思政教學相融合。在兩者的關系上，需要強調理論和實踐的結合，更加突出思政理論對于新聞熱點解讀以及自我價值實現的指導。在時間的配置上，應當引導學生自由分配課堂與課外的學習時間，根據自身需要安排學習計劃。對于教學資源的設置，要優先選擇教學能力出眾的思政教師錄制教學視頻供學生學習，以此彌補教師水平差距對教學效果產生的干擾。

針對以上需求，可以采用“翻轉課堂”（Flipping Classroom）的方式融合課堂教學和微教育，即扭轉傳統思政教學方式為“課前在家里聽看教師的視頻講解，課堂上在教師指導下做作業（或實踐）”。早在2007 年，科技教育專家喬納森·伯格曼（Jonathan Bergmann）和亞倫·薩姆斯（Aaron Sams）已在美國的一所中學開始實驗性地應用該教學模式[9]。與MOOC 相似，“翻轉課堂”也具有利用網絡和多媒體資源進行學習的特點，翻轉課堂中使用的課程視頻可以視為MOOC 的一種形式進行傳播，而MOOC 中的視頻資源也可在翻轉課堂中學習。將理論教學搬到線上進行微教育，以賦予了學生自主學習的空間，有利于提高學習興趣，也便于教師和管理人員利用大數據技術挖掘學習數據，動態掌握學生學習狀態。這一形式能夠解放一線思政教師的課堂教學壓力，使之集中教學力量用于熱點講解和實踐教學，拓展教學空間。

（三）教學互動

在線學習條件下，學生的學習環境和學習心理都和傳統課堂教學截然不同。有研究表明，大學生正處于人生發展的轉型期，在線學習中的自我調控能力較弱[10]。根據齊默爾曼（BJ Zimmerman）等[11]學者的自我調節學習三階段循環模型，思政微教育中的教學互動可分為三個階段：計劃與準備階段的干預、執行與控制階段的干預、評估與反思階段的干預。同時，教學互動主要分為師生互動和生生互動兩個維度。其中師生互動可以按照三階段模型進行計劃指導、監控答疑、反饋總結等互動，生生互動則以討論為主，可以進行主題討論、協作學習、學生互評等互動。而Boekaerts 和Corno 的文章則進一步探討了自我調節在課堂學習中的重要性[12]。此項研究表明教師和學生在課堂上應該共同關注并共同努力提高學生的自我調節學習的問題，需要綜合使用多種方法幫助教師和學生了解學生的學習策略、學習動機和學習效果等方面的信息，通過這些干預措施來提高學生控制和管理自我的學習活動的能力。

根據前人的理論研究和實踐證明，在實現了思政理論學習的在線化后，教師應當充分利用學習分析等大數據技術針對學生的學習狀態進行及時互動和干預。美國高校的學生評價體系中，課堂討論互動的質量和數量對學生期末成績有很大影響。這種評價方式有助于激發學生的積極性，讓他們在課堂上更加投入地學習。同時，教師也可以通過觀察學生的討論和發言，了解他們的需求和困惑，從而調整教學方法，提高教學質量。中國的教育體系也在不斷改革和發展，越來越多的學校開始注重培養學生的創新能力和實踐能力。在這方面，我們可以借鑒經驗，提高課堂教學質量，為學生提供更加豐富、多元的學習環境。

（四）學習分析和聚類推送

線上視頻課程的迅速發展為學習者提供了數量龐雜的學習資源，而單憑學習者自身難以在第一時間內尋找到適合自身學習階段和興趣偏好的課程。學習分析正是大數據技術針對這一問題的解決方案。根據2012 年“學習分析技術與知識國際會議”的定義，學習分析是“測量、收集、分析和報告有關學習者及其學習情景的數據集，以理解和優化學習及其發生情景”[13]。學習分析集計算機學、教育學、統計學等多種學科為一體的教育數據分析工具和研究熱點[14]。根據分析數據及時了解學習者的狀態，有針對性地進行引導、干預以及個性化推薦，從而提高學習效果。由此可言，基于大數據的學習分析是實現個性化教育的必然途徑。

學習分析仍在發展中，目前在西方國家已被多個學校和教育機構所采用。例如，普渡大學課程信號系統是一個以學習分析為基礎的學習預警干預系統，該系統挖掘數據分析學生的基本信息和學習過程數據，利用算法預測學生成績來判斷該生是否存在學習困難。通過這一系統教師可以及時干預學生學習狀態，進行指導。又例如，奧斯汀佩伊州立大學的學位羅盤個性化課程推薦系統，該系統事先搜集學生已有的歷史學習數據，利用學習分析技術將數據與學校歷年畢業生數據庫進行比對，根據相似的歷年數據推測學生的學習風格和學習成績，從而對學生進行個性化課程推薦。

以學習分析為基礎，對學生群體進行思政教育資源的聚類推送才能夠實現。實現思政微教育有效聚類推送的前提，就在于擴大算法推薦的場域，即通過多領域多角度的推薦來營造思政教學的在場體驗。關鍵在于利用合乎學生偏好的形式引導學生對思政教學進行自主選擇和接觸，最終補充并固化思政教學成果，實現思政教學的個性化傳遞。

三、大數據和思政微教育的融合框架

將大數據技術同思政微教育進行融合，必須從實際出發，立足當下思政教學的基本情況進行優化升級。當下思政教學的核心工作在于思政課堂教學，因此，融合后的思政教學模式也應當以課堂教學活動為主軸，逐步向外擴展教學體系。對此，陳婷[15]根據國內外研究的現狀和當下國內教育的特點，提出了“互聯網+教育”背景下智慧課堂教學模式設計。這一研究根據美國學者喬伊斯（B.Joyce)和韋爾(M.Weil)的教學模式理論，將互聯網融入的智慧課堂劃分為理論基礎、實現條件、智慧教學目標、智慧教學活動和智慧教學評價，并推導出了相應的教學模式。本研究在其研究的基礎上，結合國外先進案例和經驗，更進一步提出了針對我國思政教學的大數據思政微教育融合框架，試圖以思政教學活動為核心，為其配備反饋系統、教學目標以及實現條件，實現大數據、微教育和現有思政教學的無縫對接（見圖1）。

圖1 大數據思政微教育融合框架

（一）教學活動

在這一框架中，教學活動仍是以課程為單位，并細化為課前、課中、課后三個環節九個流程，但每個流程和環節都與上一個緊密聯系。從課前的計劃指導到課后的總結反思構成了一個完整的課程周期，在進入下一個課程周期之前必須通過課程外部的反饋系統根據教學活動情況修正教學目標，從而實現教學質量的不斷迭代升級。

在課前環節中，計劃指導是每節課程的起始階段，教師通過已有的學習數據為學生發送學習計劃，讓學生明確學習目標，隨后發布思政視頻課程供學生自行安排時間進行線上學習。根據學生在學習中的表現和測評分數，由大數據技術分析學生學習需求和問題，根據情況制定課中環節的教學方略。課中環節則在線下教授，根據學生需要分組進行主題討論，以學生為主體進行協作式的學習。而教師則參與討論監控學生進展，并針對課前的數據分析和實際需要進行重點答疑。教師在下課前進行小規模的隨堂檢測，搜集每位學生的思想動態和能力水平，從而為課后環節的聚類推送提供數據。學生可在課后根據學習平臺發送的各類以微教育為主的學習資源，進行自由學習，并完成教師發送的課后作業。待上述流程結束后，師生將共同進入總結反思環節，為下一個課程周期做準備。

（二）反饋系統和教學目標

反饋系統由兩套獨立的評價系統組成，分別為主觀評價和客觀評價系統。主觀評價系統主要在總結反思環節完成，由學生自評、生生互評和師生互評系統組成。學生可根據情況總結自身表現，同時根據在課堂討論情況對組員進行評價，也可對課程質量和教師能力進行打分，教師也將根據學生課堂活躍度和學習能力進行評估?？陀^評價系統則全部由大數據系統搜集數據自行統計完成。這一系統由預習分數、隨堂檢測、作業情況組成，三者分別來自課前、課中和課后環節，形成全教學活動流程的覆蓋。兩套評價系統能夠進行相互佐證，并為教學目標系統提供修正。

在融合框架中，教學目標并非單一的靜止要求，而是根據反饋系統動態修正的多維度目標系統，其在教學活動的三個環節中也并非均勻分布。其中，教學目標分為目標點、目標界限和目標區間三個維度，分別對應課前、課中和課后環節的三環節課程目標，讓思政學習呈現多點突破、拉點成線、由線成面的循序漸進式學習。經過上一輪課程的反饋結果，由教師修正并制定下一輪課程的學習目標，隨后發送給學生讓其充分了解此次課程的完整目標層次，從而引導其開展由淺入深的學習。

四、大數據與思政微教育融合的難點和解決方案

根據上述內容所涉及到的智能系統和資源體系，可以探知為搭建這一融合框架，國內高校還需要尋求技術、環境和資源的支持。在技術上，需要根據學生和教師的智能終端（如手機、電腦、服務器等）開發相應的軟件，搭建統一的大數據教學平臺。在現實環境中，不僅要在一線教師和學生群體中宣傳推廣本套融合框架，做好思想動員，更要在政府機構層面尋求政策幫扶。在教育資源上，不僅要錄制和引入優秀思政教師的線上教學資源，更要整合現有思政資源，進而尋求創造大規模開放網絡課程與線下課堂相結合的思政新局面。但理論和現實存在差距，本研究所列舉的融合框架實現條件僅是目前所能探知的部分現實需要，只從理論上難以窮舉實踐中將會遭遇的困難。因此，本研究嘗試從數據安全、數據質量、技術和人才支持三個顯著重要難點及其解決方案論述來實現融合框架的可行性，為后續的研究提供參考。

（一）數據安全問題

數據安全問題是指在數據的收集、存儲、傳輸和處理等過程中，可能遭受到未經授權的訪問、篡改、泄露、破壞等威脅，導致數據丟失、損壞或被濫用的情況。將大數據技術與思政微教育進行融合，勢必建立一套面向高校大學生的學習信息搜集、儲存和記錄系統，這些系統數據包括學生的個人信息、學習記錄、行為數據等敏感信息。這一系統的建立必然觸及學生在學習和思想方面的隱私信息。為此，如何保障數據信息的安全性是關鍵難點。在本研究的調查問卷中，有78.82%的受訪者擔憂大數據在教育領域的應用導致隱私信息的泄露，可見對教育數據安全的保障也反應了廣大學生群體的現實關切。

2021 年6 月10 日，我國第十三屆全國人民代表大會常務委員會已通過《中華人民共和國數據安全法》[16]，已從國家立法層面為教育大數據的安全問題做出了權責劃分，而要將數據的安全性真正落到實處，還需要實現教育數據管理系統的科學化、規范化運行。

首先，提高思政教學系統的智能化程度，從技術上縮減人工處理數據的環節，將能夠接觸到教育數據的人員數量控制在較小范圍內，在保證正常數據處理的前提下適當維持一定程度的信息“黑箱化”。例如，采用加密技術對數據進行加密存儲和傳輸，限制數據的訪問權限等。其次，對于學生個人信息和學習記錄等敏感信息，必須采取嚴格的數據隱私保護措施，確保數據的安全性和完整性，對于能夠接觸到教育數據的教師和管理人員實行權責劃分，根據國家法律法規明確責任人制度，從制度上為數據安全提供保障。再次，建立安全可靠的網絡環境，以防止黑客攻擊和網絡病毒等威脅。例如，采用防火墻、入侵檢測系統等技術手段來保障網絡安全。最后，進行安全審計和管理，建立完善的安全審計和管理機制，對大數據技術和思政微教育的融合過程進行監督和管理，及時發現和解決安全問題。

（二）數據質量問題

在進行學生學習信息的數據分析時，數據的質量至關重要，任何數據上的偏差、失真和造假都會影響對學生學習狀態的分析和監控，進而降低教學互動的質量，影響教育效果。然而，隨著高校各個服務部門的不斷劃分，收集到的數據量越來越大，種類越來越豐富，但目前高校卻缺乏統一的調配和管理[17]，不僅難以有效整合不同類型的數據，而且對數據的真實性也難以做到有效的甄別。這也使得數據的挖掘、存儲、分析等工作無法進行統一籌劃。因此，一個相對完善的大數據教育系統，需要在技術上整合各類不同載體的信息，并補充新的信息渠道采集信息。通過不同來源的數據比對建立完善的學生畫像，并在實踐和測試中給各類數據源搭建可信度評價系統和糾偏系統。

除去技術因素，學生接受度也是影響數據質量的重要因素。在本研究的調查問卷中，在對校內電子設備和服務平臺的認知、對現有大數據服務的認可程度等問題上，半數左右的受訪者都選擇了“General（一般）”，這意味著接近半數的學生都對現行大數據所帶來的服務系統缺乏足夠的認知和理解。如果大學生群體對更復雜的大數據微教育模式也存在不了解甚至抵觸的情緒，那么數據質量將無法保證，精準教學更是無從談起。而令人欣慰的是，正如第一節所提到的那樣，大部分受訪者對大數據技術在學校教育管理中會起到作用抱有積極的心態，證明廣大學生群體存在接受并配合的思想基礎。為此，在技術上建立系統的同時，思想上的宣傳和動員也應當同步展開。在前期搭建思政教學系統時，就應該引導學生群體參與建設，發揚信息民主，使之充分理解和認知，才能形成合力共建的局面。

因此，在進行學生學習信息的數據分析時，除了技術因素外，還需要考慮學生接受度的影響。為了提高數據質量和精準教學的效果，需要加強對學生的教育和宣傳，讓他們了解大數據微教育的優勢和作用，并提供更多的實踐機會和案例分析，讓學生能夠更好地理解和接受這種新的教育模式。此外，高校也需要加強對數據的管理和調配，建立完善的數據管理體系和數據共享機制，確保數據的準確性和完整性。同時，要加強對數據來源的甄別和審核，避免出現造假、失真等問題[18]。只有通過這些措施的綜合應用，才能保證大數據教育系統的數據質量和教學效果。

（三）技術和人才支持

搭建學習大數據平臺，需要采集大量教育數據。數據的采集和篩選，需要數據挖掘、機器學習、自然語言處理等智能處理技術。而數據的處理和儲存，又需要相應的大容量儲存硬件和高性能服務器，才能對大量數據做出快速反應。同時，還需要相應的技術專業人才加入，才能有效搭建起大數據和微教育有效結合的系統。除此之外，相較傳統單獨課堂的思政教育模式而言，新式的大數據教育系統需要思政教育者兼具一定的數據分析和應用能力，這對現有的教師隊伍來說是一個挑戰。搭建大數據微教育系統，需要大量的資金和人才支持，但目前大部分高校難以提供如此之多的資源用于這一方面。

因此，為了解決這些問題，可以考慮幾個方面：首先，培養專業人才，高?？梢蚤_設相關專業課程，培養具備大數據技術、信息管理、教育心理學等方面的知識和技能的專業人才，為大數據與思政微教育的融合提供人才支持。其次，加強技術研發，企業、高校和政府可以聯合開展大數據與思政微教育的研究和開發工作，加強技術研發，提高技術的可靠性和實用性。再次，建立數據共享平臺，讓各方可以方便地共享數據資源，促進數據交流和應用。這將有助于解決技術和人才支持的問題[19]。最后，加強政策支持，政府可以出臺相關政策，鼓勵企業和高校開展大數據與思政微教育的融合研究和應用，提供資金和政策支持。

綜上所述，搭建一個學習大數據平臺需要多方面的支持和努力，包括技術、人員、資金等方面的投入。只有通過不斷的創新和改進，才能夠實現大數據與思政微教育的有效結合，為學生提供更加優質的教育服務。