【摘要】积极融入大数据时代是思想政治教育研究适应现时代信息技术发展的必然。大数据对思想政治教育研究最为核心的意义在于，通过大数据分析，可以及时、真实地反映人的精神需要和思想倾向，从而为思想政治教育研究提供参考。
【关键词】思想政治教育 大数据 理性 【中图分类号】D64 【文献标识码】A
大数据对思想政治教育研究意味着什么
所谓大数据，主要是指伴随着信息爆炸而产生出来的大量数据的集合，它并非一个确切的概念，而是用来表征与传统数据量相区别的新的数据量尺度——一种巨大量的数据体。在研究学者眼里，可以用4个V来描述大数据的特征，即海量数据（Volume）、高速处理（Velocity）、数据多样（Variety）、真实性（Veracity）。简单来说，人类世界中的一切活动都会留下痕迹，在信息技术高速发展的今天，这些不可计量、储存、分析和共享的痕迹被数据化，在人们面前展现出一个量化的世界。数据爆炸后所展现出的量化世界是庞杂的，但其中却蕴含有丰富的价值。总体上说，大数据对思想政治教育研究最为核心的意义在于大数据分析可以及时、真实地反映人的精神需要和思想倾向。具体到实际研究领域，考虑到现今的数据共享度和可利用程度，当前，大数据至少可以在以下方面对思想政治教育研究产生有益影响。
首先，大数据分析对大学生思想政治教育研究有较强的实际价值。从目前的数据共享程度来看，互联网络数据是最易于得到的数据源之一。大学生作为高知群体，网络生活度强，使用网络频率和其他人群相比也相对较高。同时，在当前终端设备普及的情况下，大学生网络使用通常处于特定的网络体内，即大多数大学生在上网时一般是通过校园网络接口接入互联网的。因此，对大学生网络数据的收集较为便捷。从技术手段来说，根据网络IP地址段出口限定，可以比较容易地收集到某一具体地区、或者某一高校大学生上网所产生的数据痕迹，通过进一步分析，就可以从中了解到其关注的问题热点、思想需求等信息，能够比较直观地反映他们的思想特点。这种直观的反映可以直接为思想政治教育方案的设定、教育方法的选择、教育内容的优化等提供数据支持。
其次，大数据分析能为思想政治教育个性化方案研究提供数据支撑。思想政治教育的个性化趋势缘自教育对象主体性的确认，个体需求的不同决定了其对教育内容内化程度的不同。契合个体需求、兴趣和思维习惯的教育方案能更好地抓住教育对象的视线。通过大数据分析，个体的思想个性特点以及学习倾向和习惯能够得以显现，从而构建个性化分析报告。根据个性化分析报告，思想政治教育可以有的放矢，针对不同情况，强化教育过程中的个性意识，调整课程结构、课程内容，研究个性化教育方案。此外，还可以吸取MOOC（大型开放网络课程）在适应个性化教育应用上的经验，不断进行课程开发和改进。
最后，大数据分析能融入思想政治教育效果评估工作中。长期以来，思想政治教育效果评估困境重重，这主要是由于人的思想变化存在一定的潜伏期，有着内隐性的特征，使得思想政治教育效果评估结构复杂难控。现如今，多重因素影响下形成的庞杂数据更是突破原有的量化评估方式，为思想政治教育效果评估造成困难。而大数据思维的一个基本理念是：研究数据不关注精确，而强调混杂，而且繁杂的数据越多越好。这是传统样本分析所不可企及的。广泛数据所带来的是传统分析中无法被关注到的细节和一些可能错过的变化，这对于思想政治教育效果的综合评估十分有益。当然，大数据对思想政治教育研究所产生的影响不限于此，仍有很多方面有待持续的开发。
思想政治教育研究中的大数据应用
依据目前开放的百度指数大数据平台 ，以“两学一做”为主题，挖掘（Data Mining）大数据平台中2016年2月到2016年7月期间，人们对“两学一做”相关问题的关注。可以得知，社会成员对“两学一做”的关注内容（按检索量排序）主要集中在三个主要方面：一是对“两学一做”的心得体会，二是“两学一做”的讲稿及PPT，三是“两学一做”的学习计划。其中，关于“两学一做”心得体会问题的检索居于检索首位。根据数据需求图谱进行统计，围绕核心词汇“两学一做”，人们重点检索从“心得体会”到“讲稿”再到“学习计划”等，并且呈现需求度变弱的趋势。
根据以上数据对“两学一做”关键词检索的状描和呈现，分析结论，我们可以为后期“两学一做”学习教育提供以下的参考改进意见：一是加强宣讲，印发材料，明确在“两学一做”学习教育中的知识教育，使其入脑、入心；二是推动“两学一做”学习教育的网站建设，对“两学一做”学习教育活动方案给予指导意见，思想政治教育研究者们应积极研究教育活动形式的创新；三是避免教育活动形式化，对“心得体会”等要求，要真正落到实处，如在学习中穿插讨论，避免学习后为完成任务而进行的抄袭。
大数据时代思想政治教育研究的应有转向
大数据时代的确已经为思想政治教育研究提出了许多新的课题。因此，应积极回应大数据时代，完善当前思想政治教育研究，推动大数据时代下研究的转向。
一方面，强化思想政治教育研究的多学科协同意识。大数据分析需要庞大的数据处理，从学科来看，至少需要统计学、计算机信息学、情报学等学科专业知识，这是现有的思想政治教育研究者知识结构的短板。虽然思想政治教育研究者综合研究能力的培养不可忽视，但术业有专攻，因此在大数据时代，仅依靠思想政治教育学科内部的研究力量显然是不够的，要建立思想政治教育研究的多学科协同机制，强化协同意识。首先要加强与其他学科间交流，将研究所需要的数据方向告知相关学科领域的研究者，使其了解需要收集、挖掘、分析的数据内容，打造多学科研究团队，协助思想政治教育研究；同时还要发挥本学科研究优势，在数据挖掘的基础上，结合专业知识进行充分分析，与哲学、教育学、社会学等多学科协同研究，做到物尽其用，人尽其才。
另一方面，逐步推进思想政治教育研究的市场化。掌握大数据源的机构是不同的，在当前，数据已显然具备了价值的属性。数据间交换已经形成市场，大数据交易中心正在筹划建立。思想政治教育研究要掌握大数据，就要走出原有封闭的象牙塔，走向市场。思想政治教育研究市场化首先需要的便是投入的加大，因为市场本身具有利益性质诉求，市场是利益交换的载体，通过投入，思想政治教育研究能更便捷地获取到所需要的数据源，还可以与专业的数据分析公司洽谈，外包数据收集和挖掘任务，提高研究的实效性。此外，思想政治教育研究可以在市场化中寻求合作。如，对于高校数据信息的收集，部分企业有在高校或者针对大学生、青年群体进行产品推广、产品开发的需求，他们与思想政治教育研究一样，同样需要了解高校大学生通过网络生活所产生的数据，作为掌握高校数据信息资源的学校思想政治教育管理部门而言，可以通过合作，从有需求的企业那里获得资金和技术支持，共同收集、挖掘有用数据，从庞杂的数据体中找到思想政治教育研究所需要的信息。
需要注意的是，将大数据思维应用思想政治教育研究之中，一定要避免技术至上主义的倾向。在大数据时代，思想政治教育研究要以审慎的态度融入数据的洪流之中，避免被数据洪流淹没的境遇，在保持应有理性的同时，积极利用大数据给我们带来的价值，张扬求知过程的智慧之美，让数据发出生动而鲜活的声音。我们在研究中必须明确，“大数据为我们提供的不是最终答案，只是参考答案”。
（作者为北京市社会科学院科学社会主义研究所助理研究员）
【参考文献】
① [英] 维克托·迈尔-舍恩伯格、肯尼思·库克耶著，盛杨燕、周涛译：《大数据时代：生活、工作与思维的大变革》，杭州：浙江人民出版社，2013年。
②徐子沛：《大数据：正在到来的数据革命，以及它如何改变政府、商业与我们的生活》，桂林：广西师范大学出版社，2012年。
责编/潘丽莉 宋睿宸（见习） 美编/李祥峰
声明：本文为人民论坛杂志社原创内容，任何单位或个人转载请回复本微信号获得授权，转载时务必标明来源及作者，否则追究法律责任。
