顧園園?田磊

摘 要：在大數據時代，高校思想政治教育模式創(chuàng)新策略的提出至關重要。思想政治教育的目的是培養(yǎng)學生良好的思想品德，使學生樹立正確的世界觀、人生觀和價值觀?；诖?，本文結合大數據來研究高校思想政治教育模式創(chuàng)新策略，在分析大數據技術基本概念和特點的基礎上，探討高校思想政治教育傳統(tǒng)模式現存的挑戰(zhàn)，通過利用大數據分析學生的個體差異性，優(yōu)化思政課教學手段；借助大數據技術提供豐富的思想政治教學資源；結合大數據技術優(yōu)化教學效果評估，提高學生的接受程度。

關鍵詞：大數據 思想政治 教育模式 創(chuàng)新策略

隨著信息技術的不斷發(fā)展，大數據已經滲透到人們生活的方方面面。［1］信息技術的出現和應用不僅對經濟、社會、科學等領域產生了深遠的影響［2］，也為教育領域帶來了新的挑戰(zhàn)與機遇。在當今快速變化的大數據時代，高校思想政治教育模式創(chuàng)新成為院校的重要課題。高校思想政治教育是培養(yǎng)學生正確世界觀、人生觀和價值觀的關鍵環(huán)節(jié)，也是實現全面育人目標的重要途徑。［3］然而，在面對新時代的挑戰(zhàn)時，傳統(tǒng)的思想政治教育模式顯得有些滯后和無力。學生對于枯燥、陳舊的傳統(tǒng)教育模式缺乏興趣，進而缺少對思想政治等重要問題的關注和思考。因此，院校迫切需要探索和創(chuàng)新適合大數據時代的高校思想政治教育模式，以更好地引導和提升學生的思考能力、創(chuàng)新精神和社會責任感。

思想政治教育有助于塑造學生正確的思想道德觀念，引導學生樹立正確的人生態(tài)度，培養(yǎng)辯證思維、批判思維和創(chuàng)造思維，拓寬視野和思考范圍，增強社會責任感和公民意識，促進全面發(fā)展。［4］大數據技術的廣泛應用為高校思想政治教育帶來了新的可能性。通過對海量數據的收集、分析和挖掘，教師可以更好地了解學生的需求、興趣等，深入把握學生的思想發(fā)展軌跡和存在的問題。引入在線教育平臺、互動教學工具等新型教學手段，可以激發(fā)學生的學習興趣和參與度，提升他們的批判思維和獨立思考能力。同時，借助大數據技術，能夠實現個性化教學和評估，為學生提供更加精準和有針對性的教育服務。因此，在大數據時代，高校思想政治教育模式創(chuàng)新策略需要緊跟時代發(fā)展，并結合學生的個性化需求，進而為學生提供更好的思想政治教育，為社會培養(yǎng)高素質人才。

一、大數據技術的基本概念和特點

大數據技術是指用于處理和分析大規(guī)模數據集的技術和方法。［5］大數據技術主要應對的是海量數據。相較于傳統(tǒng)的數據處理方法，大數據技術可以有效地處理和存儲這些龐大的數據量。大數據涉及的數據往往來自多個渠道，包括結構化數據（如關系型數據庫中的數據）、非結構化數據（如文本、圖像、視頻等）和半結構化數據（如XML、JSON等）。［6］大數據技術能夠快速處理不同類型和格式的數據，并提供實時結果。大數據處理往往需要考慮多個維度的數據，并進行復雜的關聯(lián)和分析。例如，將學生的肖像、學習行為、歷史成績等多個維度的數據進行分析，可以更全面和準確地了解學生，分析學生整體的學習規(guī)律和有關情況。

大數據技術可以幫助高校更好地了解學生的需求和特點，從而推行個性化教育。大數據技術可以通過收集和分析大量的學生數據，深入了解每位學生的興趣、優(yōu)勢和需求；通過對大量學生數據的分析，識別學生群體中普遍存在的問題和困惑，為院校提供科學的思想政治教育決策依據。大數據技術也可以提供更全面的思想政治教育評估和反饋，能夠對學生在思想政治素養(yǎng)、價值觀念和創(chuàng)新能力等方面的發(fā)展進行全面評估。院校基于這些評估結果，能夠及時給學生提供個性化的指導，幫助他們更好地發(fā)展自己的思想和認知能力。同時，大數據分析還可以幫助院校評估自身思想政治教育的有效性，并根據評估結果進行優(yōu)化和改進。通過對大數據的挖掘和分析，深入研究思想政治教育的影響因素、發(fā)展趨勢和政策效果，有利于為思想政治教育的科學化改進提供理論支持。

二、高校思想政治教育模式的現存挑戰(zhàn)

（一）學生個性化需求的差異性

現有的高校思想政治教育模式在滿足學生個性化需求方面面臨著諸多挑戰(zhàn)。由于學生的個人背景、興趣、經歷和價值觀念等存在差異，所以他們對思想政治教育的需求各不相同。然而，傳統(tǒng)的思想政治教育往往采用統(tǒng)一的教學內容和方式，無法滿足每位學生的個性化需求。［7］傳統(tǒng)模式更注重對學生進行理論知識的灌輸和功利性的培訓，忽視了學生的興趣和需求。這種一刀切的教學方法容易使學生失去學習的興趣，缺乏主動學習和思考的動力。例如，對于對政治和經濟發(fā)展感興趣的學生來說，傳統(tǒng)模式中過多的理論和抽象的概念就難以引起他們的興趣。

在教學方式上，傳統(tǒng)模式往往以教師為中心，注重理論知識的傳授和灌輸，缺乏與學生的互動和交流，使學生在思想政治教育中缺少與教師和同學深入討論和交流的機會，無法調動學生學習的積極性。傳統(tǒng)教學模式對于學生個性發(fā)展的關注度相對較低。在思想政治教育中，院校更是只注重學生在知識和技能方面的培養(yǎng)，而忽視了學生個性特點、興趣愛好和創(chuàng)造力的發(fā)展。

（二）教育資源的有限性

教育資源包括學習資料、教師人員、實踐機會等，而在傳統(tǒng)模式中，由于資源的有限性，院校和教師無法為每位學生提供充分的學習材料和實踐機會。思想政治教育需要依托豐富的教材和學習資源，僅憑教材無法滿足學生對多樣化、全面性知識的需求。［8］由于學科本身的廣泛性和復雜性，教材內容受到時間和空間的限制，難以展示全面且深入的知識體系。高校思想政治教育要有專業(yè)的教師團隊傳授知識、指導學生，并提供有效引導和支持。然而，高校思政課教師的數量和素質存在較大差距，造成了資源的不均衡。一些高?；驅W院可能缺乏經驗豐富、深度掌握思想政治教育內容和方法的專業(yè)教師，導致教學質量參差不齊，無法滿足學生的多樣化需求。

思想政治教育需要通過實踐活動加強對學生社會現實的認知和應用能力的培養(yǎng)。然而，由于資源的限制，院校往往無法為學生提供足夠的實踐機會。例如，一些特定領域的實踐活動可能需要較高的經費和設備支持，而學校的資源不能滿足所有學生的需求。

（三）教學效果評估的困難性

傳統(tǒng)教育模式下，對學生思想政治教育效果的評估往往依靠傳統(tǒng)的考試或問卷調查，難以全面評估學生的思想政治素養(yǎng)和能力。傳統(tǒng)考試通常只重視考查知識的掌握和記憶，往往偏向于死記硬背和機械應用。［9］

思想政治教育的目標是提升學生的思辨、創(chuàng)新、批判等能力。傳統(tǒng)考試無法評估學生的思考深度、邏輯推理能力以及對復雜問題的綜合分析能力，從而難以判斷學生是否真正掌握了思想政治教育的核心內容和核心素養(yǎng)。

思想政治教育的效果評估需要考慮時間跨度和個體差異的問題。學生的思想和價值觀念的形成是一個漸進的過程，往往需要長期的教育培養(yǎng)才能達到預期效果。然而傳統(tǒng)教育模式傾向于短期的教學安排和評估方法，難以反映長期培養(yǎng)的效果。此外，每位學生的學習和成長進程都具有個體差異性，不同學生的接受和吸收程度也存在差異。因此，設計針對學生個體差異的評估方法和周期性的評估安排是必要的。

三、高校思想政治教育模式創(chuàng)新策略

（一）利用大數據分析學生的個體差異性

利用大數據分析學生的個體差異性，可以通過收集學生的行為數據、學習數據和心理數據，分析學生的特點和需求，為個性化教育提供依據。行為數據包括學生在學習過程中的操作記錄、在線學習行為、參與課堂討論的表現等。我們可以通過學習管理系統(tǒng)、在線學習平臺、移動學習應用等，收集學生在學習過程中產生的各種數據，包括學習行為、學習時間、答題情況、視頻觀看情況等。這些數據可以幫助教師了解學生的學習活動和學習進展，以及學生的學習偏好、學習效率和學習風格等。例如，一些學生可能更喜歡通過視覺感知來進行學習，而另一些學生則更適合通過聽覺感知來進行學習。教師可以針對這些學習特點調整教學內容的呈現方式，提供符合不同學生要求的教育資源。學生的學習數據也是評估個體差異性的重要依據，包括學生的考試成績、作業(yè)完成情況、參與度等。對學生學習數據進行聚類分析，將學生劃分為不同的群組，了解學生在學習活動上的相似性和差異性，挖掘出不同類型的學習者。利用分類算法，根據學生的學習數據，預測學生在特定任務或領域的表現并建立分類模型，評估預測學生是否能夠在某門課程中取得好成績，從而給予針對性的教學建議，滿足學生的個性化需求，提高他們主動學習和思考的動力。

我們需要對收集到的海量數據進行整理，檢查數據中是否包含異常值或異常情況，如學習時間超過正常范圍、成績異常高或異常低等，并對于這些異常值考慮刪除、修正或進行特殊處理，以確保數據分析的準確性。對學生行為和學習數據的分析，可以了解學生的學習興趣和學習能力，在設計教育內容和資源時，可以根據學生的興趣提供多樣化的學習資源，有利于激發(fā)學生的學習動力。根據學生的學習特點和需求，個性化教育進行精確的教育干預和指導，通過分析學生的學習數據，識別學生的薄弱環(huán)節(jié)和難點，對學生及時進行幫助和輔導。例如，對于某些學習困難的學生，我們可以提供更多的教學支持和專項指導，幫助他們克服困難，提高學習成績。通過對學生行為數據、學習數據等的綜合分析，我們可以針對每個學生制定個性化的學習計劃和學習路徑，推薦適合其學習風格和水平的教材、習題和網絡學習資源，促進個體差異性的發(fā)展和優(yōu)化。

（二）借助大數據技術提供豐富的教育資源

借助大數據技術分析、挖掘、整合和開發(fā)多樣化的教育資源，包括在線課程、學習工具、互動平臺等，為學生提供更廣泛、更豐富的學習資源，滿足學生的需求和興趣。對學生學習數據的分析和挖掘，了解學生的學習偏好和學習習慣，將學生學習數據通過可視化方式進行展示，并根據這些信息提供個性化的教育資源。例如，對于鐘愛閱讀的學生，可以為其推薦符合其興趣和閱讀水平的電子書籍和在線文獻；對于更喜歡多媒體學習方式的學生，可以提供相關視頻資源或者交互式的學習工具。借助大數據分析，院校能夠更好地理解學生的需求和偏好，為他們提供有針對性的教育資源，提高學生的學習效果和興趣。

基于大量學生學習數據的分析挖掘學習特點和學習成功的關鍵因素數據，開發(fā)智能化思想政治教育推薦系統(tǒng)，根據學生的學習情況和需求，為他們提供適配的教育資源。例如，根據學生某個具體學科的學習成績和問題解答情況，推薦對應難度的習題和解析，幫助學生鞏固知識點，提高學習效果。通過大數據的分析和挖掘，我們將不同來源的優(yōu)質教育資源進行整合，建立集中的思想政治教育學習平臺或資源庫。學生可以在這個平臺上獲取來自不同高校、教育機構、社會組織等的豐富學習資源。同時，大數據分析可以對這些資源進行評估和篩選，幫助學生選擇高質量的教育資源。共享和整合教育資源，不僅可以為學生提供更多的選擇，而且可以促進教育資源的優(yōu)化，提高整體的思想政治教育質量。

（三）結合大數據技術優(yōu)化教學效果評估

依據思想政治教育的目標和課程特點，選取合適的特征變量，對原始數據進行特征提取、特征選擇和特征編碼等處理。例如，可以提取學生的學習時間、參與課堂討論的頻率、作業(yè)成績等作為評估的特征變量，以全面了解學生在思想政治教育中的學習表現和能力水平，為后續(xù)建立量化評估指標體系和為教師提供準確的教學反饋與改進建議提供數據支撐，進而優(yōu)化教育教學質量。

使用線性回歸模型構建思想政治教育的評估模型來預測學生的思想政治教育效果，結合隨機森林集成學習方法將處理后的數據輸入選定的機器學習模型。根據訓練集的表現對模型進行調整和優(yōu)化，提高模型的準確性和泛化能力。采用回歸分析方法將學生的特征變量和學習結果進行關聯(lián)分析，建立量化的教學效果評估指標?；诮⒌脑u估模型構建思想政治教學效果評估體系，包括學生學習數據的可視化展示和自動化評估功能，向教師提供教學反饋和改進建議。制定完善的思想政治教學效果評估指標體系，涵蓋學生的知識掌握程度、能力水平、態(tài)度價值觀等多個方面。根據實際思想政治教育需求確定權重和計算方法，形成完備的評估指標體系。利用評估體系為教師提供準確的教學反饋和改進建議。教師通過評估結果了解學生在不同方面的學習效果，識別學生的弱勢領域和需要改進的問題，并提供個性化的教學策略和支持，有針對性地進行教學改進。

四、結語

在大數據時代，高校思想政治教育面臨新的挑戰(zhàn)和機遇。借助大數據技術創(chuàng)新教育模式、提升思想政治教育效果，有助于促進學生的全面發(fā)展。利用大數據技術改進思想政治教育內容和方法，可以分析學生的學習行為和評估結果的關聯(lián)性，優(yōu)化教學策略和資源配置，讓學生能夠更加便捷地接觸到思想政治教育資源，提升學習的體驗性和效果，進而提高思想政治教育效果。我們利用大數據技術開發(fā)個性化教學效果評估系統(tǒng)，可以給學生和教師提供定制化的資源推薦，以滿足不同的需求和興趣。院校通過創(chuàng)新高校思想政治教育模式，有利于提升思想政治教育的效果，促進學生的全面發(fā)展。

參考文獻：

［1］ 于軍.大數據技術與高校思想政治教育工作的融合探究——評《大數據時代思想政治教育環(huán)境新論》 ［J］.中國油脂，2021（5）：161-162.

［2］ 王娜娜.混合云存儲中網絡稀疏大數據滲透遷移算法［J］.計算機工程與設計，2021（3）：719-725.

［3］ 張尚字.課程思政和思政課程有機結合：講思政道理的三維證成［J］.河南師范大學學報（哲學社會科學版），2022（6）：124-130.

［4］ 李敏.構建高校課程思政“三全育人”模式的思考［J］.中學政治教學參考，2021（20）：43-45.

［5］ 周宇，曹英楠，王永超.面向大數據的數據處理與分析算法綜述［J］.南京航空航天大學學報，2021（5）：664-676.

［6］ 李巍，廖雪花，楊軍.基于頻繁子樹模式的半結構化數據集聚類［J］.計算機工程與設計，2022（10）：2783-2789.

［7］ 陶磊，汪萍平.人工智能賦能高校思想政治理論課混合式教學之思［J］.黑龍江高教研究，2022（12）：119-126.

［8］ 趙東旭，李勝連.融合思政元素的英語教學對高職學生文化素養(yǎng)提升的實證分析［J］.職業(yè)技術教育，2022（26）：24-30.

［9］ 溫素彬，董必榮，李慧.課程思政的知識結構與動態(tài)演化——基于課程思政文獻的知識圖譜分析［J］.財會通訊，2022（18）：42-49.