Page 218 - 高校党建工作与思想政治教育
P. 218
高校党建工作与思想政治教育
Party Building Work and Ideological and Political Education in Universities
三是心理预警：新生入学心理健康状态测评、阶段性心理状态自测、各类常
见心理疾病测评数据都包含于大数据高校思政教育评价中。在大数据对比分析中，
如被测评学生出现前后结果极差化、隐性抑郁等倾向，则向该生直属负责老师和
心理健康教育中心发送心理预警信号。
（二）从群体到个体：挖掘个体潜能助推个性化发展
高校思政教育的最终落脚点是立德树人，是个体正向价值塑造，是个体生命
意义的充盈和完善。据此，教育评价也应当以学生为本，以促进学生个性化发展
为旨归。大数据的全样本数据收集技术可确保高校思政教育评价的全员性，其聚
类分析及反馈预测功能可使个性化教育理念进一步被印证和实践。在高校思政教
育过程中，基于大数据挖掘和分析可从双重渠道完成学生个人画像。“大数据时
代呼唤个性化思想政治教育”，对每一位学生进行定制化个性评价，不断推进高
校个性化思政教育的实现。
1. 对学生在校数据的挖掘和分析
通过整合高校内部资源，对教务处、学生处、后勤部门等数据进行深入挖掘、
精准分析，呈现学生在校期间学习状态、思想动态、心理状态、现实需求的整体
画像。在学业上，可根据学生本人多个学习事件的关联聚类，揭示该生的思想政
治理论课程学习特征、品德素质发展、学习情况等关键信息，根据本人的个体偏
好和学习风格，为其提供“专属定制”学业改进建议。学生可随时查看个人成长
档案，及时发现问题与不足，按照教师建议进行修改与完善，不断精进自己的学
习方法，提升个人的思想道德素养。在生活上，可根据学生多维个人画像，为个
体或类似群体开设“专属特制”的实践活动、志愿服务、专题讲座及面对面访谈
等个性化教育活动。
2. 社会网络分析
从社会关系结构网络出发，计算学习者在学习社群中的位置、角色、声望和
群体属性等信息，分析学习者在线学习社群网络形成的过程与特征，从而为学习
者的积极性和交互程度判断提供依据。如今，在中国慕课、翻转课堂、超星学习
通等在线教育平台成熟发展的背景下，高校思政教育场所同样也衍生出了多样化
形式。其目的是通过网络中节点与节点之间的联系来理解社会网络环境中个体与
个体之间的关系。大数据驱动下的高校思政教育评价从线上平台采集相关数据，
针对学生个体在社会网络上的特征，理性分析和判断，最终助力思想政治教育评
·210·
