【思想政治教育研究】
大数据思想政治教育研究综述
韩 凯 辉
(曲阜师范大学 教育大数据研究院，山东 曲阜 273165)
摘 要： 随着大数据时代的到来，我国高度重视大数据的创新发展及大数据应用于思想政治教育，使大数据思想政治教育研究成为可能。大数据思想政治教育的内涵及特征、价值及发展机遇、存在的问题、方法及模式路径等是学术界研究的核心论域，并取得了一定成果。当前的大数据思想政治教育研究内容走向纵深化、研究领域不断拓展、研究方法较为多样，但也存在基础理论研究、跨学科交叉研究、实证量化研究亟待加强等问题。
关键词： 大数据；思想政治教育；纵深化；实证量化研究
随着人工智能、云计算、移动互联网等技术的发展，大数据迅速崛起并广泛应用于各行各业，逐步改变着人们的生产生活及思维方式，掀起一场前所未有的数据革命。大数据在教育领域也得到广泛应用，深刻改变着教育实践。大数据与传统思想政治教育相结合而产生的大数据思想政治教育应运而生，并逐渐成为学术界研究的时代命题和热点问题。因此，总结梳理大数据思想政治教育的历史发展、研究现状、评价及展望，对于提高大数据思想政治教育研究的科学化水平，增强大数据思想政治教育实效性等，具有较强的理论意义和现实意义。
一、大数据思想政治教育研究背景及缘起
(一)大数据时代的到来
早在1980年，未来学家阿尔文·托夫勒在其著作《第三次浪潮》中就提到了“大数据”这一词语；2005年，作为大数据标志性技术的Hadoop项目诞生于雅虎公司，可以看作是大数据技术的第一次应用；2011年，麦肯锡全球研究院在其报告Big data :The next frontier for innovation ,competition ,and productivity 中指出，Big data—large pools of data that can be captured,communicated,aggregated,stored,and analyzed—is now part of every sector and function of the global economy[1]，给出了明确的大数据定义，并指出大数据是全球经济各部门和职能的一部分；维克托·迈尔-舍恩伯格等在其著作《大数据时代》中提出，大数据是通过对海量数据进行分析，从而获得具有巨大价值的产品、服务或深刻见解[2]25；2012年3月，美国政府宣布投资2亿美元实施“大数据研究和发展计划”，首次将大数据由商业技术行为上升为国家战略；2012年5月，联合国发布的“全球脉动”计划白皮书Big Data for Development :Challenges &Opportunities 指出，Innovations in technology and greater affordability of digital devices have presided over today’s Age of Big Data[3]，宣告大数据时代到来。
(二)我国高度重视大数据的创新发展
我国研究、运用大数据起步较晚、历史较短，但国家高度重视大数据的创新发展，因此获得了快速发展。2013年前后，“大数据”概念开始在我国迅速流行起来，这一年也被媒体称为“大数据元年”。2014年“大数据”首次出现在我国的《政府工作报告》中，提出在新一代移动通信、集成电路、大数据、先进制造、新能源、新材料等方面赶超先进，引领未来产业发展。[4]2015年，国务院印发《促进大数据发展行动纲要》，对大数据的内涵、发展形势和重要意义、指导思想和总体目标、主要任务等做出明确、全面部署。2016年3月发布的“十三五”规划(2016—2020年)提出实施国家大数据战略，把大数据作为基础性战略资源，全面实施促进大数据发展行动，加快推动数据资源共享开放和开发应用，助力产业转型升级和社会治理创新。[5]2017年1月，国家工信部印发《大数据产业发展规划(2016—2020年)》，提出了强化大数据技术产品研发等7项任务，明确了“十三五”时期大数据产业的发展思路、原则和目标等。[6]2017年10月，党的十九大报告提出建设网络强国、数字中国、智慧社会,推动互联网、大数据、人工智能和实体经济深度融合。[7]
在该架构中,输入设定的有功功率P和无功功率Q信号,通过标志位控制模块,PI控制模块,PQ控制逻辑部分,进入超导磁场型储能部分,并通过反馈进行调节。
(三)大数据应用于教育及思想政治教育
虽然自20世纪90年代开始，我国的教育信息化工作随着互联网技术的迅速普及而开始，但大数据应用于教育领域，却是近些年伴随着大数据研究应用热潮而逐渐开始的。2014年教育部印发《2014年教育信息化工作要点》，提出要大力推进教育教学数字资源开发与应用，促进教育方式变革，通过国家教育科学决策服务系统实现数据资源整合与集成，为教育决策提供及时准确的数据支持。[8]大数据通过多种形式应用于教育实践中，既包括翻转课堂、慕课、微课教学、个性化学习等教育教学的新形式，也包括智慧校园、数字图书馆、学生成长电子档案、教师发展评测等教育管理决策的新形式。2018年4月，教育部印发《教育信息化2.0行动计划》，提出开展数字化校园规范建设行动、智慧教育创新发展行动，作为推进“互联网+教育”的具体实施计划，教育信息化2.0行动计划必将有力推进大数据教育应用。[9]
虽然相关研究起步较晚，但大数据应用于思想政治教育基本上与大数据的教育应用以及教育信息化建设同步进行。在大数据时代背景下，作为教育重要环节和组成部分的思想政治教育，在理论研究和教育实践方面都呈现出全新面貌，大数据在思想政治教育中的应用也通过多种方式展开。思政课慕课逐渐成为高校思想政治理论课的新形式；大数据技术逐渐使及时掌握教育对象的思想动态、分析预测教育对象的思想和行为成为可能；通过大数据技术也可以实时监控网络意识形态动向以及对网络舆情的精准研判。应用大数据的思想政治教育实践活动不断开展，为大数据思想政治教育研究提供了良好基础，总结梳理当前大数据思想政治教育研究现状具有十分重要的意义。
二、大数据思想政治教育研究现状
当前，大数据思想政治教育研究呈现出良好发展态势。截至2018年4月29日，在中国知网以“大数据”并含“思想政治教育”为主题词检索文献共797篇，其中2014—2017年分别为32、116、231、331篇，文献数量迅速增长，相关研究著作也不断涌现。在研究成果数量不断增长的同时，大数据思想政治教育研究内容、研究方法也更为丰富、多样。综合考察现有研究成果，研究的焦点问题主要包括以下几个方面。
(一)关于大数据思想政治教育的内涵及特征
生成式模型将采用联合概率score(x,y|θ)（其中，已知序列为x，依存分析结构为y，模型的参数为θ）生成一系列依存句法树，并赋予其概率分值，然后采用相关搜索算法找到概率打分最高的分析结果作为最后输出。在句法分析中，已知序列输入的是句子；输出的是依存结构树T。生成式模型的最终目标是从训练模型中获取使联合概率P(T,S)取得最大值的参数θ，得分最高的依存结构树。为了便于计算联合概率P(T,S)，可以对句法分析问题作出不同程度的假设，这将有效减少数据稀疏问题。
一是将传统思想政治教育概念置于大数据时代背景下，结合大数据在思想政治教育中的应用以及大数据的特点，赋予传统思想政治教育以新的时代特征，深化传统思想政治教育的内涵或扩充其外延。胡纵宇等认为，大数据时代，要从世界眼光、中国情怀、时代特征三个维度的统一上来推动思想政治教育创新发展[11]；杨叶平认为，大数据时代，思想政治教育呈现出教育客体全面化、教育内容数据化、信息资源丰富化、研究方法定量化等新的特点[12]；王兴波认为，当今科技高速发展的大数据时代，科技进步、当代大学生的个性特点赋予思想政治教育新内涵[13]。
二是在厘清大数据与思想政治教育各自内涵与特征的基础上，将“大数据(时代)思想政治教育”作为一个整体的认识对象，作为一个专有名词而概括出其内涵或特征。田冰认为，大数据时代的思想政治教育是以数据事实为基础和信息来源，以大数据应用为关键特征和决策基础，对目标群体或个体进行有针对性的、可预测的思想政治教育形式[14]；孔霞认为，大数据思想政治教育是指一定的阶级、政党遵循人们思想品德形成发展的规律，运用大数据在全面、深刻把握受教育者的价值观念、思维方式与行为习惯基础上，用一定的政治思想观念、道德规范，对受教育者施加有目的、有计划、有组织的影响，使他们形成符合一定社会、阶级所需要的思想品德的社会实践活动[15]。
以上两种对大数据思想政治教育内涵或特征的界定方式，能够突出大数据的本质特征，具有一定的合理性，但都没有从学理上厘清大数据与思想政治教育的内在联系，都没有突破将大数据作为思想政治教育工具、环境或载体的认识，所谓的大数据思想政治教育，在某种程度上变成了思想政治教育在大数据视域下的再现。
崔：以我个人的演奏经验来看，您所说的控制方法在三角钢琴上很容易学习，但当我们只有立式钢琴时，却几乎不可能找到感觉，因为立式钢琴的弦槌是通过弹簧复位的。您曾有过只能练立式琴的时候吗？您在那时如何获取理想的声音？
(二)关于大数据对思想政治教育的价值及发展机遇
关于大数据对思想政治教育的价值及机遇，学者从两个维度对该问题开展研究，即大数据的思想政治教育价值和大数据为思想政治教育自身发展带来的机遇，前者是微观层面，后者是宏观层面。
1.微观层面：大数据的思想政治教育价值
厘清大数据思想政治教育的内涵及特征，辨析大数据思想政治教育与思想政治教育内涵的异同，是进一步开展其他研究的基础。思想政治教育是指社会或者社会群体用一定的思想观念、政治观点、道德规范，对其成员施加有目的、有计划、有组织的影响，并促使其自主地接受这种影响，从而形成符合一定社会一定阶级所需要的思想品德的社会实践活动。[10]4学者对大数据思想政治教育内涵及特征的研究主要从以下两个方面展开。
(1) 软式排水管。软式排水管是一种能侧向集水的软管，其管体由承力的螺旋钢丝及其管壁组成，管壁由内外两层纤维交叉的编织布和中间的无纺土工布组成。管壁的这种特殊结构使其具有侧向透水反滤和纵向排水的双重功能(如图2所示)。本试验采用的软式透水管单位面积质量400 g/m2，厚1.5 mm，等效孔径O95为0.226 mm。试验前将软式排水管管壁按照《土工织物材料测试规程》[42](SL 235—2012)裁剪成相应的试样，即直径为100 mm和直径为150 mm的圆形试样。
①水流结构多样性。治理工程实施后河道应具有多样性水流结构，如跌水、漩涡、深潭等不同类型的水流形态，以增加水体复氧机会，提高水体自净能力。
哲学意义上的价值是指客体能够满足主体需要，对主体有积极作用，大数据对思想政治教育有价值是开展大数据思想政治教育的逻辑前提，充分认识、深入挖掘大数据的价值，是加强和改进思想政治教育的必然要求。思想政治理论课教学和思想政治教育活动是学者研究大数据思想政治教育价值的主要关注领域。张娟研究了大数据对高校思想政治理论课教育改革的价值，她认为大数据的价值主要体现在精准地把握教学对象、“双回路”的教学过程、个性化教学方式、客观精准教学评价，由此可以提高思想政治理论课教学的针对性、实效性，评价的科学性等[16]；常宴会研究了大数据在开展思想政治教育活动时的价值，认为大数据技术在搜集受教育者思想信息、行为方式等方面具有价值，因此，大数据有利于增强思想政治教育针对性和影响力，建立大数据预警机制能够防患于未然[17]。
2.宏观层面：大数据为思想政治教育自身发展带来的机遇
二是开展民营经济筑基工程。夯实民营经济发展基础，壮大民营经济规模，提升民营经济竞争力。引导同行业民营经济抱团合作发展，充分发挥行业协会、商会作用，加大民营企业合作，组织开展项目洽谈、集体招商引才、共享研发攻关、融资担保等活动。建议政府设立年度民营企业奖励计划，形成鼓励民营经济创新发展的预期，重点鼓励支持创业型、创新型、高成长性民营企业。
大数据作为一项全新的技术、理论及实践，在深刻改变人们生产生活方式的同时，也使教育呈现出新的面貌，为教育及思想政治教育带来新的发展机遇。当前，学者从教育内容、方式方法、教育实效性、理论研究及学科建设等多个方面对大数据带来的思想政治教育发展机遇展开研究。王学俭等认为，大数据时代下，思想政治教育的发展机遇主要包括教育内容更具针对性、教育方式更具丰富性，大数据对思想政治教育学术研究产生了积极影响[18]；谢继华等认为，大数据能进一步提高教育研究的精准度、让“前瞻性”教育成为现实、进一步促进学科交融[19]；冯刚研究了大数据思维对思想政治教育的影响，认为大数据相关性、系统性、智能化的思维方式，有助于增强思想政治教育的生动性和智能化[20]。
(三)关于大数据思想政治教育存在的问题
大数据犹如一把双刃剑，在形成思想政治教育价值并带来发展机遇的同时，也因为自身的发展阶段、技术特点、应用现状等，给思想政治教育带来严峻挑战，形成新的现实困境或问题。为此，学术界也对大数据思想政治教育存在的问题展开研究。综合考察既有研究内容，核心领域主要体现在如下三个方面。
1.大数据自身发展不足造成的技术瓶颈
虽然当前大数据发展迅速，但毕竟起步较晚，核心技术尚未实现突破，大数据应用于思想政治教育也处于起步和探索阶段，应用成功案例较少，实际应用上面临较大的技术瓶颈。邬贺铨认为，大数据技术的运用存在的困难与挑战主要体现在数据瓶颈上，包括数据收集、数据存储、数据处理、结果可视化呈现等多个方面内容[21]；邱启照等认为，大数据技术应用于高校思想政治教育面临着一系列技术性难题，包括如何收集数据，如何分析整理适用数据，如何发现数据和思想之间的相关关系等，其认为这些都是思想政治教育应用大数据技术时无法回避的技术性挑战[22]。
2.大数据思想政治教育工作方法
2.大数据给思想政治教育带来的挑战
文献质量评价 采用Cochrane偏倚风险评估工具[8]对纳入RCT进行偏倚风险评估，包括：（1）随机序列的产生；（2）分配隐藏；（3）对研究者、受试者及研究结果测量者实施盲法；（4）结果数据的完整性；（5）选择性报告研究结果：对于重要安全性问题 （如死亡、恶性肿瘤等不良事件）是否选择性报道、阴性结果是否进行报道；（6）其他偏倚来源。对每个条目根据偏倚风险评估准则做出 “低风险偏倚”、“高风险偏倚”、“不清楚”的判定。并用Revman5．3软件作文献偏倚风险评估图。
于是乎，五湖四海、各行各业、天南地北寻鲤活动遍地开花，集中轰炸。于是乎，高校锦鲤、品牌锦鲤、地方锦鲤此起彼伏、层出不穷。要么是美容仪、营养素、包包、鞋子那些老少皆宜的东西，要么是某地方提供各种免费的吃喝玩乐，铜臭味太重太浓，充满了庸俗低俗，竟然很多人说臭得人神清气爽、俗得人醍醐灌顶，二脉打通了，我们给你点不俗的。
作为完成教育任务和实现教育目的的重要手段，思想政治教育方法至关重要。毛泽东曾形象地将方法比喻为桥或船的问题：“不解决桥或船的问题，过河就是一句空话。不解决方法问题，任务也只是瞎说一顿。”[29]139思想政治教育方法是指在思想政治教育活动和研究中采取的各种方式和手段，包括思想方法、工作方法、研究方法等三个维度的内容。大数据时代，三个维度的思想政治教育方法均呈现出新的变革、新的特征，学术界对此展开了较为深入、系统的研究。
正如20世纪90年代网络技术迅速普及发展，应用于教育及思想政治教育并带来一系列挑战一样，大数据作为一项近些年兴起的全新事物，应用于思想政治教育也必将带来一系列挑战。胡子祥等将大数据看作思想政治教育载体，给思想政治教育带来技术性、复杂性、伦理性等三个方面的挑战[23]；双传学等认为，大数据时代下，教育者和受教育者的界限模糊、非主流舆论干扰加剧，由此给思想政治教育权威塑造带来挑战[24]；崔海英认为，大数据体量无限、速度迅捷、来源多元，给网络思想政治教育的针对性、时效性、感受性带来严峻挑战[25]。
3.大数据思想政治教育的实践困境
所谓大数据思想政治教育实践困境，是指人们在具体实践活动中遇到的，基于大数据思想政治教育自身而产生的短期内无法解决的现实问题。实践困境与大数据的技术瓶颈及带来的挑战有关联，但前者属于实然层面的问题，实践导向和现实导向更为鲜明。大数据思想政治教育的实践困境主要表现为数据困境、伦理困境、法律困境等。刘辉研究了大数据应用于思想政治教育的数据困境，认为数据匮乏、数据庞杂、数据滥用是当前面临的主要困境[26]；朱锋刚等研究了大数据造成的伦理困境，认为确定性终结是大数据带来的最大伦理问题，大数据环境下始终存在无法确定的参与者，技术造成了伦理客体的隐匿未知[27]；黄欣荣认为，个人隐私权是大数据带来的最大伦理危机，在大数据时代，在数据采集、使用、取舍中都存在伦理问题和隐私问题[28]。
(四)关于大数据思想政治教育的方法
杂种优势是指一个物种的不同品种或者物种间的杂交后代的生物量、发育速度和产量的表型值优于两个亲本的现象[1]。20世纪50年代，世界各国开始研究杂交稻，我国于20世纪60年代开始从事杂交稻研究。
1.大数据思想政治教育思想方法
学者还分析了大数据时代思想政治教育研究方法和范式问题，提出要创新思想政治教育研究范式。李怀杰提出并分析了思想政治教育研究的大数据范式，认为研究对象全样性、内容系统化、论证实证化、结论可视化是该范式的主要特征[34]；王学俭等认为，大数据时代下要转变思想政治教育研究范式，以数据为载体的定量研究与传统定性研究相结合的新范式，跨专业跨领域的研究范式[18]；胡树祥等认为，大数据时代一切都可以量化，包括人的思想情感，要顺应大数据时代量化研究的新崛起，坚持定性研究与定量研究相结合，创新思想政治教育研究范式[35]。
近年来随着素质教育的推进，虽然越来越多的准大一新生在高考填报志愿时，通过网络及相关的指导机构，了解了专业培养目标、专业所学课程、专业内包含的相关职业，大致选择了与自己兴趣能力相匹配的专业，但是在踏入大学之门后，面对大学里各种各样的社团、学生组织，丰富多彩的学生活动，特别是自由自主的大学氛围，学习上没有人督促和监督，突然不知道如何在学校里举办的各种活动和繁重的课业负担之间找到平衡，整天忙碌却不知忙碌的是什么，没有一个明确的方向和目标。
工作方法是指具体开展思想政治教育活动时采用的方法。关于该问题，学者从大数据带来的思想政治教育方法变革、大数据思想政治教育方法运用等多个维度进行研究。崔建西等认为，由大数据导致的思想信息收集、加工、处理的特殊性，是大数据思想政治教育信息传播方法确立的根源，该方法主要表现为信息追踪定位传播法、信息隐匿传播法、信息分割传播法等多种形式[32]；赵浚认为，大数据带来了思想政治教育方法的根本性变革，这是大数据对思想政治教育产生影响的最主要方式，大数据思想政治教育方法具有定量性、非线性、整体性、多样性等特征[33]。
3.大数据思想政治教育研究方法及范式
所谓思想方法，是指在认识教育对象、教育环境等要素时采用的方法。大数据应用于思想政治教育思想方法，主要表现为利用数据挖掘、分析等技术分析、预测教育对象的思想和行为动态，加深对教育对象的认识，进而实现精准思想政治教育。蒋海彬等研究了大数据视域下大学生思想信息获取方法，认为大数据技术对于获取大学生思想信息有很大优越性，主要表现为扩大信息获取途径、超越获取时空限制、保证信息客观性、实现可预测性等[30]；刘宏达等认为，大数据时代，思想政治教育在分析人的思想和行为时可以运用整体性分析、差异性分析、动态性分析、关联性分析等四种方法[31]。
(五)关于大数据思想政治教育模式及实践路径
学者从变革思维方式、更新教育内容、革新教育方法、优化教育环境等多个维度对该问题展开研究。季惠斌认为，为有效地将大数据分析应用于思想政治教育，必须转变原有的思想政治教育思维方式，关注所有受教育者，采集利用受教育者的大数据信息，更多关注“是什么”而非“为什么”[38]；赵庆寺认为，大数据时代思想政治理论课教学管理要采用精准的数据分析方法，实现从粗放管理模式向科学、精细、个性化的管理模式转变[39]；徐亮认为，运用大数据加强思想政治教育的路径包括强化数据意识、注重数据挖掘、实现数据共享等[40]。
1.大数据思想政治教育模式
狭义的教育模式是指在一定教育理论指导下的教育过程组织方式。学者从多个维度对大数据时代思想政治教育模式问题进行了研究。刘春波将大数据思想政治教育本身看作是一种全新的教育模式，认为这种模式具有促使思想政治理论课教学智能化，提升思想政治教育时效性，带来思想政治教育生态系统新变革等价值，在这种模式下，思想政治教育过程也呈现出新特点，包括教育方案制定的个性化、实施的数据化、评估的科学化等[36]；杨桂兰等认为大数据改变了思想政治教育模式，尤其在管理模式方面，大数据思想政治教育管理模式在数据收集、利用及决策结构方面与传统思想政治教育模式有本质区别[37]。
2.大数据思想政治教育实践路径
学者将大数据与思想政治教育实践相结合，研究了大数据思想政治教育模式及实践路径问题，提出了许多有建设性的意见。
根据链条锅炉煤炭燃烧特点，沿炉排长度方向燃料先后经历干燥、挥发分析出、着火燃烧与燃尽等阶段，每个阶段所需空气量不同，所以沿炉排长度方向分多个风室进行分级送风。由于同一风室炉排上方的煤炭处于同一燃烧阶段，所以一个风室内沿炉排宽度方向配风要均匀。但在锅炉实际运行过程中，由于“风室端部效应”的影响，链条锅炉沿炉排宽度方向普遍存在横向配风不均匀现象。在强风区，冷风直接进入炉膛，过量空气增加，降低炉膛温度；在弱风区由于煤层阻力增大，燃烧速度减慢，还原反应加剧，使化学不完全燃烧热损失增加，燃烧热效率降低。因此实现链条炉排横向配风均匀、纵向供风合理是提高链条锅炉热效率的关键。
三、大数据思想政治教育研究的评价及展望
综上所述，学术界对大数据思想政治教育这一问题展开了比较全面、深刻的研究，取得了一定的成果，对大数据的思想政治教育价值等问题也基本达成共识，相关研究对今后的研究具有一定启发意义。但是，大数据思想政治教育研究伴随着大数据思想政治教育实践活动而展开，伴随着大数据技术的发展及其在教育领域的应用而展开，后者毕竟处于起步和探索阶段。因此，相关研究仍存在不足之处，仍需进一步深化和拓展。
(一)研究内容走向纵深化，但基础理论研究亟待加强
1.研究内容走向纵深化
研究内容走向纵深化包括两层含义，一是对同一研究内容的认识逐步深化，通过分析中国知网关于大数据思想政治教育的研究数据发现(检索时间为2018年4月29日，检索方式为“大数据”并含“思想政治教育”的主题词检索)，严格意义上的大数据思想政治教育研究开始于2013年，相关研究成果只有3篇，且对相关研究内容的认识有待进一步深入，比如，有的学者在研究大数据时代的高校思想政治工作时，仅仅将大数据定义为“蕴含着巨大的、可有效利用的、多样化的数据集”[41]；在分析大数据时代高校思想政治工作面临的机遇和挑战时，也只是基于“大数据是数量巨大的数据集”的认识而展开研究的。但随着时间发展，学者对大数据的内涵、大数据思想政治教育与网络思想政治教育关系的认识逐步深化。二是对研究内容的选择逐步深化，通过对中国知网关于大数据思想政治教育研究文献的关键词分析发现，学术界对该研究内容的侧重点选择，从2013年、2014年的内涵、挑战及影响等，逐步转变为创新发展、信息传播、质量评价等，研究内容从宏观走向微观，从一般化走向精细化。
2.基础理论研究亟待加强
在选聘中，朋辈导师来源应多样化，因为不同专业、年级和地域的朋辈导师对团队成员的影响和作用都是不一样的，所以要对导师进行多种方式的选聘，并进行相对严格的培训选拔。
基础理论是指能够为应用研究提供较强指导意义且属于研究对象的一般规律的理论。纵观现有大数据思想政治教育研究内容，虽然逐步走向纵深化，但基础理论研究仍较为薄弱，仍需进一步深化。如关于大数据、大数据思想政治教育内涵的研究，虽然这一说法在相关研究中不断提及，但对内涵的研究非常少，已有的对内涵的研究成果比较模糊，无法令人信服；再如关于大数据与思想政治教育、大数据思想政治教育与网络思想政治教育关系的研究，已有研究大多从思想政治教育角度出发，将大数据作为思想政治教育的“载体”或“工具”，或者侧重于研究大数据的概念、特征等，缺乏对二者关系的深入认识。基础理论研究薄弱在一定程度上阻碍了应用研究的开展，也使得现有研究犹如空中楼阁，给人一种根基不稳的感觉。因此，当前需要加强大数据思想政治教育基础理论研究，在厘清相关内涵的基础上，研究大数据与思想政治教育的本质联系，推动新技术与思想政治教育的深度融合，研究大数据思想政治教育在思想政治教育学科建设中的地位、作用及发展趋势等。
(二)研究领域不断拓展，但跨学科交叉研究亟待加强
1.研究领域不断拓展
研究领域不断拓展有两层含义，一是大数据思想政治教育的出现拓展了思想政治教育的研究领域，正如网络思想政治教育的出现，由一开始的研究热点逐步发展为研究领域，再发展为分支学科一样，虽然当前不能将大数据思想政治教育看作思想政治教育的分支学科，但作为一个最新研究领域，大数据思想政治教育的出现和兴起本身就是思想政治教育研究领域不断拓展的表现。大数据思想政治教育这一研究领域的出现，经历一个由“大数据—大数据应用—大数据应用于教育—大数据思想政治教育”的渐变过程，每一步都是研究领域的拓展和深化。二是大数据思想政治教育领域内部研究视角的不断拓展，学者对大数据思想政治教育的研究，从一开始学科基础视角的内涵、价值、挑战及应对研究，逐步拓展为多维视角下的评价研究、监测研究、融合创新研究等，正在经历一个由单一到多元、由宏观到微观、由粗放到精细、由理论思辨到实证应用的视角转变过程。
2.跨学科交叉研究亟待加强
思想政治教育学是一门实践性、综合性很强的学科，在研究领域上，与教育学、政治学、心理学等多个学科有不同程度的知识借鉴和交叉，而且思想政治教育学以人的思想品德形成发展规律为研究对象，这一问题本身较为复杂，因此，跨学科交叉研究是推进思想政治教育学科建设和研究的应有之义。大数据思想政治教育作为思想政治教育学科的最新研究领域，在研究内容、研究方法等多个方面都呈现出单一思想政治教育学科视野无法解决的新问题、新现象，迫切需要突破单一学科研究视野，通过计算机、信息技术、统计学、教育学等多学科协同攻坚，实现跨学科交叉研究。从当前大数据思想政治教育研究现状看，交叉学科研究不足已经成为制约研究进一步开展和深化的主要原因，这种不足主要表现为，在研究内容上缺乏数据信息，在研究方式方法上缺乏技术支撑，研究人员以马克思主义理论等哲学人文社会科学专业出身为主，在面对大数据专业技术问题时无能为力。
(三)研究方法较为多样，但实证量化研究亟待加强
研究方法是开展研究的工具或手段，研究方法是否得当并适合研究内容，直接决定了研究成果的质量。学术界运用文献资料法、调查研究法、经验总结法、定性研究法等多种方法，对大数据思想政治教育展开研究，也取得了较为丰富的成果。但纵观现有研究成果，采用文献资料法和定性研究法的成果比重非常大，采用定量分析和实证研究的成果所占比重很小，运用大数据技术进行研究的成果则更是凤毛麟角。实证量化研究不足是当前大数据思想政治教育研究方法运用存在的主要问题，研究大数据却不能采用大数据技术，成为当前研究中存在的普遍现象。究其原因，一是因为作为思想政治教育研究对象的人的思想、情感、道德水平等，难以进行量化分析；二是因为现有研究人员以哲学社会科学专业出身为主，不具备大数据技术应用能力，跨学科交叉研究能力不足；三是由于大数据技术瓶颈，在教育及思想政治教育实践领域成功运用大数据的案例很少，导致理论研究缺乏相应实证基础。因此，大数据思想政治教育研究中，需要通过建立数据中心、培训研究人员、进行技术攻关等多种途径加强实证量化研究。
参考文献：
[1] Big data:The next frontier for innovation, competition, and productivity[DB/OL].(2011-06-04)[2017-12-01].https://www.mckinsey.com/business-functions/digital-mckinsey/our-insights/big-data-the-next-frontier-for-innovation.
[2] 维克托·迈尔-舍恩伯格,肯尼思·库克耶.大数据时代[M].盛杨燕，周涛，译.杭州：浙江人民出版社,2013.
[3] Big Data for Development: Challenges & Opportunities[DB/OL].(2012-05-06)[2017-12-01].https://www.unglobalpulse.org/projects/BigDataforDevelopment.
[4] 政府工作报告——2014年3月5日在第十二届全国人民代表大会第二次会议上[DB/OL].(2014-03-14)[2017-12-01].http://www.gov.cn/guowuyuan/2014-03/14/content_2638989.htm.
[5] 中华人民共和国国民经济和社会发展第十三个五年规划纲要[N].人民日报,2016-03-18(1).
[6] 工业和信息化部关于印发大数据产业发展规划(2016—2020年)的通知[EB/OL].(2016-12-18)[2017-12-01].http://www.miit.gov.cn/n1146295/n1652858/n1652930/n3757016/c5464999/content.html.
[7] 决胜全面建成小康社会 夺取新时代中国特色社会主义伟大胜利[N].人民日报,2017-10-19(1).
[8] 教育部办公厅关于印发《2014年教育信息化工作要点》的通知[EB/OL].(2014-03-12)[2017-12-01].http://old.moe.gov.cn//publicfiles/business/htmlfiles/moe/s7062/201403/165870.html.
[9] 教育部关于印发《教育信息化2.0行动计划》的通知[EB/OL].(2018-04-13)[2018-12-01].http://www.moe.gov.cn/srcsite/A16/s3342/201804/t20180425_334188.html.
[10] 陈万柏,张耀灿.思想政治教育学原理[M].第3版.北京:高等教育出版社,2015.
[11] 胡纵宇,黄丽亚.大数据时代大学生思想政治教育面临的问题及应对[J].学校党建与思想教育,2014(13):64-66.
[12] 杨叶平.大数据时代的思想政治教育研究[J].北京工业大学学报(社会科学版),2016(4):71-75.
[13] 王兴波.大数据时代高校思想政治教育改革探析[J].学校党建与思想教育,2018(3):60-61.
[14] 田冰.大数据视野下思想政治教育的探索和创新[J].教育理论与实践,2017,37(3):35-37.
[15] 孔霞.大数据背景下个性化思想政治教育模式研究[J].教育现代化,2016(21):47-50.
[16] 张娟.基于大数据的高校思想政治理论课教学改革研究[J].黑龙江高教研究,2018,36(4):139-142.
[17] 常宴会.大数据时代思想政治教育理念的三重反思[J].思想教育研究,2017(8):106-110.
[18] 王学俭,王瑞芳.大数据时代高校思想政治教育的创新发展[J].思想政治教育研究,2016,32(3):105-110.
[19] 谢继华,张茜.大数据在高校思想政治工作中的实践与思考[J].思想理论教育导刊,2017(11):151-154.
[20] 冯刚.互联网思维与思想政治教育创新发展[J].学校党建与思想教育,2018(3):4-8.
[21] 邬贺铨.大数据时代的机遇与挑战[J].求是,2013(4):47-49.
[22] 邱启照,孙鹏.大数据时代高校思想政治教育的机遇和挑战[J].教育理论与实践,2016,36(9):35-37.
[23] 胡子祥,余姣.大数据时代思想政治教育载体变革及对策研究[J].思想教育研究,2015(2):74-77.
[24] 双传学,范美香.思想政治教育权威的现代转型[J].探索,2015(2):130-135.
[25] 崔海英.大数据时代高校网络思想政治教育的价值维度与实现方式[J].黑龙江高教研究,2015，33(3):33-36.
[26] 刘辉.高校思想政治教育应用大数据的现实困境与诉求[J].思想理论教育,2015(9):60-65.
[27] 朱锋刚,李莹.确定性的终结——大数据时代的伦理世界[J].自然辩证法研究,2015,31(6):112-116.
[28] 黄欣荣.大数据技术的伦理反思[J].新疆师范大学学报(哲学社会科学版),2015,36(3):46-53.
[29] 毛泽东.毛泽东选集:第一卷[M].北京:人民出版社,1991.
[30] 蒋海彬,谢晓娟.大数据视域下大学生思想信息获取方法研究[J].学校党建与思想教育,2016(19):18-21.
[31] 刘宏达,潘开艳.融合创新:思想政治教育大数据研究的视角转换[J].学校党建与思想教育,2018(3):52-56.
[32] 崔建西,邹绍清.论基于大数据的思想政治教育信息传播方法创新[J].学校党建与思想教育,2017(1):63-66.
[33] 赵浚.大数据创新高校思想政治教育方法的探析与应用[J].贵州社会科学,2016(3):120-123.
[34] 李怀杰.现代思想政治教育大数据研究范式变革的逻辑理路与实践路径[J].学校党建与思想教育,2017(1):67-70.
[35] 胡树祥,谢玉进.大数据时代的网络思想政治教育[J].思想教育研究,2013(6):60-62.
[36] 刘春波.大数据时代思想政治教育模式的创新[J].湖北社会科学,2016(9):193-198.
[37] 杨桂兰,刘蕾,鄢章华.大数据思维在大学生思想政治教育中的应用研究[J].思想理论教育导刊,2016(11):144-148.
[38] 季惠斌.大数据时代思想政治教育思维方式的转变[J].东北师大学报(哲学社会科学版),2017(1):150-155.
[39] 赵庆寺.“互联网+”时代高校思想政治理论课的优化路径[J].思想理论教育,2017(4):66-71.
[40] 徐亮.挑战与创新:大数据在高校思想政治教育工作中的运用[J].理论导刊,2016(9):96-98.
[41] 梁家峰,亓振华.适应与创新:大数据时代的高校思想政治教育工作[J].思想教育研究,2013(6):63-67.
A Review of the Research on Ideological and Political Education Based on Big Data
HAN Kai-hui
(Academy of Education Big Data, Qufu Normal University, Qufu 273165, China)
Abstract : With the advent of big data era, China attaches great importance to the innovative development of big data and the application of big data to ideological and political education, making it possible to study big and big ideological and political education. The connotation and characteristics, value and development opportunities, existing problems, methods and model paths of big data ideological and political education are the core areas of academic research and have achieved certain results. The current research content of big data ideological and political education is more extensive and in-depth, the research field continuing to expand and research methods becoming more diverse. However, there are also problems that basic theoretical research, interdisciplinary research and empirical quantitative research need to be strengthened.
Key words : big data; ideological and political education; deepening; empirical quantitative research
中图分类号： G641
文献标志码： A
文章编号： 1009-5128( 2019) 05-0041-08
收稿日期： 2018-12-30
基金项目： 山东高校人文社会科学研究计划(思想政治教育专题研究)重点资助项目：自媒体时代当代大学生主流意识形态安全实现路径研究(J16ZD07)；曲阜师范大学重点基金资助项目：大学生社会主义核心价值观教育存在的问题及对策(XSK201536)
作者简介： 韩凯辉(1988—)，男，山东青岛人，曲阜师范大学教育大数据研究院讲师，法学硕士，主要从事思想政治教育和教育信息化研究。
【责任编辑 马 俊】
标签：大数据论文; 思想政治教育论文; 纵深化论文; 实证量化研究论文; 曲阜师范大学教育大数据研究院论文;