在数字化浪潮席卷全球的今天，大数据技术正以前所未有的深度与广度重塑教育形态。面对新时代大学生群体思想多元化、需求个性化的新特征，传统大水漫灌式的思政教育模式已难以满足当前的育人需求。在此背景下，推动大数据技术与思政教育深度融合，能够更好拓展教育路径、丰富教育形式、提升教学效果，有利于打造智慧思政教育新模式。为此，高校应以大数据技术为驱动，通过算法模型捕捉学生的思想动态、借助个性化推荐系统推送定制化学习资源、依托实时反馈机制优化教学策略等措施，提升思政育人实效，切实增强青年学生的政治认同和价值引领。
精准分析大学生思想动态和行为特征。大数据技术通过多维度数据采集与深度分析功能，能够精准捕捉大学生的思想动态和行为特征，并进行实时记录，为思政教育的精准实施提供科学依据。一方面，进行多元数据采集，构建全景式学生画像。具体而言，需广泛收集大学生的学习、生活、娱乐等相关数据。在校园行为数据方面，通过校园一卡通系统、门禁系统、图书馆管理系统等，实时采集学生的作息规律、学习场所偏好等数据，构建全景式的校园行为画像；在网络行为数据方面，依托校园网络平台、学习管理系统等，及时追踪学生的在线讨论内容、课堂互动数据等，精准识别学生在网络表达中的价值取向；在学业与心理健康数据方面，整合教务系统中学生的成绩数据、课程参与度以及心理健康测评系统中的量表结果、咨询记录等，分析学生的心理状况与思想动态的关联。另一方面，运用智能分析模型，挖掘深层思想规律。借助大数据技术对各项数据进行深度分析。在情感分析与主题挖掘上，利用自然语言处理技术对学生的网络言论进行情感倾向性判断并进行主题聚类，辅助教师精准把握思政教育的方向和程度；在行为模式关联分析上，运用关联规则挖掘、时序分析等机器学习算法，分析学生个体行为规律，方便思政教师对其展开针对性教育；在群体画像与个体预警上，基于大数据技术的聚类分析功能，根据不同学生的思想动态和行为特征将其划分为不同思想特征群体，并对高危群体建立个体预警模型，当其出现异常行为时，系统将自动触发报警，提示教师及时介入干预。
实现思政教育内容的个性化推送。利用大数据技术建立健全思政教育内容个性化推送机制，实现一人一策的精准供给。首先，实现学生画像驱动的精准匹配。在标签体系构建上，根据采集的多维数据生成学生的个性化特征标签，包括政治素养水平、兴趣偏好、学习风格、接受能力等，方便为其精准匹配个性化学习内容；在动态标签更新上，当学生在阶段内出现行为偏差时，要基于实时数据对学生的个性化标签进行及时更新，或是改变原有标签顺序的优先级；在“内容—标签”映射模型构建上，将思政教育资源库与个性化标签体系进行智能匹配，根据学生的个性化标签为其推送相适应的思政教育内容。其次，优化多维推送策略。在场景化推送上，结合学生所处场景为其精准推送思政教育内容，如在考试周推送诚信考试主题教育内容，在毕业季推送职业价值观引导内容等；在分众化传播上，针对不同学生群体设计差异化思政教育内容形式，如为视觉偏好型学生推送短视频和动画思政课，为阅读偏好型学生推送文字类思政教育内容；在互动式反馈优化上，根据学生的内容点击量、观看时长、互动评论等数据，动态调整个性化思政教育内容的推送策略。最后，构建智能学习推荐系统。分析学生线上课程的学习进度和薄弱环节，构建个性化学习图谱，将补充学习资料精准推送给有需要的学生，帮助其查缺补漏；利用协同过滤、强化学习等推荐算法功能对学生的学习路径进行动态优化，如在学生完成某一知识点的基础课程学习之后，系统可为其自动推荐进阶内容，帮助其更扎实地掌握该知识点。
辅助思政教育效果的智能评估与反馈。以大数据技术对思政教育进行全程量化监测，通过构建多维度评价指标体系以及实时反馈与动态监测机制，使其形成完整闭环，辅助完成思政教育效果的智能评估与反馈工作。一方面，要建立一套多主体参与评估、全过程采集数据的多维度评估指标体系，最大限度保障评估结果的客观性、科学性和合理性。一是多主体参与评估。借助大数据技术，引入学生自评、同伴互评、小组评价、教师评价以及第三方机构专业评价等多主体评价方式对思政教育效果展开系统评价，并在最终考核体系中按实际情况分布占比；二是全过程采集数据。利用大数据技术，在日常思政课堂上对学生的课堂表现、发言积极性、知识掌握程度、对思政教育的情感认同程度以及课后的行为转化效果等数据进行全方位采集，作为最终考核的重要参考数据。另一方面，要建立实时反馈与动态干预机制。基于相关技术对数据的波动和变化进行实时监测，并将其同步反馈给思政教师，方便教师进行动态干预。一是个体学习预警。当学生在一个阶段内频繁出现连续低分成绩、学习进度滞后等异常表现时，系统会将检测到的结果反馈给教师，供其在进行干预时参考采用，并同时为其提供一套相适配的个性化学习改进方案；二是教学效果热力图。利用大数据技术的教学效果热力图功能，思政课教师可以在课后直观掌握本堂课的教学效果及学生的反馈表现，方便其定位学生接受度更高的优质案例、讲解方式、知识点深度等具体内容，为后续教学实践优化提供数据支撑。
（作者单位：常州工程职业技术学院）
