大数据画像技术在高校思想政治教育中的应用

徐艳

（浙江中医药大学 社科部，杭州 310053）

摘 要：以大数据用户画像技术（大数据中的核心技术之一）作为出发点，将其与高校思想政治教育进行有机结合，有效挖掘、分析和利用教与学过程中所形成的海量数据，通过数据清洗，给每位学生真实画像，打上准确精细的分类标签，甚至针对异常情况形成自动预警机制，为提高思想政治教育的实效性开启一扇新的大门，实现可以事实落地的大学生思想跟踪、预警、分析、预测和处理系统，以助推高校思想政治教育工作从一体化、整体化转向以个性化的方式服务于每位学生，使思想政治教育工作由宏观向微观发展，精准实现思想政治教育工作的“私人订制”。

关键词：大数据；用户画像技术；高校思想政治教育；创新应用

中图分类号：G641 文献标志码：A 文章编号：1002-2589（2017）07-0241-02

大数据不仅是一场技术革命，一场经济变革，也是一场国家发展全局的变革。高校思想政治教育工作事关国家的未来，更是不能设身之外。党的十八届五中全会的“十三五”规划建议提出：“实施国家大数据战略，推进数据资源开放共享。”2015年7月，《国务院办公厅关于运用大数据加强对市场主体服务和监管的若干意见》（国办发〔2015〕51号）中，明确要在教育文化等领域实施大数据示范应用工程。同年9月，国务院《关于印发促进大数据发展行动纲要的通知》（国发〔2015〕50号）中，更是将教育作为率先实现数据开放的重要领域之一，并明确要探索发挥大数据对于变革教育方式、促进教育公平、提升教育质量的支撑作用。

因此，与时俱进地运用前沿技術——大数据用户画像技术作为出发点，将大数据的核心技术与高校思想政治教育进行有机结合，有效挖掘、分析和利用教与学过程中所形成的海量数据，通过数据清洗，给每位学生真实画像，打上准确精细的分类标签，甚至针对异常情况形成自动预警机制，这必然能够为高校思想政治教育改革提供新的借鉴。帮助高校思想政治教育工作从一体化、整体化转向以个性化的方式服务于每位学生，使思想政治教育工作由宏观向微观发展，精准实现思想政治教育工作的“私人订制”。

一、教育大数据的巨大市场和在思想政治教育领域中的广阔前景

当前高校思想政治教育工作方式主要包括开设的“思政课”教学及相关实践活动等，大部分情况下其共通特点是：将学生作为一个整体来进行一体化教育。而当前大学生思想日趋多元化，用一种通用模式来教育所有人，其效果难于达到预期。

在未能及时准确地洞察每位学生真实思想动态的前提之下，很多个性化、多样化的教育方案是缺乏事实依据，从而导致这些设定的方案缺乏适用性、灵活性，难以有的放矢，学生的参与度不高，效果不理想。

而身处网络时代的大学生，除了睡觉、吃饭、上课、自习以外，大部分的时间都在网络世界中，利用大数据用户画像技术，采集观察他们在网络中的行为数据，可以真切及时地了解他们在不同时间点的喜好、情绪以及思想动态。

因此，以大数据用户画像技术（大数据中的核心技术之一）作为出发点，探讨利用大数据用户画像技术助推高校思想政治教育工作的创新，这不仅涉及思想政治教育的理论更新，更是关涉思想政治教育改革创新的实践探索，具有很强的拓展性、建设性和实用性价值。

目前，在教育领域，使用大数据用户画像技术在实践层面上还没有真正意义上的尝试，主要因为在这方面的实战人才相当缺乏，特别是在高校当中。加上理论层面，还没有将大数据用户画像技术同高校思想政治教育进行结合的尝试，更不用说提出具体的整套实施方案。

大数据用户画像技术在商业领域已经带来了巨大的实际应用价值，而大数据不只是一个产业这么简单。它在社会的各个领域中都无所不在，会给各行各业带来分析洞察问题的新方式、新方法，也必然会带来变革创新大势。高校作为思想最活跃、知识最密集、网络信息技术运用最充分的前沿阵地，自然不能身处其外。尽管大数据在教育领域的研究和实践才刚刚开始，我们也能预测并感受到大数据这股汹涌潮流必然会对高校思想政治教育产生巨大影响和冲击。

大数据用户画像技术所拥有的个体深度洞察能力，对于高校及时准确地掌握大学生思想现状、高效引导大学生思想动向具有巨大价值。大数据用户画像技术也可以在高校思想政治教育工作中得以深度地融合和广泛的应用。至于如何真正将大数据用户画像技术完美地应用于思想政治教育工作当中，我们应积极勇敢地进行实践探索，并自信作为大数据的核心技术——用户画像技术能够为高校思想政治教育工作带来不逊于商业领域的巨大价值。

二、大数据用户画像技术在高校思想政治教育中的创新应用

如上图整体思路所示，大数据用户画像技术在高校思想政治教育中的创新应用步骤包括以下几个方面。

（一）大学生基础信息及上网数据的采集

需要采集的分析数据包括学生基础信息：姓名、电话、出生年月、生源地、民族、入学年份、学院、班级、专业、邮箱、 QQ 号、微博账号、微信号等等。学生上网数据：上网浏览的网页信息、 QQ 群发言数据、微信群发言数据等等。

（二）数据的整合清洗、语义分词

采集获得的数据需要整合清洗，关联匹配不同来源的数据，获得每个学生统一的数据视图，然后对这些数据进行语义分词，得到每个学生相关词语的频率、权重，为大数据用户画像做准备。

（三）大数据用户画像技术及分析预测预警模型

利用大数据的用户画像技术给每个学生打上基本信息、兴趣爱好、思想动态的标签，使用大数据算法设计分析、挖掘和预测的模型。

（四）高校思想政治教育理念和大数据用户画像技术的有机结合

数据只是基础，只有结合高校思想政治教育的理念、思路，才能设计出切合实际、解决实际问题的思想教育分析需求、思路与方法，更精准地指导大数据用户画像的方向与目标。

（五）基于大数据用户画像技术之上的大学生个体思想动态标签体系、群体思想动态标签体系的研究与建设

大数据用户画像技术为高校思想政治教育提供了全新的分析基础，基于其上的大学生个体、群体思想动态标签体系的研究与建设将更符合学生的实际情况，获得的标签分类数量也会更为丰富，能够为后续的思想动态预警提供真实有效的数据平台。

（六）基于大数据用户画像技术之上的大学生思想动态预警研究与建设

自动化、及时的大学生思想动态预警体系将结合当前国家、社会关注的思想异常点以及由数据分析预测出的思想异常点，形成既覆盖当前又前瞻未来的大数据思想动态预警体系。

三、大数据用户画像技术应用于高校思想政治教育中所需的技术解决方案

（一）分析数据的采集

1.学生基础数据可以连接学校的学生档案系统获得，或者以文本的形式导入大数据系统，一般为非实时数据。

2.学生的上网浏览记录，如果是通过学校统一部署的宽带接入上网的，可以部署网络抓包系统获得，并考虑实时获得这些数据。

3.QQ群文本、微信群文本，可以通过网络爬虫系统获得，并考虑实时获得这些数据。

4.其他数据，包括其他一些能够帮助用户画像的数据，比如学生的成绩、活动的记录等等。这些数据通过数据库接口或者文本导入的方式获得，一般为非实时数据。

针对非实时数据用计划任务调度，将数据抽取到大数据平台的 HDFS 分布式文件系统中；针对实时数据，使用大数据的 Kafka 及时地分发到大数据平台的 Cassandra 数据库中，大数据 Hadoop 平台计划使用 Cloudera。

（二）数据清洗整合、语义分词

采集获得的数据来自多个不同的数据源，需要匹配整合到一起，计划使用大数据工具 KNIME做数据的清洗整合。语义分词计划使用 KNIME 调用 R 语言的 Rwordseg 来完成，在正式分词之前，需要在网上收集大量的词库，以提高分词的准确率。

（三）大数据用户画像及分析

如上图所示，大体分为三个步骤。

1.先针对分词后的结果进行标签的预匹配，之后建模。在建模的过程中，需充分结合高校思想政治教育的理念与实践，设计合适的建模思路，最后得到大学生的用户画像。

2.依据大数据输出的思想动态标签，形成切实有效的思想动态体系、评分预警体系，并生成各类预警的评分数据。

3.结合前面获得的用户画像、思想动态体系、评分预警体系，设计合适的分析预测模型，对大学生的未来思想进行动态预测并生成预测数据。计划使用大数据工具 KNIME 来实现，并将结果数据放入到大数据的数据库 Impala 中，以供后续的结果展现及行动。

（四）结果展现及行动

结果将以可视化的动态图形来进行展示，既有明确输出格式的分析报告，例如分区域生源、学院、班级展示大学生性格、兴趣、思想情况的当前状况图、历史趋势图；也可选择需要的分析角度，查看相关的分析指标和结果。计划使用可视化工具Tableau进行结果展现。

四、大数据用户画像技术应用于高校思想政治教育中可能出现的难点

（一）高校思想政治教育理念和大数据用户画像技术的有机结合

可预见的是，通过大数据用户画像技术获得的大学生画像结果维度肯定是非常多的，和我们以前将大学生简单地分为三五类或者十几类不同，大学生画像的基础维度很可能就会有几千种类别。这就需要结合思想政治教育的思路，设计合理的类别规整方法，从而形成切实有效的思想动态分类标签系统。在这个过程中，需要对当前高校思想政治教育理念和大數据用户画像技术均有深入理解，才能将两者有机地结合。

（二）基于大数据的大学生思想动态标签体系的建立

当前业界基于大数据针对用户的兴趣爱好性格等标签体系已经有比较多的案例，但是针对大学生思想动态的大数据标签体系几乎没有，同时，这个体系不能是静态的，而应该是和时间相关的标签体系，比如当前的思想动态标签、历史时间段的思想动态标签、未来三个月的思想动态标签等。

（三）加强数据监管，保护学生隐私

如何做到既充分挖掘、分析和利用由大学生网络行为所形成的海量数据，又重视加强数据监管，保护学生隐私。在将大数据技术应用到学生思想政治教育工作中的同时，还需考虑这些数据的挖掘和使用是否会侵犯到学生的隐私以及隐私泄露等问题。因此，需严格监管数据资源服务平台，规范各个机构在使用大数据时的流程和方法，同时加强对重点数据库的日常监控和管理，一旦发现泄密情况，应立即采取预警机制。

以大数据用户画像技术作为出发点，将大数据的核心技术与高校思想政治教育进行有机结合，实现可以真实有效的大学生思想跟踪、预警、分析、预测和处理系统。这是利用大数据的用户画像技术在高校思想政治教育领域的大胆实践摸索，而这些实践思路的初设因为有了前沿核心技术的支持，从实践结果层面上必然能够事实落地，从而切实有效地助推高校思想政治教育工作的创新发展。