随着人类社会迈入互联网与数字化时代，大数据已渗透进入社会的各个领域，给人们的生产生活方式带来了全新变革。英国学者舍恩伯格在《大数据时代》一书中提出：“大数据是一种对互联网由人们行为所产生的信息数据流进行搜集和系统性分析的技术，通过大数据分析，能够科学地判断出人们在某一段时间内的行为倾向和生活习惯等，进而为组织机构提供更为精准的信息，使得其决策更具有科学性[1]。大数据是互联网时代发展的技术，因为其独特的特征和应用价值，在各个场合有着广泛应用，特别在高等教育领域，借助大数据技术对高校人才培养过程和教育效果进行科学评价已成为发展趋势。
对于高校辅导员而言，大数据能全面把握辅导员思想政治教育过程中的动态细节，能精准获取大学生个体以及群体的思想变化和行为特征，为辅导员开展精细化、精准化思想政治教育创新性研究提供了全新理念和方法。如何利用大数据技术促进思想政治教育评价手段和载体的全面升级，实现对高校辅导员思想政治教育质量进行有效评价和科学检验，实现思想政治教育质量目标精细化、过程动态化、结果客观化、决策科学化，对于高校思想政治教育工作质量的创新发展也有着重要的价值。
一、大数据融入高校辅导员思想政治教育质量评价的现实意义
大数据不仅仅是一种新技术，更给人们带来了新思维和新理念。结合大数据时代的特征，积极调整和转变思想政治教育工作的理念和方式方法，促进智能技术与教育深度融合，运用智能技术促进教育模式变革和生态重构，日益成为大数据时代教育发展的重要使命 [2]。在数字化时代基于“大思政”的视野审视思想政治教育质量评估，需要创新运用大数据技术，健全评估指标体系，建立科学、合理的高校辅导员思想政治教育质量评估体系，对于推动着高校思想政治教育向科学化、精准化的方向发展具有充分必要性。
其一，政策设计反映着国家发展之需，“大数据+思政教育”指引高校思想政治教育改革创新的方向。在信息化迅速发展的时代背景下，党中央、国务院高度关注并不断推进我国大数据技术在多维场景中的广泛应用，在《促进大数据发展行动纲要》中强调“大数据已成为国家重要的基础性战略资源”。在政策的指引和推进过程中，习近平总书记也相应在各级各类讲话中表达了对思想政治教育与人工智能、大数据、区块链等现代新兴信息技术融合发展的关注。这就要求高校辅导员应积极转变理念，形成思想政治教育工作和大数据相结合的新思维，并将其融入到日常育人工作之中。
其二，教育质量评价体系正经历转型，依托大数据技术的科学化、精准化教育质量评价体系亟待建立。实现思想政治工作“以评促改、以评促建”是评估高校辅导员思想政治教育质量的重要目标，建立科学、严谨的评估指标体系是首要环节。纵观传统的辅导员思想政治教育质量评价模式，通常以主观评价为主，在评价方法上较为单一和片面，评价内容也存在滞后性、静态性的特征，缺乏针对大学生思想行为特点的全方位、动态化的量化分析，其科学性与时效性也在遭遇诟病和质疑。大数据技术成为现实种种难点和痛点问题的重要突破口，为高校辅导员开展“精准思政”“智能思政”等个性化、智能化思想政治教育的实践应用提供了科学支撑。
其三，高校辅导员承担着立德树人的重大使命，需要将思想政治教育与大学生发展和成长成才的需求有机衔接。 “立德树人”是发展中国特色社会主义教育事业的核心所在，是新时代下对“培养什么人、怎样培养人”这一教育的根本问题的回应。从思政教育的本质来看，“以人为本”是其核心的价值取向，思政教育质量评价是直接指向人本身。习近平总书记指出：“思想政治工作从根本上说是做人的工作，必须围绕学生、关照学生、服务学生[3]。”因此，高校辅导员践行“立德树人”的重大使命，培育德智体美劳全面发展的社会主义建设者和接班人，需要理顺学生思想品德发展和价值观形成的内在规律和特征，通过大数据挖掘评估背后蕴含的教育特征和内在规律，聚焦思想政治教育工作与学生成长成才的衔接点，关注大学生的身心发展和健康成长，才能更好地推动立德树人根本任务落到实处。
二、大数据背景下高校辅导员思想政治教育质量评价的过程与方法
1、树立以学生为中心的大数据评价理念
大学生是高校辅导员思想政治教育的主要对象，因此其教育质量评价应重点聚焦于大学生的思想品德状态和价值观形成。习总书记在全国高校思想政治工作会议上强调，要坚持把立德树人作为中心环节，把思想政治工作贯穿教育教学全过程，实现全程育人、全方位育人[4]。高校辅导员思想政治教育的根本任务在于立德树人，育人的主体、客体、环境和方法会发生不断的更迭，但育人标准则相对稳定而持久。思想政治教育工作质量评价是动态发展的，不仅是对以往工作的评定，更是对未来预期的方向把握，要在大数据所反应的动态变化中找到前后一致贯穿的标尺，以体现人才培养的德行标准上。在坚持立德树人大方向的基础之上，还需以科学原则指引。科学原则是指评价体系中各项指标的确定需要建立通过各种渠道全面客观地收集学生思想与行为动态的基础之上，并对所获取的大数据进行加工整理，以教育对象即大学生为基准，通过获取所有学生的全方位接受思想政治教育数据以反应辅导员的思政教育工作开展情况，通过采集学生思想行为状态和成长发展动态数据来匹配高校辅导员思想政治教育效果。
2、全方位挖掘学生思想动态和行为大数据
高校的思政大数据主要来源于高校校园网、学生网络交流平台、学生信息平台、网络教学平台、校园一卡通平台等等，这些都是辅导员日常直接使用管理的信息平台，也是质量评价数据的重要来源。此外，学生通过各类网站、微信公众号、微博、QQ、网站搜索引擎所产生的浏览记录，在公开可见的情况下，也可作为数据采集的来源；除此之外，还可根据实际需要设计相应的问卷或访谈，获取学生的思想动态数据。因为要做到全过程和全范围的数据采集，包括互联网上的海量网络日志，辅导员第一课堂和第二课堂教育记录、线上线下开展的学生活动记录，甚至包括辅导员与学生的沟通交流的一言一行都可以转变为数据进行存储、加工、分析。通过构建学生思想政治教育大数据库，依托互联网实现动态大数据云存储，做到数据的底数清楚、问题翔实、任务明确、措施得当、责任落实、管理规范，进而通过计算机、手机等多终端接入方式，随时监控与维护大数据，对信息变化进行实时采集、实时更新与追踪。
3、大数据全过程分析与模型构建
大学生的思想政治教育是一个复杂的系统过程，不能仅仅通过单一的结果数据来判断教育质量，因此要通过对大数据的全过程进行分析，建立包括辅导员全方位育人环境在内的输入评价、过程评价与结果评价。大数据环境下的思想政治教育定量分析方法需要根据不同需要创建不同类型与功能的大数据定量分析模型，并使其分析结果有效地运用到思想政治教育过程之中[5]。因此，辅导员的思想政治教育质量评价体系也应围绕考查与评价辅导员开展的具体工作与大学生的参与情况和受教育效果进行关联分析与模型构建。在大数据思维的导向下，通过对大学生日常受教育数据、思想动态和行为数据的深度挖掘，再采用适当的分析算法，进行数据分析。例如先通过聚类分析，对海量大数据之间相似性进行分组聚类，做出聚类结果评估与初步结果描述，从而形成初步结果，接着进行回归分析，利用SAS、SPAA软件分析找到数据之间自变量和因变量的关系，得到稳定数据分析模型，最后通过并行处理的神经网络将其结合为统一整体，通过动识别与记忆、机器学习技术最终得出多维度的数据分析结果。采用大数据动态统计分析方法, 多方位统计分析数据情况,确保思想政治教育的精准性和实效性。
4、大数据评价结果的呈现与应用
传统的高校辅导员教育质量评价模式通常是通过设计固定的指标体系，采用一定范围内的问卷或访谈，间接地了解受教育者的思想政治教育效果，从而实现思想政治教育质量的定性评价。但是，定性测评的评价结果缺乏动态的评价数据支持，未能有效体现大学生个体化差异特点，特别是缺乏对不同专业、不同教育程度、不同特定群体的精准化评价。在大数据思维中，教育评价对象不仅限于固定的指标体系，大数据应用于高校辅导员思想政治教育质量评价体系中，学生使用互联网平台后所留下的“痕迹”数据可视化的呈现，可以让评价者更清晰的看到全部信息，这为了解学生的行为背后思想创造了条件，从而使得辅导员可以找到切入点有针对性的开展学生思政教育，从思想教育上引导大学生思想和行为。大数据的技术理念、数据收集、处理、挖掘、数据储备分析等使实现不同高校、不同专业、不同学历层次对象的综合评价模式成为可能。加强大数据技术在思政教育工作质量评价中的多方位与全过程呈现，扩大了评价的可视范围，可让高校、辅导员、学生、家长等各方面把握学生思想和行为动态，做出更加科学、准确的决策，使评价结果更加精准化，更具实用性。
三、 建立大数据背景下高校辅导员思想政治评价的长效机制
开展高校辅导员思想政治教育融合大数据创新的过程，既是一个对大数据运用的过程，也是一个对全过程进行计划、组织、领导和调控的管理过程。完善相应的管理机制，是充分发挥大数据价值，助推创新实践顺利开展的重要条件。
1、 制定科学的运行机制。
辅导员的日常思想政治教育在高校三全育人工作中发挥着重要作用，要坚持高校党委辅导员思想政治教育质量评价融合大数据的统一领导，建立健全思想政治质量评价融合大数据的组织机构，从顶层设计出发，对资源统筹、平台搭建、治理结构、评价激励等方面进行精心设计和规划，突出人与技术的深度融合，为大数据融合提供基础性保障和有利条件。同时，协调各方资源，对外开展与政府及社会的数据合作，多渠道获取外部数据资源。对内建立以校园网络管理部门为核心的数据采集存储机制，协调各部门之间的合作联通最终形成党委统一领导，思想政治教育工作领导小组规划部署，各部门分别实施的完善的管理体系。
2、搭建共享的数据云平台
加强大数据在高校思政工作质量评价中的运用，需要建立基于辅导员、学生、专业教师、行政管理人员等共同使用和汇聚的信息云平台畅通渠道。云平台的建设是基础也是关键，高校要再造依靠大数据技术资源展开工作的信息化流程，促进大数据资源管理的云平台建设与数据集成共享。要建成学生的成长云平台。学生成长的数据，不仅包括学生的第一课堂学习和考试情况，还应包含“互联网+”时代的第二课堂数据，如学生在校期间参与的党团活动、志愿服务、公益劳动、社会实践、校园文化活动等信息，这也是云平台建设中不可缺少的组成部分，这些数据反映了学生成长的完成过程。只有通过将其整合入互通互享的资源云平台才能提升使用效果，为质量评估的大数据收集与共享奠定基础。
3、提升全面的大数据素养
大数据时代对高校思想政治工作者大数据素养提出了新的要求，但从现实情况来看，高校辅导员作为高校思想政治教育的主要实施者，信息专业化程度仍然较低，难以充分发挥大数据技术的优势[6]。这就要求了一方面，高校要针对辅导员队伍开展系统性、系列性的大数据技术培训工作，以专题培训、专家报告、工作坊等形式，提升高校思政工作者的大数据技术学习和信息素养能力，建立培训培养的长效机制，制定相关政策予以支持，切实提高对大数据思政教育质量评价的科学能力和水平。另一方面，各高校需打造具备数据分析能力的研发团队。通过大学、企业、政府等多方面合作，利用高校学科和人才资源优势，协同建设思政工作大数据研究机构，积极探索以科研项目孵化的形式，对大数据应用开展系统研究，构建长远的协同研发保障。
4、构建明确的约束机制。
大数据作为一种新的时代产物，在为其带来良好机遇的同时，也会引发学生信息泄露、反而隐私问题等隐忧。所以，高校在运用大数据创新的过程中，需要强有力的约束机制，来强化对大数据的管理。约束机制的构建，一方面可以从制度制定上加以规约，建立数据采集制度、使用制度、公布制度、审查制度、安全制度等，形成完善的制度体系，对数据使用进行规范化、科学化、安全化的管理。另一方面，还可以对大数据进行科学分类，对不同类型的数据实行针对性的约束。对于风险高的数据，必须对相关使用权限和范围做出明确规定，从而降低乃至避免大数据带来的一系列信息安全及隐私侵犯的问题，构建大数据应用于辅导员思想政治教育评价的安全长效机制。
[1]［英］维克托·迈尔-舍恩伯格，肯尼斯·库克耶.大数据时代［M］.盛杨燕，周涛，译.杭州: 浙江人民出版社.2013:13.
[2] 王丽鸽.思想政治教育精准化发展的阈论分析 [J]. 思想理论教育. 2020(9):58-63.
[3] [4] 习近平在全国高校思想政治工作会议上强调 把思想政治工作贯穿教育教学全过程 开创我国高等教育事业发展新局面[N].人民日报，2016-12-09.
[5] 刘宏达，彭嘉琪. 思想政治教育大数据定量分析方法的内涵、特征及实施策略 [J]. 学校党建与思想教育. 2020(3):22-26.
[6] 阮一帆,李静思. 高校思想政治工作者大数据素养提升路径探析 [J]. 思想教育研究. 2021(4):141-145.