一、大数据时代大学生思想政治教育的挑战和机遇
维克托迈尔- 舍恩伯格和肯尼思库克耶认为：大数据是一种符合科技发展日新月异的当今时代发展潮流的、前所未有的方式，它最终的目的主要是通过对所采集的巨量的数据库的数据进行相对应的软硬件的分析、处理，以便获得具有巨大价值的产品信息、服务信息亦或者是获取更为深刻的洞见。 作为当今时代一种先进的科学技术，大数据还是一种符合社会发展条件的、科学的、合理的价值观与方法论。大数据之所以如此之大，并不仅仅在于所看到的、想到的数据容量之大，更在于对所采集的巨量数据所进行的持续处理、精确整合和科学分析，从而获得远超传统方式的新科学知识，以便创造出符合社会发展进步的新的价值，从而带来科技进步与社会发展的大知识与大发展。在大数据时代，企望拥有巨量、高增长且多样化的信息资产，就需要具备超强的决策力、敏锐的洞察力以及超常的优化能力。大数据时代高校思想政治教育工作者需要对大学生的不同数据信息之间的关系给予高度重视。大数据时代大学生思想政治教育工作所面临的挑战主要体现在以下几点：
一是网络虚拟社会挑战现实社会的制度认同。大数据时代，很多隐私保护效力都呈现下降的趋势，而之前的隐私保护机制也受到较大冲击，譬如在匿名性、模糊化等层面，其作用逐渐降低，而对于新建立起来用于保护隐私权的机制体制也面临诸多挑战。快速发展起来的通讯技术、变化发展的社会结构以及逐步形成的网络虚拟化结构等，都呈现不断变革的趋势。新形成的风险极有可能是在利用先进技术手段进行风险防范与化解时所引致，不仅使现存制度面临更大程度的认同挑战，甚至导致正常的社会秩序加速陷入混乱之中。
二是大数据正在深刻影响大学生思想政治教育环境。大数据浪潮助推大学生的思想认知与价值判断更多来源于网络平台。也正是由于网络信息内容呈现的日趋多元性的特点，对既有主流理念产生强烈冲击，如社会成员之间的交互性对既有的引导性方法所产生的单向性行为造成深刻影响，网络发展过程中所呈现出的创新性对既有的传播模式本身具有的刻板化产生强烈挑战。为增强大学生思想政治教育的实效性，迫切需要思想政治教育工作者对大数据的本质、特征进行深入了解，进而树立起大数据思维，即全面性、模糊性、开放性思维，最终养成科学、精确的大数据搜集、选取以及分析研判能力。
三是大数据威胁大学生的隐私空间。大数据既威胁着大学生的隐私和自由，更加剧其对大数据的依赖性。大学生网络使用的相关信息极有可能被泄露，甚至被他人或者一些图谋不轨的人所掌握。同时，大学生的很多资料其实都是数据化的，有专门的、相对应的数据库信息系统。因此，那些处于信息较为弱势一方的高校管理者或学生都会严重影响到思想政治教育的有效性，从而严重威胁学生的个人隐私问题。
四是如何科学诠释大数据成为新的挑战。大数据时代，社会对大数据的依赖性越来越强，但大数据的可靠性如何科学把握与诠释则逐渐成为当今社会的一种严峻的挑战。如果所采集到的大数据的质量较差，达不到量化目的，数据分析势必存在很大的误导性甚至错误。用标准化数据来检验大学生的思想政治素质，综合评定其在对大学所设置的奖惩合理性问题上，能否客观合理凸显师资队伍所需的品质?对于这些问题，数据分析很难确保结论的可靠性。同时，在逐渐向大数据时代蜕变的过程中，我们也无法准确地预测数据间存在的不客观性甚至误导性，类似风险问题如若不及时解决，均会影响高校思想政治教育工作的实效性。
先进的信息化技术手段不断促进思想政治教育与信息技术间的高度融合，使其成为大学生思想政治教育研究的必然选择。大数据时代思想政治教育工作的机遇体现在以下方面：
一是大数据强化思想政治教育全程化的观察研究。大数据可用于记录高校思想政治教育工作的完整过程。通过对数据平台一体化的构建，不断汇集公共网络平台及主题性网络问卷调查中呈现的公开数据，既能充分了解当代大学生的需求，更能个性化地服务于学生成长成才;资源化的原始数据、中间成果得以立体化应用，使大学生思想动态研究得以实证性量化和问题彰显，具有鲜明时代感与引领性，有利于强化对大学生思想动态的全程化研究;通过对校园大数据的收集和归纳，既能了解大学生思想、生活状态的全貌，得出抽样调查无法获得的结论, 又能通过全样本数据验证以往的研究结论，发掘数据间的内在关联性，预测发展趋势，从而有针对性地对大学生的思想行为开展预警工作。
二是大数据促进校园大数据信息系统的科学构建。在信息高速发展时代，微博、微信、论坛、百度贴吧以及B B S 等社交网络媒体, 成为大学生的言论空间，手机、平板电脑等移动网络终端设备的使用，有利于在网上查看信息、发表观点以及参与网络热点讨论，因而及时抓取结构性数据及非结构性数据，进行数据化、结构化处理就成为现实。高校还可通过校园网和校园一卡通等已建立起的具有相对成熟的业务系统，逐步积累学生数据，进行全面客观准确的多样性模拟分析。
三是大数据引发思想政治教育信息资源的深度挖掘。丰富的数据种类为深度挖掘数据之间的关联性提供了可能，通过迅捷的数据计算，能够迅速甚至同步反映现实生活世界，及时反映学生的思想、生活、学习状况。相对于传统的静态数据，同步数据具有更高的可信度，它克服了基于经验或直觉进行推断的不足。大学生思想政治教育通过对数据进行重组，深度揭示难以处理或无法预知的思想动态问题，既有利于发挥个性化教育教学，更便于促进学生身心健康，从而提升思想政治教育工作的实效性。
四是大数据助推思想政治教育研究手段的科学化。大数据正在不断改变已有的传播形式，新媒体传播呈现出的一系列鲜明的特点，如数据化、个性化等，在大数据开发的背景下被不断强化，并且呈现诸多新变化。以大数据为基础的新媒体终端及其承载的内容，为受众提供更加翔实的信息和个性化服务。在思想政治教育工作领域，通过复杂网络分析、大规模数据采集等科学方法，显著增强了人文社会科学研究的科学性。
二、基于大数据的大学生思想政治教育工作路径分析
如何合理、合法获取大学生的大数据，并进行科学、有效的分析与诠解，成为思想政治教育工作者亟待解决的课题。大数据的获取路径。网络上存在的有害信息泛滥，如暴力、虚假广告、色情网站等已越来越成为网络新公害。如何快速准确地在纷繁复杂的信息潮中梳理出所需信息，成为一大难题。大数据时代的数据挖掘需要深度、完整使用结构化、半结构化、非结构化等多种抓取程序。目前与大学生思想动态紧密关联的数据源，主要有四类：其一是校园网站，包含校园网、官方微博、学生网络交流平台、各部门的自动化办公平台、校园安全服务的技防平台和校园一卡通平台等。该类数据源主要包含学生学习成绩、课堂出勤率、图书借阅情况、校园卡消费情况、获奖情况、受资助情况、就业意向等个体样本数据。其二是社交媒体，如微博、微信、论坛、贴吧、问答社区、社交网站等，该类数据源主要反映舆情和样本间的社会关联。其三是搜索引擎，如百度、谷歌等，该类数据主要通过搜索指数凸显社会热点与发展趋势。其四是门户网站，如人民网、新华网、新浪、网易等，主要反映社会热点及学生的关注度和相关反馈。
大数据的深度挖掘。更好地获取有用数据，需要在采集巨量数据的基础上再确定参数即所谓的关键词。而仅有关键词也是远远不够的，还需要一批跨学科的诸如来自管理学、计算机科学等学科领域的专家学者。Hadhoop 是当前比较盛行的获取巨量数据的信息平台，通过这一平台，任何个人和组织都可以根据自身需要挖掘相关数据。高校有关部门可以将采集到的各类结构化、半结构化数据通过h a d h o o p 平台进行处理，以获取有用的学生教育信息。
大数据的分析手段。大数据分析是对数量巨大的数据进行搜索、比较、聚类、统计性分析等，探寻数据间的相关性，从而得出相应结论。根据不同问题，运用思想政治教育学、社会学、心理学等相关理论选取不同的分析方法，如回归分析法、神经网络法等，并选择合适的观测点和量化处理程序。尤其是利用可视化技术，能够将数据转化为思想状态描述，在深刻把握大学生思想行为发展基础上，及时做好大学生思想动态的分析、预测和引导工作，探究大学生思想发展规律。
三、大数据时代大学生思想政治教育工作对策
大数据时代，大学生思想观念的更新不断加快，思想政治教育工作压力越来越大，这要求我们改变传统的教育模式，不断创新工作机制，适应新时期的新挑战。
第一，强化大数据意识，提升教育者自身的信息化水平。在大数据时代，若要对大学生有更加全面的认识与把握，思想政治教育工作者必须掌握大数据技术，对学生的教育活动信息、学生个人资料等数据及时进行记录或存储，并运用数据分析、统计等技术加以分析处理，进而获取更多隐含信息。
第二，找准切入点和着力点，提高大数据获取的有效性。要切实提高大数据分析的效果，可获取的数据量和数据的准确性是关键。既要尽可能深入全面，又要注意相关法律法规和保护学生隐私，严格依法依规，不能突破法律边界。深度研究和技术处理上还面临诸多问题，如资金来源、资源共享等，要统筹规划，强化数据收集、利用、开发的协同性，构建良性、有效的数据整合机制。
第三，创新大数据时代大学生思想政治教育的研究范式。信息采集和分析处理是大学生思想政治教育的关键步骤，思想政治教育要创新研究范式，不断提高量化分析水平。为此，需做以下努力：一是与数据资源丰富的相关部门、媒体和企业开展广泛合作，借助其数据量大等优势，合法合规地挖掘大学生相关信息，为制定完善大学生思想政治教育政策提供科学依据;二是创建适合各层次大学生思想政治教育工作的大数据平台，进而建立起长期有效的数据采集和分析处理的工作机制;三是积极组建跨学科研究课题组，充分发挥多学科优势，形成研究合力;四是找准大学生思想信息采集的切入点和着力点，切实提高信息分析的时效性,既善于从网上和网下整体把握大学生群体的思想状况及与各类事件间的联系,更注重大学生个体数据的积累，深度揭示个体思想行为状况，进而为开展个性化、定制化的教育活动提供有力支撑，借以提高不同类型大学生思想政治教育的针对性和实效性。
第四，不断完善相关规章制度，规范大数据的处理运用程序。目前在大量收集、存储和使用大数据分析与反馈系列问题过程中的安全问题仍普遍存在。比如，在使用大数据进行分析与处理的过程中所不慎导致的个人信息泄露问题，会给大学生带来严重的心理及精神上的困扰;同时，借助大数据技术得出的信息分析结果，如果被过度使用也会影响到学生身心健康;虚假数据更会导致错误或无效的大数据分析结果，影响教育决策的正确性。因此，应根据实际需求，及时建立和完善大数据管理制度，逐步构建精细化、标准化的工作流程，有效避免学生个人隐私的泄露，进而真正提高对虚假数据的甄别能力。
第五，准确把握大学生的思想动态趋势，共建共享复杂关联数据。数据价值源于多角度、多维度的分析诠释，当前由于缺乏有效共享机制，许多已存在数据相互独立，尚未建立有效关联，难以产生价值共振效应。这既与成果分享、利益共享相关，也存在知识产权考虑，更有深层次体制机制问题。通过对大数据的分析、处理，既可以从整体上探察大学生思想动态特点，总结规律，又可以针对某一学生群体或个人，开展个性制定式教育，做到因材施教，更可以在广泛收集、科学分析、及时反馈的基础上，探索开发相应的信息软件，及时掌握大学生思想动态，并根据大数据提供的信息流，更及时准确地实施动态预测，开展行为追踪研究。
第六，切实提升不同类型大学生思想政治教育的针对性。比如，针对党的十八大，采取大数据手段，通过不断地收集、整理、处理与分析大学生对国家时政信息的关注，借以明确不同院校、不同院系、不同专业年级大学生关注的热点问题;还可以通过对毕业生最为关注的就业信息的收集、整理与分析，从中明晰毕业生对当前不同行业、不同岗位需求的整体变化趋势，从而更有针对性地为大学生提供就业指导和信息服务，尤其是帮助他们树立正确的择业观。
