隨著大數據技術的普及，我國正不斷推動大數據戰略目標的實施，相關技術也日漸成熟，“數字中國”和“智慧中國”的構建正穩步推進。大數據可以對信息進行全新的分析。通過“一切事物皆可量化”的大數據技術優勢，深入發掘和擴展數據的深度和廣度，推進與傳統定量、定性分析方法的高度結合，使思想行為信息能夠更高效地收集、整理和分析，可以更好地把握思想政治狀況全貌，為開展好思政教育提供基本前提。

　　融入信息數據，發掘應用價值

　　傳統的定性分析和定量分析在當今信息爆炸的時代顯露出明顯的局限性。在分析思想政治狀況時如能引入大數據技術，思想信息全樣本數據的整合和分析以及數字化呈現就會成為可能。利用好大數據技術，挖掘和探索思想政治狀況各要素之間的關聯，并在把握因素、規律的前提下，對數據呈現的價值進行精煉和整合，就可以在全面堅實的經驗基礎之上還原學生的思想政治狀況全貌。這個過程顯然需要更多的認識和接納，最基本的前提就是樹立大數據思維，肯定大數據的應用價值，將以往對大數據的認識從資源層面上升到價值層面。一方面要提高思想信息大數據的質量，建立統一的大數據質量標準，規避對信息的盲目吸收與應用，強調思想行為數據的粒度要求，強化信息倫理的規范性，最大限度地規避數據侵權和數據風險，做到前端數據“多且精”；另一方面要促進思想信息大數據的共享，消除以往數據獨立的局面，多維度的數據會使思想政治狀況的分析結果還原出多角度、多層次的全貌。只有把控數據質量、堅持數據共享、充分肯定大數據的使用價值，才能不斷地提高大數據在分析思想政治狀況中的融合度，發掘更有價值的分析結果。

　　結合定量分析，提高收集效率

　　定量分析是利用數學分析等計算科學來解釋現象、揭示事物發展規律的研究手段。以往的定量分析只能對收集到的信息進行有限的數據級分析，難以全面客觀地反映出思維的演變特點。將大數據技術與定量分析相結合，可以優化信息的獲取與整合，進行科學量化的實用分析。

　　建立健全思政狀況大數據工作平臺。要確保將收集到的源數據可以有效地轉化為可利用的數據集合，一是數據收集的平臺，要實現對思想信息的覆蓋，并對散亂參差的繁復數據進行篩選與整合，使信息成為具有分析價值的資源信息庫；二是數據分析的平臺，要利用大數據的相關性分析方法，總結并掌握思想政治狀況發展和變化的基本規律；三是保證安全體系，不僅要保護數據的安全和隱私，還要針對可能出現的信息泄露、使用不當等問題提前制定預案，更要完善大數據的風險處置制度，在思想認識和機制設計上對數據的使用和處理進行維護和引導。通過對平臺的建設，合理匯聚、處理、約束思想政治狀況的大數據資源。

　　努力打造思政狀況大數據分析模型。一個是特征描述模型，可以實現對客體的全天候日常資料等的搜集和分析，描述現狀的同時還能精準還原客體的思想特征和行為特性。既要注重數據的綜合采集，獲取屬性數據和動作數據，在獲取對象的客觀數據時還要注意對象所屬群體的客觀狀態；也要強調數據的科學分析，靈活運用和充分結合不同狀態的分析方法，如應然和實然、靜態與動態、目標和現實等；還要實現數據的可視化，分別從時間、空間的不同向度對分析結果進行數字化、立體化的處理，讓分析結果兼具對比性、變化性和關聯性。另一個是分析預測模型，通過設定分析變量，尋找數據的內在邏輯，構筑一個能夠推理思想政治狀況未來發展走向的預測模型。既要設計敏感性話題監測的模板，通過關鍵詞、模糊搜索等技術，對網絡環境中的不良言論和潛在的輿論變化進行監控，進而設計一種特殊的行為預警模型，以達到對某些與平均值偏差的數據和潛在的不確定因素進行智能監測的目的；又要通過已經設定的預設數值構筑網絡輿情的分析監控系統，利用網絡技術對具體事件進行分析，準確把握輿情活動的起始、發散、高峰、回落、結束等各個階段的動向，以強化指導和控制。

　　加入定性分析，豐富分析結果

　　定性分析是對研究客體給出定性判斷、探索外顯行為與內隱思維之間內在聯系的研究手段，在分析思想政治狀況時可以發掘其形成和變化的規律。大數據與定性分析相結合，可以克服主觀性、片面性等缺陷，通過對海量信息進行動態的相關性分析，清晰地展現其中的數據痕跡，以期掌握客體的思想現狀并判斷未來預期，提高思想政治狀況分析結果的實用性和多樣性。

　　切實提高思政狀況關聯分析的充分性。傳統的方法注重挖掘客體的思想與行為之間的因果關系，由于側重的是思維和行動的外因，因而對超出現有信息范圍或表面上毫無意義卻有內在關系的信息缺乏重視，使思考和分析無形中陷入被動。而大數據可以突破因果關系的束縛，通過算法對圍繞在現實性問題周圍看似無關的因素和數據進行關聯，借助以相關性分析見長的數據庫系統多角度、多方面地呈現思想政治狀況的全貌。

　　不斷完善思政狀況問題診斷的全面性。以往的研究側重于從局部的背景中搜集一些靜態、零星的資料，再從綜合的角度來判斷其動機。但是，局部的角度并不能完全地反映出一個人的問題。而大數據本身在問題辨識方面就具有較強的優越性，一是利用問題辨識的模型進行關鍵性數值預置，精準地診斷思想行為背后的共同特征和個體性差異，實現高效的預判和對聚焦性問題的精準發力。這樣，只要客體的思想和行為有所偏差，主體就能及時回應；二是借助大數據聚類分析方法，將看起來無從整理的資料轉換為模型化的數據，不僅做到隨時識別和辨析不斷增長更新的思想行為數據，而且也讓結果的表現更為立體形象，從而對偏差于常數的人和事進行及時預警。

　　充分發揮思政狀況趨勢預測的有效性。過去通常的定性研究建立在對主觀進行嚴密的邏輯思維推理和經驗的歸納概括上，對未來的預判能力較差。借助大數據對某類特征事物或問題自動歸類和分析的敏感性，可以幫助我們深化對事件走向和問題發展的理解，提高對某些事件的規律性預知。在分析模型中進行精密的智能計算，可以準確及時地把握客體的思想行為變化，進而突破傳統的限制因素，比如空間的碎片化、時間的斷續性、思維的局限性，從而實現對思想政治狀況全要素的整體把握、全過程的動態監控、全范圍的關聯分析，這樣就能做到對客體行為軌跡的描述和對其未來趨勢的預測。一方面，通過總體性分析方法，結合具體的教育目的，從總體上進行綜合剖析，得出基本前提和平均水平，以此為基礎再通過比較差異性行為分析，得出個體的思想政治狀況趨勢以及未來走向；另一方面，通過比較現實狀況和理想目標，發現兩者的差別之后歸納出不同的代表性問題，又可以實現對其思想行為變化趨勢的合理預測。（謝曉娟 宋悅萌 作者分別系遼寧大學馬克思主義學院院長、教授、博士生導師，博士研究生）