更全的杂志信息网

大数据思想政治教育研究的取向、方法与发展进路

更新时间:2016-07-05

2016年12月,习近平总书记在全国高校思想政治工作会议上指出:“要运用新媒体新技术使工作活起来,推动思想政治工作传统优势同信息技术高度融合,增强时代感和吸引力”[1]思想政治教育是思想政治工作的重要组成部分,其有效实施需要教育信息技术的支撑。将思想政治工作传统优势与新媒体新技术深度融合,推动思想政治教育信息化转型,是思想政治教育焕发新的活力的重要生长点。

“大数据开启了一次时代的重大转型”[2]1,成为各国科技界和政府抢占信息化制高点的战略举措。2011年5月,美国麦肯锡信息咨询公司首次提出“大数据”概念。美国政府于2012年3月29日宣布启动“大数据研究和发展计划”,并投入2亿美元用于培养大数据研究、发展与应用的人才。同年8月,中国科学院开始研制“未来数据系统”,中国计算机学会成立大数据专家委员会[3]。2017年12月,习近平总书记在中央政治局第二次集体学习时提出要“实施国家大数据战略,加快建设数字中国”[4]。大数据深度变革着人们的思维、工作和生活方式,催生了思想政治工作的新环境,也带来思想政治教育理念、模式、方法、路径等方面的深刻变化,使思想政治教育面临前所未有的新机遇和新挑战。利用大数据技术推动思想政治教育信息化转型,是近年来思想政治教育界和理论界探讨的热门话题,涌现出了一大批研究成果,涵盖了思想政治教育研究的主要论域。系统梳理和总结大数据思想政治教育研究进展,是思想政治理论研究和学科建设的一个重要环节。本文以中国知网(CNKI)收录的期刊文献为统计分析样本,拟对近年来大数据思想政治教育研究的取向和方法略予评述,并就今后的进一步深化研究加以初步的展望。

小弱此时的人类外形是一个二十多岁的年轻人,生得白白净净的,模样也算英俊,他这一飞眼投过来,安洁西却起了一身的鸡皮疙瘩。

大数据思想政治教育研究的基本取向

自2013年发表第一篇大数据思想政治教育论文以来,大数据思想政治教育研究发展迅速。查阅中国知网(检索时间为2017年10月14日),以“大数据思想政治教育”为篇名的论文共计313篇,其中期刊论文286篇,剔除成果简介、会议通知和纪要,学术论文总计278篇(历年来相关学术论文发表数量见表1)。

1 2013-2017年相关学术论文发表数量分布情况

年份20132014201520162017刊文数量31549107104

文献统计表明,大数据思想政治教育研究五年来取得了长足进步。2013—2016年间研究成果数量逐年增长,而且研究取向呈现纵深多元化趋势。通过对相关研究成果的细密爬梳,大数据思想政治教育研究主要有倡导型、描述型和解释型三种研究取向。结合文献史料和研究成果,对大数据思想政治教育的研究取向略作评介,以管窥近年来大数据思想政治教育研究的立论旨趣。

(一)倡导型研究取向

研究方法是开展学术研究、揭示对象内在规律的工具和手段。按照研究方法和视角划分,目前大数据思想政治教育研究的方法主要有传统研究方法、量化实证方法和质性研究方法。其中传统研究方法包括文献梳理、经验总结、理论思辨、历史研究等;实证量化方法包括问卷调查、实证分析、量化分析等;质性研究方法包括个案分析、访谈研究等。对278篇期刊论文所采用的研究方法进行统计,其方法运用呈现如下特征(具体研究方法见表2)。

一个心有主见的人,是不会被这样庸俗和肤浅的诱惑所俘虏的;相反,他一定具有自己的处世原则,并以这样的原则来严格约束自己。元代大学者许衡一日与众友出游,因为天气炎热,口渴难耐。正好路边有一棵梨树,果实已成熟,众人纷纷摘梨解渴,只有许衡一人不为所动。有人问他:“怎么不去摘一个梨子吃解解渴?”许衡回答说:“梨子不是自家的,怎么可以随便摘吃?”对方笑其迂腐:“路边之食,并无主人,摘吃一个又有何妨?”许衡的回答是:“梨虽无主,我心有主。”

(二)描述型研究取向

描述型研究就是对大数据时代思想政治教育概念内涵、主要特征和表现形式,以及大数据情境下思想政治教育的内容、方法、手段、路径、策略等进行系统性描述,旨在回答大数据思想政治教育“是什么”的问题。代表性的研究成果有:《大数据时代的网络思想政治教育》(胡树祥、谢玉进,2013)[8]、《大数据对思想政治教育方法论的变革》(黄欣荣,2015)[9]、《大数据时代思想政治教育载体变革及对策研究》(胡子祥、余姣,2015)[10]、《高校思想政治教育运用大数据分析的多维路径》(王忠民、闫华,2016)[11]、《高校思想政治教育大数据平台运行机制探析》(刘国龙、陈波,2016)[12]、《大数据时代思想政治教育网络平台建设构想》(肖允良,2016)[13]、《现代思想政治教育大数据研究范式变革的逻辑理路与实践路径》(李怀杰,2017)[14]、《论思想政治教育大数据系统之构建》(王景云,2017)[15]、《大数据时代高校思想政治教育网络话语权的建构》(曹先瑞,2017)[16]等。从研究内容的角度来说,描述型研究涵盖了思想政治教育的主要论域,包括思想政治教育的思维范式、方法载体、平台建设、模型构建、现实困境、逻辑理路、实践路径、话语建构等;就研究对象所属机构而言,描述型研究涉及到不同类型的院校,如普通高校、民办高校、军事院校、高职院校、独立学院、党校系统等。但是略为遗憾的是,部分描述型研究并非对大数据思想政治教育进行客观“描述”,而是通过“旁引”或“转述”的方式展开析论,这是今后深化拓展研究需要正视的问题。

(三)解释型研究取向

质性研究是相对量化研究而言的,它以研究者本人为切入路径,通过个案、观察、访谈等方式对研究对象进行整体性和解释性研究。质性研究方法在大数据思想政治教育中的运用尚处于起步阶段,相关研究成果不多,视角选择较为狭窄,而且都是以个案分析为研究视角。代表性的论文有:《基于易班构建高校网络思想政治教育大数据平台的思考与实践——以重庆大学为例》(吴昊、王禹鑫,2016)[25]、《大数据时代思想政治教育研究范式的转型——以电子科技大学为例》(李怀杰,2016)[26]等。质性研究也会涉及数据的量化分析和平台模型的建构,但其研究结论不完全通过数据分析获得,更不以量化实证分析为研究目标,它实质上是一种诠释性研究,着力于研究对象的动态分析。从这个角度出发,质性研究方法可以归属于解释型研究取向。需要指出的是,目前大数据思想政治教育研究质性方法大多与量化实证分析相结合,但却充分彰显质性研究的自身特征,遂使这种结合方式更多地表现为质性研究的定量化倾向。质性研究视阈下的定量化与一般意义上的量化研究存在显著差别,即质性定量化研究在研究过程中尤为强调研究者的“出场”或“在场”,通过近距离观察以减少量化分析的误差;并在此基础上,通过与思想政治教育客体的互动(如访谈法),获得其思想、观感、行为的深层次意蕴,进而作出解释性理解。

大数据思想政治教育研究的主要方法

倡导型研究是指呼吁思想政治理论界和教育界正视大数据给思想政治教育带来的新机遇和新挑战,挖掘大数据思想政治教育的优势、意义与应用价值,探讨大数据思想政治教育的范式、方法与发展前景。倡导型研究大多勃兴于研究初期以及研究过程中,对大数据思想政治教育研究的现状和相关问题还比较生疏,能够为思想政治教育决策者、管理者和研究者提供的参考资料相对有限,对大数据时代思想政治教育的创新、发展、转型,以及研究的现状等进行初步的介绍评述。这方面的研究成果颇丰,如梁家峰、亓振华在《适应与创新:大数据时代的高校思想政治教育工作》中认为,随着大数据时代的到来,高校思想政治教育管理者和实施者要应对大数据技术带来的机遇和挑战,着力培育大数据意识、提升大数据应用能力、完善大数据制度保障[5]。王嘉在《大数据时代思想政治教育的转向》中指出:大数据情境下思想政治教育模式向数据化、个性化和预防性转变;思想政治教育方法向定量化、数据化转变;思想政治教育主客关系由对立性向交互式转变[6]。向征基于理论探讨和案例应用的双重视阈认为思想政治教育要善于运用大数据技术,利用大数据技术能够及时、真实地反映人们的精神需要和思想动态,进而为思想政治教育的有效实施提供参考依据[7]。近年来倡导型研究成果的大量涌现,不仅提高了思想政治理论界对大数据思想政治教育的关注,而且为引发后续的进一步研究夯实了理论基础。

2 大数据思想政治教育论文方法运用情况分布

研究方法传统研究方法量化实证方法质性研究方法论文篇数254186所占比例91.4%6.5%2.1%

思想政治教育历来侧重于质性研究,其量化实证分析多以抽样调查(小数据、小样本)进行。大数据在海量数据收集、存储、分析和处理上的巨大优势,从根本上改变了思想政治教育实证量化研究模式,进而有效化解量化分析和实证研究这一难题。依托大数据平台,思想政治教育主体能够收集、分析和处理过去难以量化的思想、情感、行为等主观性数据,通过量化实证分析和可视化技术直观形象地呈现思想政治教育客体的思想动态、情感特征和价值取向。然而,鉴于上文大数据思想政治教育研究方法的梳理分析可知,目前真正利用大数据对思想政治教育客体的思想、感情、行为等进行量化分析和实证研究的成果屈指可数。这其中有一些大数据思想政治教育量化实证研究名不副实,甚至可以说严重失真。还有一些大数据思想政治教育研究对实证量化偶有应用,但缺少系统性,且由于缺乏数据资料和分析技术的支撑,所以无法进行系统的实证量化研究,遂使其观点的可行性、技术的操作性和应用的推广性大打折扣。因此,今后的进一步研究需要尽快扭转量化实证研究不足乃至失真的局面,为大数据思想政治教育研究提供案例支撑。对于大数据思想政治教育量化实证分析不足的问题,则要加大量化分析和实证研究的力度,使基础理论研究与量化实证研究大体持平。如果没有实践应用的强有力支撑,基础理论研究的价值和效用必将受到质疑。反过来说,如果没有基础理论的指导,实践应用研究也一定不可持续。从长远计,二者不可偏废,相得益彰。对于大数据思想政治教育研究量化实证研究失真的问题,则要将量化实证研究落实落细,使大数据思想政治教育量化实证研究名副其实,破除大数据思想政治教育研究范式和量化分析上的短板,消解大数据思想政治教育面临的质疑和责难。唯其如此,大数据思想政治教育研究的价值和作用才能得到更大程度的彰显。

(一)传统研究方法仍占主流

通过中国知网学术论文检索发现,近年来大数据思想政治教育研究不仅研究成果丰富,而且研究方法多样,可以说恪尽了研究者的本分和本事。然而,随着大数据技术研发和应用的不断深入,以及对大数据思想政治教育研究现状的梳理分析,我们认为今后此领域研究仍有需要进一步深化和拓展的地方。

(二)量化实证方法受到重视

大数据在数据收集、存储、分析和处理上的优势,使思想政治教育全样本数据分析成为可能。2013年以来,实证量化方法逐步受到重视,研究成果共计18篇,所占的比例为6.5%。通过对大数据思想政治教育研究成果的细密爬梳,实证量化研究的数据来源主要有三种:一是相关机构发布的权威信息资料,二是通过实地调研、问卷调查等获取的局部数据,三是利用大数据技术动态监控而获得的实时数据信息。检索中国知网,大数据思想政治教育运用实证量化研究的成果主要有《大数据思维在大学生思想政治教育中的应用研究》(杨桂兰、刘蕾、蔫章华,2016)[23],《网络思想政治教育研究现状的大数据分析与思考》(胡树祥、高宇,2016)[24]等。杨桂兰等通过模型搭建与案例分析展示了大数据思维在大学生思想政治教育中的应用,认为大数据模式下的学生管理模式能够有效预测学生行为,提前做好学生安全预警、舆情预警、学业预警等,提高思想政治教育的针对性和科学性[23]。胡树祥等借助大数据技术对网络思想政治教育研究成果统计分析,认为当前网络思想政治教育研究内容和对象狭窄、方法单一,研究人员和研究团队严重不足,研究成果出现“质”、“量”不相符的问题,而且呈现“质”、“量”齐下的发展趋势[24]。此外,大数据时代思想政治教育量化研究与传统的量化研究存在明显差异:传统量化研究大多首先提出假设,然后收集数据加以分析证实,而大数据情境下量化研究则发生颠覆性变革,即首先收集数据,再提出假设进行分析论证。应当指出的是,量化实证方法固然能够从海量、多变、杂乱的数据中条分缕析出数据的相关性,但却一定程度上忽略了数据之间的因果关系。如何审视数据的相关性与因果律,这是利用大数据开展思想政治教育研究时需要思虑的问题。

(三)质性研究方法开始采用

解释型研究是从大数据视角对思想政治教育的变革或转型及其优势、必要性等现象揭示深层缘由、寻绎其演变规律,侧重回答大数据思想政治教育“为什么”的问题。在描述型研究的基础上,解释型研究意在探寻大数据思想政治教育的生成机制、运行逻辑、演变规律和发展趋向,是大数据时代思想政治教育顺应时代潮流、实现自我转型的必然结果。正是由于大数据冲击着人们的工作方式、生活方式和思维方式,思想政治教育的思维、模式、方法、路径等呈现出不同的样态,故而需要向思想政治教育决策者、管理者、实施者,乃至受教育者解释思想政治教育变革的深层原因。这方面的研究成果主要有《转型何以必要:大数据时代高校思想政治教育》(季海菊,2017)[17]、《大数据时代思想政治教育理念的三重反思》(常宴会,2017)[18]等。季海菊深度剖析了大数据时代思想政治教育转型的必要性,认为顺应大数据发展进程推动思想政治教育转型是高校思想政治教育的一种必然的生成逻辑,在探察大数据时代思想政治教育转型的机遇和挑战的基础上提出思想政治教育转型的实践进路,包括确立大数据的新理念、提升大数据的应用能力、推广大数据的应用方法、优化大数据的内容[16]。常宴会基于宏观视角,从思维方式、价值理念和实效性三个方面阐释了大数据时代思想政治教育理念的变革[17]。随着大数据思想政治教育研究的持续推进,解释型研究近年来呈现深入和细化的特征,如《大数据时代思想政治教育的微传播化》(刘辉,2014)[19]、《论基于大数据的思想政治教育信息传播方法创新》(崔建西、邹绍清,2017)[20]等。大数据思想政治教育研究的深入和细化,有助于提高理论阐释与思想引领的效度和信度。

大数据思想政治教育研究的发展进路

根据统计数据可知,大数据思想政治教育研究以文献梳理、经验总结、理论思辨等为主,也就是说传统研究方法仍然占据主导地位。在此情境下,研究者立足大数据技术研发进程与相关文献史料,倾力于大数据思想政治教育理论的介绍、现状的梳理、平台的搭建和模型的建构,并以此为重要基础,深化对大数据思想政治教育理论内涵、生成机制、运行逻辑、方法路径等的理性认知。这里以大数据思想政治教育文献梳理研究为例略作分析。查阅中国知网,大数据思想政治教育文献梳理总结的论文共计7篇,主要有《大数据思想政治教育研究述评》(王莎、杨扬、杨航,2015)[21],《大数据思想政治教育研究综述》(蒲清平、朱丽萍、赵楠,2016)[22]等。王莎等从背景、内涵、特征、理论聚焦等方面详细探察了大数据思想政治教育研究现状,并就研究范式与方法等问题对今后的进一步研究作了初步展望[21]。蒲清平等对近年来大数据思想政治教育研究成果作了系统梳理,包括大数据时代思想政治教育的变化与挑战、价值与作用、应用与实践以及大数据引发的伦理危机等[22]。文献的梳理与总结无疑有助于探察大数据思想政治教育研究的现状、存在的不足以及面临的困境等。大数据思想政治教育与传统思想政治教育的最大区别在于对海量数据的全样本分析,立足数据分析、彰显数据价值是其显著特征,并以数据分析结果为立论依据。而传统研究方法由于受到方法、技术和视阈的局限,以及研究者本身对大数据技术的不了解,致使大数据思想政治教育研究的数据全面性与结论科学性颇受质疑和诟病。因此,在运用传统方法的研究过程中,一定要注意数据样本的选择和智能算法的运用,进而提高研究结论的科学性和权威性。

(一)加强基础研究,为大数据思想政治教育研究夯实理论根柢

目前大数据思想政治教育研究主要采用传统研究方法,着力于大数据思想政治教育研究文献的梳理,分析大数据思想政治教育面临的机遇和挑战,探究大数据时代思想政治教育的对策路径。但也存在一些不可轻忽的问题,如研究主题趋同、选题重复普遍,甚至有些论文的题目完全一样。勿需讳言,对于同一选题或相近选题,随着新材料的发现、新方法的运用、新学科的融合,有些研究也能提出一些富有创新性的观点或方法,但多数选题重复的论文缺少必要的新颖性和独创性。缘于这种情形,加强大数据思想政治教育基础理论研究,夯实大数据思想政治教育研究理论根柢则是不可回避的现实课题。加强理论研究,首先需要厘清大数据思想政治教育的概念内涵。概念是通过术语化或构词性的表达形式,按照事物的本质加以分梳归类,它具有抽象性、客观性和发展性的特征。大数据思想政治教育是大数据与思想政治教育交叉融合的产物,因此外源概念、借用概念所占的成份较大,其核心概念至今尚未有研究者进行系统分析和界定。对此,既要从已经获得普遍认同的学科概念入手,系统分析概念的结构性、逻辑性和层次性意蕴;又要厘清大数据思想政治教育勃兴的背景和本源,对其内涵和特征进行深度辨析。夯实理论根柢,加快学科建设,完善学科体系,需要遵循两个发展原则:其一,现实性原则。所谓现实性原则,是指夯实研究基础必须紧密结合和反映大数据思想政治教育发展的客观实践。其二,动态性原则。大数据在实时数据收集、分析和处理上的优势,要求思想政治教育主体必须具备动态性视界,用动态的眼光来审视和探寻思想政治教育的发展前景。作为一个新兴的发展方向和理论课题,大数据思想政治教育基础理论研究正在由借鉴探索向自主发展蜕变,借鉴探索是必不可少的发展前提,但最终还是需要回归大数据思想政治教育研究的自主阶段。

2)全面推进县(市、区)域内义务教育学校校长、教师交流轮岗,首次出台国家城乡统一的中小学教职工编制标准。扩大连片特困地区乡村教师生活补助范围,覆盖21个省份55万名教师。扩大实施中小学、幼儿园教师国家级培训计划,全年培训240万人次,实现中西部农村义务教育学校和幼儿园的全覆盖。在深入实施国家重大人才工程和“长江学者奖励计划”过程中,更加突出强调教书育人和向西部高校倾斜,有力带动了教师队伍素质的整体提升。

(二)注重实证分析,为大数据思想政治教育研究提供案例支撑

表中数据统计表明,大数据思想政治教育研究仍以传统研究方法为主,其占比高达91.4%;量化实证分析占比不高,只有6.5%;而质性研究方法的运用更是微乎其微,仅占2.1%。

在国家大力推行职业教育之下,各个职业学校都相继开设了社会上比较火热的行业,数控维修专业就是其中的热门专业。数控维修专业是一门实践性很强的专业,在教学时主要是对学生的实践能力和操作能力进行培养。在科学技术发展之下,数字化技术被广泛地运用在教育行业。在数控维修专业教学中通过数字化技术的运用,以此建设数字化课程,提升数控维修专业的教学效率,加强学生的综合能力。因此,对数控维修专业数字化课程建设的实现进行分析有一定现实意义。

(三)探索学科融合,为大数据思想政治教育研究解决技术障碍

大数据思想政治教育研究短期内获得“井喷式”发展,但与同期思想政治教育研究相比,其成果数量仍可以说是微不足道的(具体数据对比情况见表3)。

3 大数据思想政治教育”“思想政治教育为题名的论文数量及占比

年份大数据思想政治教育研究(篇)思想政治教育研究(篇)大数据思想政治教育占思想政治教育研究比(%)2013366440.045%20141572110.021%20154973420.067%201610772311.5%201710441642.5%

表3数据表明,大数据思想政治教育并未成为思想政治教育界和理论界的“学术共同体”,其占思想政治教育研究成果总量的比例极小。截止目前,2017年大数据思想政治教育研究成果占比最高,也只有2.5%。大数据思想政治教育研究相对薄弱无疑是多种因素的合力造成的,撇开其他影响因素不论,这里仅从大数据角度扼要分析。大数据兼具数据、技术、社会三重属性[27],涉及计算机科学、统计科学和社会科学三大学科,技术往往成为思想政治教育主体难以逾越的障碍。研究者对此提出许多富有创建性的对策建议,如加强大数据学习、开展大数据培训、提高大数据意识、培育大数据思维等。诸多建议对策不乏启示性,但实践起来比较困难,事实上,这也是每个学科专业在大数据时代都会面临的现实窘境。究其缘由,盖因大数据具有量大、多样、高速、杂乱等特征,传统的数据收集、存储和处理软件技术根本无法应付,必须运用计算科学(社会计算、知识计算)、深度学习和大数据方法等专门技术。“这些技术之复杂和更新速度之快,不是其他学科的学者短时间能够掌握的,即使能够掌握也很不符合效率原则”[28],因此必须深入探索多学科融合的方法和途径,进而为大数据思想政治教育研究提供强有力的技术支撑。应当说明的是,大数据应用过程中的学科融合并非一成不变的固有模式,而要视数据运行、分析和处理的具体阶段来定:在数据爬梳阶段,主要依靠计算机科学,通过计算机技术将海量、多变、杂乱的全样本数据中有价值的数据资源识别出来,然后重新分类实现数据的结构化;在数据分析阶段,要用到统计科学,运用数理统计技术挖掘数据之间的逻辑关系;在数据解释阶段,则离不开社会科学,借助社会科学从数据之间的逻辑关系中导出更具一般性的规律、揭橥更具一般性的原理。然而囿于学科属性、学科体制的壁垒以及市场选择的偏向,三大学科之间的对接和磨合恐怕会面临严峻考验。如何打破学科壁垒,进而通过机构和人员的沟通与协作来实现学科融合,党政部门、理论界和科技界还没有找到能借鉴、可推广的破解之道。

运用新技术、新方法提高思想政治教育的针对性和实效性,是思想政治教育改革创新的题中应有之义。随着移动互联网和信息技术的迅猛发展、大数据技术的研发和应用,以及国家对大数据技术的力推,大数据已经成为各学科领域的研究热点和理论前沿。顺应社会发展情势,利用大数据开展思想政治教育,是思想政治教育信息化转型的重大进步。进而言之,利用大数据开展思想政治教育研究,既是全息技术情境下的现实需要,又是思想政治教育自我完善的时代选择。当前大数据思想政治教育研究取得的可喜成就,不仅内容选题丰富,研究方法多样,而且研究成果丰硕,但也存在一些不容小觑的问题,如技术障碍、数据鸿沟、学科壁垒,还存在重基础理论而轻实践应用的倾向。这要求党政宣教部门、思想政治教育界和思想政治理论界充分发挥调节作用,积极普及大数据技术、建设思政大数据中心、探索学科融合新模式,把实践应用作为今后大数据思想政治教育研究的重要取向,同时加大投入力度,将大数据技术视为思想政治教育有序发展的一个基础性和战略性项目。

参考文献:

[1] 习近平.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[EB/OL].[2016-12-08).http://news.xinhuanet.com/politics/2016-12/08/c_1120082577.htm.

[2] 维克托·迈尔-舍恩伯格,肯尼思·库克耶.大数据时代:生活、工作与思维的大变革[M].盛杨燕,周涛,译.杭州:浙江人民出版社,2013.

[3] 刘智慧,张灵泉.大数据技术研究综述[J].浙江大学学报,2014,(6).

[4] 习近平.实施国家大数据战略,加快建设数字中国[EB/OL].[2017-12-17].http://news.ifeng.com/a/20171209/54012548_0.shtml.

[5] 梁家峰,亓振华.适应与创新:大数据时代的高校思想政治教育工作[J].思想教育研究,2013,(6).

[6] 王嘉.大数据时代思想政治教育的转向[J].学校党建与思想教育,2017,(20).

[7] 向征.思想政治教育研究要善用“大数据”——理论探讨与案例运用[J].人民论坛,2016,(31).

[8] 胡树祥,谢玉进.大数据时代的网络思想政治教育[J].思想教育研究,2013,(6).

[9] 黄欣荣.大数据对思想政治教育方法论的变革[J].江西财经大学学报,2015,(3).

[10] 胡子祥,余姣.大数据时代思想政治教育载体变革及对策研究[J].思想教育研究,2015,(2).

[11] 王忠民,闫华.高校思想政治教育运用大数据分析的多维路径[J].思想理论教育,2016,(5).

[12] 刘国龙,陈波.高校思想政治教育大数据平台运行机制探析[J].思想政治教育研究,2016,(3).

[13] 肖允良.大数据时代思想政治教育网络平台建设构想[J].政工学刊,2016,(1).

[14] 李怀杰.现代思想政治教育大数据研究范式变革的逻辑理路与实践路径[J].学校党建与思想教育,2017,(1).

[15] 王景云.论思想政治教育大数据系统之构建[J].中州学刊,2017,(7).

[16] 曹先瑞.大数据时代高校思想政治教育网络话语权的建构[J].太原理工大学学报,2017,(3).

[17] 季海菊.转型何以必要:大数据时代高校思想政治教育[J].南京社会科学,2017,(9).

[18] 常宴会.大数据时代思想政治教育理念的三重反思[J].思想教育研究,2017,(8).

[19] 刘辉.大数据时代思想政治教育的微传播化[J].思想理论教育,2014,(6).

[20] 崔建西,邹绍清.论基于大数据的思想政治教育信息传播方法创新[J].学校党建与思想教育,2017,(1).

[21] 王莎,杨扬,杨航.大数据思想政治教育研究述评[J].大学教育科学,2015,(3).

[22] 蒲清平,朱丽萍,赵楠.大数据思想政治教育研究综述[J].思想教育研究,2016,(3).

[23] 杨桂兰,刘蕾,蔫章华.大数据思维在大学生思想政治教育中的应用研究[J].思想理论教育导刊,2016,(11).

[24] 胡树祥,高宇.网络思想政治教育研究现状的大数据分析与思考[J].思想理论教育导刊,2016,(7).

[25] 吴昊,黄禹鑫.基于易班构建高校网络思想政治教育大数据平台的思考与实践——以重庆大学为例[J].思想教育研究,2016,(1).

[26] 李怀杰.大数据时代思想政治教育研究范式的转型——以电子科技大学为例[J].思想教育研究,2016,(12).

[27] 朱扬勇,熊赟.大数据是数据、技术,还是应用[J].大数据,2015,(1).

[28] 冯仕政.大数据时代的社会治理与社会研究:现状、问题与前景[J].大数据,2016,(2).

周良发
《阿坝师范学院学报》2018年第1期文献

服务严谨可靠 7×14小时在线支持 支持宝特邀商家 不满意退款

本站非杂志社官网,上千家国家级期刊、省级期刊、北大核心、南大核心、专业的职称论文发表网站。
职称论文发表、杂志论文发表、期刊征稿、期刊投稿,论文发表指导正规机构。是您首选最可靠,最快速的期刊论文发表网站。
免责声明:本网站部分资源、信息来源于网络,完全免费共享,仅供学习和研究使用,版权和著作权归原作者所有
如有不愿意被转载的情况,请通知我们删除已转载的信息