2021·05
摘
太空浮尸
要：新时代青年的特质使大学生思想政治教育面临多方面的挑战。一方面，高校作为思想引领与技术创新的前线，要充分运用先进理念和前沿技术，力争精准有效地培养大学生、引领大学生；另一方面，新时代大学生价值观趋于多元化，所涉及的问题也越来越复杂，要做好大学生思想政治教育工作，迫切需要思想政治教育工作者汲取多学科营养，构建更深层、更紧密合作的多学科协同育人模式，来处理多学科杂糅的大学生综合性问题。文章提出了多学科协同育人平台（interdisciplinary collabora⁃tive education platform ，简称“i-CEP ”）的概念、体系架构和构建方法，有利于思想政治教育工作者在对大学生精准画像的基础上利用多学科知识对大学生进行精准施策和精准引领，切实提高大学生思想政治教育实效。
关键词：多学科；协同育人；精准引领；新时代；计算社会科学
作者简介：熊校良，北京大学信息科学技术学院党委副书记。（北京100871）DOI ：10.dj.2021.05.022中图分类号：G641
文献标识码：A
文章编号：1007-5968（2021）05-0081-03当前，信息技术的高速发展不断加快数据信息的飞速迭代。新时代的青年大学生既创造着数据，又深受数据的影响。他们的人生观、价值观趋于多元化，所关注的问题也越来越复杂，高校对大学生的教育引领也很难归约到单一学科的研究范围。因此，大学生思想政治教育在不断细化研究领域的同时，也呼唤着更多跨学科复合型思想政治教育工作者的出现，同时迫切需要构建一个能够统一处理多源异构学生信息的通用数据挖掘平台，在确保学生敏感信息不被泄露的前提下深度分析并准确预测学生的个人与体行为，为思想政治教育工作者提供可订制的数据展示与数据分析。本文提出构建多学科协同育人平台（interdisciplinary collaborative edu⁃cation platform ，简称“i-CEP ”），为大学生思想政治教育工作提供决策支持。“i-CEP ”主要由以下三个 要素构成：（1）一个由多学科专家构成的思想政治教育导师体；（2）一个计算社会科学协同实验平台；（3）一个以多源异构数据驱动特征发现为基础的思想引领育人目标。简而言之，“i-CEP ”有别于传统松散型的多学科交叉育人，是一个帮助思想政治教育工作者在多学科专家构成的思想政治教育导师体的指导下，借助计算社会科学协同实验平台，以多源异构数据驱动特征发现为基础对大学生进行思想引领的新型多学科协同育人模式。
一、构建“i-CEP ”是新时代大学生思想政治教育创新的有效途径
“数据的爆炸式增长、广泛可用和巨大数量使得我们的时代成为真正的数据时代。急需功能强大和通用的工具，以便从这些海量数据中发现有价值的
信息。”[1]（P7）
新时代的青年大学生具有新的特质：其
一，他们是正处于百年未有之大变局的“地球村”村民，具有更广阔的国际视野、更坚定的国家自信和更扎实的知识技能，是推动中国更加有效参与全球治理的新生力量[2]；其二，他们是互联网高速发展和深度渗透进程中的互联网“原住民”，深受开放、平等、协作、快速、分享等“互联网思维”的影响。[3]这使高校大学生管理面临着多方面的挑战。高校作为思想引领与技术创新的最前线，要充分运用先进技术，力争精准有效地因人施策。
大学生的在校数据数量充足、类型丰富，有明显的时间节点，价值密度较高。在大学生的课程选择、时间分配、社交言论中，隐藏着大量体现大学生政治观点、心理状态、就业规划、价值取向等特征的信息。而当前高校依托大数据技术进行的思想政治教育和管理实践还比较少，大部分大数据研究仍停留在思维与意识层面，研究对象往往为一些特殊学生体，如心理疾病学生、家庭困难学生等，缺少完整的通用技术体系与成熟的解决方案，难以从多元异
大学生精准引领目标下的多学科协同育人平台构建
□
熊校良
81
2021·05
扎哈罗夫
构大数据精准画像层次为大学生培养方案、管理方法的优化提供决策支持。因此，我们可以组织一个
触指由多学科专家构成的思想政治教育导师体，借助计算社会科学协同实验平台，处理多源异构的学生大数据。通过构建这样一个“i-CEP ”体系，帮助思想政治教育工作者在对学生进行精准画像的基础上利用多学科知识精准施策，进而实现精准引领。同时，“i-CEP ”还可以在大学生价值观研判、体特征发掘、突发事件预警等多方面发挥积极作用。
TIEJIANMEN CN“i-CEP ”旨在以多源异构数据驱动特征发现为基础对大学生进行思想引领，有利于改变传统思想政治教育的松散型合作育人方式，围绕数据驱动特征发现建立更加紧密的多学科协同育人模式。它能够帮助思想政治教育工作者以数据讲道理，引导大学生通过理性思考认同社会主义核心价值观；以数据讲故事，增强大学生的“四个自信”。用大数据辅助大学生思想政治教育研究，有助于思想政治教育工作者减少自身带有的逻辑预设或个性特征，而直接从数据出发，挖掘、探寻学生的数据之间可能存在的关联性以及数据中可能蕴含的潜在学生成长规
律，间接减少简单粗暴“观察渗透”①的程度。
二、“i-CEP ”的体系结构和构建方法
“i-CEP ”的计算社会科学平台是一套多源异构数据提取、管理与分析的平台框架，可以实现对主动学习引导下的海量结构化与非结构化数据的精确提取、统一管理和主动挖掘。该平台基于数据模型、数据组织、负载均衡等大数据管理系统，可以为使用者提供支持文本聚类、文本分类、时序分析、元数据
分析、关联分析等算法库。其平台体系架构包含六个层面：数据提取、数据管理、算法库、预测模型功能、专家知识库、领域知识库。如下图所示。
图1主动学习引导下的海量非结构化数据精确提取、统一管理和主动挖掘平台其中，“专家知识库”是由多学科领域专家构建
的思想政治教育导师特定知识库，包含了大学生思想政治教育的若干纲领性、指导性原则。该知识库内容一般以规则的形式定义和表示。“领域知识库”则包含多学科领域相关的一般性知识。该知识库来源于现有的通用领域知识库，一般以知识图谱的形式定义和表示。“预测模型功能”支持集成学生信息的综合查询、价值观研判、校园热点挖掘、体事件和突发事件预警、目标人特征发掘、影响因素相关性分析、轨迹再现以及内容趋势分析等直接面向大学生思想政治教育的功能。该平台可以基于“i-CEP ”育人模式从多元异构大数据精准画像层次为精准引领大学生提供决策支持，有效提升大学生思想政治教育水平。
大学生思想政治教育研究通常使用的数据具有数据量大、类型多样化、需快速处理等特点，同时包含结构化和非结构化数据。现有的传统数据查询和分析处理方式无法有效存储和处理日益增长的新型数据，难以融合对新媒体非结构化数据的分析处理。“i-CEP ”中的计算社会科学平台开发了混合存储与支撑架构技术，可以同时支持传统结构化数据和非结构化数据的管理需求。“i-CEP ”的计算社会科学平台
构建常用的研究方法还有：基于联合学习的文本实体提取方法②、知识图谱、智能搜索、网络爬虫、预测模型功能等。
三、“i-CEP ”助力大学生精准引领应用举例1.大学生价值观研判。立德树人关键在于教
育引导青年大学生树立正确的世界观、人生观、价值观。[4]青年的价值取向决定了未来整个社会的价值
下级学
取向，而青年又处在价值观形成和确立的时期，抓好这一时期的价值观养成十分重要。[5]因此，高校做好大学生价值观研判工作意义重大。当前，“i-CEP ”已在某高校最大教学单位成功应用，成功发现并引导多名有厌学自杀、网络成瘾倾向的大学生回归课
堂，重新开启积极向上的大学生活。
“i-CEP ”根据对现实世界实体或拓扑结构表达的观点分布来识别大学生意识形态，主要采用观点感知知识图谱（opinion-aware knowledge graph ）模型
进行意识形态检测（ideology detection ）。政治学中的意识形态检测，是一个观点挖掘的分类问题，人们常常用知识的图谱作为模型对网络上的观点进行辨别，但是准确率不高。研究发现，知识图谱仅能辨识概念与概念之间的联系，在意识形态检测的过程中，对每个概念的不同观点都可以作为辨识的
重要依据。[6]而观点感知知识图谱模型则可以将从文本中
82
2021·05
提取的观点和目标实体集成到现有的结构化知识库中，从而构造出观点感知的知识图谱，并通过图谱上的信息传播来实现学生意识形态推理和学生价值观研判。因此“i-CEP ”能够帮助思想政治教育工作者更准确、更及时地理解文本中提到的政治话题以及学生对这些话题的观点。
2.高校毕业生体特征挖掘。本节基于“i-
CEP ”，对某高校2004—2018年这15年间全体毕业生数据进行全样本分析，共涉及毕业生约10万人。
赫塔米勒本文为挖掘毕业生体特征，在利用“i-CEP ”计算社会科学平台Apriori 算法的基础上，引入可解释且直观的机器学习经典算法，使用决策树、朴素贝叶斯方法、K 近邻聚类算法、逻辑回归方法、梯度提升决策树、支持向量机等方法对就业数据进行挖掘，最终
发现生源地、院系、成绩、绩点是影响大学生是否深造的重要特征，尤其高绩点是选择出国深造大学生的重要特征。此外，大学生创业是当代社会的热点话题，2015年我国连续印发了《关于加快构建大众创业万众创新支撑平台的指导意见》《进一步做好新形势下就业创业工作重点任务分工方案》《关于深化高等学校创新创业教育改革的实施意见》等文件，对大学生创业非常重视。高校作为创业实践的前沿，涌现了大量的创业模板。针对某高校2004—2018年的就业数据，本文提取了其中选择毕业创业的大学生体，在原始数据的基础上通过数据采集技术扩展创业数据集，尤其针对大学生创业企业收集了企查查、百度企业等多源企业数据信息与东方财富网股票信息。在此基础上，使用特征发现的方法以及Apriori 算法挖掘创业大学生特征与生源地、专业、学部等在校特征的关系，最终发现性别与生源地是影响大学生创业的两个重要特征。
四、高校构建“i-CEP ”面临的主要困难
大学生作为公民有自己的隐私权，而高校在管理、服务、引导大学生的过程中有对学生的知情权。大数据技术需要海量的大支持，在实践中，大学生的隐私权和高校的知情权不可避免地会发生冲突。随着大学生个人隐私意识的增强，如何平衡合理管理、有效引导与学生质疑的关系，是高校构建“i-CEP ”的一个难题。具体困难包括：第一，大保密要求高。大是异常敏感的数据，它一方面涉及大量的大学生家庭、个人与社会信息，另一方面对于高校而言是宝贵的数据财富，蕴含着大量可以挖掘的信息。高门槛、高敏感度使得高校在规避信息泄露风险的过程中更容易放弃对
大学生
数据的挖掘，使得高校领域的大数据应用难有突破。第二，信息壁垒高，数据关联性差。数据挖掘需要依赖海量的数据与丰富的特征，而当前高校围绕各个业务构建的信息系统，由于管理部门细化、各自采用的数据管理软件结构差异等问题，关联性较差，形成了各自独立的信息壁垒。当出现问题时，各业务领域往往依赖人力和传输介质沟通，效率较低，难以将信息化优势转换为数据优势。第三，大学生隐私意识增强。当代大学生越来越注重自己的独立人格，保护个人隐私的意识越来越强。因此，高校在利用新技术新模式的同时，如何妥善平衡和处理好以上问题亟待进一步研究探索。注释：
①“观察渗透理论”，是美国科学哲学家汉森提出的著名命题。这个命题指出我们的任何观察都不是纯粹客观的，具有不同知识背景的观察者观察同一事物会得出不同的观察结果。
②实体提取是海量非结构化学生信息提取的关键技术，是当前各类自然语言处理、文本信息挖掘和特征发掘过程中基础性和关键性的步骤。本文在“i-CEP ”平台中设计了一种基于联合学习的文本实体提取方法，实现了从海量非结构化数据中发现、识别和提取有特定意义的实体。参考文献：
[1]Jiawei Han ，Micheline Kamber ，Jian Pei.数据挖
掘：概念与技术（原书第3版）[M].范明，孟小峰，
译.北京：机械工业出版社，2012.
[2]曹培杰，余胜泉.数字原住民的提出、研究现状及
未来发展[J].电化教育研究，2012，（4）.[3]陈宝剑.培养有理想有本领有担当的“圆梦新一代”[J].思想教育研究，2020，（5）.[4]张彦.守正创新推动高校思政工作[J].思想政治工作研究，2020，（7）.
[5]习近平在北京大学考察时强调：青年要自觉践行
社会主义核心价值观与祖国和人民同行努力创
造精彩人生[N].人民日报，2014-05-05（1）.[6]王腾蛟，陈郁馨，陈薇.计算社会科学的兴起与
发展[J].中国计算机学会通讯，2018，14（4）.
责任编辑
朱雁
83
豫公网安备41160202000603
站长QQ:729038198
关于我们
投诉建议