中图分类号： D422.62 文献标识码： A 文章编号： 1673-1069（2016）19-115-2
1 研究生思想政治教育创新性的紧要性
1.1 研究生思想政治教育创新是教育客观规律衍生的必然产物
据不完全统计，在校研究生人数在150万人左右。研究生的思想政治水平直接影响其在校期间的研究态度，生活态度等。这些因素直接间接的影响着研究生的综合素质，研究水平。而对于在校研究生，在专业领域，研究能力等方面较本科生有一定的增强。
与此同时，同期毕业的本科生也步入社会接受社会的锤炼，虽然没有系统的专业训练，研究能力的培养，但在实际经验和生活视野上，步入社会的本科生将超过在校的研究生。
如何使在校研究生获得更大的附加值，成为对社会对国家有更大作用的人才，专业研究能力和思想政治水平是带动在校学生快速进步的两条腿。
所以现阶段就应该将研究生个人价值与社会价值的关系和统一，以及用创新的方式来积极主动地适应研究生群体的时代思想特征等课题，就是目前我们所要解决的问题。
1.2 研究生思想政治教育创新性是培养新时代人才的迫切需要
研究生教育是我国教育结构中最高层次的教育，它为我国提高综合国力，增强国际竞争力提供了坚实的后盾。李总理提出大众创业万众创新的口号，科研创新是主要依靠研学为主的研究生院校的。同时，随着各个领域的“十三五”规划的出台，国家在创新和科研上的投入是非常巨大的。到本世纪中叶，国家将达到中等发达国家水平，研学、科技、创新所起到的作用将逐步替换人口红利的贡献。国家提出中国工业4.0的概念，这种目标是需要强大科研为动力的。所以研究生思想政治教育无疑具有决定性的作用，而研究生的思想政治素质的高低这将关系到国家和民族的政治文化的长远发展。
因此，研究生思想政治教育工作者就要从适应社会发展的方面来培养新时代人才，坚定他们的理想信念、创新工作方法，这样才能让研究生思想政治教育工作顺应到国家战略发展的需求，才会提升到一个新的高度。
1.3 研究生思想政治教育创新性是维护高校和谐稳定的重要环节
《管子?权修》提到“一年之计，莫如树谷；十年之计，莫如树木；终身之计，莫如树人。一树一获者，谷也；一树十获者，木也；一树百获者，人也。” 这段话说明无论是树还是人的培养都必须是长远之计。而作为我国人才培养最高层次和最后系统性学习机会的研究生教育，在构建人格、品德、素质等方面，所起的作用是至关重要的。而高校是学生和老师的集合体，所以对整体素质的培养，对于建构和谐高校是一个重要内容。
因此，我们需要发挥思想政治教育工作的优势来引导大家的社会价值，并且在这期间还要不断地完善研究生培养机制，逐渐形成中华民族所倡导的符合社会主义发展方向的优秀思想道德品质，来不断地影响他们的行为，维护校园乃至整个社会的和谐发展。
1.4 研究生思想政治教育创新应与时俱进
随着时代的前行，信息传播手段的不断更新，让思政教育在具体实施上变得更加灵活。
同时，信息量不断丰富，给各个指导员的判断依据和交流沟通内容更加的丰富，使师生关系更加紧密。尤其是近年来出现的大数据和云处理概念的提出，为各个行业的更新带来了新的机遇。
大数据可以将海量、复杂的信息与现阶段前沿的信息来进行对比，并且还可以存储我们所需要的数据量，这样我们就可以不断来与社会甚至整个世界的信息进行交互，并且还能不断获取新的知识和激发新的创新性，为我们高校开展思想政治教育工作，提供一种新方式方法，这样就顺应了世界的潮流，也开创了我们教育新的一种思维的方式与变革形式。
1.5 研究生思想政治教育创新应不拘一格
从古至今，人类各种技术思想的进步、工程原理的诞生及重大发明的出现都是来源于大自然这个生命源泉。例如鱼儿在水中自由的游来游去，人类就按照鱼类的形体模仿造船，用木桨来仿鳍。鸟儿展翅就可在空中自由飞翔。从古书《韩非子》记载，鲁班曾用竹木作鸟“成而飞之，三日不下”。而这些模仿生物构造和功能的发明与尝试，都是人类从大自然发现总结尝试而来的，这也就是我们所说的仿生学的由来。论文中，研究生思想政治教育借鉴控制系统中反馈控制和大数据分析中方法提出了一种系统的思想政治教育模式，如图1。
2 研究生思想政治教育创新的基础――数据采集原则及数据内容
面对众多的学生群体，以及各种可用的数据源，如何有效筛选利用巨大的数据将成为数据采集的首要问题。以下提出若干基础性的采集数据的原则，以及基于这些原则的所需采集的数据类型。
2.1 采集数据的原则
2.1.1 数据采集坚持以人为本原则
习近平在《携手合作，共同发展》中提出，“我们将坚持以人为本，全面推进经济建设、政治建设、文化建设、社会建设、生态文明建设，促进现代化建设各个方面、各个环节相协调，建设美丽中国。”因此我们也需要将坚持“以人为本”的原则来应用于研究生的思想政治教育中，让我们的教育者与受教育者之间的关系达到平等、开放和互动。所以数据采集内容应为学生日常生活内容而不涉及的个人隐私。 体现研究生的主体性。高校德育教育应转变思想政治教育的观念，要从研究生心中不断树立以其为中心的观念，并从他们的主体需要和自身发展规律出发，来培养德才兼备的高层次人才，并需要高度关注研究生的全面发展。
尊重研究生的个性发展。针对高校的思想政治教育必须做好以下几个方面来适应研究生的个性发展：
第一，针对研究生个性发展要从教育内容上做到其个性化与社会化的统一，特别需要重视对研究生精神层面的提升。
第二，思想教育，需要用科学的、艺术的和具有灵活性的教育方法来教育研究生个性的发展。
第三，针对个体的差异，我们需要采取人文关怀的教育方式，来在让研究生感受到我们对于他们的关心关爱，从而到达在思想认识上的共鸣，最终实现思想政治教育的预期目的。
第四，通过现代化的方式方法来做到因材施教的教育方法，将其积极性、主动性调动起来，并且挖掘他们身上的潜能，让他们每一个人做到各尽其才。
第五，建立符合研究生个性发展的教育环境，充分得到全面的发展，培养他们的综合能力，使其达到健康的个性发展。
关注研究生的需求和利益。人类的需要以及利益是生存发展的内驱力，对于研究生思想政治教育也是同样的道理，我们需要对研究生的合理利益进行维护，切实的关心研究生愿望和实际需求，为研究生的健康发展提供有效帮助和指导，这也是研究生思想政治教育以人为本的必然要求。
2.1.2 数据采集坚持多样性原则
依托大数据收集技术使得收集学生大量的数据变为可能，但是数据库收集的数据质量良莠不齐，有些数据用处不大甚至可能对做某些决定产生误导，但这些数据的收集又是不可避免的。在这样的背景下要求我们不要过分执着数据的准确性，因为不同学生性格、背景、思想的多元化使问题的处理方法、方式不止一种，寻求多角度思考处理问题的方式方法就要有多角度全方位的数据内容作为支撑。
2.1.3 数据采集坚持相关性原则
大数据时代的数据处理更多的是为了获得数据之间的相关关系，而不是数据结果原因性的探求，即这种数据表现说的是什么，而不是背后的为什么是这样。只需要了解数据之间的相关关系就可以促进我们的思想政治教育。相关关系可以分为正相关关系、负相关关系、弱相关关系。正相关关系是一个变量变化对另一个变量变化有很强的，正向影响。比如，一个学生在朋友圈谈论助学金评定，那就要注意助学金评定问题；负相关关系是一个变量变化对另一个变量变化有很强的，反向影响。比如，一个学生最近考勤记录减少明显，那就要关注他的学习状况，适当加强理想信念的教育；弱相关关系是一个变量变化对另一个变量变化基本没有影响。比如性别对学习成绩的影响。
2.1.4 数据采集的内容是可数据化的
2.2 数据采集类型
根据以上数据内容收集原则为导向，以大数据收集处理技术为基础，数据的采集类型可以分以下几个方面：
首先，以校园卡为基础的结构性数据的挖掘：学生进出寝室的情况，进出实验室的情况。进出图书馆的情况，还有学校图书馆图书的目录检索数据的汇总收集和图书的借阅情况。同时跟踪学生卡的金额和学生卡的消费地点和消费时间段，学生上网流量月消费额和消费时间段。通过对相关消费记录的分析，可以对学生经济状况波动进行初步的评估，评估结果可以作为相关勤工俭学、应急补助发放的参考依据。这些数据都是可以在校园卡制度上实现的，并且未涉及学生隐私。
其次，依托学校数据库系统上传诸如学生活动拍摄的视频、摄影摄像、录音拍照，还有针对特定问题调查发放的调查问卷，访谈手记等传统纸质信息录入，这些数据的整理则需要相关处理软件的支持。
然后以开放性的互联网通讯信息传播平台，例如人人网、微博、微信朋友圈、QQ状态和搜索引擎贴吧为基础的非数字化人文信息的挖掘，收集学生在这些平台上表达的言论，以及为寻求解决方法的途径而提的问题。这些较深层次的文本数据挖掘需要相关企业的配合。
最后是以校园心理咨询中心的心理测评和咨询历史为基础的封闭式隐秘数据的收集，数据特点是具有很强专业性、针对性和指导性。数据收集需要心理中心做好数据的收集、储存和保管工作。
3 研究生思想政治教育创新模式的核心――数据处理原则
面对经过筛选后的数据，乘以总人数后，总的数据量依然可能是个天文数字，可能超出学校主机的计算量，但可以将学校的数据和算法传至云端，运算结束后再将结果反馈给学校，使思想政治教育工作得以实证性量化和问题呈现。
目前人工智能算法众多，尚未形成体系，本文推荐两种智能算法：神经网络算法和博弈论算法。
两者侧重点不同，分别基于以下两点事实：
①我们只是在众多信息中选取了若干个不涉及隐私而又能描述学生行为的信息，即有大部分的未知存在。
②任何单体间都存在直接或间接的竞争，竞争的目的是利益最大化。
基于第一个事实，推荐采用神经网络算法。神经网络又细分为深度学习型神经网络，置信网络型神经网络，卷积神经网络。合理的神经网络的形成需要大量的数据进行培养。而采集的数据本量是巨大的，并且是实时的，可以针对特定的同学，进行神经网络的形成。当结果（对学生的评价）接近实际时，神经网络形成。可以用来对全体同学的数据进行处理。
基于第二个事实，推荐采用博弈论算法。
4 研究生思想政治教育创新模式的升华――基于结果分数的评价
这些结果概括起来，主要有以下三个方面的表现：
第一，根据数据分析来获取学生思想行为动态的实时性。依靠动态信息数据库，利用抓取与分析其思想行为，即可实时的呈现出学生的思想行为动态、 价值导向和关注社会热点难点等问题，同时利用图表、曲线以及各种构图展示出学生近期或现阶段正在关注的社会热点、 思想问题等等；
第二，摆脱基于经验或直觉来推断的不足，能够实现“全样本”的数据分析和整体性“精准说明”，从而使思想政治教育工作的价值具有科学性、实证性技术支持；
第三，充分发挥个性化教育教学，增强思想政治教育的实效性。根据数据分析呈现出的问题，对学生群体或个体进行针对性教育，如开展专题讲座、课堂教学互动、个别座谈辅导等，同时教师教学增加视频、图片、图表主题微电影、实际事件的讲解来增添学生们的感受等方式，实现师生相互交互，至此将思想政治教育教学实效性到达一个新的高度。
这种学生老师互为反馈的体制应该是健康体制路子的一种。目前院校学生人数远远多于教工人数，老师无法及时了解所有学生的情况，该方法基于学生日常数据，经过适当的算法体系得到学生评价。针对需要帮助的学生，系统对老师进行提醒。老师即可结合实际情况与系统的提示，达到在最小工作量和相对判断全面的前提下，对学生进行恰当的思政教育引导。
