魏姣姣　孔建華　蘇江

一、智媒體時(shí)代高職院校意識(shí)形態(tài)風(fēng)險(xiǎn)

智媒體是基于移動(dòng)互聯(lián)網(wǎng)，以大數(shù)據(jù)、虛擬現(xiàn)實(shí)、人工智能等數(shù)字技術(shù)為支撐，發(fā)揮個(gè)體認(rèn)知盈余，形成具有自強(qiáng)化特點(diǎn)的智能系統(tǒng)，即“智能”+“智慧”的總稱。隨著智媒體時(shí)代的到來，高職院校去中心化的管理模式，算法推薦下的圈子形成，已是家常便飯。但智媒體時(shí)代下的高職院校依然具有人才培養(yǎng)、科學(xué)研究、社會(huì)服務(wù)、國際交流與合作、文化傳承與創(chuàng)新五大任務(wù)。在這五大任務(wù)中，高職院校三大主體——學(xué)生、專任教師、行政教輔所從事的具體活動(dòng)各不相同，如表1所示。

高職院校三大主體在五大任務(wù)的驅(qū)動(dòng)下有目的地完成類多量大的各項(xiàng)活動(dòng)。但由于個(gè)人特點(diǎn)及關(guān)注點(diǎn)不同，對(duì)五大任務(wù)的理解不同，在完成任務(wù)的過程中就會(huì)存在不同程度的風(fēng)險(xiǎn)問題。研究表明，高職院校三大主流群體對(duì)意識(shí)形態(tài)風(fēng)險(xiǎn)認(rèn)知普遍偏低；在這種情況下，無處不在的風(fēng)險(xiǎn)逐漸被放大，使高職院校意識(shí)形態(tài)風(fēng)險(xiǎn)更為密集，識(shí)別難度更大，防范化解更為困難。

為精準(zhǔn)識(shí)別高職院校意識(shí)形態(tài)風(fēng)險(xiǎn)，做到事前防控、事中可控、事后可借鑒，基于情境感知技術(shù)構(gòu)建高職院校意識(shí)形態(tài)活動(dòng)情境，提出一種基于高職院校意識(shí)形態(tài)活動(dòng)情境的風(fēng)險(xiǎn)識(shí)別化解框架，保障高職院校意識(shí)形態(tài)安全可管可控。

二、高職院校意識(shí)形態(tài)活動(dòng)情境構(gòu)建

情境是可以用來描述實(shí)體（人、物、地點(diǎn)、程序等）當(dāng)前狀態(tài)的任何信息?；诟呗氃盒Ｈ笾黧w在五大任務(wù)中的表現(xiàn)，為精準(zhǔn)識(shí)別其情境信息，將情境要素劃分為：用戶情境、環(huán)境情境、任務(wù)情境。

用戶情境：基于用戶身份、特點(diǎn)、民族、宗教信仰、心理健康情況等信息區(qū)分當(dāng)前情境下用戶可能存在的意識(shí)形態(tài)風(fēng)險(xiǎn)。

環(huán)境情境：物理和社交環(huán)境。基于時(shí)間、地點(diǎn)等物理環(huán)境及圈子、社會(huì)影響力等社交環(huán)境，綜合判定目前活動(dòng)中可能存在的意識(shí)形態(tài)風(fēng)險(xiǎn)。

任務(wù)情境：描述用戶當(dāng)前所從事的活動(dòng)及完成這個(gè)活動(dòng)所用到的工具和方法。

高職院校意識(shí)形態(tài)活動(dòng)情境（Polytechnic College Ideology Activity Context，PCIAC）由當(dāng)前活動(dòng)情境[PCIAC（C）]和歷史活動(dòng)情境[PCIAC（H）]兩部分構(gòu)成，包括3個(gè)維度下的14個(gè)情境要素，可表示為：PCIAC=PCIAC（C）+PCIAC（H）=<PCIACID，UC，EC，TC>=<PCIACID，User，Hobby，Intership，Mentalhealth; location，Time，Role，Social contact; Task，Target，Object，Method，Tool，Networkstatus>，如圖1所示。

三、高職院校意識(shí)形態(tài)風(fēng)險(xiǎn)識(shí)別與化解方法

1.基于高職院校意識(shí)形態(tài)活動(dòng)情境的風(fēng)險(xiǎn)識(shí)別及化解框架

以高職院校意識(shí)形態(tài)活動(dòng)情境為出發(fā)點(diǎn)，提出一種基于高職院校意識(shí)形態(tài)活動(dòng)情境的風(fēng)險(xiǎn)識(shí)別及化解框架，如圖2所示：確定高職院校意識(shí)形態(tài)活動(dòng)類別——確定高職院校意識(shí)形態(tài)風(fēng)險(xiǎn)類別——獲取相關(guān)意識(shí)形態(tài)風(fēng)險(xiǎn)條目——鎖定目前所存在的意識(shí)形態(tài)風(fēng)險(xiǎn)明細(xì)——基于高職院校風(fēng)險(xiǎn)明細(xì)推薦風(fēng)險(xiǎn)化解方案。

2.確定高職院校意識(shí)形態(tài)活動(dòng)類別

以當(dāng)前情境信息為輸入，經(jīng)任務(wù)模型、用戶偏好模型、流行度匹配模型及歷史模型的逐層過濾預(yù)測(cè)當(dāng)前用戶所處的意識(shí)形態(tài)活動(dòng)類別。

（1）任務(wù)模型

細(xì)分高職院校五大任務(wù)，每個(gè)任務(wù)再分為子任務(wù)，子子任務(wù)，以此類推，直到不可再分。

定義1：任務(wù)模型（TaskM）=<Weight，PCIAC（C），Category，Score>，其中Weight是權(quán)重，PCIAC（C）是當(dāng)前高職院校意識(shí)形態(tài)活動(dòng)情境信息，Category是基于五大任務(wù)進(jìn)行劃分的高職院校意識(shí)形態(tài)活動(dòng)類別；Score是當(dāng)前情境信息屬于哪類意識(shí)形態(tài)活動(dòng)的分值，分值表示從屬程度。

（2）用戶偏好模型

根據(jù)用戶的歷史習(xí)慣、偏好等信息，結(jié)合當(dāng)下情境信息，判斷當(dāng)前條件下用戶的行為。

定義2：用戶偏好模型（PreferenceM）=<Weight，User，PCIAC（C），Category，Score>，其中User表示當(dāng)前活動(dòng)的執(zhí)行者。

（3）流行度匹配模型

通過學(xué)習(xí)高職院校三大主體在五大任務(wù)中的情境信息，得出當(dāng)某些情境信息出現(xiàn)時(shí)，某類意識(shí)形態(tài)活動(dòng)出現(xiàn)的概率。通過不斷自主學(xué)習(xí)，用戶反饋及調(diào)整，預(yù)測(cè)情境信息和意識(shí)形態(tài)活動(dòng)出現(xiàn)的相關(guān)程度。

定義3：流行度模型（PopularityM）=<Weight，PCIAC（C），Category，Score>。

（4）歷史模型

統(tǒng)計(jì)用戶的歷史情境信息與意識(shí)形態(tài)活動(dòng)之間的關(guān)聯(lián)度，并為用戶建立個(gè)性化數(shù)據(jù)庫，當(dāng)相似或相同情境出現(xiàn)時(shí)，根據(jù)歷史模型判斷當(dāng)前情境所從屬的意識(shí)形態(tài)活動(dòng)類別。

定義4：歷史模型（HistoryM）=<Weight，User，PCIAC（C），Category，Score>。

（5）均值聚合

對(duì)所有模型中的分值進(jìn)行標(biāo)準(zhǔn)化處理，如公式A，后加權(quán)平均，如公式B。

根據(jù)S的數(shù)值確定當(dāng)前情境下最可能所屬的意識(shí)形態(tài)活動(dòng)類別。權(quán)重的賦值可以采用靜態(tài)或動(dòng)態(tài)賦值法，靜態(tài)賦值由意識(shí)形態(tài)一線工作者評(píng)分確定；動(dòng)態(tài)賦值由用戶自行確定或授權(quán)給智媒體，通過不斷學(xué)習(xí)獲得。

3.確定高職院校意識(shí)形態(tài)風(fēng)險(xiǎn)類別

（1）高職院校意識(shí)形態(tài)活動(dòng)數(shù)據(jù)結(jié)構(gòu)

定義5：高職院校意識(shí)形態(tài)活動(dòng)（PCIAA）采用9元組進(jìn)行表示，PCIAA=<PCIAAID，PCIAAN，PCIAAO，PCIAAU，PCIAAT，PCIAAL，PCIAAR，PCIAAG，PCIAAD>；其中：PCIAAID是活動(dòng)唯一標(biāo)識(shí)，PCIAAN是活動(dòng)名稱，PCIAAO是活動(dòng)作用對(duì)象，PCIAAU是執(zhí)行者，PCIAAT是活動(dòng)時(shí)間，PCIAAL是活動(dòng)地點(diǎn)，PCIAAR為占用資源，PCIAAG是活動(dòng)目標(biāo)，PCIAAD為活動(dòng)描述。

（2）高職院校意識(shí)形態(tài)風(fēng)險(xiǎn)數(shù)據(jù)結(jié)構(gòu)

定義6：高職院校意識(shí)形態(tài)風(fēng)險(xiǎn)（PCIAR）采用9元組進(jìn)行表示，PCIAR=<PCIARID，PCIARN，PCIARO，PCIARER，PCIART，PCIARL，PCIARTP，PCIARRM，PCIARD>；其中PCIARID是風(fēng)險(xiǎn)唯一標(biāo)識(shí)，PCIARN是風(fēng)險(xiǎn)名稱，PCIARO是風(fēng)險(xiǎn)作用對(duì)象，PCIARER是風(fēng)險(xiǎn)歷史經(jīng)歷者，PCIART是風(fēng)險(xiǎn)發(fā)生時(shí)間，PCIARLT是風(fēng)險(xiǎn)發(fā)生地點(diǎn)，PCIARTP是風(fēng)險(xiǎn)類型，PCIARRM是風(fēng)險(xiǎn)化解機(jī)制庫，PCIARD是風(fēng)險(xiǎn)描述。

（3）高職院校意識(shí)形態(tài)活動(dòng)及風(fēng)險(xiǎn)的相似度匹配

構(gòu)建高職院校意識(shí)形態(tài)活動(dòng)向量iaa如公式C，m表示屬性j在高職院校意識(shí)形態(tài)活動(dòng)iaa中所占權(quán)重。那么高職院校意識(shí)形態(tài)活動(dòng)庫IAA可表示為公式D。

同理構(gòu)建高職院校意識(shí)形態(tài)風(fēng)險(xiǎn)向量iar（如公式E）和風(fēng)險(xiǎn)庫IAR（如公式F），w表示屬性j在高職院校意識(shí)形態(tài)風(fēng)險(xiǎn)iar中所占權(quán)重。那么高職院校意識(shí)形態(tài)風(fēng)險(xiǎn)庫IAR可表示為公式

計(jì)算IAA與IAR的相似度，采用余弦相似度對(duì)結(jié)果進(jìn)行表示，如公式G所示。當(dāng)相似度閾值大于某一預(yù)定值時(shí)即可預(yù)測(cè)當(dāng)前情境下所面臨的意識(shí)形態(tài)風(fēng)險(xiǎn)類別。相似度閾值的確定根據(jù)實(shí)際情況的不同進(jìn)行靈活賦值。

4.獲取相關(guān)意識(shí)形態(tài)風(fēng)險(xiǎn)條目

以得分值較高的意識(shí)形態(tài)風(fēng)險(xiǎn)類別為輸入，獲取與該風(fēng)險(xiǎn)類別相關(guān)的，可能存在的風(fēng)險(xiǎn)項(xiàng)。意識(shí)形態(tài)風(fēng)險(xiǎn)類別及風(fēng)險(xiǎn)項(xiàng)是在對(duì)五大任務(wù)進(jìn)行細(xì)分的基礎(chǔ)上，根據(jù)歷史情境信息識(shí)別而來，進(jìn)而形成豐富完善的高職院校意識(shí)形態(tài)風(fēng)險(xiǎn)條目庫。

5.確定高職院校意識(shí)形態(tài)風(fēng)險(xiǎn)明細(xì)

（1）協(xié)同過濾模型

采用標(biāo)準(zhǔn)的基于高職院校用戶身份特性的協(xié)同過濾算法為該用戶可能面臨的意識(shí)形態(tài)風(fēng)險(xiǎn)項(xiàng)進(jìn)行賦分，將最高的分值賦給該用戶最可能面臨的意識(shí)形態(tài)風(fēng)險(xiǎn)。同時(shí)，采用協(xié)同過濾算法計(jì)算用戶之間的相似度，進(jìn)而根據(jù)相似用戶出現(xiàn)過的意識(shí)形態(tài)風(fēng)險(xiǎn)進(jìn)行預(yù)警。

定義7：協(xié)同過濾模型CFM=<Weight，User，Riskitem，Score>，其中Weight是權(quán)重；Riskitem是意識(shí)形態(tài)風(fēng)險(xiǎn)項(xiàng)或其屬性，Score是當(dāng)前情境下CFM對(duì)Riskitem的打分值。

（2）當(dāng)前情境模型

基于高職院校三大主體目前所處的活動(dòng)狀態(tài)，給可能存在的意識(shí)形態(tài)風(fēng)險(xiǎn)項(xiàng)進(jìn)行賦分，分值越高，那么該用戶在當(dāng)前面臨該項(xiàng)意識(shí)形態(tài)風(fēng)險(xiǎn)的可能性越大。

定義8：當(dāng)前情境模型CCM=<Weight，PCIAC（C），Riskitem，Score>，Weight是權(quán)重；Score表示CCM對(duì)Riskitem的打分值。

（3）歷史情境模型

收集并記錄高職院校意識(shí)形態(tài)活動(dòng)及風(fēng)險(xiǎn)情境，存儲(chǔ)相關(guān)人員的系列相關(guān)信息并形成知識(shí)圖譜。

定義9：歷史情境模型HCM=<Weight，PCIAC（H），Riskitem，Score>，Weight是權(quán)重；Score表示HCM對(duì)Riskitem的打分值。

（4）采用項(xiàng)目聚合器進(jìn)行賦分

對(duì)模型打分進(jìn)行標(biāo)準(zhǔn)化處理，如公式H所示；對(duì)標(biāo)準(zhǔn)化后的分值進(jìn)行加權(quán)計(jì)算，如公式I所示。S為采用項(xiàng)目聚合器計(jì)算后的每條可能存在的意識(shí)形態(tài)風(fēng)險(xiǎn)條目分值。

6.基于高職院校風(fēng)險(xiǎn)明細(xì)推薦風(fēng)險(xiǎn)化解方案

以預(yù)測(cè)得到的意識(shí)形態(tài)風(fēng)險(xiǎn)明細(xì)為輸入，采用深度相關(guān)性匹配算法得到目前所需要的風(fēng)險(xiǎn)化解方案。

根據(jù)定義6，高職院校意識(shí)形態(tài)風(fēng)險(xiǎn)（PCIAR）采用9元組進(jìn)行表示，PCIAR=<PCIARID，PCIARN，PCIARO，PCIARER，PCIART，PCIARL，PCIARTP，PCIARRM，PCIARD>，為便于計(jì)算，將其用詞向量進(jìn)行表示，如公式J。而高職院校意識(shí)形態(tài)風(fēng)險(xiǎn)化解數(shù)據(jù)庫則為描述性文本表示模式，為增強(qiáng)二者匹配之間的精度，將高職院校意識(shí)形態(tài)風(fēng)險(xiǎn)化解數(shù)據(jù)庫同樣采用詞向量的形式進(jìn)行表示，后利用深度相關(guān)性匹配算法進(jìn)行匹配，得出最后計(jì)算分值S，如公式K所示，S為分值越高的條目，越容易被推送給當(dāng)前意識(shí)形態(tài)情境信息的執(zhí)行者。

U表示PCIAR和PCIARRD的交互計(jì)算符號(hào);函數(shù)h表示從局部交互矩陣示射到匹配直方圖到匹配函數(shù);Z表示第I層內(nèi)部隱層對(duì)于第i個(gè)單單詞的輸出結(jié)果;g表示聚合權(quán)重。

四、結(jié)語

智媒時(shí)代如何快速識(shí)別并化解意識(shí)形態(tài)風(fēng)險(xiǎn)是高職院校意識(shí)形態(tài)工作者爭(zhēng)奪陣地的關(guān)鍵?；诟呗氃盒Ｈ笾黧w在五大任務(wù)中活動(dòng)密集及三大主體意識(shí)形態(tài)風(fēng)險(xiǎn)認(rèn)知普遍偏低的現(xiàn)實(shí)，結(jié)合情境感知技術(shù)，分析并構(gòu)建了高職院校意識(shí)形態(tài)活動(dòng)情境交互模型，在此基礎(chǔ)上，提出基于高職院校意識(shí)形態(tài)活動(dòng)情境的風(fēng)險(xiǎn)識(shí)別及化解框架，該框架的提出具有三大優(yōu)勢(shì)：一是利用情境感知技術(shù)快速識(shí)別三大主體在當(dāng)前情境下可能存在的意識(shí)形態(tài)風(fēng)險(xiǎn)，做到防患于未然或及時(shí)阻斷疏通；二是基于多模型打分的分層過濾框架，個(gè)性化需求滿足度高，適用面廣；三是快速搭建高職院校意識(shí)形態(tài)風(fēng)險(xiǎn)知識(shí)圖譜，為后期精準(zhǔn)推薦意識(shí)形態(tài)風(fēng)險(xiǎn)解決方案打下基礎(chǔ)。

參考文獻(xiàn)：

[1]牛玉，林海玲.提升智媒時(shí)代高校意識(shí)形態(tài)安全風(fēng)險(xiǎn)防范能力[J].中學(xué)政治教學(xué)參考，2022（28）：10-13.

[2]教育部.中共中央國務(wù)院印發(fā)《關(guān)于加強(qiáng)和改進(jìn)新形勢(shì)下高校思想政治工作的意見》[J].社會(huì)主義論壇，2017，000（003）：4-5.

[3]張燕.互聯(lián)網(wǎng)背景下“00后”高職學(xué)生意識(shí)形態(tài)現(xiàn)狀調(diào)查及對(duì)策分析[J].中國校外教育，2020（27）：3.

[4][5]Dey A，Boleng J .An Introduction to Context-Aware Computing.2015.

[基金項(xiàng)目：本文系廣東省2021年度教育科學(xué)規(guī)劃課題（德育專項(xiàng)）“黨史教育賦能高校立德樹人長效機(jī)制研究——基于大學(xué)生接受視角”（2021JKD Y054）、廣東省高校雙帶頭人教師黨支部書記工作室“廣東科學(xué)技術(shù)職業(yè)學(xué)院機(jī)器人學(xué)院教工第二黨支部蘇江工作室”（粵教工委組函〔2020〕13號(hào)）、廣東省黨建工作樣板黨支部“廣東科學(xué)技術(shù)職業(yè)學(xué)院機(jī)器人學(xué)院教工第二黨支部”資助項(xiàng)目的階段性研究成果。]

責(zé)任編輯 陳春陽