回望历史，人类社会的每一次进步无不是在技术革命与认识革命相依相伴、相辅相成中取得的。马克思指出：“生产力中也包括科学”^[1]，“劳动资料取得机器这种物质存在方式，要求以自然力来代替人力，以自觉应用自然科学来代替从经验中得出的成规。”^[2]科学技术总会对生产力的诸要素产生深刻作用和影响，甚至引起其质的变革，但从科技发展的终极目的来看，其意义更在于使人们在认识世界与改造世界中提升认识水平和创新能力，从而实现人的自由全面发展。大数据技术作为互联网时代和信息社会中的重要生产要素，作为帮助人们更深入地认识世界和改造世界的工具，正在逐渐下沉并融入人文社会科学各领域，引起人文社会科学领域的变革。因此，对于培育践行社会主义核心价值观来说，如何运用好大数据技术也成为一个值得关注的现实问题。

大数据技术是信息技术革命的产物，从最初的商业运用到逐渐与各领域有机融合，带来了人类生产生活、社会交往、心理认知等诸多方面的改变。对于培育践行社会主义核心价值观这一战略任务来说，大数据技术的运用拓展了人们的视域，丰富了相关方法，为人们把握培育践行社会主义核心价值观的规律、制定相关政策提供了数据支撑与现实依据。

当前，培育践行社会主义核心价值观的方式方法主要有教育引导、宣传普及、示范引领、文化熏陶等。这些方式方法对于营造良好的社会风气和倡导向上向善的道德生活具有直接的作用和影响，但具体在精准性方面仍有待进一步提升。例如，在方法上主要采取自上而下的引领或灌输，除了学校的思想政治教育外，还没有在全社会层面形成针对培育对象的分层次的、具体的、个性化的实施方案；当前社会主义核心价值观个体认同方面还存在较大差距，一些人甚至认为社会主义核心价值观与自己的生活无关。这些都是培育践行社会主义核心价值观面临的现实问题。

大数据技术为精准培育、广泛践行社会主义核心价值观提供了可能，既拓展了培育践行社会主义核心价值观的视域，也丰富了培育践行方法。社会主义核心价值观的培育践行涉及国家、政府、企业、社会组织以及个人等主体，最终要落实为每一个个体的认同与实践。因此，对于分析决策者来说，数据量越大越好，样本越全面越好。大数据技术的运用，有助于我们在获取海量数据的基础上，对数据进行筛选、归类和整合，并运用算法分析各项数据之间的关联度和主要发展趋势，进而掌握不同群体的社会主义核心价值观认知与践行情况。

实践是认识的基础，认识是“人在意识中观念地反映、理解和再现客观对象的活动过程及其结果，是人以思想观念的方式对世界的一种基本的把握方式”^[3]。人们在进行理解和阐释现象、探寻事物内在发展规律、开展反思批判等认识活动时，无一例外地是以在实践中逐渐克服自身的主观性以及认识能力的局限性作为认识深化的必要准备。大数据技术是人们面对数据爆炸式生长的一次主动选择，为人类决策提供了一种基于全数据的新的研究范式。从价值标准来看，大数据蕴藏着巨大的商业或文化价值，被誉为是一种新兴的“资产”和“资源”。^[4]那些产生在信息系统中的海量用户数据并非冗余，这些数据中蕴藏着大量的价值观认知与践行信息，将这些数据原料转化为知识并支持决策执行，有助于人们更全面、更深入地去认识把握培育践行社会主义核心价值观的规律，将价值观数据资源转化为价值观治理效能。

价值观作为个体的主观认知，受个人的生存经验、教育文化背景等影响，其特有的主观性与分散性增加了研究和治理的难度。运用大数据技术收集和分析数据，在一定程度上提供相对客观的培育践行社会主义核心价值观的数据信息，有助于决策部门更好地理解把握并预测人们的价值认知与价值选择，为科学决策提供数据基础和客观依据。例如，通过大数据技术对人们日常生活中关于社会思潮、民意表达、价值判断等方面的数据进行收集整理分析，归纳不同群体的价值偏向与行为特征，从而进行精准推送，对不同人群进行有针对性的社会主义核心价值观教育和引导。又如，通过大数据技术客观地了解和掌握社会主义核心价值观融入法治建设在各地区、各行业、各部门的实施状况，总结成效，分析困境，从而有针对性地提出对策。再如，运用大数据技术对网络空间进行全天候自动化监控，对不良言行进行及时纠偏和追责，避免舆论风暴甚至意识形态安全隐患。

商业是大数据最早涉及的领域之一。商业智能决策和商业效益最大化的需求促进了大数据分析算法和工具的产生与发展，形成了基于可视化要求构建的管理驾驶舱模式和基于大数据技术构建的分析域驱动目标域理论框架。将分析域驱动目标域的商业分析理论框架应用于培育践行社会主义核心价值观的决策流程，有助于优化决策方案，实现数据价值最大化。

梳理分析域驱动目标域理论框架的基本内容、显著特征和主要优势，有助于我们基于此框架有针对性地构建培育践行社会主义核心价值观的模型，深化社会主义核心价值观的内化于心、外化于行。

“域”(domain)是计算机Windows操作系统中最小的逻辑组织单元。在域与域之间建立信任关系，可实现按需管理与资源共享。2012年，拉胡尔·萨克塞纳等人在研究大数据应用于商业分析中引用了“域”的概念，并提出构建分析域驱动目标域的决策框架(如图1所示)。大数据驱动下的管理决策是分析域驱动目标域、目标域反作用于分析域的双向互动过程，“分析域”是业务、分析与信息技术。“目标域”则是真实世界的组织或公司及其所处环境，目标域能够对各种思路作出回应并且形成结果。^[5]该模型展现了随着新一代信息技术的发展，过去的、传统式的、经验性的专家决策正逐步转变为基于信息技术、分析与业务三个部门高效协作的科学决策模式。

一是数据的整体性与及时性。在大数据参与决策的过程中，数据的整体性与及时性已成为大数据进行分析工作的前提和基础。基于大数据思维构建的分析域驱动目标域分析模型，遵循全数据整合和确保数据及时性的原则，要求与其相关的所有工作人员按照研究目标和需求，明确目标域内所有数据的来源，广泛收集所有相关信息资料，并保证信息收集的及时、可靠、全面，为大数据分析提供全样本物料基础。

二是流程的平等性与高效性。对于使用主体来说，大数据技术凭借强大的描述(描述分析以前发生了什么)、预测(预测将来会发生什么)和规范(描述将产生最佳结果的最佳办法)功能，使技术、思维和方法融入决策流程，能够提高数据资源在管理决策中的地位，提高决策效率。分析域驱动目标域理论框架基于大数据技术把决策分解为业务、分析和信息技术三部门协同合作的流程，业务团队负责在数据分析前清晰地表达需求，利用分析团队提供的合理化建议得出行动策略；信息技术团队负责提供数据收集、预处理、管理等技术支持。在流程执行过程中，信息技术、分析、业务各部门必须平等协作，以实现彼此间的良性联动。

三是结论的实用性与相关性。相关性是大数据最核心的特征。沃尔玛“尿布与啤酒”经典案例说明，在大数据背景下，两个看似互不相干的事物，通过数据分析就可以挖掘出它们之间存在的相关关系。大数据改变了传统的因果思维，带来了新的关联思维模式。它站在更为实用的立场上，专注于解决现实问题，运用相关关系指导实践，用是什么引导怎么做。因此，拉胡尔·萨克塞纳等人吸收了这一特征，通过目标域反作用于分析域，利用组织与组织、组织与环境之间的关联关系，提出最优方案。

从整体看，分析域驱动目标域理论框架清晰地展示了数据处理过程中各个阶段、步骤和环节之间的关系，不仅能提供可视化的流程描述，更有助于沟通、识别问题，使其在决策和辅助教育培训等方面得到更好的应用。

第一，分析域驱动目标域理论框架提供了直观清晰的图形展示，有助于理解数据处理过程中各个阶段的流程。这种可视化形式使复杂的数据处理流程变得更透明和易于理解，有助于团队成员跟踪数据分析的各个步骤，从而更好地了解如何实现设定的目标。第二，分析域驱动目标域理论框架还具备沟通与共享、问题识别与优化等优势。各部门团队成员通过理论框架能够更全面地理解把握各自的角色、任务和依赖关系，促进各部门共享数据，从而实现有效协作。同时，分析域驱动目标域理论框架也可以作为问题识别与优化工具，管理者或工程师借助这一工具能够及时识别数据处理过程中存在的潜在问题和瓶颈，进而采取相应的优化措施，提高整个团队的工作效率与工作质量。第三，分析域驱动目标域理论框架还能够为管理层提供决策支持，通过对数据处理流程的概览，管理层能够更好地了解工作的进展和关键节点，作出决策响应并及时调整资源投入和方向。第四，该框架也可以作为培训和教育新员工理解数据处理流程和工作要求的直观视觉工具，为员工提供有效的教育和学习支持。

大数据的价值所在，就是从海量数据中获得知识，基于分析与洞察，实现从认识发现向价值发现的转换，进而进行有效的管理决策。^[6]将分析域驱动目标域理论框架引入培育践行社会主义核心价值观过程，构建参与主体、社会主义核心价值观、大数据三者的关系，厘清各相关要素之间的逻辑结构(如图2所示)。

目标域是指产生在真实世界中的、与培育践行社会主义核心价值观相关的所有信息集合，它能对分析域中形成的各种决策作出回应并形成结果。当代互联网发展的技术赋权效应打破了传统的“政府—市场”二元结构，社会中的公众、组织等主体既被赋予了数据使用权和收益权，也成为数据的提供者和建构者。这种变化使我国网络空间治理主体呈现出政府领导下的多元化特征。因此从分析域驱动目标域理论框架来看，践行社会主义核心价值观的目标域应涵盖各级政府、社会组织、公众等主体及其所处环境因素。这些主体既是社会主义核心价值观的传播者和实践者，也是社会主义核心价值观的倡导者。

分析域是整个决策流程中的关键部分。从理论来源来看，构建培育践行社会主义核心价值观的科学决策流程，需要在了解培育践行社会主义核心价值观现实状况的基础上，充分发挥大数据技术的基本功能，体现分析域驱动目标域理论框架的特征。

首先，对于技术子板块来说，需要搭建一个社会主义核心价值观培育践行的数据仓库，以满足存储、分析和决策的需求。在这一过程中，负责收集、分析、管理数据的技术人员应注意选择合适的数据仓库管理系统，这个数据仓库必须具备至少25TB级的数据存储能力，以便能够有效处理结构化(如数据表格)、半结构化(如图片)及非结构化(如视频)的数据。此外，还需要对数据进行深度管理，以便于数据的重复利用。其次，对于分析子板块来说，应充分利用数据挖掘工具和技术，发挥大数据的描述、预测、规范功能，发现隐藏的、未知的信息，得到丰富的数据模型或预测结果，为决策提供有效支持。最后，对于决策子板块来说，决策者应树立大数据思维，合理利用大数据信息，进而提出培育和践行社会主义核心价值观的有效途径。在实际运行过程中，这三个子板块应保持协同合作状态，各子板块之间需要及时进行信息交流与共享，以确保提供良性决策环境。

一是模型数据采集应注意整体性和及时性。推进社会主义核心价值观培育践行，需要全面把握网络空间中的意识形态发展状况。信息化时代，互联网已成为意识形态特别是价值观交流、交锋、交融的主要场域。在这一场域中，西方敌对势力利用技术优势对我国进行文化渗透和价值输出，新自由主义、历史虚无主义、极端民族主义等各种错误思潮错综复杂，社会主义核心价值观的主导地位受到挑战，人们的价值认同受到干扰。因此，必须注重数据采集的整体性和及时性，从整体上把握意识形态状况。

二是模型流程应保持平等性与高效性。新媒体平台的发展拓宽了社会主义核心价值观传播的空间和领域，使社会主义核心价值观的传播媒介由现实物理空间拓展为现实物理空间与网络虚拟空间并存。运用分析域驱动目标域理论框架，有助于我们全面掌握个体价值认知水平、对主流价值观的认同度以及践行状况，分析社会主义核心价值观教育引导、舆论宣传、文化熏陶、实践养成、制度保障、协同创新等各个环节的经验与不足，找到薄弱点，进而达到不断优化方案的目的。团队各部门应通过协调联系、密切合作来拆解问题：信息技术团队(技术子板块)负责数据收集与管理，分析团队负责建模分析，各个团队高效协同，为社会主义核心价值观培育践行提供及时的、科学的信息报告。

三是模型结论应兼顾实用性与相关性。社会主义核心价值观培育践行分析模型结论的实用性与相关性，关乎能否找到可行性路径以解决社会主义核心价值观从入脑入心到日用不觉的问题。在分析域驱动目标域理论框架下，利用信息技术研究社会主义核心价值观认同状况和内化过程，能够形成可操作的、具有较强实用性的研究结论。例如，通过追踪社会主义核心价值观相关书籍的销售、借阅、下载、转发情况，可以了解哪些书籍浏览量最大、读者阅读时间较长，哪些言论被人多次引用，哪些群体关注此类书籍等情况，而这些信息有助于进一步改进和提升社会主义核心价值观传播的方式方法，提升培育践行实效性。

当前，应当积极采取行动，运用大数据思维、技术与方法，加强不同学科间的沟通与协作，分析掌握人们认识、认同、践行社会主义核心价值观的总体状况，总结社会主义核心价值观培育践行中的经验与不足，预测其发展趋势，并在此基础上采取相应举措，促进社会主义核心价值观内化于心、外化于行。

搭建社会主义核心价值观培育践行数据仓库是进行数据分析的基础工作。不同于数据库，数据仓库着重于大量历史数据的积累与整合，以为管理决策提供数据支持。挖掘社会主义核心价值观培育践行相关数据背后的信息，需要搭建一个面向社会主义核心价值观的、集成的、相对稳定的、反映其历史变化的数据仓库。在设计社会主义核心价值观培育践行数据仓库时，应注意以下几点问题。

一是建立支持数据仓库搭建的数据集市。算法累积的用户数据越庞大、越完整，其生成的内容就越符合用户需求，传播效果也就越理想。^[7]数据仓库的搭建，要能够为社会主义核心价值观培育践行的整体运行系统提供决策依据，这一要求决定了搭建数据仓库的代价高、耗时长。因此，支持某一具有战略意义的应用、隶属于数据仓库系统的逻辑子集——数据集市则应运而生。数据集市的规模要比数据仓库小得多，其搭建任务的难度大大降低，并且能够支持快速解决相关具体问题，因此从可操作性的角度来看，建立数据集市更切实际。二是有意识有计划地收集相关信息数据。根据不同任务的具体要求，在保证数据真实与信息安全的前提下，从信息库中抽取相关信息，确保信息的全面性与准确性。三是运用统一标准存储数据并定期进行数据管理。按统一标准存储并定期管理数据，以提高数据的使用效率，不仅能够防止数据孤岛与数据闲置现象的产生，也有助于数据集市升级为数据仓库。

中国互联网络信息中心(CNNIC)2023年8月28日公布的第52次《中国互联网络发展状况统计报告》指出，截至2023年6月，中国的互联网用户规模已经达到10.79亿人，互联网普及率达到76.4%，较2022年12月增长1109万人。其中搜索引擎用户8.41亿人，网络视频用户10.44亿人。在网络接入环境方面，网民人均每周上网时长超过29小时，网民使用手机上网比例达99.8%。^[8]如此庞大的互联网使用规模不仅催生了数字经济，也源源不断地生产着数量庞大的数据，所以有效获取并分析这些数据对推进社会主义核心价值观培育践行就显得尤其必要。凭借着网络和人工智能的技术优势，以美国为首的西方国家通过编制带有算法偏见的智能程序，对西方意识形态进行数字化“解码”和“编码”，并对社会主义核心价值观进行智能筛选和屏蔽。以西方中心主义技术霸权建立起来的信息茧房，无疑增加了信息处理的难度。^[9]构建社会主义核心价值观培育践行网络舆情分析机制，在本质上就是要发挥大数据的描述功能，挖掘已有数据背后的有价值的信息和知识。从传播学角度来看，网络舆论是指网民通过网络载体公开发表的意见，反映了网民的价值取向，由舆论主体、舆论客体、舆论本体三要素组成。因此，在设计社会主义核心价值观培育践行网络舆情分析机制时(具体内容可参考图3)，首先要把人群透视、事件概览以及公共意见作为研究方向，利用动态的整体性数据把握社会主义核心价值观在媒介上的传播特点和规律；其次要利用关联分析，探究各媒介间的联动性以及主流媒介的传播力、引导力与影响力；最后要利用情感分析，探究网民的价值取向、文明程度和精神文化需求，尤其是对社会主义核心价值观的认同和践行状况，对其进行归类总结并生成不同类型的集体画像。

构建社会主义核心价值观培育践行安全预警干预机制，在本质上就是要发挥大数据的预测功能，对社会主义核心价值观培育践行进行实时监测、安全预警、适时干预和科学预测。一是利用算法研究网络道德失范行为的模式，这些数据有利于揭示道德失范的本质，特别是日常意识和社会心理，识别价值观领域存在的敏感区和问题高发区。二是利用算法预测舆论事件的走势以及蕴含其中的价值观的影响力，判断舆论风险。当预测舆论存在政治威胁、网络安全风险等情况时，政府应及时利用网络平台与网民进行对话沟通，积极与网络媒体互动，防止事态恶化，引导网络舆论向可控方向发展。三是利用大数据对网民的言行进行实时监控，对意识形态领域的舆论事件及时进行纠偏和追责，避免舆论风暴甚至意识形态安全事件的产生。

大数据时代，完善社会主义核心价值观培育践行多元主体参与机制，在本质上就是强调打破传统的“政府—市场”二元结构，促进社会大众、社会组织等主体的共同参与。其一，要增强新型媒体与传统主流媒体之间的良性联动。今日头条、抖音、小红书等新型社交应用以空前的即时性、丰富性、开放性等特点，成为重要的舆论传播载体。发展新媒体对于社会主义核心价值观传播，既是刚需、机遇，也是挑战。因此，要增强新型媒体与传统主流媒体之间的良性联动，打好网络舆论治理的线上线下组合拳。其二，要关注日渐兴起的网络社群组织以及一些兴趣或职业共同体的力量和影响。近些年来，在一些涉及意识形态安全的问题上，网络社群组织在传播主流价值、弘扬主旋律方面发挥了重要作用。网络社群组织应理性发声，与政府形成舆论协同治理机制。其三，发挥网络意见领袖的作用。在舆情领域，网络意见领袖既可能是舆情的载体，也可能是舆情主体，还可能是舆情客体与关联体。网络意见领袖作为影响互联网舆论的重要力量，在舆论事件的发生、传播过程中发挥着重要作用，有时甚至会影响事件的性质及议题走向。在社会主义核心价值观培育践行的过程中，要发挥好网络意见领袖的作用，筛选培育具有高度责任感的意见领袖。

当前大数据正以某种形式颠覆着传统的、线性的、自上而下的决策过程，因此构建一个新的、非线性的、自下而上的基于数据智慧的方案编制模式并应用于决策执行过程已迫在眉睫。一方面，应摆脱传统思维模式，树立大数据思维，学会从现实数据来思考未来，在个体数据中把握整体，从只关注因果结论转向相关(关系)先行，用积极的态度去迎接大数据的到来；另一方面，要处理好人工智能与人脑的关系，积极学习社会主义核心价值观的基本内容和大数据的技术原理，从而在社会主义核心价值观培育践行的具体工作中，避免技术主导决策的“唯技术论”倾向，全面分析、统筹规划，进而作出科学决策。