运用大数据处理技术 做好国有企业思想政治工作

在全面深化企业改革和互联网全面普及的新形势下,国有企业思想政治工作面临着许多新情况,国有企业要勇于挑战自我、求新达变,积极推进思想政治工作理念创新、手段创新,要善于运用计算机大数据处理技术,积极构建大数据思想政治工作管控体系,确保职工队伍稳定,使企业思想政治工作焕发出勃勃生机,为企业改革发展提供强有力的思想保障。

运用大数据搭建思想政治工作新平台

针对思想政治工作面临的新情况,国有企业要勇于创新,积极确立“用数据链筑牢生命线”的新理念新思路,立足企业内部网络,运用大数据处理技术,创新做好企业思想政治工作。

加强源头管控。本着超前掌控、全面覆盖、动态捕捉的原则,拓展职工思想信息获取渠道,积极构建重点人群监测网、心理健康服务网、谈心谈话反馈网、工作状态确认网、新媒体交互监测网,实时掌握、动态录入职工关心关注的热点问题,积累形成职工思想信息数据组。

畅通传输渠道。实施信息管理动态工作机制,一般性职工思想动态和舆情信息通过计算机管控系统报送,时效性及重要紧急信息采用电话、短信直接报送的方式,确保各类信息灵敏高效传输,为及时妥善处置问题赢得时间、创造条件。

实施分级管理。利用计算机查询、统计、汇总、归类等数据处理技术,对录入积累形成的职工思想动态信息数据进行深入分析,自动生成统计图。根据统计图,采取矛盾分析、比较分析、因果分析、定量分析、系统分析等方法,摸排潜力职工,形成职工思想动态分析报告,并实施分级管理。

线上线下精准对接形成思想政治合力

国有企业在大数据思想政治工作管控体系运行过程中,要坚持线上线下精准对接、一体化运行,有针对性地设置主题、创新载体,打造思想政治工作合力。

实施潜力职工心灵慰藉工程。依据计算机生成的职工思想动态统计图,以提高帮教转化、分类处置的针对性为导向,分门别类的确定具有转化空间的潜力职工,建立包保机制,实施包保人员对潜力职工每周开展一次谈心、每月同班劳动一次、每月进行一次家访、至少帮助解决一个实际问题的“四个一”包保举措,使职工在企业找到心灵慰藉,得到企业的关怀和温暖。

培育“五讲五有”职工队伍。深刻剖析职工思想问题根源,以培育社会主义核心价值观为导向,明确讲政治、有信念,讲大局、有担当,讲道德、有品行,讲规矩、有纪律,讲奉献、有作为“五讲五有”新时期职工标准,挖掘“草根”职工的闪光事迹,依托企业内部电视、报纸、网络、微信公众号、微博等媒介加大典型宣传力度,营造争先晋位、健康向上的良好环境,为企业改革发展注入新活力。

建立“说事解事”工作制度。推选威信高、群众认可的党员干部、劳动模范、职工代表、技术权威、生产骨干、熟知法律法规政策专业知识和热爱群众工作的人员,成立“说事解事”委员会,承担评理劝说、教育引导、政策解释、法规宣传、矛盾化解和人员稳控的基本职责,按照解决思想问题和解决实际问题相结合的要求,一事众议,用身边的职工群众去化解职工群众的思想疙瘩、矛盾纠纷,达到“说事解事”的最佳效果,促进企业和谐稳定。

大数据管理焕发思想政治工作新活力

大数据思想政治工作管控体系的构建与实施,增强了思想政治工作的针对性和实效性,使国有企业思想政治工作焕发出新生机、新活力。

建立思想政治工作“数据库”。通过构建大数据思想政治工作管控体系,实现了职工思想信息的常态化积累,形成了思想政治工作信息“数据库”,突破了单位、部门之间的信息孤岛,按照职责范围和管理权限,实现了职工思想信息的交流共享,为准确把握职工思想脉搏提供了最真实最可靠的参考依据,为做好网络信息化条件下思想政治工作提供了有力武器。

丰富思想政治工作“工具箱”。依托大数据思想政治工作管控体系,创新方法和载体,实施潜力职工心灵慰藉工程,强化“五讲五有”职工队伍建设,建立“说事解事”委员会工作制度,形成了传统与现代相融入、线上与线下相结合,多元立体、强势做功的思想政治新局面。理解改革、支持改革、参与改革成为职工队伍的主流,工作热情高涨,保持了奋发有为的工作状态和与企业风雨同舟的昂扬斗志。

锁定思想政治工作“责任链”。在大数据思想政治工作管控体系中,基层单位和机关部门的思想政治工作职责更加清晰透明,通过加强源头管控、畅通传输渠道、实施分级管理,将职工思想分析、舆情监测、心灵慰藉等制度要求有机嵌入系统之中,思想政治工作做没做、做到什么程度,通过系统查询、排名、预警等功能,得以量化公开展现,把思想政治工作党政同责、一岗双责、齐抓共管的要求真正落到了实处,打通了思想政治工作责任落实的“最后一公里”。

彰显思想政治工作“新优势”。通过构建大数据思想政治工作管控体系,充分发挥了思想政治工作举旗帜、把方向、聚人心、塑灵魂的功能作用,思想政治工作反应更加迅速、决策更加科学、成效更加显著,企业的凝聚力向心力战斗力显著增强。

本文转自d1net(转载)

时间: 2024-08-31 03:38:59

运用大数据处理技术 做好国有企业思想政治工作的相关文章

为什么我们说海量大数据处理技术会火

大数据处理技术正在改变目前计算机的运行模式.我们已经从中获得了大量收益,因为正是大数据处理技术给我们带来了搜索引擎 Google.然而故事才刚刚开始,基于以下几个原因,我们说大数据处理技术正在改变着这个世界:* 它能处理几乎各种类型的海量数据,无论是微博.文章.电子邮件.文档.音频.视频,还是其它形态的数据. * 它工作的速度非常快速:实际上几乎实时. * 它具有普及性:因为它所用的都是最普通低成本的硬件 大数据为以下这些公司提供了解决方案:eBay.Facebook.LinkedIn.Netf

用好大数据处理技术

由于一些技术问题,我国的http://www.aliyun.com/zixun/aggregation/4194.html">社会信用体系还不完善.用好大数据处理技术,是建设诚信体系的一个重要选择. 在建设诚信体系过程中,如何使信用信息公开共享成为主要难点.大数据技术能够将隐藏于海量数据中的信息和知识挖掘出来,为社会经济活动提供依据,从而提高各个领域的运行效率,大大提高整个社会经济的集约化程度.用好大数据技术,发挥大数据的优势,当信用信息可以查询匹配,市场主体的信用状况可以识别,才能让失信

中国获得大数据处理技术话语权的机会有多大?

中国能否在未来3-5年内真正获得大数据处理技术的部分话语权,或许需要考虑以下几个方面的因素: (1)从原始基础发明专利技术入手,控制大数据处理技术的源头. 数据处理技术本质上是人的智力活动的结果,专利技术和方法是人设计的数学规则.计算机是在数学规则约束下的逻辑运行载体.对于一个逻辑运行载体来说,必定存在一个起始入口,而起始入口的数学规则就是原始基础发明方法,后续的应用发明方法必定受原始基础发明方法的约束.比如目前的计算机采用二进制规则以及图灵机模式规则,后续的任何方法都受这两个基础方法的约束.

浅谈大数据处理技术架构的演进

浅谈大数据处理技术架构的演进 任桂禾 王晶 新兴应用对大数据处理技术架构的实时性要求不断提高,这对传统的大数据处理技术架构提出严峻的挑战.必须转变架构满足大数据相关业务的实时性要求.文章介绍Hadoop离线处理架构的瓶颈以及Storm实时处理架构的优点,同时,结合实际项目中变更大数据处理技术架构的经验,阐述在实施架构变更过程中的关键技术,实验结果证明使用变更后的技术架构可以满足业务的实时性要求. 浅谈大数据处理技术架构的演进

盘点九大热门开源大数据处理技术

随着全球企业和个人数据的爆炸式增长,数据本身正在取代软件和硬件成为驱动信息技术行业和全球经济的下一个大"油田". 与PC.web等断层式信息技术革命相比,大数据的最大的不同是,这是一场由"开源软件"驱动的革命.从IBM.Oracle等巨头到雨后春笋般的大数据创业公司,开源软件与大数据的结合迸发出惊人的产业颠覆性力量,甚至VMware这样的过去完全依赖专有软件的厂商都开始拥抱开源大数据工具. 下面,我们就列举九大最热门的大数据开源技术供大家参考. 一.Hadoop A

大数据处理技术的趋势-五种开源技术介绍

大数据领域的处理,我自己本身接触的时间也不长,正式的项目还在开发之中,深受大数据处理方面的吸引,所以也就有写文章的想法的了.大数据以Hadoop以及"NO SQL"为主的Mongo和Cassandra等数据库技术在展现.现在数据的实时分析将可能容易一些.现在集群的转换将越来越可靠,20分钟以内就能够完成.因为我们用表来支持?但是这些是仅仅是一些比较新的,未开发的优点和不平凡的大机会超过了这些常规的猜想. 你知道么,在现在的市场上超过25万个开源技术出现了.围绕在我们身边,这些越来越复杂

业内人士浅析大数据处理技术应如何发展研究

大数据也常称为巨量资料,是一种主流的软件工具,涉及到的资料量规模比较大,需要在合理的时间内获取.管理.处理并整理,列好的帮助企业解决经营决策问题.大数据体现出了4V的特点,也就是Volume.Velocity.Variety.Veracity.大数据在当下十分热门,是IT行业里的火热词汇,其商业价值也在不断的被开发和利用,成为了业内人士争相追求的利润焦点. 虽在是上世纪八十年代时就有未来学家将大数据称赞为第三次浪潮的华彩乐章,但大数据成为互联网技术的流行词汇是从2009年开始的.来自美国互联网数

大数据处理技术—R的数据分析制霸

随着大数据被更多的企业采用,大数据处理分析算法编写和生产语言也得到了广泛的关注.而在不知不觉中,开源统计语言R已基本成为大数据科学家和开发者的必备技能.在所有编程语言和技巧中,人气急剧上升. 以下为译文 通过与大数据处理工具整合,R提供了大数据集的深度统计能力,包括统计分析以及数据驱动的可视化等.而在金融.药物.媒体及销售这些可直接从数据中获取决策的行业中,R更得到了深度应用. 根据Rexer Analytics 2013年对数据挖掘专业人员的调查显示,R已经成为当下最流行的统计分析工具,至少有

大数据处理技术——python

python 处理大数据,有需要的朋友可以参考下. 最近大数据竞赛很火,本人python没学多久,想试着写一下,只是实现了数据的处理,主要用到了dict,list,file知识. 还有一点要说,我也用matlab实现了,但是运行完要差不多两分钟,但是python秒处理,有木有啊,足见python处理文本功能之强大. 文件里的数据格式: clientid shopingid num date 1111000 3873 2 4月5日 clientinfo = []shopinginfo = {}mo