基于学业质量评价县域大数据平台建设几点思考.docVIP

基于学业质量评价县域大数据平台建设几点思考 　　【摘 要】将大数据技术引入学业质量评价，是当前县域教育主管部门极为关注并积极探索的重要课题，本文从县域学科教研员的角度，对大数据在县域中小学学业质量评价中的角色、服务的角度与维度、服务过程的信度等方面谈谈自己的思考，提出构建县域大数据学业质量管理平台的策略与建议，使其能“精”“准”“优”“快”地服务于区域教学，从而提升教学质量。 　　【关键词】大数据；数据采集；数据挖掘；知识图谱；评价平台 　　【中图分类号】G434 【文献标识码】A 　　【论文编号】1671-7384（2017）12-0037-03 　　近年来，大数据及大数据技术已逐渐被运用到学校管理与教学的各个领域，学校教学管理、教师教学的过程性数据，学生的同步学习和成长数据都能如实地被存储与调用，使得对教学个体（学校、教师、学生）学业质量进行全面的、科学的、动态的评价成为可能，同时也催生了一批基于大数据的学业质量评价系统。这些系统功能如何，能否符合我们期待的精准、精细、多维、个性、互联、共享的需求？本文就以一个县域学科教研员的角度，谈谈当前的“大数据”学业质量评价系统的现状，给出一些思考与建议。 　　现状分析 　　1.“自下而上”的功能扩展――当前一些大数据系统的先天缺陷 　　县域内，综观当前较为流行的一些大数据学业质量评价系统，其产品前身为学生考试系统，该系统先从校内学生日常考试分析做起，后扩展到区域性联考，故其基本功能架构皆以学生考试为核心，数据字典及相关定义、数据流程等局限于考试系统。现今大数据流行后，学校及教学管理部门的需求发生变化，已不满足于仅获得学生考试数据评价，而是希望对整个教育教学管理进程，教师、学生等教学个体，家庭、社会等教育支撑环境进行整体融合，从而获取改善、提升教育教学质量的决策性建议。所以，为了适应需求，快速地推出适用产品，系统开发企业对原来的“考试系统”进行功能扩展和系统升级成为最快的捷径，这种“自下而上”的系统更新和功能扩展带来了一系列的问题，如系统的整体协同性、数据定义的规范性、数据流转的科学性、用户使用的便捷性都受到影响。 　　2. 数据采集的“功能性缺位”，形成数据源的完整性缺失 　　基于大数据的学业质量评价系统需要大量的、各种类型的数据，如学校管理的过程数据、教师教学行为数据、学生学习过程数据、学生考试成绩数据、教学个体心理数据、家庭及社会环境数据等，当前一些大数据系统对上述部分数据的采集缺少有效的途径与办法，如无法有效地获取教师教学行为数据、教学个体心理数据，对家庭及社会环境数据也没有合适的采集途径，这些数据采集的“功能性缺位”，导致数据源的完整性缺失，最终影响整个大数据系统综合数据链的形成，从而导致“只能描述群体，不能微观个体”和缺少分析的“深度与角度”，限制了大数据系统的数据分析功能，无法给教学主管部门或教学个体带来有效的决策性建议。 　　3.“知识图谱”尚不健全，丧失精准的“知识”诊断功能 　　在基于大数据的学业质量评价系统应用过程中，无论是课堂教学行为、学生练习诊断、阶段性测试与综合性联考评价与分析，“大数据”系统都要能自动形成较为精细和精准的诊断报告和分析评价，如何精细与精准，这与“大数据”系统中各学科的“知识图谱”的精细与精准与否有很大关系。在这里，我们可将学科“知识图谱”理解为各学科知识体系、知识点、能力点所构成的网络。综观当前大数据系统，“知识图谱”的构建还处于“初始”阶段，有的系统仅对学科课标及知识点进行录入，有的组织了一批专家进行试卷知识点圈点，但对于使用者来说，这远远不够。譬如，一道数学综合题，对学生的答题要点、表达方式、能力要素、得分依据等方面的评断，使用者希望系统能给出精细及精准的分析报告，告之答题错误类型及答题错误方式、答题能力缺陷，甚至答题错误习惯等，但依据当前的学科“知识图谱”显然不能满足要求，从而在源头上丧失了精准的“知识”诊断功能。 　　4.“分析与挖掘”能力不足，不能提供精确的决策建议 　　影响学生学业质量的因素很多，学生自己的学习过程固然重要，但教师的教学行为、学校的教学举措、学生心理状态和社会及家庭等因素也不容小视，大数据系统就是要融合这些主、客观因素进行分析，提供有效且精确的决策服务。而当前的一些大数据系统提供的最主要服务是“学生考试数据的分析与服务”，即根据学生平时作业、阶段性测试、区域联考等考试数据，进行设定的指标分析，如平均分、优秀率、升降排名等，也提供针对学生个体的“知识点”漏缺分析，推送错题供学生练习等。但如前所说，决定学生学业质量的因素不独为“学生考试行为”，还有其它综合因素。综合多种因素的大数据分析与挖掘，提供多层次、多维度的有效、精确决策服务与建议才是大数据系统的用户需求，仅从学生成绩来分析挖掘，