论文部分内容阅读
【中图分类号】G630 【文献标识码】A
【文章编号】2095-3089（2019）12-0038-01
“十三五”教育规划明确强调利用大数据优化教学结构和教学模式，随着教育信息化的不断发展，大数据在教育中的应用有了快速的发展。谁能发现数据，谁就赢得了未来的生成；谁能挖掘数据，谁就赢得了未来的发展；谁能利用好数据，并提供个性化服务，谁就赢得了未来的竞争。但长期以来，很多人把大数据神秘化，影响了教育行业大数据的应用。我们借助学生学业大数据和教育信息化手段，让学生在学习过程中和在教师培训过程中有更强的针对性，让教育大数据更好地为教育教学改革服务。
一、日前教师和学生普遍面临的问题
1.学生。
当前基础教育受限于传统的教学方式和教学习惯，学生滥做习题，题海战术，大量没有针对性地重复训练、无效训练。
2.老师。
无法实时了解学生的阶段性学情，教学目标不精准，反复教，教学过程对个体学生的针对性不强。
3.教师培训。
培训主要采取对教师群体的统一模式，每一位参培教师真正需要什么不清楚，培训的针对性普遍不强，造成大量人力和物力的浪费。
二、学生学业大数据的发掘与采集
1.学生学业大数据。
每一名学生的考试成绩通过各种手段录入到数据库中就成为一个数据，如果某学校一个年级10个斑的学生考试成绩全部录入存放在一个数据库中就形成了一个相对大的学生学业数据，再进一层面，如果我们将某个县区某个年级，甚至是所有年级的学生的（一次或多次）成绩录入到数据库中，就建立起了我们一个区县的成绩大数据或者叫学生学业大数据。
2.学业大数据需要包含些什么样的基础信息呢？这就是我们所说的数据的挖掘，每个具体的数据要包含的信息内容，没有一个完整的标准，如果我们只是要学生成绩方便的大数据，那我们只要将每次考试试题中每一个学生每一小题的得分录入计算机中就行。如果要便于对学生整个发展过得进行研究的话，这时对学生的行为习性等信息的录入也就必不可少了。
3.学业大数据的采集。
学业大数据其实对我们来说并不陌生，有许多还是现成的。长期以来，只是我们对这些数据的使用面非常狭窄，比如我们每年各区县的中考数据，其实就是一个相对的学生学业大数据，只是使用时只用在对学生的中考录取中，没有进行数据的深入挖掘使用，同时过去对学生成绩数据的采集主要采用人工手工录入，工作量太大。现在随着教育信息化的快速发展，对学业大数据的采集通常通过网络阅卷系统进行时就能自动完成，既方便又快捷，极大地拓宽了教育大数据应用领域。
三、搞好对大数据的分析（学业分析）
在有了学生的学业大数据后，我们只要对这些大数据认真的研究和分析，就能得出很多有用的数据，增强对学生学习的针对性和教师培训针对性，大大提高效率，减轻教师和学生的负担。
1.学科教师。
通过教育大数据可以发现每一位学生的学习轨迹，精准、高效地因材施教，有针对性指导教学。同时，有了教育大数据，还能解放教师大量的教学统计工作，教学精力更集中。
2.學生。
通过对大数据的分析，可以为每个学生作出专属分析报告，让学生明确学习短板、那些知识点掌握不好，现在很多系统还能根据学生短板针对性地向学生推送相关练习或资料，极大提高学习效率。
四、引入相对客观的评价分值
在对学生学业大数据的分析中，通过引入标准分让学生、教师对每一个学生在群体中的各项因素相对排名情况等可以有一个全面的了解，做到心中有数。
1.原始分、标准分。
考生在每一次考试后，按照评分标准对其作答后直接评出来的分数，叫原始分。标准分，是一种由所有参加本次考试学生原始分值为参照推导出来的相对位置排名的数值，用来说明原始分在所属的那批分数中的相对位置。
2.原始分呈现的优缺点。
原始分反映了考生答对题目的个数，或作答正确的程度。但是，原始分不能直接反映出考生间差异状况，不能刻划出考生相互比较后所处的地位置。
3.用标准分呈现的优点。
为了使考试的原始分具有可比性，我们将其转换成标准分。转换是按照正态分布的原理，把原始分数转换成标准分数，从而刻划出考生相互比较后所处的名次位置，因此在实际对学生学业成绩的分析中广泛应用。
五、学业大数据应用
1.对教师。
通过学业大数据分析：能方便借助学生学业大数据，对每个学生重难点题目、知识点、薄弱知识点、解题技巧等的精准化分析，实现对学生课中精准讲评和针对练习。
个性教学：通过学业大数据分析，改变过去布置作业难以兼顾所有学生，耗时多，针对性不强的难题，精准分析学生薄弱知识点，为每位学生定制出一套专属个性化学习方案，促进学生更高效的掌握知识、提升成绩，帮助学校分层教学。
2.对学生。
智能辅导：通过学业大数据分析，可针对不同类型学生的不同错因，找出学生薄弱知识点推荐不同的学习资源，从而实现精准资源分层推荐。
学情诊断：通过学业大数据分析，分析学生知识点掌握情况，为学生提供个性化的学情诊断。
3.对教师培训。
通过学业大数据分析，可以准确地掌握不同的教师在不同方面教学中的不足和短板，开展针对性的培训，需要什么，培训什么，减少人力和物力的浪费。
大数据时代，我们的教育更加关注学生的学习，要将学生的发展放到大数据的环境之中。我们要积极去发现数据，学会挖掘数据，并从中找到每一位学生个性发展的轨迹，针对性地解决学生学习的问题，利用数据真正实现每位学生个性的完美发展。
【文章编号】2095-3089（2019）12-0038-01
“十三五”教育规划明确强调利用大数据优化教学结构和教学模式，随着教育信息化的不断发展，大数据在教育中的应用有了快速的发展。谁能发现数据，谁就赢得了未来的生成；谁能挖掘数据，谁就赢得了未来的发展；谁能利用好数据，并提供个性化服务，谁就赢得了未来的竞争。但长期以来，很多人把大数据神秘化，影响了教育行业大数据的应用。我们借助学生学业大数据和教育信息化手段，让学生在学习过程中和在教师培训过程中有更强的针对性，让教育大数据更好地为教育教学改革服务。
一、日前教师和学生普遍面临的问题
1.学生。
当前基础教育受限于传统的教学方式和教学习惯，学生滥做习题，题海战术，大量没有针对性地重复训练、无效训练。
2.老师。
无法实时了解学生的阶段性学情，教学目标不精准，反复教，教学过程对个体学生的针对性不强。
3.教师培训。
培训主要采取对教师群体的统一模式，每一位参培教师真正需要什么不清楚，培训的针对性普遍不强，造成大量人力和物力的浪费。
二、学生学业大数据的发掘与采集
1.学生学业大数据。
每一名学生的考试成绩通过各种手段录入到数据库中就成为一个数据，如果某学校一个年级10个斑的学生考试成绩全部录入存放在一个数据库中就形成了一个相对大的学生学业数据，再进一层面，如果我们将某个县区某个年级，甚至是所有年级的学生的（一次或多次）成绩录入到数据库中，就建立起了我们一个区县的成绩大数据或者叫学生学业大数据。
2.学业大数据需要包含些什么样的基础信息呢？这就是我们所说的数据的挖掘，每个具体的数据要包含的信息内容，没有一个完整的标准，如果我们只是要学生成绩方便的大数据，那我们只要将每次考试试题中每一个学生每一小题的得分录入计算机中就行。如果要便于对学生整个发展过得进行研究的话，这时对学生的行为习性等信息的录入也就必不可少了。
3.学业大数据的采集。
学业大数据其实对我们来说并不陌生，有许多还是现成的。长期以来，只是我们对这些数据的使用面非常狭窄，比如我们每年各区县的中考数据，其实就是一个相对的学生学业大数据，只是使用时只用在对学生的中考录取中，没有进行数据的深入挖掘使用，同时过去对学生成绩数据的采集主要采用人工手工录入，工作量太大。现在随着教育信息化的快速发展，对学业大数据的采集通常通过网络阅卷系统进行时就能自动完成，既方便又快捷，极大地拓宽了教育大数据应用领域。
三、搞好对大数据的分析（学业分析）
在有了学生的学业大数据后，我们只要对这些大数据认真的研究和分析，就能得出很多有用的数据，增强对学生学习的针对性和教师培训针对性，大大提高效率，减轻教师和学生的负担。
1.学科教师。
通过教育大数据可以发现每一位学生的学习轨迹，精准、高效地因材施教，有针对性指导教学。同时，有了教育大数据，还能解放教师大量的教学统计工作，教学精力更集中。
2.學生。
通过对大数据的分析，可以为每个学生作出专属分析报告，让学生明确学习短板、那些知识点掌握不好，现在很多系统还能根据学生短板针对性地向学生推送相关练习或资料，极大提高学习效率。
四、引入相对客观的评价分值
在对学生学业大数据的分析中，通过引入标准分让学生、教师对每一个学生在群体中的各项因素相对排名情况等可以有一个全面的了解，做到心中有数。
1.原始分、标准分。
考生在每一次考试后，按照评分标准对其作答后直接评出来的分数，叫原始分。标准分，是一种由所有参加本次考试学生原始分值为参照推导出来的相对位置排名的数值，用来说明原始分在所属的那批分数中的相对位置。
2.原始分呈现的优缺点。
原始分反映了考生答对题目的个数，或作答正确的程度。但是，原始分不能直接反映出考生间差异状况，不能刻划出考生相互比较后所处的地位置。
3.用标准分呈现的优点。
为了使考试的原始分具有可比性，我们将其转换成标准分。转换是按照正态分布的原理，把原始分数转换成标准分数，从而刻划出考生相互比较后所处的名次位置，因此在实际对学生学业成绩的分析中广泛应用。
五、学业大数据应用
1.对教师。
通过学业大数据分析：能方便借助学生学业大数据，对每个学生重难点题目、知识点、薄弱知识点、解题技巧等的精准化分析，实现对学生课中精准讲评和针对练习。
个性教学：通过学业大数据分析，改变过去布置作业难以兼顾所有学生，耗时多，针对性不强的难题，精准分析学生薄弱知识点，为每位学生定制出一套专属个性化学习方案，促进学生更高效的掌握知识、提升成绩，帮助学校分层教学。
2.对学生。
智能辅导：通过学业大数据分析，可针对不同类型学生的不同错因，找出学生薄弱知识点推荐不同的学习资源，从而实现精准资源分层推荐。
学情诊断：通过学业大数据分析，分析学生知识点掌握情况，为学生提供个性化的学情诊断。
3.对教师培训。
通过学业大数据分析，可以准确地掌握不同的教师在不同方面教学中的不足和短板，开展针对性的培训，需要什么，培训什么，减少人力和物力的浪费。
大数据时代，我们的教育更加关注学生的学习，要将学生的发展放到大数据的环境之中。我们要积极去发现数据，学会挖掘数据，并从中找到每一位学生个性发展的轨迹，针对性地解决学生学习的问题，利用数据真正实现每位学生个性的完美发展。