教育大数据之学情档案

传统教学由于人力、技术的局限，对于过程性学情的分析不够完善，不利于提高学生的学习效率。

然而大数据的迅速发展为学生的学情收集和分析提供了无限的可能。

国际数据公司(IDC)认为大数据时代数据有4大特点——数据的规模大、价值大、数据流转速度快以及数据类型多。大数据的挖掘和利用对教育——特别是课堂教学——产生着深远的影响。

学习科学家索耶认为：越来越多的学习将经过计算机中介发生, 并产生越来越多的数据,我们有必要运用这些数据分析什麼时候有效的学习正在发生。

所以数据挖掘可以用于探究行为与学习之间的关系,如学习者的个体差异与学习行为之间有何关系,不同行为又会导致何种不同的学习结果等。

阶段性的学情分析帮助学生自主学习

通过阶段性学情数据的采集与分析，为教师的高效教学、学生的自主学习提供数据支持，从而提升学科教学质量。

帮助学生实时生成定制化的过程性学情报告。利用大数据算法建立的网状知识拓扑图，更能反映知识点间的复杂关联，有效引导学生的学习路径。

对于错题的分析，也是阶段性学情研究中的重要一环。学生在线上做题的同时，易错题会被自动收入“错题本”。软件会记录分析易错知识点、统计正确率，并智能推荐针对性练习题，帮助学生巩固提高。

预设性教学”向“生成性教学”的转变

平台能对教师的教学结果和学生的学习行为进行记录、存储、统计、分析和预测；教师可以根据所得数据调整教学思路、教学设计以及教学方法，准确的数据分析可以极大节省教师时间，学生在智能平台上的学习结果，可以得到及时反馈，教师也可以及时发现学生在学习中普遍存在的问题，改进下一步教学。让课堂教学从“预设性教学”向“生成性教学”转变。

在持续反馈和不断调整的过程中，教师可以对学生进行连续测评，分析学生学习行为及学习方式的变化，为教师后续教学提供课程设计参考，使课堂教学管理从经验型向数据型、智能型、科学型转变，从以课堂和教材为中心实现以学生完成教育目标任务为中心转变，从统一教学标准的工厂化模式向基于学生能力的个性化教学转变。

帮助学生提高成绩

利用大数据的特性可以进行批改，分析，并形成错题本、诊断报告、个性化学习包、学业信息档案、学科内容评价报告单等。依此为基础，形成学习和行为相关增值方案，为学生的个性化学习提供依据。系统基于自主研发的图像算法和数据分析模型，可以做到极速批改，极致分析，极便响应。

通过”图像模式识别”“云计算”与”大数据分析”，对科学教学模型进行常态化应用、整合、智能管理，实现科学解放教育生产力。运用“大数据”，可以对海量的学生试卷及练习题进行专业常态化处理，快速形成计分电子表格、错题本、诊断报告、个性化学习包、学业信息档案、学科内容评价报告单等，并基于数据的分层、关系和行为进一步形成相关增值方案。有效助力老师精巧教学，学生灵巧学习，家校互助无间。

“得一学情大数据”基于大数据分析，帮助教师完成从教学、测评，分析、诊断的教学流程，提高教学质量；为学生提供个性化大数据补救服务，以精准的变式训练解决知识点盲区，更有效的提高学习成绩。

▼