基于智慧教育背景下大数据支持的学习过程精准评价.docx

基于智慧教育背景下大数据支持的学习过程精准评价

一、案例背景

现阶段，教育信息化研究中智慧教育变为全新的热点题，很多学校依照本身的教育信息化发展，利用智慧教育背景下大数据支持的教育云平台，从理论逐渐转向实践，并落实到课程教学中，针对初中生的个性化学习实施了更进一步的研究，通过智慧教育下的精准评价与个性化学习应用研究，实施个性化教学研究与平台应用研究，以此协助学生提升学习成绩以及核心素养。

传统的学习评价关注知识的外在价值，评价多以学生参与学习的某个时间段为参照对学生进行总结性评价，评价维度局限于对纯粹客观知识的掌握。科学课程是一门改革创新力度很大的新课程，需要从提高每一个学生的科学素养出发，建立评价多元、评价内容全面、评价方式多样的与科学课程相配套的评价体系。

如何有效地实施学习过程性评价，评价工具发挥着重要作用。信息技术的发展，特别是智慧教育的兴起，大数据全样本采集及高效的数据处理能力为实现学习过程资源的收集、存储与分析，进而通过对学习过程的个性化评价与推荐，促进学生学习过程评价的完善提供了技术支持。因此，智慧教育环境下构建基于大数据的个性化、精准评价模式，对促进学生的全方位发展、激发课堂生命活力具有重要意义。

大数据支持下的智慧教育是科技与教育相互融合发展的新型教学技术，在教学中对学生注意力与学习动机学习兴趣有极大刺激，充分运用了大数据技术，对于学生课堂学过程有良好的跟踪，并且能够对学生的学习反馈进行科学全面准确的统计和分析，充分满足了学习过程评价的评价维度需要。

二、基于大数据的学习过程评价教学案例分析

本案例基于大数据应用科学学习过程评价的特征分析，以某某教育旗下的“智通云”教育云为平台，构建八年级学生的“基于错题大数据的个性化错题库”“学生行为评价排行榜”学习过程评价应用模式，并分析大数据技术应用于学习过程评价面临的挑战。

（一）基于大数据的学习过程评价模式框架

基于大数据的学习过程评价模式分为教师端与学生端两个端口，以云作业为平台，基于答题卡、作业卷、错题库三个功能，最终构建关于个性化错题库及学生行为排行榜评价两种应用模式。首先教师端在总体库里选择适合学生学情同时满足知识点要求的题目，大数据已经将其他人做过的题目错误率进行分析显示出来，相应的知识点也进行了标注，方便教师进行选择；然后将题目发放至学生端，学生端做题之后系统会将错题整合至云作业后台，同时学生在做题过程中及做题后的相关行为都会被记录下来，最终会将所有学生的学习过程涵盖的数据整合构成大数据：在错题库中，大数据技术通过处理分析将学生学习过程大数据分类为不同题型、不同难度、不同错误率三大方面在教师端呈现；学生个人错题情况展现后，教师可根据学生的错误率选定知识点，最终通过大数据形成每个学生相对应的练习或者试卷，因材施教，实现每个学生个性化的错题库；数据库中相应也会根据学生成绩形成班级成绩趋势，教师可根据数据图表判断学情；学生在做题过程中及做题后的相关行为都会被记录下来，形成优秀榜、进步榜、小黑屋等学生行为排行榜，最终实现学习过程评价。

（二）基于大数据的个性化错题库

基于大数据的个性化错题库主要分三步骤进行：错题获取、错题分析、错题可视化呈现。错题获取：以云作业为平台，以课前、课中、课后为时间线，教师依据学校本身特点以及学生学情，选择与课本知识点相关联的题目上传至学生数据库。错题统计分析及可视化呈现：个性化错题过程评价模式以所带班级为单位，将学生错题数据统计为题型、难度和错误率等方面数据内容。错题个性化智能推送：可视化数据图表呈现后，教师根据错误率可以进行微课录制以及制定个性化针对每个学生的错题集。同时，大数据针对学生个人错误率情况智能化的推送相关漏洞知识点的错题，真正实现了专为学生定制学习的功能。

学生行为评价排行榜

学生作业提交之后，客观题系统会自动批改，主观题系统会短暂地跳出答案让学生自批形成一个自批分数，待教师端重新批改主观题，可能会形成一个和学生自批分数不同的分数，这一过程中学生的各种学习行为也会被记录下来，如上交情况、提交时间、作业时长、总分、有无作弊或者乱做行为（系统根据时长和错误率而定），教师端批改发送之后，学生端可以进行订正，系统也会将订正情况记录下来，这一系列学生行为会形成优秀榜、进步榜和小黑屋（缺交、乱做、乱校对）等学生行为排行榜，将学生一系列行为转化为数据，从多维度对学生学习效果进行评价，而不仅限于知识的掌握情况，更多的是对学生的学习习惯、学习思维、学习方法和学习态度进行考量。

基于大数据的学习过程评价模式应用过程

以浙教版八年级上册科学《溶质的质量分数》为例，首先教师选择符合教学重难点的比如物质的溶解性、溶解度、饱和和不饱和溶液以及稀溶液和浓溶液的区别和联系、溶质的质量分数的计算、溶液的配制、溶液稀释和浓缩问题等等，发送作业给学生端，学