基于大数据的留守儿童教育干预研究

宋点白

（西南财经大学 中国西部经济研究中心，四川 成都 610000）

一、引言

《国家中长期教育改革和发展规划纲要（2010-2020年）》中明确提出，促进义务教育的均衡发展，合理配置教育资源，向农村地区、边远贫困地区以及民族地区倾斜，加快缩小教育差距。[1]随着教育资源向农村地区的不断倾斜，教育失衡的局面有所改善。但是，留守儿童却因其“特殊性”成为了义务教育均衡发展中的“弱势群体”。如何让留守儿童接受科学的教育引导，成为实现我国教育均衡发展必须高度重视的问题。在此背景下，大数据技术的出现，为留守儿童教育均衡问题提供了一个新的解决路径与思维方法。

二、留守儿童教育问题分析

1.文化教育问题

留守儿童与普通家庭孩子在综合文化素养上存在较大差距。虽然，留守儿童家庭也重视孩子的教育问题，但由于缺乏必要的父母引导与监督，在文化教育层面上，仍然产生了诸多问题。比如，留守儿童存在迟到、早退、上课不认真听讲、甚至旷课等情况，“偏科、跟不上、厌学”等方面的问题也较为严重。没有家庭环境的监督与引导，致使农村留守儿童对于文化知识学习的积极性不高。再加之师资力量与物质条件的匮乏，客观上也导致了农村留守儿童文化教育素质较难提升。

2.心理教育问题

父母关爱与陪伴的长期缺失，致使留守儿童的心理问题无法通过家庭渠道得到有效疏解，其心理需求无法得到满足。在关爱缺失下，留守儿童的心理往往倾向于内向、冷漠、攻击性强。[2]由于亲情的隔离，以自我为中心、孤僻、暴躁的“留守综合症”也成为了留守儿童常见的心理问题。[3]消极情绪长期困扰留守儿童，而内心真实的想法不能通畅表达，最终导致其心理健康状况每况愈下。感情上缺少父母的陪伴，行为方式上又缺乏正确的引导，导致留守儿童的人生观和价值观歪曲，身心不能健康发展。

3.安全教育问题

留守儿童自控能力差，在好奇心的驱使下，他们往往会做出一些冒险行为，但自身却并无意识。近年来，留守儿童触电、溺水、摔伤、拐卖、猥亵等各种安全事故频发，留守儿童身心安全无法得到保障。由于缺乏安全教育与引导，留守儿童安全意识薄弱，对所处局势的安全判断存在偏差。留守儿童缺少必要的安全教育干预，农村地区的安全监督又不到位，再加之留守儿童的代理监护人精力有限，没有充足的时间教导留守儿童安全问题，导致留守儿童安全状况堪忧。

三、大数据条件下留守儿童教育干预系统构建的理论框架

如何弥合留守儿童文化、心理与安全的教育鸿沟，是解决留守儿童教育困境中不得不面对的现实难题。基于此，本文尝试通过提供教育干预的方式，建立一个动态的留守儿童大数据监测管理系统。通过深度挖掘留守儿童学习以及日常生活过程中产生的大量数据，掌握留守儿童的学习及心理健康状况，并及时发现其中存在的问题。为留守儿童提供个性化的辅导建议，从而督促、引导留守儿童顺利达到理想的教育效果。

图1 留守儿童教育干预理论框架图

留守儿童的学习、心理以及安全状况能够得以改善是本研究的出发点与归宿。以大数据为中心，建立多元的互动机制，是本文设定留守儿童教育干预系统的基础理念。基于大数据的条件支撑，加强留守儿童、留守儿童家庭、学校及教育工作者之间的多元互动，从教育的视角对留守儿童的学习、心理及安全状况进行干预与强化，通过合理的资源配置和科学的教育决策，为留守儿童提供个性化的教育辅导。以大数据为核心，构建以留守儿童、家庭、学校三位一体的留守儿童教育干预理论模型。模型的参与者既是干预系统大数据的来源方，也是干预系统的实施者与实施对象。对于留守儿童而言，考虑的是其通过大数据系统的教育干预，在文化知识、情绪状态以及安全认知方面能够得到有效提升；针对教师而言，通过对留守儿童状态的把握，根据留守儿童信息，调整教学策略，实施个性化干预；对于留守儿童的家长而言，通过数据传输与情感互动，打破空间的限制，维系家长与留守儿童的情感纽带；对于大数据核心系统而言，根据留守儿童特征，如兴趣偏好、知识水平、情绪变化等，个性化推荐学习资源、学习路径。[4]

四、大数据条件下留守儿童教育干预系统的运行流程

图2 留守儿童教育干预流程图

如图2所示，留守儿童教育干预系统主要分为四个部分：数据收集层面、数据分析测评层面、预警与对策系统、干预效果测评与反馈层面。由数据收集开始至建议实施，形成了一个基于大数据技术的闭环网络自适应系统。其具体的实现步骤为：

1.确定干预目的

明确留守儿童的教育干预目的，依据干预目的确定模型的关键指标，相应调校分析模型端口。若干预目标发生变化，则后续步骤持续跟踪调整，形成动态调整的系统。通过大数据分析可以发现留守儿童教育数据中隐藏的行为信息，提供给教育工作者以及留守儿童父母使用。针对留守儿童学习、安全及心理问题，实现目标主要有：监控与评估、预测与干预、个性化推荐和反思等。

2.数据采集

数据收集是干预系统建立的重要环节，也是难点所在。利用大数据技术，处理留守儿童与家长、留守儿童与教师、留守儿童与学校之间直接和间接交互后生成的海量数据（包括非结构化数据、半结构化数据和结构化数据[5]）。其中，留守儿童心理与安全意识方面的数据可以通过调查和访谈方式获得，也可以通过在大数据干预系统中，给家长、监护人以及教师设置系统操作界面完成。家长与教师通过在系统中记录、描述留守儿童相关信息，形成数据集。留守儿童与其家长之间存在空间隔离，通过远程互动，利用大数据平台记录相关信息，进行聚类与整合，便于后期的解释与分析。针对留守儿童学习及行为数据的采集，可通过点阵数码笔技术，采集留守儿童作业、练习及考试数据；通过拍照搜题技术，采集留守儿童作业练习数据；[6]通过智能录播、视频监控技术，对留守儿童课堂学习数据进行收集与整理；还可通过智能手环记录来观测学生的生理状态及学习行为等。通过建立一个基于学习、生活以及行为的数据采编系统，在不同时间、地点采集与获取留守儿童的数据信息。

3.数据分析

大数据进行了预先清洗及降噪后，则可引入分析模块单元。分析模块由两大部分构成：

一部分侧重于评估留守儿童学习、心理及安全意识等状况。利用数据挖掘技术中的预测、聚类、关联规则挖掘等方法，处理与分析海量数据，提炼出有价值的信息。了解留守儿童已经掌握和没有掌握的知识；留守儿童的安全意识在哪些方面还比较薄弱；留守儿童当前的情绪状态等信息。运用社会网络分析法，了解留守儿童在认知上的困难，探明影响留守儿童认知及学习能力提升的情景因素。

另一部分是基于统计学方法的贝叶斯网络分析，据此作出干预决策。本文借鉴Uusitalo[7]提出的贝叶斯网络K2算法来进行干预决策模型搭建。如图3所示，其中，X={X1，X2，…Xm}，X代表采集到的留守儿童任意一类信息，信息可表示为留守儿童的个体特质、学习方式、安全认知、知识水平、学习效果、情感状态等。集合 Vi={V1，V2，…Vn}表示贝叶斯模型在整合这些数据信息后的变量集Vi。选取m组可观察留守儿童数据，按事先明确的节点顺序，采用贪婪搜索计算各节点相关的后验概率，选取后验概率最大的节点为父节点，通过对父节点间变量{V1，V2，…Vn}的干预概率计算，达到最终决策判断的目的。

图3 贝叶斯网路干预决策模型

4.干预的可视化反馈

由分析模型计算判断是否采取干预决策，从学习、行为、情绪等多个方面开展综合预警，并形成关于留守儿童的个性化评估报告。如果不需要相应的干预，则将相应的测评报告推送至家长及教师，便于其了解留守儿童的学习及心理状况等。若留守儿童需要相应干预，则信息推送给教师、家长及相关教育工作者后，可以针对性地制订出辅导策略。测评报告的优势在于将留守儿童的学习状态、安全认知、心理健康状况可视化，可视化的目的在于让管理者、教师和家长都能清楚地了解留守儿童所处的状态。可视化的方法多种多样，针对留守儿童的学习状况可以设置如学习进度条、完成百分比、学习路径图、目标达成程度等。针对心理状况可以设置如心理评估量表、孤独感分析等。

5.个性化建议

以大数据分析技术构建的教育干预系统，最终目标是能够为留守儿童提供个性化辅导建议。个性化建议通过两方面实施：一方面系统根据推送的预警信息结合自适应引擎，自动生成适合留守儿童的个性化建议和个性化资源，依据留守儿童特征推送学习资源与学习路径；另一方面，教师、教育工作者以及留守儿童家长根据推送的评测报告，对留守儿童实施人工干预，提出适合解决留守儿童当前问题的个性化建议，并推荐适合留守儿童的个性化资源。同时教师也可以根据与留守儿童的交互行为，反思自己的教学方法与风格是否适合学生。家长可以根据与留守儿童的交互行为，了解家庭教育中存在的问题。相对于学习问题，留守儿童的心理问题更为复杂，需要通过人工与系统的疏导，多方干预加以化解。最后，将干预效果数据化，存储到留守儿童大数据平台中，形成关于测评的数据信息库，便于未来对留守儿童问题进行跟踪性诊断。

图4 个性化辅导的实施框架

五、总结与探讨

从实际状况来看，大数据技术在留守儿童教育干预中的运用还存在一些现实难题与困境。如留守儿童所处教育环境落后，提供数据支撑的技术设备缺失，造成数据收集困难；留守儿童所处地区文化观念往往比较落后，教师、家长及其相关教育部门对大数据的认知态度尚需要提升等。但是，运用大数据技术收集过去无法获取或者获取代价很高的数据，并将其运用于留守儿童的教育问题分析，以充分提升留守儿童的学业表现、安全认知和心理健康状况，仍然具有重要意义。本文从理论上构建了一个关于留守儿童的教育干预系统，从教育测评、个性化建议等方面为留守儿童的突出问题提供了解决思路。