数据驱动教研改进的数据挖掘思路和技术

林志春

摘要：随着互联网的广泛应用和物联网的成熟普及，教育信息化程度不断提升，教育教学过程中大量的过程数据被记录和存储，形成教育大数据。教师要在传统的教育教学经验上，学会挖掘教育大数据，开展基于教育实证和数据分析的教学研究工作，对明确的教育对象建立精准的任务目标，制定精准的方法措施，推进管理精准化和决策科学化。

关键词：数据处理;数据统计;互联网

2019年2月，国务院颁发的《加快推进教育现代化实施方案（2018-2022年）》中提到，推进教育现代化要创新信息时代教育治理新模式，开展大数据支撑下的教育治理能力优化行动，推动以互联网等信息化手段服务教育教学全过程。

按DIKW体系理论，数据是未被加工解释的原始素材，而信息是对数据的解释，是被处理后、具有逻辑关系的数据，只有对数据进行过滤、提炼及加工，才会产生有价值的信息。因此，建立数据思维、掌握必要的数据处理技术，是每位教育从业者的必备技能。笔者借助深圳市教育局组织的“中小学青年教师教学能力大赛”的活动数据，通过EXCEL的数据透视表（Pivot Table）工具进行数据统计和分析，探讨基于教育数据改进教研活动的数据处理思路和方法。

一、数据收集和数据清理

由于本次处理的数据来源是上级部门网站发布的Word文档文件，不利于数据统计和分析，所以数据收集工作主要是数据格式的转换，即将Word文件中的获奖名单内容复制到Excel文件的工作表中。

数据清理是对原始数据进行处理，解决数据的完整性、唯一性、可靠性、合法性和一致性，以供后续的数据统计和数据挖掘使用。在本例中，由于获奖名单表格中有合并单元格，导致在转换为EXCEL格式过程中，部分数据不完整，因此需要将其合并的单元格拆分还原，并将信息补充完整，即补充每条获奖信息的所在学段（“学段”列）、所属学科（学科列），以及所属区域（“区/直属”列）等信息。

数据清理还有一项重点工作，就是保证数据的一致性。在本例中，教师所属学校的单位名称必须保持一致。例如，要将获奖信息中“福田区荔园小学”和“深圳市福田区荔园小学”的学校名称统一为相同的名称。这样才能确保学校教师获奖情况统计的准确性。

二、明确需求和数据统计

数据清理完成后，我们就可以开始数据统计操作。数据透视表是Excel统计数据最简单好用的功能，插入数据透视表后，只需要简单地将数据的字段拖拽到指定的行、列区，就能够实现数据的自动排序、筛选和分类汇总，生成丰富的数据分类统计表。下面，以OFFICE2010为例，介绍Excel数据透视表的常用操作方法。

（一）统计各区获奖人数的方法

通常情况下，为了解各区教师的获奖人数情况，需要按获奖等级分类，分别统计出各区获得一、二、三等奖的教师人数。在数据透视表中，只需要简单的几个步骤就可以实现。

1.将鼠标定位在整理后的表中，选择“插入”，选择“数据透视表”，在弹出的“创建数据透视表”对话框中，按照默认的选项，直接单击“确定”;

2.在“数据透视表字段”窗口中，将“区属”字段拖放到“行”区，将“奖次”拖放到“列”区，将“姓名”拖放到“∑值”区，默认统计为计算个数，则可以得到所需的统计表，见图3。

（二）统计各区各学段获奖人数的方法

要进一步了解各区各学段的获奖情况，可以生成“各区各学段获奖人数统计表”，操作方法与前面相似，仅在步骤2中。增加一个拖拽操作，将“学段”拖放到“列”区，见图4。

（三）统计各区各学科获奖人数的方法

为了解各区各学科的教研水平，需要统计各区各学科每个奖项的获奖情况。在数据透视表中的操作，步骤1与前面相同，后面操作为：

1.将区属、学科和教师分别拖到“列”“行”和“∑值”区，生成“各区各学科获奖人数统计表”。由于字段放在“行”区和“列”区的效果一样，通常将字段中不同的数值比较多的字段放在行区，在本例子中，学科字段的不同数值比较多，所以放在“行”区。

2.为方便观察和比较各区各学科一等奖的获奖情况，所以将“奖次”字段拖到“筛选”区，生成可按获奖等级筛选的“各区各学科获奖人数统计表”。此时，可以通过单击选择表格左上角的“奖次”筛选，分别统计各区各学科的一、二和三等奖人数。

另外，为方便观察生成表格的数据，可以设置数值条件，显示不同颜色。例如，选择“数据透视表”，然后在菜单栏中的“条件格式”中设置“大于l”，并将满足条件的单元格填充为红色，见图5，其中红色单元格表示对应区和学科的一等奖人数超过1人。

（四）统计全市各个学校的获奖人数的方法

可以用类似的方法，见图6，将“学校”字段拖到“行”区，将“奖次”字段拖到“列”区，将“姓名”拖到“∑值”进行“计数”，生成“各学校的获奖情况表”。

三、数据分析及实践应用

借助Excel数据透視表，通过简单操作，就可以快速生成各种分类统计表，呈现出丰富的、有价值的信息。例如，根据各区各学科获奖人数统计表（图5），各区的学科获奖情况一目了然，结合平时调研了解的情况，可以推选出具有学科优势的区域，开展学科区域教研经验的总结推广活动。另外，在选送优秀选手参加高级别比赛时，区级教研团队的强弱也是重要的参考依据。再例如，借助各学校获奖人数统计表（图6），再结合实地调研，对获奖人数较多的学校，总结梳理其在教师引进、教师培养、科组建设和教学研究等方面的优秀经验和做法，实现整体提质增效。

通过本文的数据分析应用案例，我们明确了基于数据驱动教研改进的思路，即随时随地采集和记录日常教育行为相关的过程数据，再根据具体教研需求，对已采集的数据进行筛选、分类和统计，得出基本情况，然后结合实地调研，针对性地了解情况，检验数据分析的结果，再将结果应用到实际工作中，实现利用数据分析挖掘，提高教研效率和质量。

不过，由于案例中原始数据包含的信息较少，缺乏其他重要的信息，例如获奖教师的教龄、性别、毕业院校等，无法开展更为深入的数据挖掘分析。但是，随着物联网技术的普及和教育大数据平台应用的深入，教育教学过程中将会积累更多数量、更多类型的原始数据，形成真正的教育大数据。期待更多的教育工作者掌握基于大数据的数据挖掘思维和技术，拥有开启教育大数据宝藏的金钥匙。