基于大数据技术的学习评价实施策略研究

丁发红

（庆阳职业技术学院，甘肃 庆阳 745099）

在当今高度发展的网络时代，教育方式、学习模式和学习者使用的学习工具都向着网络化方向迈进，个人电脑、智能手机及各种便携式移动终端也成为学习者的新型学习工具，基于大数据技术的学习评价就是对学习者在学习过程中产生的过程数据进行挖掘、清洗，通过对有用数据的分析发现学生学习规律、洞察学生学习方面的某种现象，从而为教学诊改服务。

1 基于大数据技术的学习评价原理

1.1 什么是大数据？大数据有什么价值

大数据（Bigdata）也称为海量数据，是指用新处理模式才能具有决策力、洞察力和流程优化能力的海量的、高增长率的、多样化的信息资产，大数据技术的产生和应用标志着人类在认识世界、改造世界的能力上又迈进了一大步，过去不可存储、不可分析、不可共享的数据在大数据技术的推动下变成了我们理解世界、认识世界、发现规律的一扇窗口。

大数据的核心就是预测，它通常被视为人工智能的一部分，不久的将来，这个社会所有单纯依靠人们判断力来解决的问题会逐步被各种系统来代替，如亚马孙可以根据我们平时查阅的电子图书给我们推荐想要的书，facebook根据我们上网浏览的资料知道我们的喜好，而LinkedIn可以根据我们在网上交流的朋友圈分析出我们可能还认识谁。

1.2 什么是学习大数据？学习大数据有什么价值

学习大数据就是学习者为了达到学习目的而依赖于各种学习软件、学习平台或和互联网平台，在与外界交互的过程中而产生的一系列数据，主要包括学习内容数据、学习时间数据、学习方式数据、学习工具数据和与外界互动交流时产生的各种数据。

学习大数据在催生了智慧化教学的同时也为个性化学习赋能。有了学习大数据，教师可以通过统计、分析准确掌握学习者的学习状态和个性化特征，如学生对教学资源的利用情况、对教学内容的互动反应、学生对每个知识点的学习时长、每个学习平台上登陆的频次等，从而制定适合学生学习特点的个性化培养方案，提高提高学生解决学习中出现的问题的效率和质量。

2 大数据与学习评价

2.1 学习评价发展现状

学习评价就是按照预先设定的目标来评估、测量学习者过去或现在的学习情况，一直以来，学习评价是通过中期、期末考试、平时测验、课堂表现、实训情况等来进行的，但这种评价不具有实时性，也不够全面客观。随着信息技术的迅速发展及在教育领域的融合创新、各种在线教育平台的大量应用，学习过程大数据逐渐被人们挖掘并应用在学习评价层面，基于大数据技术的学习评价使得学习评价更为科学、系统、全面、及时，与以往传统学习评价相比，也能更好的记录描述学生的发展现状和个性化学习情况，通过分析学习过程数据还可以对教师的教学效果及学生个性化学习需求进行评价。

2.2 大数据技术如何影响学习评价

大数据技术对学习评价具有很大的影响，他是指将学生学习过程中产生的所有数据全部收集起来，纳入分析、评价的范围，比较强调评价过程本身的价值，数据来源渠道越多评价结果越准确，越能反映出学生学习的真实情况，对实践的指导意义就越大。另外学习过程大数据评价与考试结果大数据密切结合将使得教育评价更为客观、公正。

2.3 大数据技术支持下的学习评价原理

2.3.1 大数据技术支持下的发展性评价原理

大数据技术支持下的发展性评价原理是将学习过程中每个环节进行数字化记录、描述、存储，在从这些数据中搜集有用的数据进行科学分析、评价，从而对教育主题和客体的教育活动进行价值判断，根据已经制定的人才培养目标、专业建设标准、课程建设标准制定更加细化的阶段性要求，全面挖掘、存储学习过程数据，以个性化发展的视角客观评价学生学习行为、效果及特点，这样有利于教师根据学生的个性需求对学生进行精准指导。学习者也可以发现自己在学习过程中存在的问题和学习进展情况，从而调整学习计划以便达到更加理想的学习效果。

2.3.2 大数据支持的在线学习过程性评价原理

在信息技术与现代教育高度融合下，信息技术对教育的影响覆盖于管理模式、教学模式、和评价模式等层面，近年来，很多高校在教学模式的重构上下了大工夫，而基于大数据技术的管理模式和评价模式的变革上还有很大的潜力需要深入挖掘并广泛应用。这种需求将推动教育信息改革的深入推进。

5G网络环境支撑下，可对教学环节数据进行全面采集，而且采集的数据可以是实时化呈现，通过对大数据的实时监测，可以迅速反馈监测信息，教师可以对学生的学习状态有针对性地进行监控和管理，这在一定程度上缓解了因网络教学环境下师生分离而造成的互动不畅的问题，促成了学习评价由经验化向科学化的范式转型。

2.3.3 大数据技术支撑下的个性化学习评价

为提升学习者网上学习的满意度，可以通过对学生学习大数据的分析从而定制个性化的学习需求，包括学习时间、教学资源，教师可根据学生学习需求进行多对一甚至一对一的教学资源推送，这种指导方式有效支撑了个性化教学，同时，学习评价也由片面化、单一化向多元化转型，这种多元化包括了学生学习动机、态度、兴趣、偏好、习惯等，完成了为学习者画像并满足学生学习的个性化需求，这种对学习者的纵向追踪大大拓展了教学评价的功能、效率及内涵。促进学生全面发展、有效提升了教育评价质量及教育管理质量。

3 学习大数据的采集与获取途径

3.1 学习大数据的来源途径

教育是一个复杂的系统工程，除家庭和学校需要密切配合外，因为地域发展的不平衡导致学校教育水平存在一定的差距，来自各方的教育大数据采集、存储存在着一定难度，学习大数据主要来源于校内学习和校外实践两种，由于各地区各学校教育质量和信息化教学设备存在一定差异、多元化教育大数据的产生、采集、分析能力存在着一定的差距，数据采集的全面性、实时性、准确性还存在着差异。

3.2 学习大数据的采集途径

目前、各种在线教学平台、网上教学资源层出不穷，这些教学资源的应用使得教育过程数据类型繁多，而不同的类型数据的采集就要用不同的技术手段来实现，就要用各种学习资源系统、网上在线课程平台而产生的教育数据，不同类型数据的采集也是运用不同技术手段来实现的。

3.2.1 物联网感知技术

目前，校园一卡通在各个学校都广泛使用，可通过对校园“一卡通”的使用情况对学生在线学习情况、云平台利用情况、直播课堂利用情况及日常学习情况、甚至生活情况进行监测。

3.2.2 在线教育平台数据收集技术

随着信息技术在教育领域的高度融合，在线教育平台被高校广泛应用，尤其是2019年爆发的新冠肺炎疫情更加促进了线上教学的迅速发展，目前规模较大反响较好的教学平台有智慧树、超星阿雅、中国大学MOOC等，可以收集学生在平台学习过程中产生的各类学习大数据，这些不同类型数据还可与学校教务管理系统互联互通，为学校教学管理、教育诊改和学习评价提供了数据支撑。

3.2.3 图像识别技术

图像识别技术是人工智能领域中的核心技术，通过对图像采集设备抓取的数据进行清洗整理，可以识别所观测对象，从而为学习者提供相关方法或思路，常见的有“学霸君”、“作业帮”，这种技术采用一对一的方式，通过对采集到的图像信息进行匹配分析来识别学习者的目标，为学习者提供解决问题的答案或方法，这种“拍照搜题”的方法已经被广大学习者所青睐。

3.2.4 面部识别与视频录制技术融合

这类技术用于校园内部行为数据采集方面，如：面部识别、智能录播、视频监控等方面，其中校园内部的监控技术普遍比较成熟，主要是在学生安全管理方面对学生进行动态监测；智能录播技术因为各学校资金投入的差异还存在发展不平衡情况，这种技术是采集教师教学过程数据和学生学习过程数据，面部识别技术可以获取学生上课状态数据。

基于大数据技术的学习评价是在学习过程大数据和学习评价基础上实现的，随着信息技术的迅速发展和在各领域的融合创新，更多的信息采集技术将会在教育教学领域广泛使用，教育大数据必须具有连续性、实时性、便捷性等特点，这样才能保证数据采集的科学性、目的性进而实现数据采集的精准性与合理性。