基于大數據的多源多維綜合素質評價模型的構建

張治　戚業國

摘要：普通高中綜合素質評價成為當下教育綜合改革的突破口。傳統的教育測評建立在以考試為核心的教學行為基礎上，難以客觀、公正地評估學生學習成效和發展潛質，大數據技術為全面記錄學生的學習行為和結果數據提供了可能。結合數據分析技術和學習科學的發展，該文以上海市綜合素質評價改革的行動為背景，嘗試構建一個基于大數據技術的多源多維綜合素質評價模型。該模型能綜合考慮多源數據的匯聚與整合，試圖將學生客觀信息的采集范圍擴大至課堂內外、正式和非正式學習環境、線下和線上學習、學習活動和生活表現等多個視角，獲取能映射學生綜合素質相關的數據，形成系統、完備的學生成長大數據。整合并標準化能夠反映學生綜合素質的多源數據，建立學習分析模型，開展大數據分析對學生綜合素質進行多維度、全方位的評價，形成基于大數據的學生個體和群體的綜合素質數字畫像。模型在多個維度提供價值判斷和結果輸出，從而為學習改進和學習環境的改善，為學生發展和人才的分類遴選提供依據。該模型將為正在蓬勃開展的普通高中綜合素質評價改革提供可資借鑒的解決思路。

關鍵詞：大數據；綜合素質評價；評價模型；學習分析；數字畫像

中圖分類號：G434 文獻標識碼：A

2014年9月，國務院發布《關于深化考試招生制度改革的實施意見》，提出了“兩依據一參考”的高考改革基本方向。新一輪的高考改革聚焦綜合素質評價，力圖從評價環節全面落實素質教育，因此，普通高中綜合素質評價成為當下教育綜合改革最熱的話題之一。全面實施綜合素質評價，對促進學生的自我認知與生涯規劃、對高中學校辦學改進、對高等學校科學遴選和社會創新型人才培養體系的構建都至關重要。從“素質”到“綜合素質”，對學生評價的研究一直在發展。如何運用學習科學和信息技術的最新發展成果，為學習者創造能充分反映學生生活和未來實際的評價體系，這是國內外教育系統面臨的巨大挑戰。教育與新技術的創新融合，提供了新的研究視角，基于大數據技術的評價系統不但是改進學習的關鍵，而且將為各類教育機構改革提供數據支持。在面對新生代學習者和以大數據技術為核心的信息社會背景下，學生的學習、生活環境和內容都發生了深刻變革，評價的內容和形式是否也需要變革？大數據如何用于學生綜合素質評價？該做什么才能把綜評政策的理想轉化成全體教育相關人的共同愿景？這是事關我國新時期教育綜合改革成敗的大事。本文將圍繞模型建立的必要性與可行性、模型理論框架、技術實現路徑等方面加以闡述。

一、大數據技術應用于綜合素質評價的必要性與可行性分析

（一）必要性分析

1.技術帶來教育的革命性變化。大數據具有海量、多源、異構、非結構化、連續性、實時性、網絡結構、精準映射等特征，像是一個記錄人類行為的數字寫真，無限接近本真。新技術應用于教育方式變革，展現了當代教育的一個重要發展方向：從“用經驗說話”轉向“用數據說話”。未來的評價離不開現代信息技術，大數據技術將是未來教育評價的必然選擇。

2.大數據技術為記錄和分析教育教學中的表象信息提供了可能。一個人的素質通過多個表象呈現出來。大數據技術為記錄和分析以往無法利用的信息提供了技術支持。高中綜合素質評價需要從多個維度全程記錄學生的成長數據，加之作為被評價對象的學生數量也十分龐大，普通高中綜合素質評價是一個需要耗費大量人力、物力的系統工程。相較于通過人力進行紙本操作，基于大數據的綜合素質評價能夠充分發揮信息技術操作便捷、方便處理與傳播等優勢，降低成本，提高評價效率。此外，學生是互聯網時代原住民，他們的生活與學習幾乎離不開電腦、手機等電子設備，互聯網上遺留下了他們學習與成長的足跡。借助大數據能夠在較為真實的環境下采集學生信息，這些信息在學生自然狀態下產生，未經加工，更加客觀，基于這類信息的評價也有利于避免出現霍桑效應和暈輪效應，反映學生真實面貌。從綜合素質評價的價值導向來看，其核心價值還是在于促進學生發展，用于高校遴選也是為了學生發展。綜合素質評價要能讓學生更了解自己，讓學校更了解學生和自己的服務，讓政府更了解學校和自己的管理。最后，大數據引入學生評價有利于打破學生信息孤島，將數字變成數據，在促進學生發展方面發揮價值。長周期行為數據、大規模考試數據、師生面談數據、閱讀數據、位置信息數據、社交圈及關鍵詞、檢索行為數據、在學習平臺上學習數據（如電子教科書、閱讀平臺、MOOC、APP應用、DIS數字化實驗、每次作業表現）等，都可以讓我們更好地了解學生，發現其潛質和不足，這既能服務學生成長，又能為教育評價學研究提供資源。大數據技術有望挖掘各類學生數據中蘊藏的價值，促使普通高中綜合素質評價不再流于形式，真正服務于學生發展。

3.數字畫像有利于更加直觀地呈現評價結果，為個體學習早期干預和教育教學規律發現提供依據。大數據分析技術能夠最終生成學生個體及群體數字畫像，這是一種新的綜合素質評價結果呈現方式，更加形象、全面、易懂，方便學生、教師以及教育管理者使用綜合素質評價結果。個體數字畫像幫助學生看清自己的成長狀態同時幫助高校遴選，班級群體的數字畫像幫助教師改進教學；學校群體數字畫像幫助學校及其他教育管理部門的領導者開展教育治理。學生成長中必要的早期干預需要基于科學決策，學生成長規律的發現也要基于數據。數字畫像為此提供了可能。

（二）可行性分析

我國教育信息化經過多年發展，特別是“三通兩平臺”的建設，已顯現一批成果。教育大數據用于教育評價的案例不斷涌現，為更大規模的數據挖掘分析指明了方向。“近年來，隨著技術的發展，尤其是無線網絡與物聯網等技術的發展，伴隨移動設備的普及化，教育數據系統有望采取到更多更全面的數據，不但可以讓更多評價主體參與教育評價從而采集到更多維化的評價性數據，也可以采集教育過程中累積的過程性數據，大數據技術尋找關聯性的思維模式契合了教育評價情境下對充實依據與有效證據的本真需求，讓評價結果真正成為教育教學決策的重要依據”。

數據采集手段的不斷革新，基礎數據工程的持續積累，不同部門之間數據共享意識的提升，學生通過互聯網學習行為持續增加，各級教育管理部門數據挖掘需求的不斷強化，學校、教務、學生管理新范式顯現，各類教學管理軟件（批卷系統、網班上課平臺、Moodle課程平臺等）的使用，各種社交產品紛紛涌現、特別是手機APP應用的普及并持續利用等，這些數字校園的建設和信息技術產品的普及為學校打下教育信息化的良好基礎，同時也是進一步研究教育大數據的前提。綜合素質評價大數據挖掘與分析正是基于已有的信息化實踐進行的再探索，是對教育大數據的一次集成，也是對教育大數據發展的一次驅動。

二、多源多維綜評模型理論框架分析

學生在學習和生活中，所有的行為皆有數據，所有的數據都可以被采集。本模型試圖將學生客觀信息的采集范圍擴大至課堂內和課堂外、正式學習環境和非正式學習環境、線下學習和線上學習，獲取與學生綜合素質相關的數據，形成系統、完備的學生大數據倉庫，整合并標準化能夠反映學生綜合素質的多源數據與信息，建立數學模型，開展大數據分析，對學生綜合素質進行多維度、全方位的評估，形成基于大數據的學生個體和群體的綜合素質數字畫像。評價結果不僅服務于高校招生，還服務于學生生涯規劃、教師因材施教、學校服務改進、政府教育區域治理優化，旨在充分發揮客觀數據的價值，有效加強對學生各維度素質與能力的認知與評價水平，調動學生、教師、高中、高校、政府等各方啟用綜合素質評價結果，充分發揮評價的導向功能，促進學生全面發展與健康成長。

結合數據挖掘的一般流程，筆者嘗試構建一套較為完整的基于大數據的普通高中綜合素質評價模型。數據挖掘（Data Mining）的一般流程是數據采集、目標數據、數據預處理、數據挖掘、結果呈現、反饋應用。數據采集往往是首要環節，通常大量的時間要花在采集和預處理上；數據采集后要根據業務需要，確立目標數據，才能進行數據預處理，形成大數據倉庫，根據教育領域內在規則確立挖掘方法，開展數據挖掘，建立數據模型，從而呈現挖掘結果。有時候這個流程并非每個步驟都要做到，有時候某些步驟沒有完成，需要返回重新執行。根據數據挖掘流程，構建了基于大數據的“多源多維綜合素質評價模型”，其結構如下頁圖1所示，本模型的建構不關注其技術細節，主要聚焦于在常態化的情境中較為全面地獲取學生綜合評價信息，以此來獲取對學生綜合素質較為客觀、完整的認識。

多源多維評價模型的核心模塊包括以下幾個部分：

（一）數據采集系統：大數據采集的“上帝之眼”

數據的采集強調多種來源的自然采集。采取多種形式、多種方法記錄能映射學生綜合素質發展狀態的表象數據，數據的記錄要強調全方位、全過程、全納、全員和非干預的自然狀態采集，數據要包括結構化和非結構化的數據，力求其大，不會造成結構性短缺。在這個模型中，把大數據采集系統比喻為“上帝之眼”，是因為它能洞悉一切，從行為到結果，從白天到黑夜，從外在到“靈魂”。把大數據比作“上帝之眼”的另外一個意思是數據的采集是非干預的、在自然狀態下被采集的，而不是為了某種功利的目標被采集。本模型嘗試在綜合素質評價已有的客觀數據之外，采集學生在實際情境中所遺留下來的過程性數據。對學生綜合素質的評價要將學生放在其學習生活的環境中，這一環境包括了線上線下的多源多維數據獲取，同時考慮到學生成長的動態發展規律。“多源多維數據可以從三個方面獲取：一是對于線下學習中的人際交互關系，主要通過問卷調查、訪談等學習者自報告的方式進行數據采集；二是對于網絡環境下的學習交互數據，例如，Coursera、網易公開課、可汗學院以及其他各院校研發的在線學習平臺等，關系數據通常按照一定的格式存儲在學習系統中；三是社交媒體上遺留的數據，比如：Twitter、YouTube、Facebook、微博、微信、QQ等社交平臺都記錄了大量學習者的交互數據可利用開發者提供的數據接口API或網頁標簽信息，利用相關程序進行自動爬取”。

（二）數據的清洗

大數據采集后，需要進行必要的清洗，剔除無關的變量，并經過一定的格式化處理，用元數據標準進行標簽，這樣才能更好被挖掘和分析。數據的清洗核心在于尋找評價目標與數據的關聯、映射對應關系，排除“噪音數據”。

由于采集的原始數據中無意義的成分很多，數據來源結構復雜，不同的系統間也存在著不同的標準，加上系統設計的不合理性的存在，時常出現系統數據的重復、冗余和不完整導致的大量模糊信息的現象。而這阻礙了數據挖掘的針對性和準確性，影響數據挖掘的執行效率，不利于挖掘目標的達成。

通常而言，數據預處理一般按照以下四個步驟進行：數據選取、數據表屬性一致化、數據清理、數據離散化（數據歸約）。數據選取是在原始數據庫中選取與任務相關的數據表項，通過對數據的篩選有效地利用資源。數據選取的方式一般通過事先編制好的程序來進行選擇，在數據倉庫的基礎上進行選取會讓操作更為便捷。數據表屬性一致化是指根據挖掘的需求把不同呈現樣式的數據用統一的標準重新的標識，方便數據挖掘人員對于挖掘對象有清晰的認識。數據清理是指填補空缺的數據、處理錯誤數據、消除噪聲數據、去除孤立點，以此改善待挖掘數據的質量，提高挖掘的信度。數據離散化（數據歸約）是指將待挖掘數據進行更深一步規模上的處理，在保留數據完整性的前提下縮小處理的規模，達到提高數據處理效率的效果，主要包括元組歸約（連續屬性離散化與概念分層）和屬性的歸約。

數據預處理的過程是基于大數據的學生綜合素質評價模型的重要的一環，通過數據預處理，為數據挖掘的順利進行開辟了道路，也是高效率的完成數據挖掘的前提和基礎，關系到學生數據挖掘的成功與否。

（三）數據的挖掘分析模型

根據數據分析模型，進行數據分析挖掘，為學生個體和群體進行數字畫像，從而客觀分析學生綜合素質發展狀態，并透視其關聯性、聚類性和因果性，通過學生數字畫像，進一步為學校、教師、政府等進行畫像。數據分析的模型建立是一個非常復雜的過程，價值觀不同，模型會差異很大。但是模型根據適用對象的不同和算法的差異，可以分為不同的類型。

1.數據挖掘技術。收集、分析并解釋數據，是統計學中最基本的數據挖掘技術。通過建立基于數學函數的統計模型，對目標進行匯總、描述以及預測，也能應用在驗證數據挖掘的結果上。

2.聚類分析與模式識別。利用數學方法對數據樣本進行差異性和相似性的區分，根據親疏關系進行聚類，并從聚集的類別中發現在事物之間的規律和典型模式，是當代分類學與多元分析的結合，直觀的呈現出分析結果。

3.決策樹分類技術。決策樹分類技術是由于分析決策或事件時會產生多個結果，這些分析形成的不同的結果如果繪制出來就像樹的枝干一般，用樹形的結構來呈現分類和決策的結果，并從中發現規律。

4.人工神經網絡和遺傳基因算法。人工神經網絡和遺傳基因算法通過計算機模擬人類大腦的特性，這種仿生學的研究在人工智能、計算機科學、認知科學等方面的應用中前景被看好，對于客觀規律的定量描述和網絡設計編碼在數據挖掘中有幫助作用。

5.規則歸納。規則歸納即是指在數據挖掘過程中提取形式規則，搜索和挖掘以往未知的規律。可視化技術是數據挖掘結果的呈現方式，通過圖片、圖像、表格、動畫等不同的形式便于挖掘結果的理解，指引后續的操作。

（四）數據分析結果的呈現和利用

在第一階段，匯聚而來的數據可以作為綜評的數據提供給使用的人，大學可以用來進行模型分析，可以分層、分類，可以挖掘特長生，中學和政府也可以進行相關的數據挖掘分析，為教學改進服務，學生本人可以發現自己的特長和不足。

這套模型也許看上去更為理想化，但是，其教育大數據不是僅僅采集學生的學籍信息、入學信息、各種考試的分數等靜態數據，而是充分考慮到數據的多源采集、自然采集，注重數據的完整、全面，特別是注重學習行為數據和學習結果數據，注重結構化數據和非結構化數據的結合，從而使基于大數據的學習分析成為可能。該模型在數據清洗的基礎上提供了系統化的學習數據分析方法，便于教師將學習行為數據、學習結果、學習資源及其他學習相關的數據進行分析和處理，便于學生、教師、學校、政府能一目了然地了解教育發生了什么、學生學習發展情況、學生綜合素質評價結果，從而為教學行為改進指明了方向。下面對該模型在數據采集、分析處理等實施路徑加以說明。

數據挖掘與分析后的結果一般通過數據可視化的方式呈現。通過可視化的方式，我們可以更直觀地找出我們想要尋求的問題答案，找出隱藏在各種交叉的數據中的關系、趨勢與偏差，發現數據中隱藏的知識與規律。可視化分析涉及意義建構、人機交互分析、分布式認知等認知理論，在大數據分析中扮演著尤為重要的角色，也尤其適用于復雜的數據挖掘領域。

應用在大數據分析的可視化技術主要包括文本的可視化、網絡（圖）的可視化、時空數據可視化、多維數據可視化等。已經面世的側重于不同的可視化目的的軟件工具數量眾多，并朝著更好的用戶體驗發展。一般而言，我們常應用折線圖、柱狀圖、餅圖、氣泡圖、雷達圖，這些圖目標明確、清晰易懂。

（五）評價結果分類使用——學生、教師、高校、學校、政府

將基于大數據的綜合素質評價結果及時用于個體生涯規劃、學習改進、辦學服務提升、高校分類遴選和持續跟蹤培養、政府基于數據的治理等用途，從而實現綜合素質評價的發展性診斷功能、學習成長導向功能、分類遴選功能、治理服務改進功能等，這是綜合素質評價理想模型的潛在價值。

1.學生個體數字畫像：服務于生涯規劃和個性發展

學生是綜合素質評價的評價對象。綜評是對學生全面發展情況的觀察、記錄、分析，是發現和培育學生良好個性的重要手段。多源多維綜合素質評價模型在大數據分析的基礎上可以為個體進行數字畫像。學生個體的數字畫像對于學生自己、教師和高校都具有重要價值。學生可以更加了解自己，了解自己的能傾、愛好、特長和不足，知道自己的優勢所在，為自己的學習以及生涯規劃做出調整。教師根據數字畫像，對學生進行分類培養，通過分析，發現學生的優勢和薄弱環節，引導學生確定個人發展目標，支持個性化教學。當然，數字畫像的診斷和激勵功能，能激發學生的參號性，發揮正導向作用，從而引導學生更加積極參與到學習活動中來；個體的數字畫像同樣可以服務到高校，高校能通過申請學生的數字畫像，遴選出符合自己要求的學生，從而決定該生適合學什么，并進一步決定在高等教育階段如何服務該生的持續成長，而不是僅僅根據分數決定該生是否應該進入某專業學習。

2.群體數字畫像——服務于學校辦學改進和政府教育治理

大數據支持下的綜合素質評價具有重要的服務功能。在個體數字畫像的基礎上，多源多維綜合素質評價系統可以進行聚類分析，繪制群體數字畫像，即為某校某門課程學習情況的群體畫像（對比圖）。學生學習群體的數字畫像主要服務于學校和政府的宏觀教育治理。學校可以把學生綜合素質評價結果作為診斷和改進教育教學工作的重要依據。政府可以據此進行區域教育治理，提高政府服務水平，提高財政經費使用的邊際效應。在群體數據畫像的基礎上，我們可以進一步發現教育教學和學生成長規律，從而為教育教學的科學化尋找理論支持。

三、多源多維綜合素質評價模型實施的技術路徑分析

本部分將從技術支撐體系到數據采集源、采集格式和數據分析模型等方面具體描述模型是如何運行的。

（一）技術支撐體系

“評價什么是教育評價的核心”，對學生進行綜合素質評價是一個復雜的過程，需結合學生的過程性數據和結果性數據進行綜合考慮。學校需要收集學生的學習過程性數據，而不僅僅是結果，特別是學生“問題解決、批判性思維、團隊合作、創造性”等21世紀技能進行評價。基于技術的評價能夠收集學習過程中的數據，驅動以“什么對每個學生最好”為依據的決策，為改善學習提供依據。

該模型以學生學籍數據作為基礎數據支撐，多個應用系統作為支持，基于上海市統一身份認證系統，多個維度相互補充共同形成了一個學生在各個階段的相對完整的學業結果性和學習過程性數據源。其中，結果性數據屬于結構化數據的采集，過程性數據涉及到結構化和非結構性數據的采集。本研究從高中綜合素質評價管理系統（結果性數據）、數字課堂（正式學習場景、過程性數據）和上海市高中名校慕課平臺（非正式學習場景、過程性數據）等多個應用系統作為學生綜合素質評價研究的切入點。項目的拓撲結構如圖2所示。

（二）技術實現框架

整個系統是一個三層架構，自下而上分別為數據層、分析層和應用層（輔助功能，如任務調度和監控管理等未體現于上圖2）。實現360度學生畫像構建、可視化呈現以及分析報告輸出是其核心所在。未來則可以逐步增加完善基于畫像標簽和挖掘模型庫的各類場景落地與平臺整合，具體如

（三）數據中心構建

1.學生綜合素質評價的數據源分析

學生綜合素質評價是一項系統工程，通過共享的學生基礎數據，匯聚不同業務系統間學生數據。目前涉及到的基于統一身份認證系統已在運行使用的業務系統包括：研究性學習平臺（MOOR）、上海市高中名校慕課平臺（MOOC）等。同時，在此基礎上，隨著更多應用系統的接入，匯集更多維度的數據：（1）通過學籍系統，統一身份認證系統匯聚學生的基礎數據；（2）通過互動課堂、在線學習平臺匯聚學生課堂學習、在線學習的行為數據和結果數據；（3）通過綜合素質評價系統匯聚評價數據、學業成績數據；（4）通過MOOR匯聚研究性學習的行為數據和研究記錄；（5）通過對接實驗平臺，閱讀平臺匯聚學生的實驗行為數據和實驗結果記錄、學生閱讀行為數據。數據源對照如表1所示。

2.數據采集格式

數據源中過程性數據采集使用了統一的數據格式，基本格式：用戶+動作+對象+時間+關聯的結果以及行為對應的結果數據+情境輔助信息。用戶、動作、對象、時間是每一類行為的共性，關聯的結果以及行為對應的結果數據、情境輔助信息依賴于特定的行為。基本格式的描述如下：

（1）用戶——操作行為的發起者，學生是主要的用戶；

（2）動作——用戶所執行的具體操作；

（3）對象——是指行為所施加的對象、目標或受體，可以是構成支持學生學習的內容、工具、服務、平臺等，用以承載一定的知識點、或是提供學習支持。對象的粒度不一，如“試卷”是一個對象，“試卷”中的某一道題也是一個對象；

（4）時間——用戶作用于特定對象的發生時間；

（5）關聯的結果以及這些行為對應的結果數據——根據所作用的對象特征，可以是對錯、成績、評語、文本、圖片、語音、狀態等；

（6）情境輔助信息——考慮到實際學習的復雜性，除以上其他幾方面信息外，用以輔助完善行為數據的其他情境性信息。

3.數據采集的環境

本模型嘗試在綜合素質評價已有的客觀數據之外，采集學生在實際情境中所遺留下來的過程性數據。對學生綜合素質的評價要將學生放在其學習生活的環境中，這一環境包括了線上線下的多源多維數據獲取，同時考慮到學生成長的動態發展規律。

（1）正式學習環境。在正式學習環境中，試圖在不影響師生教學活動的情況下實時、持續地采集更多微觀的教與學的過程性數據，比如學生的學習軌跡、在每道作業題上逗留的時間、教師課堂提問的次數等。不僅僅是常規的結構化數據，即學業結果數據（如成績、違紀記錄、出勤記錄等），更注重非結構化數據，即學生學習行為數據（如圖片、視頻等學習資源的學習，計算器、畫板等學習工具的學習及教學軟件等）。

（2）非正式學習環境。對于高中生的綜合素質考量應該基于對素質評估訴求，考慮到當前教育領域的主要經驗成果和數據資源基礎，融合多個渠道的信息，多方位采集學生在特定學習或生活場景下的某一方面數據，并對這些信息進行匯聚、綜合、去冗、互補等，以形成對新生代學習者的持續性一貫性描述。基于對當前數據資源情況的理解，以及一級綜合指標所規劃的總體方向，綜合素質指標構建的實現可以從數據內容類別視角進行。從結果類數據和行為類數據兩個大類對標簽進行構建實現。

本研究對學生綜合素質評價的研究試圖貫穿學生課堂內和課堂外、連通正式學習環境和非正式學習環境、整合線下學習和線上學習，對學生綜合素質進行多維度、全方位的考察，通過實現對學生綜合素質的大數據，對整個學生綜合素質評價體系進行梳理、采集、分析，整合并標準化現有的反映學生綜合素質的多方數據與信息，形成基于大數據的學生綜合素質畫像標簽，充分發揮現有數據的價值，有效加強對學生各大維度素質與能力的認知與評價水平，切實促進學生全面發展與健康成長。學生數據源的確定是一個復雜的技術工作，隨著數字終端和數據記錄工具的普及，越來越多的學習過程和結果數據將被記載，其拓撲結構如圖4所示。

4.數據采集標準與指標體系

本項目將綜合素質評價本研究采集的數據界定為學業結果性數據和學習過程性數據，同時將學習過程性數據分為正式學習場景和非正式學習場景，根據這三方面的研究，形成了一系列數據采集的規范與標準，針對不同維度建立數據采集指標體系。

在上海市綜合素質評價管理系統學業結果數據指標中，將綜合素質記錄按類型分為學習經歷與成績類、品德與公民素養類、身心健康與審美和其他記錄四種，每一個維度根據其特點，梳理其需要收集的數據指標，建立數據指標體系，如圖5所示。

5.學生綜合素質評價數據分析維度

基于多源數據中心，構建了如下分析維度（如圖6所示）。

（四）指標體系構建

1.指標構建架構

基于以上對學生綜合素質評價體系的整體認識，形成了如下多源多維的綜合素質評價三層架構模型，如下頁圖7所示。

所有的評價都要確立一定的目標。綜合素質評價目標以教育部相關政策解讀為核心，細化為一定目標體系。這些目標需要通過一定的標簽導人系統，才能成為便于采集和分析的數據。目前，標簽的生成方法一般分為三種：第一種是讓普通注冊的學生用戶給自己或其他用戶打上特征標簽；第二種是讓學校管理者或者內、外部專家給相關學生用戶打上特征標簽；最后一種是通過算法模型分析學生用戶的各種行為數據而自動生成的用戶標簽，此方法原則上很少受到人為主觀因素的干預。從中小學生綜合素質評估的訴求來看，建立大數據標簽的方法非常適用于實現這一目標，通過構建學生在多個特征維度上的標簽指標，可以讓學生、家長及老師快速地獲取學生在對應素質或能力方面的實際表現情況，以及學生對于不同學習模式和知識技能的偏好，使其優缺點能夠更快地被發現和理解，以便于學生自我認知，家長有的放矢，老師因材施教。基于對當前數據資源情況的理解，以及一級標簽所規劃的總體方向，標簽構建的實現可以從數據內容類別視角進行，從結果類數據和行為類數據兩個大類對標簽進行構建實現。

2.二級指標間關聯性的檢驗分析

新構建的評價指標，要使其發揮應有的高質量信息展示的功能，還需要更好地和當前的綜合素質評價體系有效地結合起來。更具體來說，要能夠充分地對綜合素質評價中的客觀結果進行有效補充，需要建立這些過程數據所提煉計算出的指標對于學生結果性指標的解釋性和因果關聯性。具體而言，我們可以認為結果型數據指標是用于表面直觀評估學生素質的指標，而過程型數據指標則是一般意義上評估人很難直接獲取的一些信息。舉例來說，可以直接通過學生綜合素質報告獲取學生的在校成績，包括語、數、外等核心課程，也包括物理、信息科技等輔助課程，但這些成績并不能很好地反映出學生實際對于什么學科方向有更濃厚的興趣，也很難了解學生是否在相應學科上有更好的基礎積累。同時，對于學生取得的成績，是否存在很多隱性指標能夠預示學生的成功學習？這些規律不但有助于解釋學生當前綜合素質的構成，更能夠給出學生將來的培養發展方向。可以借助于相關分析以及聚類分析算法及貝葉斯算法，挖掘分析學生各個學科成績，以及在線MOOC相關學科成績與學生線上訪問時長、頻度、課程選擇數量、研究課題數之間的關聯關系；也可以探測學生的時間管理模式與學生取得研究型課程成果間的相關性。當前主要考慮分析相關性的指標大致包括了：（1）學習成績表現——學生行為風格、學習延續性、學習專注度……（2）藝術修養水平——學生行為風格、學習創新性、興趣廣泛度……（3）體育運動水平——學生行為風格、身體素質水平、學習專注度……

（五）構建學生綜合素質評價體系

通過學生學習結果性數據和學習過程性數據的采集與分析，形成了對學生學習表現的評價體系，包含學生學習成效、思維品質、學習品質、創新精神與實踐能力等方面。

1.學生思維品質與表現評價體系

思維品質的成分及其表現形式很多，結合林崇德教授關于思維的研究，基于學生在在線學習平臺中的表現，從思維的深刻性、靈活性、獨創性、批判性、敏捷性、辯證性、系統性等幾個方面，考察學生在線交流研討時所表現出來的思維品質。

2.學生在線學習品質與表現評價體系

基于所采集學生的學習數據和信息形成了學生在線學習品質的數據模型和評價指標。

圍繞學生學習品質這一內容，主要從以下幾個緯度和標準來評。（1）學習的堅持性：對于選擇了的課程是否能夠堅持學完。通過平臺統計數據來呈現，如完成率高、退選率低、中斷率低。（2）學習主動性：學習過程中是否積極主動，是否自覺，主要是通過平臺呈現的數據來呈現，如報名課程數多、證書數多、發帖次數多、成果展示次數多。（3）學習認真度：平臺打點提問的首次回答正確率高。（4）學習合作性：平臺中給他人點贊數、回應他人次數等。（5）學習傾向性：主要是平臺統計學生的選課門類與門數、收藏課程的門類與門數。

以上是多源多維綜合素質評價模型的使用平臺案例分析。當然，模型的使用在數據采集與分析時不可能僅僅限于這些平臺，而是要兼容更多的平臺、終端和系統，采取多種形式、多種方法記錄能映射學生綜合素質發展狀態的表象數據，數據的記錄要越全面、越詳細就會越好。記錄過程要在自然狀態下，避免人為干預。數據的分析模型要與時俱進，不斷創造教育評價模型，不斷開發大數據挖掘的新模型，這樣才能更加客觀地為學生做數字畫像。評價結果的應用要多維分析，多元使用，比如，用于個體生涯規劃、學習改進、辦學服務提升、高校分類遴選、政府基于數據的治理等等用途，從而實現綜合素質評價的發展性診斷功能、學習成長導向功能、分類遴選功能、治理服務改進功能等，從而創造更多的價值。

四、多源多維綜合素質評價模型實施建議

“道為術之靈，術為道之體；以道統術，以術得道。”基于大數據的高中綜合素質評價研究反應了道術合一的辯證關系，“道”的實現離不開“術”的支持，大數據技術正是高中綜評創新實踐中的“術”。教育信息化創新應用與深度融合的轉變之一是“教學評價從單純的分數排隊走向綜合素質的大數據分析，不僅關注學生的學業成果，更關注學生的品質、修養、創新意識、合作能力等。技術支持下的教育變革，必然會對物理環境有著客觀的要求。基于多維多源的高中生綜合素質評價模型的應用需要以下基礎條件。

1.建立統一身份認證，打破數據孤島，實現多源系統之間的互聯互通。以學籍數據作為權威的底層數據源，提供統一的用戶管理、用戶認證及安全保障等服務，用戶經由統一身份認證系統登錄，在完成身份認證后無再次登錄就可以使用所有支持統一身份認證服務的其他信息服務系統提供的服務。

2.提供多源數據支持，構建數據中心。多源多維的綜評模型是基于多個可用的數據應用平臺而提出，對軟硬件環境的配置及其應用量有一定的要求。

3.構建可用的數據標準，打通多源對接機制。數據標準所采用的各類代碼標準和數據標準符合國家信息標準、教育行業標準等，既能滿足當前多源數據的轉換對接，同時也能兼容后續接入的應用。

4.形成大數據的交換共享機制。大數據分散在各個應用系統中，如騰訊公司掌握大量的社交數據，百度公司掌握大量的檢索數據，阿里公司掌握著大量的購物數據，移動公司掌握大量的GIS地理位置信息數據，還有在各個學習網站、各大學習平臺、各個學習終端上留下的各種學習數據，這些數據短時間都因為體制機制的障礙或法律的問題無法被共享。“多源多維綜合素質評價模型”只是一個理想化的模型，數據的結構性短缺依然存在，這需要我們共同面對困難。為了學生的未來，我們需要從更加開放的胸襟面對這些數據資源，這也許是未來我們不斷走向理想教育的前提。