數據驅動教研改進的數據挖掘思路和技術

林志春

摘要：隨著互聯網的廣泛應用和物聯網的成熟普及，教育信息化程度不斷提升，教育教學過程中大量的過程數據被記錄和存儲，形成教育大數據。教師要在傳統的教育教學經驗上，學會挖掘教育大數據，開展基于教育實證和數據分析的教學研究工作，對明確的教育對象建立精準的任務目標，制定精準的方法措施，推進管理精準化和決策科學化。

關鍵詞：數據處理;數據統計;互聯網

2019年2月，國務院頒發的《加快推進教育現代化實施方案（2018-2022年）》中提到，推進教育現代化要創新信息時代教育治理新模式，開展大數據支撐下的教育治理能力優化行動，推動以互聯網等信息化手段服務教育教學全過程。

按DIKW體系理論，數據是未被加工解釋的原始素材，而信息是對數據的解釋，是被處理后、具有邏輯關系的數據，只有對數據進行過濾、提煉及加工，才會產生有價值的信息。因此，建立數據思維、掌握必要的數據處理技術，是每位教育從業者的必備技能。筆者借助深圳市教育局組織的“中小學青年教師教學能力大賽”的活動數據，通過EXCEL的數據透視表（Pivot Table）工具進行數據統計和分析，探討基于教育數據改進教研活動的數據處理思路和方法。

一、數據收集和數據清理

由于本次處理的數據來源是上級部門網站發布的Word文檔文件，不利于數據統計和分析，所以數據收集工作主要是數據格式的轉換，即將Word文件中的獲獎名單內容復制到Excel文件的工作表中。

數據清理是對原始數據進行處理，解決數據的完整性、唯一性、可靠性、合法性和一致性，以供后續的數據統計和數據挖掘使用。在本例中，由于獲獎名單表格中有合并單元格，導致在轉換為EXCEL格式過程中，部分數據不完整，因此需要將其合并的單元格拆分還原，并將信息補充完整，即補充每條獲獎信息的所在學段（“學段”列）、所屬學科（學科列），以及所屬區域（“區/直屬”列）等信息。

數據清理還有一項重點工作，就是保證數據的一致性。在本例中，教師所屬學校的單位名稱必須保持一致。例如，要將獲獎信息中“福田區荔園小學”和“深圳市福田區荔園小學”的學校名稱統一為相同的名稱。這樣才能確保學校教師獲獎情況統計的準確性。

二、明確需求和數據統計

數據清理完成后，我們就可以開始數據統計操作。數據透視表是Excel統計數據最簡單好用的功能，插入數據透視表后，只需要簡單地將數據的字段拖拽到指定的行、列區，就能夠實現數據的自動排序、篩選和分類匯總，生成豐富的數據分類統計表。下面，以OFFICE2010為例，介紹Excel數據透視表的常用操作方法。

（一）統計各區獲獎人數的方法

通常情況下，為了解各區教師的獲獎人數情況，需要按獲獎等級分類，分別統計出各區獲得一、二、三等獎的教師人數。在數據透視表中，只需要簡單的幾個步驟就可以實現。

1.將鼠標定位在整理后的表中，選擇“插入”，選擇“數據透視表”，在彈出的“創建數據透視表”對話框中，按照默認的選項，直接單擊“確定”;

2.在“數據透視表字段”窗口中，將“區屬”字段拖放到“行”區，將“獎次”拖放到“列”區，將“姓名”拖放到“∑值”區，默認統計為計算個數，則可以得到所需的統計表，見圖3。

（二）統計各區各學段獲獎人數的方法

要進一步了解各區各學段的獲獎情況，可以生成“各區各學段獲獎人數統計表”，操作方法與前面相似，僅在步驟2中。增加一個拖拽操作，將“學段”拖放到“列”區，見圖4。

（三）統計各區各學科獲獎人數的方法

為了解各區各學科的教研水平，需要統計各區各學科每個獎項的獲獎情況。在數據透視表中的操作，步驟1與前面相同，后面操作為：

1.將區屬、學科和教師分別拖到“列”“行”和“∑值”區，生成“各區各學科獲獎人數統計表”。由于字段放在“行”區和“列”區的效果一樣，通常將字段中不同的數值比較多的字段放在行區，在本例子中，學科字段的不同數值比較多，所以放在“行”區。

2.為方便觀察和比較各區各學科一等獎的獲獎情況，所以將“獎次”字段拖到“篩選”區，生成可按獲獎等級篩選的“各區各學科獲獎人數統計表”。此時，可以通過單擊選擇表格左上角的“獎次”篩選，分別統計各區各學科的一、二和三等獎人數。

另外，為方便觀察生成表格的數據，可以設置數值條件，顯示不同顏色。例如，選擇“數據透視表”，然后在菜單欄中的“條件格式”中設置“大于l”，并將滿足條件的單元格填充為紅色，見圖5，其中紅色單元格表示對應區和學科的一等獎人數超過1人。

（四）統計全市各個學校的獲獎人數的方法

可以用類似的方法，見圖6，將“學校”字段拖到“行”區，將“獎次”字段拖到“列”區，將“姓名”拖到“∑值”進行“計數”，生成“各學校的獲獎情況表”。

三、數據分析及實踐應用

借助Excel數據透視表，通過簡單操作，就可以快速生成各種分類統計表，呈現出豐富的、有價值的信息。例如，根據各區各學科獲獎人數統計表（圖5），各區的學科獲獎情況一目了然，結合平時調研了解的情況，可以推選出具有學科優勢的區域，開展學科區域教研經驗的總結推廣活動。另外，在選送優秀選手參加高級別比賽時，區級教研團隊的強弱也是重要的參考依據。再例如，借助各學校獲獎人數統計表（圖6），再結合實地調研，對獲獎人數較多的學校，總結梳理其在教師引進、教師培養、科組建設和教學研究等方面的優秀經驗和做法，實現整體提質增效。

通過本文的數據分析應用案例，我們明確了基于數據驅動教研改進的思路，即隨時隨地采集和記錄日常教育行為相關的過程數據，再根據具體教研需求，對已采集的數據進行篩選、分類和統計，得出基本情況，然后結合實地調研，針對性地了解情況，檢驗數據分析的結果，再將結果應用到實際工作中，實現利用數據分析挖掘，提高教研效率和質量。

不過，由于案例中原始數據包含的信息較少，缺乏其他重要的信息，例如獲獎教師的教齡、性別、畢業院校等，無法開展更為深入的數據挖掘分析。但是，隨著物聯網技術的普及和教育大數據平臺應用的深入，教育教學過程中將會積累更多數量、更多類型的原始數據，形成真正的教育大數據。期待更多的教育工作者掌握基于大數據的數據挖掘思維和技術，擁有開啟教育大數據寶藏的金鑰匙。