大數據下區域學業質量分析的困境及其破解

摘? ?要

學業質量作為教育質量的重要組成部分，其優劣不僅體現了學生的學業發展質態，更是衡量教育教學管理水平的重要標尺，對其進行全面、科學、規范的評價至關重要。利用大數據進行學業質量評價能讓我們客觀、準確、有效地了解并發現當前學業質量發展現狀與差異程度。但實踐過程中，出現了數據源單薄、評價功能缺失、分析模式單一等諸多實施困境。立足區域內一線實踐者的視角，分析實施困境產生的原因，并提出區域內的解決策略及實施路徑。

關鍵詞

大數據? 區域? 學業質量? 知識圖譜

隨著大數據概念的提出及大數據技術迅猛發展，利用海量數據及大數據技術，對參與教學管理和教學實踐中的個體或群體，如學校、教師、學生等進行全面的、科學的、動態的學業質量評價成為可能。基于此，各地全面展開了利用大數據技術進行學業質量精準分析的研究與實踐，從應用現狀看，它們為推動學業質量分析與評價提供了很多有益的支持，譬如提高了數據計算的準確率和效率，對分析對象提供了多樣的數據指標分析，提出了一些個性化的解決方案等，但隨著質量需求的日益提高，在分析過程中出現了諸多實施困境。

一、區域性學業質量分析的實施困境

1.數據采集、甄別困難，難以形成“大數據”的廣度與深度

首先是對動態過程數據及隱私數據直接采集缺少有效的途徑與辦法，如無法有效地獲取教師教學行為數據，因涉及隱私等原因對教學個體心理數據、家庭及社會環境數據也沒有合適的采集途徑。其次是歷史形成的“數據孤島”，制約了數據的間接獲取。所謂“數據孤島”，我們認為是由于條塊管理的原因，導致各級各類教育教學組織機構和一些社會團體在教育教學管理及教學過程中或是在社會實踐過程中所積累的各類獨立數據資源，這些資源雖然寶貴，但因條塊原因，形成了各自的數據構成及處理方式，極大地增加了我們獲取有效數據的技術難度與成功率。再次是甄別、清除“數據雜質”，復雜性大，時間跨度長，采集、積累的各類數據中，肯定存在重復、多義或錯誤的信息“雜質”，去除“雜質”、規范數據，是數據處理的重要前提，但要有效甄別和清除“數據雜質”，困難較大。

2.數據分析功能性“缺失”，不能滿足用戶的系統性需求

這里功能性“缺失”是指以下幾個方面：大數據分析系統不能提供相應分析功能;分析依據及形式單一化;分析過程及結論的靜態化;數據結論引用的復雜化等。由于這些“缺失”，導致我們必要的學業質量分類指標、客觀的分析結論、影響學業質量的歸因分析等系統性需求不能滿足，具體表現為：（1）僅注重學業成績分析，歸因分析功能缺失，我們利用大數據平臺分析學業質量，不僅要了解學業質量的現狀，更要對引發這些現狀的因素進行歸因分析，找到真正原因及聯系，才能對癥下藥，作出精準決策，目前還不能精準提供這些功能;（2）分析依據單一，當前分析主要圍繞“分數”展開，如平均分、標準差、分段頻數、合格率、排名位置等展開，對成績中蘊藏的“知識結構及能力要求”涉及較少，且不深入，導致只見分數表象，不見背后隱藏的對“知識點”理解程度及解決問題“能力狀態”等原因;（3）缺少“動態”分析與追蹤，僅注重當前批次的“靜態”分析，不能或很少“動態”融合前后批次的分析內容，尤其是缺乏對同類知識點及解決問題的能力點的分析與追蹤，缺少對學業質量變化的延續性觀察，致使難以對學業質量作出客觀評價;（4）用戶數據引用沒有針對性、便捷化的設計，我們經常發現由于分析結果指標眾多、呈現龐雜，導致一線應用人員無法分辨、讀懂數據結論，甚至要花大量時間研究數據結論，這無疑會給實踐應用帶來諸多不便，降低使用效率。

3.數據平臺“適應”性的分析設計，無法真正形成個性化需求

分析學業質量，應充分考慮個性化需求，推出個性化的定制方案。這里的個性化有兩個方面的涵義：一是具有區域特色的本地化;二是面對不同分析對象的個性化。當前，大數據分析是“廣譜”式分析，抓住所有地區、所有對象的共同點，以服務最大化、利益最大化為目標，對具有區域性的“個性化”需求支持較弱，具體表現在：（1）不能融入本地化需求，無法提供區域特色的服務。譬如，當前各地高考模式存在差異，某些省份高考政策中，對部分學科實行按比例劃等方式，在其他省份又以原始分計入總分方式，不同的高考政策就有不同的分析方式和分析指標，但當前數據分析系統忽略了這些差異，沒有針對性的有效設計。（2）對評價對象的個性化定制能力較弱，區域內評價對象可視為在整個教育教學活動中參與實踐的教學管理部門、學校、班級、教師、學生等個體或群體，不同的評價對象有不同的屬性，相同評價對象內部個體也存在差異，有各自特色，所以大數據分析平臺應能作出獨立的個性化分析，但當前還不能真正滿足需求。

二、區域性學業質量分析困境的破解

1.進行科學的系統功能設置及分析架構設計

（1）科學、系統性

分析學業質量，我們的依據是什么、需求是什么、分析資源如何采集、功能如何設計等等這些都必須進行系統性的思考，在充分學習、調查、研究的基礎上，科學制定評價標準體系和分析功能架構，采用系統化的設計理念，自上而下，頂層設計，細化模塊構成，同時還應系統性地思考實施細則，如源頭數據的規范與分類，分析過程的策略與方法，結果數據的呈現與利用，環境因素的整理與細化等，從根本上為科學、精準分析學業質量奠定基礎。

（2）客觀、實用性

分析學業質量，無論是數據分析指標、決策指導建議，還是影響因素的歸因分析、個性化的定制方案等，最終目的都是為區域內一線教學管理者、研究者、實施者提供幫助與指導，所以學業質量分析切忌繁而不實的主觀數據指標臆定，更不能有龐雜的數據表格或結論呈現，使一線實踐中的應用人員無法讀懂、分辨數據結論，無法獲取有效信息，甚至要花大量時間研究數據，這無疑會給實踐應用帶來諸多不便，降低使用效率。學業質量分析應貼近實際，保證客觀與實用。

（3）多維、精細化

海量的分析數據源，其數據構成一定是“多維度、多層次”的，質量分析的視角也應該是“多維”的。在學業質量分析過程中，除了學生學業成績數據這個關鍵數據外，學校管理的過程數據、教師教學行為數據、學生學習過程數據、教學個體心理數據、家庭及社會環境數據都會對分析學業質量產生積極作用，即使面對不同的使用對象，多維的數據分析，不論是分析過程還是結果呈現都是相當復雜的，這就需要我們在整個處理過程中，精細、科學規劃處理，用精準、清晰、簡潔的分析結論幫助學業質量分析。

（4）持續、可追溯

對學業質量的精準評價，其實是一個動態、持續的過程，不能僅憑某次或某個時間點的分析作出主觀的判斷。影響學業質量的因素是多方面的，就某次觀察點而言，學生的學習狀態、教師的教學行為、教學個體的心理狀況、社會與家庭的環境等都會對學業質量產生影響。一個較長的觀察周期，一條學業質量發展的趨勢線，會更客觀、精準地反映學業質量。在這條線上，我們可追溯過去，總結原先采取的提升學業質量的舉措表現如何、是否有效，也能立足當前，綜合影響學業質量的新情況及影響因素，并基于過去的經驗教訓，提出更為科學的提高學業質量的策略。學業質量分析，要注重分析過程的可持續性及追溯性。

（5）本地、個性化

從地域方面來看，各地教學能力、學生水平、管理舉措各有不同，有的甚至差異很大，學業質量評價的體系、過程、方法不能放之四海而皆準，必須結合當地實際情況與需求，做到適配與適應，將本地特色融入數據分析，才能挖掘出符合本地需求的決策服務。另外，從評價對象看，區域內，無論是學校、教師、班級及學生個體，都是有差異的，有各自特色的，所以對不同的個體對象，應推出個性化的分析，既便于結合各自特點作出歸因分析，也有利于提供個性化的解決方案，為學業質量的提升提出精準的、有效的策略和方法。

2.創設豐富的學業質量評價策略源

（1）因型施策、按類存放的數據采集與存儲，為學業質量分析提供有效“數據源”

一是科學的數據類型分類。先將須采集數據按屬性分類，比如師生基本信息數據、教學行為數據、心理健康數據、教學管理政策數據、家庭環境背景數據等，再對不同類型數據的組成詳細分析，制定不同的采集方式。如“教學行為數據”，它既有教師的課堂教學行為及策略，還有學生的學習習慣、方式和行為，有“靜態”的組成數據，更有“動態”的數據匯集，可采用“手工填報”“電子檔案讀取”“電子設備拍攝實錄”等方式綜合處理，采集的同時，利用審核、過濾機制，去除數據“雜質”。二是合理的按類存放，采集的數據按其構成可分為結構化數據和非結構化數據[1]，結構化數據如教學部門評價考核數據，教師、學生管理數據，學生質量監測分析數據等，可用二維表結構來表達實現與存放;非結構化數據包含教學管理過程中的教學文件、管理文檔以及課標文獻、教學圖片、圖像和音、視頻等教學資源等，該類數據沒有固定的格式，可采用數據庫管理和文件管理相結合的方式，非結構化的原始數據按規范存放在規定目錄中，數據庫則存放該數據的地址，實現快速檢索、讀取、使用。

（2）精心構建“知識圖譜”，為學業質量評價提供精準分析方式

知識圖譜就是顯示知識發展進程與結構關系的一系列各種不同的圖形，它用可視化技術描述知識資源及其載體，挖掘、分析、構建、繪制和顯示知識及它們之間的相互聯系[2]。區域內，為了學業質量分析需要，我們對“知識圖譜”的涵義作了進一步擴展，認為它由體現知識結構及知識點組成的“知識結構圖譜”和體現“認知”需求及“技能”需求等“能力要素圖譜”組成，其中“知識結構圖譜”是描繪整個學科知識體系及相關知識點的層次性、結構性、拓展性、關聯性結構，“能力要素圖譜”由與知識點相關聯的理解、知道、掌握、應用等“認知”要素點和與解決問題相關的閱讀、書寫、計算、概括、推理驗證等“技能”要素點組成。利用知識圖譜，在學業質量分析中，不僅能讓我們知道學生對知識點的認知程度，更能了解學生在解決問題時的技能狀態，從而分析出學業質量的質態。相較用分數衡量學業質量而言，在教學過程中實時檢測學業質量、精準把控學業質量的質態、持續追蹤學業質量的發展趨勢、精準定制個性化服務內容等方面，知識圖譜為我們探查學業質量提供了精準的分析依據。

（3）因地制宜、深層挖掘，為學業質量運用提供精準的服務

一是與區域化、本地化融合。充分挖掘、研究本地化的政策特點、管理特色、教學策略、學生水平等地域優勢，提煉具有分析價值的標準和依據，在大數據分析“通用”功能的基礎上，增加地域特色的分析標準，開發符合本地需求的服務功能，提供針對性的決策服務。二是深層挖掘，做好歸因分析。學業質量評價不僅圍繞“學生考試與成績”分析維度，還要充分考慮到學校管理、教師教學、學生學習、學生心理及家庭社會環境等多種因素對學生學業質量的影響，建立多維、多層分析的數據模型，深層挖掘各類因素對學業質量的影響關聯與原因，做好為學校、教師、學生、家庭提供精準支持。三是延伸動態服務，增加精準的決策內容。影響學業質量因素并非一成不變，隨著時間、條件的改變而發生變化，分析學業質量應適時與應用者進行溝通，了解主客觀因素的變化，進行動態性、過程性的延伸服務，這樣才能提供愈加精準的決策內容與服務。

（4）精確呈現、引用簡便，為學業質量的使用效能提供分析數據

一是面向對象，精確呈現。不同的使用者，需要不同的分析數據，如教學研究人員，需要對學業質量的整體狀況分析數據以及本學科的詳細分析數據;教師需要本學科學業質量的整體分析與所教班級的詳細分析數據，尤其是知識點的認知分析數據等。二是化繁為簡，實用方便。學業質量分析結果一般會包含眾多分析指標、決策指導建議、影響因素的歸因分析、個性化的定制方案等，對呈現數據進行預處理，去除無關指標與分析，簡化數據呈現方式，給使用者以實用方便的應用體驗。

參考文獻

[1] 羅明.教育測評知識圖譜的構建及其表示學習[J].計算機系統應用，2019（07）：28-29.

[2] 秦長江，候漢清.知識圖譜日——信息管理與知識管理的新領域[J].大學圖書館學報，2009（01）：30.

[3] 曹雷.基于學業質量評價的縣域大數據平臺建設的幾點思考[J].中小學信息技術教育，2017（12）：39.

【責任編輯? 關燕云】