您的位置:首页 > 国内教育 > 国内新闻> 正文

李雅萍:基于大数据学习分析助力学生个性化发展

www.jyb.cn 2015年05月15日   来源:中国教育新闻网

广东省深圳市第二实验学校副校长 李雅萍

  作为深圳市的一所实验性学校,我校坚持建立适合每一个学生发展的教育。学校在教育信息化的建设方面,正在由数字化校园向智慧校园转型,如何利用互联网大数据充分体现教育服务个性化和智能化是我们面临的新课题。下面我将从大数据的采集、应用以及展望三个方面来谈我们学校的思考和探索。 

  百川归海集腋成裘。首先谈大数据的生成,学校开发了应用系统的移动端APP,PC、平板电脑、智能手机都成为了数据采集的渠道,借助互联网、物联网和移动网,任何一个学生在任何时间、地点,以任何方式做任何事情都会有记录,这样就形成了大数据的“5A”特色。这些大数据来自学生、家长和老师,记录内容包括学生自画像、学期总结,还有同伴、老师、家长的个性化评语,同时也包括学生的学业成绩、社会实践、选科、参加社团活动获得的竞赛奖励等各个方面,这些记录能够综合反应学生的知识储备、兴趣爱好、情感态度、努力程度和进步的情况,形成多元立体动态的成长记录。 

  随着应用系统的增多,实现数据共享和统一认证就成了大数据采集的必然需求。参照美国应用集成平台,我校整合各类应用系统,构建了云桌面,为校长、学生、家长提供个性化的集成业务窗口,实现了良好的用户体验,以及分析诊断和反馈调整。 

  其次谈大数据的应用。被誉为大数据商业运用第一人的维克托·迈尔-舍恩伯格提出,大数据改善了学习的三个核心要素:反馈、个性化和概率预测。面对形成的大数据,该如何进行数据挖掘?促进个性化成长呢?我校通过对教育大数据的梳理建立学习者模型,模型包括品德发展、学业发展、身心健康、兴趣特长四个维度,使学生学习行为模型化显示,通过探索各种变量之间的关系,形成诊断性的预测。 

  通过大数据的分析,我校建立了个性化的学业诊断。以前的考试分析只能简单指出学生成绩是进步了还是下降,如果通过大数据,即通过学生的出勤、课堂表现、平时的作业以及考试等过程性评价的数据,就可以分析出学业成绩和学习行为各要素的相关性。比如,有两个学生在一次考试当中,成绩都低于年级的平均分数,借助大数据分析的雷达图,就可以确定学生学业成绩的变化,到底是主动学习意识的欠缺,还是知识结构的薄弱?如果是知识结构的薄弱,那么教师就可以进一步通过网络云课堂中的学习过程记录进行分析,来发现学生的知识薄弱点,进而进行自定义组件,借助云平台资源推送到学习空间,对学生进行个性化指导。 

  通过大数据的分析帮助学生制定生涯规划,促使学校在人才培养方面更加注重综合人才的培养,在大数据的支撑下学校通过电子心理档案,通过学业发展的柱状图,通过学生成长的态势雷达图,可以分析学生的兴趣爱好和能力倾向,来预测学生的发展趋势。学校从课程选择指导、参与职业体验、提升兴趣特长等方面为学生制定个性化的生涯规划,扬长补短促进其综合素质。 

  通过大数据的分析还可以推动教学决策调整,我校开设了丰富的选修课程,学校依据网络选课课程满选时间的快慢、课程通过率、学生评价的数据,与学生兴趣教学时效和教师的教学水平三个方面,综合分析选修课程的时效再制定开设方案。 

  不忘初心方得始终。目前我校的探索还停留在数据低级和浅层的分析当中,还需要在数据的深层分析、逻辑关联、梳理、挖掘等方面做更多的工作。为学生构建个性化学习环境,提供适应性的学习工具,深化学习检测与诊断,以靶标式的推送来满足学生个性化的需求,来创造适合每一个学生发展的智慧校园。(广东省深圳市第二实验学校副校长 李雅萍)



【字体: 】【打印】【发表评论】【推荐】【纠错】【关闭
{编辑:庄元}

教育信息

版权声明

  凡本网注明“来源:中国教育新闻网”的所有作品,版权均属于中国教育报刊社,未经本网授权不得转载、摘编或利用其它方式使用上述作品。 已经本网授权使用作品的,应在授权范围内使用,并注明“来源:中国教育新闻网”。违反上述声明者,本网将追究其相关法律责任。


  凡本网注明“来源:XXXXX(非中国教育新闻网)”的作品,均转载自其它媒体,转载目的在于传递更多信息,并不代表本网赞同其观点和对其真实性负责。


  如作品内容、版权等存在问题,请在两周内同本网联系,联系电话:(010)82296588

细览版权信息