区域教育大数据的开放生态系统构建与应用模型

　　1、区域教育大数据的开放生态系统构建

　　区域教育大数据应用，只有平台和技术是不行的，关键要构建教育数据无缝流转的生态系统，数据要在不同用户角色、不同参与者之间、不同技术系统之间，在业务流程中无缝流转，在开展业务的过程中，既生成数据又使用数据，才能形成真正的大数据。靠行政推动的报送性的数据分析，永远无法形成真正意义上的教育大数据。

　　区域性教育大数据开放生态系统的构建，需要统一数据接入与交换格式规范，开放大数据分析服务，对内系统贯通，以单点登录模式统一用户、统一认证、统一结算，进一步实现业务系统之间数据与交互逻辑的衔接；对外开放大数据输入与输出、智能服务接入与输出的标准化接口，建立面向学习者、家长、教师、教育管理者和决策者的教育大数据可视化智能分析中心。

　　通过各种智能终端应用、各种服务应用APP、各种智能教育装备系统采集数据，数据汇总后分析形成数据智能，通过API的方式，接入各个APP，提升服务应用的智能性，如下页图2所示。

　　区域教育大数据生态系统的建立，核心工作不是建设数据中心，而是促进系统之间的互联互通，是建立数据交换与贯通的技术规范与制度规范。

　　2、区域教育大数据的应用模型

　　本研究以智能教育大数据公共服务平台“智慧学伴”为例，介绍区域教育大数据应用模型，推进教育大数据应用要将学生放在数据应用的正中心，汇聚学生的学科素养、心理健康、身体发育、问题解决等方面的大数据，并在区域教育行政部门的牵头下前行，在学校和研训部门的多角色支撑下助力数据的深度应用，同时大数据也能更好服务家庭，促进家校协作，如图3所示。

　　区域教育大数据的应用可以使得家庭、学校、研训机构、教育行政部门之间，以学生数据为纽带，形成促进学生发展的紧密协同关系，能够有效提升区域教育质量。

　　1、学生全面发展的数据汇聚

数据来源是区域大数据应用最重要的部分，在该应用模型中，由区域组织学生开展基于互联网的学科在线诊测，通过对学生学习数据的汇聚，对学生的知识和能力结合进行系统建模，建模数据类别主要包括学科能力测评、综合素质测评、双师在线服务、智慧学习伙伴、择校培优推荐、体质健康监测、问题解决提升、艺术素养挖掘等八个方面，数据汇聚的形式是作业、测试、问卷、体测、听课、线上行为、脑电波、问题解决等。

　　通过后续的数据建模，可了解学生的能力素养和知识图谱，并通过大数据的分析为学生提供精准资源和在线教师及学伴服务，为个性化自主学习做好支撑。从区域提升的视角，学校的管理和学科教研实现定向改进，为更好的提升区域教育质量提供可行方案，图4所示为学科能力诊测大数据汇聚和应用的闭环流程。

　　2、行政部门领航的大数据项目驱动

　　在大数据应用模型中，教育行政部门是“领路人”，在教育大数据落地中发挥着不可替代的作用，行政领航主要体现在面向主管领导、行政科室、信息化部门、教育督导处等层面的具体服务。

　　1.全区多维度数据分析支撑行政领导宏观决策

　　大数据的战略意义在于“通过海量数据的交换、整合和分析，发展新的知识、创造新的价值，带来大知识、大科技、大利润和大发展”。行政主管领导一般指区域教育局长或教委主任等区域教育发展方向的掌舵者，大数据应用主要体现在宏观数据服务支撑决策上，包括教育质量地图、区域教育质量监测、区域资源配置、区域教育公共服务、教育发展规划制定等业务。

　　全区多维大数据汇聚会形成区域教育可视化质量地图，质量地图包括各校教学质量热力图、学校升学率、学校师生比、教师组成结构等多维数据，帮助决策者定位区域不同层面质量问题，实现目标管理；

　　全区多维数据分析可以支撑行政领导开展区域资源配置决策，如学生学业大数据反馈出来的区域师资不均问题，可通过区域层面的宏观调控，优化教师配置；依托区域大数据显现出来的教师群体信息分析、学生群体来源分析、学校发展建议分析等内容，可以支撑区域制定未来发展规划。

　　2.管理数据可视化助力行政科室业务针对性推进

　　管理大数据可以服务区域中教科、小教科、人事科、教研室等不同业务直管部门，成为行政科室业务的加速器，实现数据支撑学籍异动、学段质量监控、教师能力提升培训等业务。

　　由于社会人员的流动，高频的学籍调动带来了更多的转学、借读等业务的产生，学生的流动成为教育行政管理者的难题，智能平台和数据分析可以帮助行政管理者记录区域所有的学籍变动数据，行政科室可依据统计分析，及时制定出学籍变动的解决方案；

　　历年学生中考大数据不仅揭示了学生发展的当时水平，更能通过多年连续大数据发现中学教育的发展走势，指导中学教育的发展改进；各个教师班级的教学质量数据，可以为师训部门组织教师专业培训提供参考。

　　学生的能力发展数据、素养提升数据、师生关系数据的交叉分析，可以让管理者更清晰看到教师发展背后的问题，教师成长得到进一步的支持。

　　3.信息化数据应用分析助推信息化部门建设

　　《教育信息化2.0行动计划》（以下简称“行动计划”）已于2018年由教育部正式发布，“行动计划”提出教育信息化从融合应用向创新发展演进，全面提升师生信息素养。将信息技术和智能技术深度融入教育全过程。可见，信息化部门不再局限于建网络、买设备，而是能借助大数据更有效的开展教育环境建设和解决教育资源均衡。

　　信息化部门要保证区域大数据应用的基本网络和设备条件，更要关注师生大数据产生后对其业务的支撑，师生在线学习行为大数据会生成区域、学校、班级等层面的信息化行为报告（如图5所示），这可以大大提升信息化部门的管理效率，实现精准定位，有效跟进。

　　教育资源均衡不仅体现在信息化软硬件的配备上，更要体现在直接获得的服务层次上，要及时通过数据，了解到不同师生获得服务的机会，并及时调整信息与服务资源。

　　4.大数据助力教育督导精准化

　　教育督导的主要职责包括常规教育督导，监督、检查和指导学校的教育领导和管理，对办学效益进行评估等，以前的督导主要体现在看某一个阶段的横截面，大数据提供了督导的新视野，可以看到发展和演化的历史过程，更好地开展评价导航，实现办学高效。

　　还可以快速定位表象背后的关键问题，如透过大数据分析可发现某个区域某些学校的两级分化拉大，教育督导服务时可以直接督导该类问题的解决，直接定位到评价的关键环节，找到分化的原因，督导学校制定相应改进措施。

　　3、大数据推动学校管理和教学走向智慧

　　1.大数据支撑学校行政智慧管理

　　智慧学伴大数据分析为校长和主任等教育行政人员提供了智慧管理的依据，可以依托数据进一步聚焦到学校发展共性个性问题、学生发展心理倾向、典型班级分析等业务上。

　　大数据可以积累学校层面的教学数据、师生数据、班级数据，学校随时了解本校各学科在全区的相对位置，也可实现同类学校之间的灵活对比分析（如图6所示），方便了解学校的共性问题，在共性的基础上，学校可以进一步透过数据分析问题产生的原因，聚焦到个体问题解决上，根据问题确定管理与改进措施。

　　教育大数据能帮助学校识别典型班级，透过全校全年级的数据，分析发现不同年级或班级的学生能力素养、学习行为表现，依托数据发现异常班级，定向跟进，技术化解潜在管理问题。透过学校心理综合素养大数据，学校可以更好的开展德育教育，如心理健康、网络成瘾、师生关系优化等，既可以从学校整体视角改进，也可定位到不同个体，进行定向干预，最大限度促进每一位师生的身心健康发展。

　　2.大数据支撑教师精准教学

　　大数据可直接助力教师精准教学，解决教学无据、学困生学困根源不明等问题。精准教学核心是通过学习数据分析，为每个学习者提供适合其最邻近发展区的学习服务与指导，通过学习行为数据的分析，教师可以精确了解学科教学是否达到目标、学生是否真正掌握知识或技能。

　　“智慧学伴”可以通过对学生个体学习情况进行跟踪记录与分析之后，可以对学习情况建模，展现学生结构化知识地图，也可以展现全班整体教学薄弱点的教学地图，给予教师可视化的教学参考，让教学更有依据。

　　上表所示是三个阶段利用大数据，帮助地理教师提炼出来的教学薄弱点，可供教师复习使用。学科学困生始终是教师教学颇为挑战的问题，智慧学伴可以帮助教师精准定位学困生的学习障碍点，让教师清晰了解学困形成的原因，从而制定解决问题的路径。

　　3.大数据支撑班主任智能班级管理

　　面对一个班的几十名学生，每个学生个性特征、学习问题各异，班主任想做到因人而异的指导与干预，往往心有余而力不足，传统管理的低效更是让班主任知难而退。通过多侧面、多形态的数据收集，如生理数据、心理数据、学习过程数据等，进行多层次、长周期的数据分析与挖掘，可以帮助班主任完整了解每一个学生的显性或隐形的问题，尤其是单亲等特殊家庭可能带来的学生成长问题，班主任借助数据分析可以精准问题定位、更加明晰管理重点。

　　学生各有差异，所表现出来的学科优势也大相径庭，大数据支撑下，班主任可借助数据了解学生学科优势与学科短板，更好帮助学生进行中高考选科，实现最优化的组合。通过心理健康数据，班主任还可以了解学生家庭环境、人格障碍等引发学困的原因，从而更好的协同家庭，共同解决好学困问题。

　　4、研训部门转型的大数据研修支撑

　　1.大数据支撑研训主管决策教研的方向

　　在传统的研修形式下，研训主管了解培训成效和教师专业成长情况的渠道是下属工作汇报或专题交流，导致工作效率较低，时间周期较长，信息也缺乏准确性。大数据可以让研修决策更加专业和高效，解决研修无依据、教研活动无思路等问题，促进区域教研转型。智慧学伴服务平台依托大数据，可以将各学科的区域性共性问题可视化，指示教研业务推进的方向。

　　基于数据，可以根据各个学科校际能力差异、全区各个学科教师的发展水平不同而合理配置研训资源；通过汇聚区域层面多个学段的学业大数据，分析不同学段学科发展薄弱点，可提升教研的精准性，如小学毕业后的科学学科数据与学生初中地理、物理、生物等学科数据的关联分析等，可以方便区域层面配置调整学段衔接的教研活动设计。

　　2.大数据支撑教研员教研活动设计

　　教研员是教师教学的专业指导者，区域教学研究的组织者，教师专业发展的促进者，国家和地方改革政策的转化者，课程改革的推动者。在区（县）教研工作中，教研员既要承担本区域的教学教研指导工作，又要承担本区域教师业务培训和教师职业能力提升工作。

　　教研员日常的主要教研组织包括公开课研讨、专家培训、案例研磨等。智慧学伴大数据可以帮助教研员实现教研转型，带领教研员走出固有经验引领，主要表现在数据指引教研优势与薄弱点、区域教师信息化发展分析等。针对数据指引教研，教研员参考全区各校数据，基于连贯的多学科大数据发现学科教学的核心问题，如图7为学生提问数据汇聚后凸显出来的核心知识点问题，不同学校学科教师的发展短板亦可透过数据显现等。

　　区域教师信息化发展分析是指教研员可以更好的管理区域本学科的教师，了解每位教师的在线情况，了解教师的专业投入度和学科资源应用大数据，并可根据区域教师群体的需求灵活调整教师教研计划，实现对教师业务能力的提升。

　　5、大数据支撑家校多维协同实现高效助学指导

　　要教育好孩子，家长必须和学校保持紧密联系，家校双方密切协作，家庭教育与学校教育紧密结合，这是实现育人目标的重要途径。在大数据助力区域发展系统中，家庭是大数据应用的重要场景，父母可以借助数据开展精准助学、基于数据实现更好的家校协同。

　　大数据平台能够将家长和孩子连接起来，家长能够透过数据看到孩子发展的真实表现，借助大数据给孩子提供真正需要的助学指导，而不是盲目地报各种辅导班。如家长利用微信绑定孩子智慧学伴的教育账号，就可以了解到孩子的各种学业表现数据，可以精细知悉到孩子的学习优势和问题，为后续的精准助学提供参照。

　　同样，孩子在家里也可以快速的感知自己的学习问题，并获得个性化的资源推荐服务、双师在线服务，还可以和大数据推荐的学习伙伴开展更有效的同伴学习，通过互联网和大数据，孩子可获得更多的学习小伙伴，延展了现实的学习圈。

　　综上所述，大数据应用模型从区域教育质量提升的关键角色着力，提供了面向行政领导、校长、班主任、教研员和家长等角色的具体服务，解决了不同角色的业务关键问题，这是将数据资产最大化利用的抓手，也是大数据系统性解决区域问题的更重要武器，更是大数据能够落地的关键所在。（作者：余胜泉、李晓庆，北京师范大学未来教育高精尖创新中心；来源：《中国电化教育》。本文系节选，原文标题为《区域性教育大数据总体架构与应用模型》。）