大数据下区域学业质量分析的困境及其破解

摘   要

学业质量作为教育质量的重要组成部分，其优劣不仅体现了学生的学业发展质态，更是衡量教育教学管理水平的重要标尺，对其进行全面、科学、规范的评价至关重要。利用大数据进行学业质量评价能让我们客观、准确、有效地了解并发现当前学业质量发展现状与差异程度。但实践过程中，出现了数据源单薄、评价功能缺失、分析模式单一等诸多实施困境。立足区域内一线实践者的视角，分析实施困境产生的原因，并提出区域内的解决策略及实施路径。

关键词

大数据  区域  学业质量  知识图谱

随着大数据概念的提出及大数据技术迅猛发展，利用海量数据及大数据技术，对参与教学管理和教学实践中的个体或群体，如学校、教师、学生等进行全面的、科学的、动态的学业质量评价成为可能。基于此，各地全面展开了利用大数据技术进行学业质量精准分析的研究与实践，从应用现状看，它们为推动学业质量分析与评价提供了很多有益的支持，譬如提高了数据计算的准确率和效率，对分析对象提供了多样的数据指标分析，提出了一些个性化的解决方案等，但随着质量需求的日益提高，在分析过程中出现了诸多实施困境。

一、区域性学业质量分析的实施困境

1.数据采集、甄别困难，难以形成“大数据”的广度与深度

首先是对动态过程数据及隐私数据直接采集缺少有效的途径与办法，如无法有效地获取教师教学行为数据，因涉及隐私等原因对教学个体心理数据、家庭及社会环境数据也没有合适的采集途径。……