蔡荣华 盛微 杨元峰

摘  要 大数据与教育的结合给教与学带来巨大变革，基于大数据与教育的研究内容涉猎广泛，教育中评价是教育活动的重点，现阶段与大数据融合的教育关于评价的研究同样是关注点。基于内容分析法，通过关键词查阅知网中与之相关的期刊并进行量化，分析大数据背景下教育活动中评价方法的选择。

关键词 大数据;教学评价;评价体系;评价方法

中图分类号：G652    文献标识码：B

文章编号：1671-489X（2019）19-0054-03

1 前言

大数据是指在一定时间范围内不能由日常软件进行管理与处理的数据集合，是一种新处理模式的信息资产，具有更强的决策能力、洞察和流程优化能力、高增长率和多样化的特点[1]。麦肯锡全球研究所对大数据的定义认为，大数据在获取、存储、管理和分析方面的能力比传统数据库软件超出许多[2]。大数据的兴起与发展给社会各界带来巨大的影响和变革，它的大量、高速、多样、价值以及真实性的特点给人们的学习、工作、生活方式以及对于事物的思维方式产生深刻影响。

在教育领域，教育信息化成为教育改革的一部分，大数据对教育改革的发展起到推进作用，因其新技术的使用能够对学生进行全面和科学的评价来促进学生学习。评价是教育活动中的重要组成，合理的评价可以促进学生的发展。在信息化社会快速发展时代，将大数据与学生评价方法结合起来，在一定程度上缓解评价方法的缺陷，为学生的评价提供一种新的方法和思路。

2 基于教育大数据的文献数据整理

本文运用内容分析法系统地量化相关主题文章，描述量化结果并对所含内容进行描述和分析。本文通过对以大数据和评价为关键词的相关文献内容进行量化分析和描述，分析基于大数据背景的教学评价方法现状。

本文以大数据和评价为关键词，对中国知网数据库中的期刊进行检索，不设年限地查找至2019年4月16日，通过筛选，得到与教育相关的文章共272篇。如图1所示，与之相关的文章以2013年为分水岭，以大数据和评价两个词组为关键词，相关的文献在2013年出现，在2013年之前相关文章为0，在2013年之后，相关文章发表数量开始逐步递增，2013—2019年，发文量一直呈现上升的趋势，并在2019年之后有超过100的趋势。发文量逐步递增，在一定程度上可以证明这一相关主题开始受到研究者的重视。

1997年，美国国家航空航天局的研究人员Michael Cox

和David Ellsworth首次使用大数据一词[3];2011年，麦肯锡和2012年达沃斯世界经济论坛发布关于大数据相关研究。随着信息化社会的发展，对大数据的研究越来越受到重视，越来越普遍。

以大数据和评价为关键词查找的文献中涉及其他的内容，如大数据分析、技术和数据采集等技术类的内容。本文分析内容以大数据背景下的评价方式为主，通过筛选，与评价相关的文章共137篇。如表1所示，以大数据和评价为关键词的相关文章涉及教学评价、评价体系、教学质量评价以及评价指标等多种类型的内容。其中，教学评价是发文量较多的主题，共有33篇。通过知网自带的计量可视化分析饼状图可以看到，教学评价在总数量为272篇的文章中占比10.58%;评价体系文章共22篇，占比为7.05%;教育评价主题的共有17篇，占比为5.45%;教学质量评价共16篇，占比5.13%;教学评估共15篇，占比4.81%;教育评估共11篇，占比为3.53%，这四个主题的文章发文量极为接近，占比相差不大。在学生综合素质评价、综合素质评价、评价指标和评价指标体系这四个主题的发文数量都为6篇，占比1.92%。

图1中大数据与评价相关的文章发文量呈现上升趋势，大数据给教育带来重大的变革和挑战，评价在教育活动中越来越受重视。大数据与评价相关主题的研究受到重视，各个方面都在逐步涉猎，受到大数据技术中的数据挖掘、数据分析等方面的影响以及教育评价的重要性，关于评价体系构建的研究主题有着较高的关注度。

3 教育大数据研究内容分析

大数据与教育交互的领域受到越来越多研究者的关注，大数据与教育的融合带来教学上的便利。学习评价是教育活动中的重点，传统的教育活动评价受到多方面的影响、运用多种评价方法，而在大数据与教育融合的发展背景下该使用何种评价方法？检索到的相关主题文献中评价含有多个不同的主题，笔者将不同主题文章分为三大类，分别是评价研究、评价体系、评价方法。本文通过分析不同主题文章的内容，了解大数据背景下教育活动运用的评价方法的具体情况。

评价研究  在笔者划分的关于评价研究这一分类中，涉及教学评价、教育评价和学生综合素质评价等不同主题的内容。

在与评价相关研究中，文章多以理论知识为主，通过揭示评价方面存在的问题，结合大数据背景下的数据技术提出相应的措施，指出大数据与评价的结合对教育发展带来的影响。传统的教学评价中存在不少问题，包括评价主体单一，评价带有主观性，评价内容不全面，评价方法有局限，以及评价结果的反馈不及时等。以大数据为基础的教学评价利用数据收集、整理和分析等技术使教学评价更为便利和合理化，吸引不同的评价者，解决评价主体的单一问题，为评价提供多样化、不同层次的支持[4]。

程慧芳指出[5]，大数据背景下的教育评价基于学生各个方面和不同阶段的行为数据，可以更为科学有效地发挥教育评价的作用，大数据与评价的结合能够对教育的发展起到推动作用。大数据背景下的教育评价需要确定评价内容，搜集相关的教育数据，借助大数据技术。大数据与教育评价的结合能够促进学生全面和个性化发展，因其數据的真实性，评价免受多方面因素的影响，具有更高的科学性。

王颖和戴祖旭提出在大数据的影响下，高校思想政治教育评价方式发生变化，评价的方式由经验型向科学型转变，网络与现实相互结合，突出技术的重要性[6]。文章的重点是在高校的思想政治教育评价上，但结合其他具体学科的特点，也是值得推广的理论方法。

大数据与教育评价的结合可以提高评价的准确度，更新评价理念。大数据是教育评价的变革力量，通过“主动跟进”“深度融合”“需求引领”来推进教育评价向专业化和现代化方向发展[7]。

教育评价方法体系  教育评价方法体系包括三个层次，即方法论、基本方式、技术和工具[8]。大数据技术能够为评价提供技术和工具的支持。在评价体系这一主题文章中，不少学者根据大数据的数据挖掘、整理分析和存储技术，提出评价的体系构建，详细地介绍了结合大数据技术的评价体系模型的工作流程。

李振超等人提出构建基于大数据的发展性学习评价系统的构想，该系统支持学习过程中的数据收集和存储、测试多样化、可视化的知识增长、学习过程的监督和个性化评价。发展性评价系统由四个子系统组成，分别是测评功能、采集与存储、分析和反馈，不同系统中包含的内容不一样，子系统之间相互循环[9]。

周静等人也对发展性评价模式提出相关论述，学习对象的层次为高校学生，分析高校学生学习评价存在的问题，针对问题建构大数据时代的高校学生发展性评价模式，提出需要从明确评价主体、学习评价的重点、评价内容和评价标准入手[10]。

戴慧珺等人考虑MOOC等应用的兴起，根据目前的大数据模式使用数据的挖掘算法来实现学生评价，通过数据的采集、集成、评估中结合决策树的算法和测试，证明决策树分类评估方法的有效性[11]。

上超望等人描述了大数据环境下在线学习中过程性评价的特征以及系统的设计，提出以过程性评价系统中学习评价与过程及时结合、重视评价的过程性和目标性、评价主体的多方参与以及强调过程评价带来的个性化内容这四个特征为基础，结合数据技术构建各类型的子系统[12]。

大数据背景下的评价系统构建中，注重学习过程，评价贯穿整个学习过程，在大数据技术的支撑下，使得评价更全面与客观。

评价方法  在文献检索与阅读中发现，有关大数据下评价方法的详细描述文章较少，掺杂在不同主题的文章中。在传统的教育活动中使用的评价方法受到研究者的重视，在现今考虑大数据与教育融合的背景下，评价方法的使用对学生的发展起到重要作用，也应受到研究者的重视。诊断性评价、形成性评价和总结性评价在传统教学中使用较多，但传统教学中存在只使用总结性评价或者是单一的评价主体、教师与学生之间交互少等问题。在大数据环境下，运用大数据资源和技术与三种评价方法相结合[13]，诊断性评价中利用大数据分析和判断提供智能化的诊断和方法[7]，加强形成性评价中的教与学的交流，丰富总结性评价的类型。

孟军等人在大数据背景下通过定性与定量评价方法提出高校翻转课堂的评价指标体系，评价指标涵盖课前、课中、课后与学习结果四个阶段范围[14]。牟智佳同样使用定性与定量的方法构建了个性化学习评价模型[15]。发展性教育评价首次由英国开放大学的纳托尔和克利夫特等人提出，目的是促进学生发展，评价内容是学生发展状况，注重评价过程的参与和培养学生的自我反思能力[16]。发展性评价中包含增值评估的模式，大数据技术能够通过对学生学习的持续跟踪，为增值评估提供支持[17]。

评价方法按照功能、方式和参照标准划分为不同的类型，大数据背景下的评价方法综合考虑数据技术、学习环境、学生等不同因素的影响，对学生进行全面和个性化的评价，以提供及时的反馈，促进学生发展。在大数据背景下，评价方法之间相互结合，诊断性、形成性与总结性评价结合数据技术的改进进行评价，发展性评价中融合过程性评价，以及出现的基于技术的决策树算法评估，伴随教育和技术的发展，评价方法也相继出现变化发展。

基于文献支持，在大数据背景下，评价方法多与形成性评价和发展性评价相关，有学者通过定性与定量方法构建评价模型与体系，但评价过程中涉及形成性与发展性，部分学者提出构建发展性评价的体系。相对于总结性评价的片面，注重学习过程的形成性评价与发展性评价更为全面，注重学生各方面的发展，在大数据支持下，对学习过程中的学习数据进行采集、保存、应用和分析，采用形成性评价与发展性评价方法成为教育评价的可能。

4 结语

大数据与教育的交互给教师、学生和家长提供了便利、快捷。在教育活动评价中，传统的评价方法存在主观性或是不全面等各方面的问题，在评价过程中评价方式单一、以教师为主体、注重成绩，无法确定学生是否达到学习目标和实现其他方面的发展。将大数据与评价方法结合，能够缓解一定的问题，有利于学生的学习、教师的评价、学习结果的反馈。本文通过检索以大数据和评价为关键词的文章，探析大数据背景下的学习评价方式，结果发现，研究多注重评价体系的构建，关于评价方法的介绍较少。在评价活动中，评价方法的选择至关重要。大数据技术为评价体系的构建提供了便利，但在评价过程中也需要考虑评价方法的选择，应将大数据技术与评价方法融合来促进学生发展。

参考文献

[1]大数据.[DB/OL].https：//baike.baidu.com/item/大数据/1356941？fr=aladdin.

[2]武法提，牟智佳.电子书包中基于大数据的学生个性化分析模型构建与实现路径[J].中国电化教育，2014（3）：63-69.

[3]祝智庭，沈德梅.基于大数据的教育技术研究新范式[J].电化教育研究，2013（10）：5-13.

[4]韩成勇.大数据背景下的高校教学评价[J].电脑知识与技术，2017（6X）：159-161，165.

[5]程慧芳.大数据与教育评价的变革[J].海峡科技与产业，2017（3）：170-171.

[6]王颖，戴祖旭.大数据时代高校思想政治教育评价方式改革探究[J].學校党建与思想教育，2018（16）：52-54.

[7]朱成晨，闫广芬.现代化与专业化：大数据时代教育评价的新技术推进逻辑[J].清华大学教育研究，2018，39（5）：

75-80.

[8]蒋海彬，刘娜，魏文刚.大数据视域下大学生教育评价方法研究[J].辽宁工业大学学报：社会科学版，2018，20（5）：

95-97，123.

[9]李振超，陈琳，郑旭东.大数据理念下的发展性学习评价系统设计研究[J].现代教育技术，2015，25（6）：108-114.

[10]周静，王运武.大数据时代高校学生学习发展性评价模式研究[J].广州广播电视大学学报，2015，15（3）：29-33，

51，108.

[11]戴慧珺，桂小林，张成，等.基于历史大数据决策树分类的MOOC教学评估方法研究[J].计算机教育，2015（22）：

52-55.

[12]上超望，韩梦，刘清堂.大数据背景下在线学习过程性评价系统设计研究[J].中国电化教育，2018（5）：90-95.

[13]周洁如.大数据背景下课程评价方法探析[J].天津电大学报，2018，22（2）：10-13.

[14]孟军，刘冰璇，翟洪江，等.大数据背景下高校翻转课堂学习评价的研究：以A校“工程热力学”课程为例[J].高等工程教育研究，2018（5）：166-171.

[15]牟智佳.电子书包中基于教育大数据的个性化学习评价模型与系统设计[J].远程教育杂志，2014，32（5）：90-96.

[16]蒋建洲.发展性教育评价制度的理论与实践研究[M].长沙：湖南师范大学出版社，2000：2.

[17]吴虑.大数据支持下学习评价的价值逻辑[J].清华大学教育研究，2019，40（1）：15-18.