数据驱动的区域教育质量分析模型与实现路径

发布时间：2022-07-02 14:27

　　大数据和人工智能技术的发展为区域教育质量分析与评价提供了新思路,致力于还原教育系统的全貌,推动区域教育生态的变革。立足于国内教育改革发展的实际需要,分析大数据环境下区域教育质量评价面临的机遇和挑战,通过对国内外教育质量评价项目的研究进展、理论模型、分析方法等方面的整合分析,提出我国教育质量评价的关键在于参照核心素养的要求,制定区域教育质量评价指标体系;构建多元分析模型,揭示区域教育发展规律;着眼于国家教育发展长远规划,探索区域教育质量评价实现路径。从区域教育改革和国家人才培养的现实需要出发,各级各类教育部门应该从区域教育质量评价指标体系的制定、大规模学业质量测评工作的开展、教育过程数据智能采集系统和智能分析模型的构建等方面推进教育质量评价工作的开展,助力于区域教育生态的重构。 

【文章页数】：7 页

【文章目录】：
一、大数据环境下教育质量评价的挑战与突破口
    (一) 大数据环境下中国教育发展的新态势
        1. 教育信息化驱动下的区域教育生态变革
        2. 培养目标的异化和教育评价方式的变革
        3. 教育系统的复杂性带来的教育决策方式的变化
    (二) 大数据技术驱动区域教育质量评价方式变革
        1. 构建深度分析模型，变革数据分析方法
        2. 挖掘数据潜在规律，推动评价机制变革
二、教育质量评价研究进展
    (一) 教育质量测评项目研究进展
    (二) 教育质量监测理论和技术研究
    (三) 区域教育质量影响因素分析
三、区域教育质量评价的理论模型、分析方法和实现路径
    (一) 理论模型
    (二) 分析方法
        1. 多层线性模型
        2. 多级回归树模型
        3. 梯度提升树
        4. 深度学习
    (三) 实现路径
        1. 构建数据描述标准，完善教育评价指标体系
        2. 构建多元分析模型，增强数据潜在规律挖掘
        3. 构建区域数据闭环，建立数据应用反馈机制
四、大数据环境下区域教育质量评价的关键任务分析
    (一) 教育质量评价标准及相关指标的制定
    (二) 大规模教育质量测评工作的开展
    (三) 教育过程数据智能采集系统构建
    (四) 智能分析模型的构建
    (五) 提升教师运用大数据技术解决课堂教学问题的能力


【参考文献】：
期刊论文
[1]基于深度学习的推荐系统研究综述[J]. 黄立威,江碧涛,吕守业,刘艳博,李德毅.  计算机学报. 2018(07)
[2]基于大数据的区域教育质量分析与改进研究[J]. 余胜泉,李晓庆.  电化教育研究. 2017(07)
[3]PISA中国独立研究实践对构建中国特色教育质量评价体系的启示——基于PISA2009中国独立研究[J]. 王蕾,景安磊,佟威.  教育研究. 2017(01)
[4]“互联网+教育”的变革路径[J]. 余胜泉,王阿习.  中国电化教育. 2016(10)
[5]基于学习者个性行为分析的学习结果预测框架设计研究[J]. 武法提,牟智佳.  中国电化教育. 2016(01)
[6]大数据时代区域教育均衡发展新思路[J]. 刘雍潜,杨现民.  电化教育研究. 2014(05)



本文编号：3654528