大数据背景下教育测评工作思考
大数据背景下辅导员工作思考
大数据背景下辅导员工作思考随着大数据时代的到来，各行各业都面临着巨大的变革和挑战，教育领域也不例外。
作为高校教育中重要的辅导员工作，也需要适应大数据背景下的发展趋势，不断提升自身的能力和水平，为学生提供更好的辅导服务。
大数据背景下的辅导员工作需要更加注重信息收集和分析能力。
辅导员需要通过各种渠道，如学生选课系统、学籍管理系统、学生活动记录等，收集学生的各种信息。
辅导员还需要运用大数据分析技术，对这些数据进行深入分析，挖掘出学生的潜在需求和问题，为学生提供个性化的辅导服务。
大数据背景下的辅导员工作需要更加注重服务创新和个性化需求。
传统的辅导员工作注重为学生提供一般性的学业指导和生活帮助，但在大数据时代，学生的需求越来越多样化和个性化。
辅导员需要根据学生的不同情况和需求，提供更加个性化的辅导服务，帮助他们克服困难和提升能力。
在这个过程中，辅导员可以运用大数据分析的结果，根据学生的兴趣和特长，推荐适合的选修课程和实习机会，帮助学生更好地发展自己的专业能力。
大数据背景下的辅导员工作需要更加注重数据安全和隐私保护。
大数据的应用需要辅导员处理大量的学生数据，包括个人信息、学籍信息等，辅导员需要保证这些数据的安全和隐私不被泄露。
辅导员需要关注数据安全技术的发展，了解和应用相关法律法规，确保学生数据的安全和隐私受到有效保护。
大数据背景下的辅导员工作还需要更加注重研究和创新能力。
大数据和人工智能技术的不断发展，为辅导员提供了更多研究和创新的机会。
辅导员可以运用大数据分析的方法，挖掘学生的学习规律和心理需求，提出相应的教育教学方案。
辅导员还可以运用人工智能技术，开发辅助学生学习的智能工具和系统，提高教育教学的质量和效率。
大数据背景下辅导员工作思考
大数据背景下辅导员工作思考
在大数据背景下，辅导员的工作也面临着新的思考和挑战。
大数据时代给辅导员工作带来了更多的机遇和挑战，辅导员需要积极拥抱大数据时代，以适应新的工作环境和需求。
大数据背景下，辅导员需要具备数据分析的能力。
辅导员可以通过收集和分析学生的学习数据、就业数据、心理健康数据等，来了解学生的情况和需求。
通过数据分析，辅导员可以提供更加精准的辅导和指导，帮助学生解决问题和提高自身能力。
辅导员也可以根据数据分析的结果，进行个性化辅导和精准干预，提高辅导工作的效果和效益。
大数据背景下，辅导员需要关注学生的网络行为。
在互联网时代，学生的社交、学习和娱乐等行为都发生在网络中。
辅导员可以通过监测学生的网络行为，了解学生的兴趣和需求，引导学生健康上网和正确使用网络资源。
辅导员也可以通过网络平台开展线上辅导和咨询活动，与学生进行在线交流和互动，提高辅导的实时性和便利性。
大数据背景下，辅导员需要关注学生的心理健康。
大数据时代，学生的心理压力和心理健康问题愈发突出。
辅导员可以通过收集和分析学生的心理健康数据，了解学生的心理状况和问题，及时发现和解决学生的心理困扰。
辅导员也可以通过大数据技术，开展心理健康教育和预防工作，提高学生的心理健康水平。
大数据背景下，辅导员需要进行跨界合作。
大数据时代，辅导员的工作不仅涉及到教育领域，还需要与信息技术、数据分析等领域进行跨界合作。
辅导员可以与信息技术人员合作，共同开发和应用辅导软件和平台，提高辅导工作的效率和效果。
辅导员还可以与数据分析师合作，共同研究学生的数据，提供更加精准和个性化的辅导服务。
教育大数据及教育数字化转型的几点思考
教育大数据及教育数字化转型的几点思考随着科技的飞速发展，大数据和数字化技术已经渗透到社会的各个领域，教育领域也不例外。
教育大数据和教育数字化转型已经成为当前教育改革的热点话题。
本文将从教育大数据和教育数字化转型的定义、意义、挑战和应对策略等方面进行思考和探讨。
一、教育大数据和教育数字化转型的定义教育大数据是指运用大数据技术，对教育领域所产生的海量数据进行采集、存储、分析和应用的过程。
这些数据包括学生的学习行为、教师的教学行为、学校的管理行为等各个方面，通过数据挖掘和分析，可以为教育决策、教学改进、学生个性化学习等提供支持。
教育数字化转型则是指利用数字化技术，对传统教育模式进行改造和升级，实现教育资源的优化配置、教育过程的智能化和个性化、教育评价的科学化和公正化等目标。
二、教育大数据和教育数字化转型的意义提高教育质量：通过教育大数据的分析和挖掘，可以更加准确地了解学生的学习需求和问题，为教师提供更加精准的教学辅助，从而提高教育质量。
促进教育公平：数字化教育资源可以打破地域和时间的限制，让更多的人享受到优质的教育资源，从而促进教育公平。
推动教育改革：教育大数据和教育数字化转型可以为教育改革提供新的思路和方法，推动教育的创新和发展。
三、教育大数据和教育数字化转型面临的挑战数据安全和隐私问题：教育大数据的采集和应用涉及到大量的个人信息和隐私数据，如何保证数据的安全和隐私是一个重要的问题。
技术应用和推广问题：数字化技术的应用和推广需要相应的技术支持和培训，如何保证技术的顺利应用和推广是一个难题。
教育理念转变问题：教育大数据和教育数字化转型需要转变传统的教育理念和教育模式，如何引导和教育相关人员接受新的教育理念和教育模式是一个长期的过程。
四、应对策略完善数据安全和隐私保护制度：建立完善的数据安全和隐私保护制度，加强对数据的监管和保护，确保个人信息和隐私数据的安全。
加强技术支持和培训：加大对数字化技术的支持和培训力度，提高相关人员的技术水平和应用能力，推动数字化技术的顺利应用和推广。
大数据时代教学评价方式变革的思考
大数据时代教学评价方式变革的思考摘要：在大数据时代，海量信息的搜集与使用变得十分便利。
大数据时代带给教育教学评价新的模式与发展途径——建立教育教学评价体系。
教育教学评价体系的建立是推动教育评价专业化的重要方式，在个人即时评价、减轻教师工作量便于因材施教、创建学生成长记录袋、提供线上线下互动平台、促进信息技术整合等方面对教师教学、学生发展发挥着重要作用，但也要注意教师之间的优势互补。
关键词：大数据；教学评价；教学应用一、问题的提出在大数据时代，科学技术的进步将以更加全面便捷的手段推进和辅助教育教学活动。
尤其对于教育评价而言，学生的优劣并不能单纯的依靠教师或者考试成绩进行“买断式”判断，这不仅会影响教育教学的效果，更会降低“人”的尊严和发展的无限性。
基于此，教育评价的方式与内容必须发展转变，而科技发展正适应并满足着教育进步的趋势。
单一的教育评价机制无法客观的对学生加以评价，更难以发挥和发展学生的潜在能力，因此建立客观、完善的教育评价方式至关重要。
泰勒认为，教育评价是对教育目标的回应，是判断教育活动是否完成的重要标志；[1]但评价的价值并不限于此，明确地、科学地评价是教育教学改善、价值评估的重要过程。
结合教育评价在教育过程和结果的描述与价值判断等方面发挥在作用，[2]联系大数据时代海量、便捷的数据来源以及当下教育评价等相关产品，教育教学活动评价应采取更加多元灵活的评价方式。
二、教育评价的专业化做到评价多元化的前提就是使评价专业化。
教育评价专业化的意思是教育评价要依据评价学和测量学的理论，建立科学合理的评价程序。
评价专业化具有科学性、公平性和专业性三个特点。
其中科学性是指评价应该遵循科学，做到合理、精确和有效；公平性是指教育评价要建立在一个客观合理统一的基础上，每个人受到的评价机会是均等的；所谓专业性是指评价是由受到评价学和测量学训练的人担任的，有科学合理的评价模式，需要评价专家和教师一起进行评价，而不是由教师单独评价。
大数据在教育中的应用综述与未来发展的几点思考
大数据在教育中的应用综述与未来发展的几点思考
一、大数据在教育中的应用综述
1、完善学生信息管理
教育信息化的发展，使得学生信息管理的工作变得更加复杂。
大数据
技术可以帮助学校将数据进行结构化、整理，并建立大数据仓库，提高学
生信息管理工作的数据量、质量，使学校能够准确、快速的了解学生信息，从而更有效的管理学生。
2、辅助决策
大数据的应用使得教育行政管理得到极大的促进。
教育管理者可以利
用大数据技术，分析多源数据，得出数据支持的决策，使得教育管理的决
策更加科学、有效。
3、评估教育质量
通过大数据技术进行数据挖掘，可以获得学校教学效果的可视化展示，以此来分析学校教学质量，从而给予学校适当的管理建议，改进学校教学
质量。
4、改善教学内容和教学方法
利用大数据技术，可以收集学生的学习行为数据，以及学习成绩数据，通过数据挖掘，得出学生的学习规律，从而改善教学内容和教学方法，更
适合学生的学习需求。
二、未来发展几点思考
1、海量数据的处理
大数据技术在教育中有着广泛的应用，但是还有一些问题需要解决，尤其是海量数据的处理上，大数据处理的能力还需要不断提高。
2、更深入的分析
大数据技术在教育中的应用。
大数据时代的教育测评模型及其范式构建
大数据时代的教育测评模型及其范式构建一、本文概述随着信息技术的飞速发展，大数据已经渗透到社会的各个领域，其中，教育领域亦不例外。
大数据技术的引入，不仅改变了传统的教学方式，也为教育测评提供了新的视角和工具。
本文旨在探讨大数据时代下的教育测评模型及其范式构建，分析大数据对教育测评的影响，以及如何利用大数据优化教育测评体系，提高教育质量。
本文将概述大数据时代的特征及其对教育测评的影响。
大数据时代，数据的规模、速度和多样性都发生了显著变化，这为教育测评提供了更为丰富、全面的信息来源。
教育测评模型需要适应这些变化，以更准确地反映学生的学习情况和教育效果。
本文将探讨大数据时代教育测评模型的构建原则和方法。
在教育测评模型的构建过程中，应充分考虑数据的可获得性、可靠性和有效性，确保模型的科学性和公正性。
同时，还需要结合教育理论和实践，构建符合教育规律和教育目标的测评模型。
本文将讨论大数据时代教育测评范式的构建及其应用。
教育测评范式是指在一定教育理念指导下，对教育测评活动的基本规范和标准。
在大数据时代，教育测评范式需要适应新的数据环境和技术条件，以更好地服务于教育实践和教育改革。
通过本文的研究，我们期望能够为教育测评领域的理论和实践提供新的思路和方法，推动教育测评的科学化、精准化和个性化发展，为提高教育质量和促进学生全面发展做出贡献。
二、大数据时代的教育测评模型随着大数据技术的飞速发展，教育领域也正在经历一场深刻的变革。
大数据为教育测评提供了前所未有的可能性和机遇，使得我们能够更加全面、精准地评价教育质量和学习效果。
大数据时代的教育测评模型，正是基于这一背景应运而生。
大数据时代的教育测评模型，其核心在于数据的收集、处理和分析。
数据收集是构建测评模型的基础。
这包括学生的学习行为数据、成绩数据、互动数据等多维度信息，以及教师的教学行为数据、课堂互动数据等。
这些数据不仅来源于传统的教育系统，还来自于在线学习平台、移动设备、社交媒体等多元化渠道。
大数据下的“教、学、评”一体化精准教学实践研究
大数据下的“教、学、评”一体化精准教学实践研究广西柳州高级中学（545006）谢颖覃方确葛伟［摘要］大数据改变了传统的教育模式，使精准的、个性化的教育成为未来教育的发展方向。
应用大数据相关技术，探索和解决“教、学、评”之间的矛盾，实现“教、学、评”一体化，并形成大数据背景下“教、学、评”一体化的精准教学模式和基本流程，能让成效更显著。
［关键词］大数据驱动；“教、学、评”一体化；精准教学［中图分类号］G632.4［文献标识码］A［文章编号］1674-6058（2023）21-0033-04一、传统课堂教学状态及“教、学、评”一体化的趋势传统课堂上，教师采用的教学方法一般是组织教学、复习旧课、讲解新课、巩固新课、布置作业的“五段教学法”［1］。
这种教学方法曾经发挥过积极的作用，但是，从发展的角度来看，它存在一些弊端。
在教学思想上，传统课堂教学以教材、教师、教案为本，重理论轻实践、重理性轻感性、重结论轻过程；在教学目标上，传统课堂教学重知识轻能力、重认知目标实现轻学生个性发展；在教学方式上，传统课堂教学重学轻用、重预设轻生成、重教法轻学法、重灌输轻探究；在教学主体上，传统课堂教学中教师是主动者、支配者，学生是被动者、服从者；在教学评价上，传统课堂教学评价的标准、主体、内容、形式、过程、目的不够多元化。
在义务教育各学科课程标准［2］（以下简称“课标”）中，教学评价理念都强调以核心素养为导向的“教、学、评”一体化，要求教师转变育人方式，重视评价的育人功能，树立“教、学、评”一体化意识，实现“教、学、评”的有机融合。
“教、学、评”一体化，即基于“教、学、评”一致性理念，将教、学、评三个要素有机融合，形成课程育人的合力，协调发展学生的学科核心素养。
“教”是教师以核心素养为导向，通过教授学科之“眼”、学科之“魂”、学科之“法”实现学科育人；“学”是学生在教师的引导下，积极主动地参与教学实践活动，内化所学知识与技能，形成关键能力和必备品格，发展学科核心素养；“评”是教师以核心素养为导向，将教学评价整合进教与学的共同活动中，以评促学、以评促教。
大数据时代评价改革的新走向--义务教育学业质量监测结果运用的思考与启示
大数据时代评价改革的新走向--义务教育学业质量监测结果运用的思考与启示2015年4月，《国家义务教育质量监测方案》正式发布，这标志着我国基础教育质量监测制度正式确立.2015年9月，苏州市教育质量监测中心（以下简称监测中心）启动了苏州市义务教育学业质量监测项目，至2017年9月，已经顺利组织实施了三次全市义务教育学业质量监测，初步构建了具有国际视野、国家标准、苏州特色的义务教育学业质量监测体系。
监测中心从2016年发布第一份监测报告开始，就开展了“监测结果运用的跟进式改革优秀案例评选活动”，积极探索监测结果有效应用的路径与模式。
基于监测结果的跟进式改革案例研究基于监测结果运用的改进是开展监测工作的原动九每一年监测报告发布后，监测中心都会发布《关于开展全市义务教育学业质量监测结果运用优秀案例评选活动的通知》,把基于监测结果的跟进式改革案例研究作为深化监测结果运用的重要举措，实施过程包括“案例申报、审核立项、公布立项、展开研究、评选表彰、宣传推广”6个基本环节.监测中心组织专人对所有立项案例的负责人进行电话或网络访谈，访谈内容包括案例研究过程情况介绍、监测结果运用收获以及监测结果运用中遇到的问题和困惑等。
选取部分具有代表性的区域和学校，邀请各个学科的专家开展案例研究的现场调研工作。
优秀案例评选实施两轮淘汰，控制立项比例为申报案例的30%左右，获奖比例为立项案例的50%左右。
终审环节，监测中心组织专家依据课题针对性、科学性、创新性、可推广性等标准进行严格评定，最终评选出一、二、三等奖等奖项，并于下一年的监测项目结果反馈会上表彰奖励。
监测结果运用的推进模式三年来，苏州市各区域、各学校通过监测结果运用优秀案例研究这一抓手，形成了一个连续推动监测结果有效运用的闭环.目前，各区域和学校已逐步探索出丰富多样的监测结果运用的推进模式。
1.区域推进模式发挥职能优势，区域联动推进。
区域高度重视监测结果的有效运用，积极发挥行政职能优势.对内迅速组织区教研室、区教师发展中心等部门牵头成立课题小组；对外则加强区域合作，相互借鉴优秀经验，共同推进区域的教学改进。
在大数据背景下的中学化学教学实践思考
在大数据背景下的中学化学教学实践思考
首先，大数据分析可帮助教师进行学生情况分析，制定更科学精准的教学计划。
在化
学教学中，学生的学习兴趣和学习能力是区别性很大的，针对不同的学生制定不同的教学
计划会取得更好的效果。
通过分析学生的成绩和答题情况，可以对学生的薄弱环节进行精
准评估，针对学生的差异性制定相应的教学方案，提高教学效果。
其次，大数据分析也能够帮助教师提升教学效果。
在中学化学教学中，实验教学是非
常重要的一环，但由于各种原因，实验教学情况是难以完全重复的，这导致了教师难以评
估学生的实验能力。
使用大数据分析可以将每次实验教学情况进行数据化，分析学生所表
现出的实验能力、实验成绩以及实验过程中的注意事项，进而评价学生对化学实验的掌握
情况，为教师制定更加科学、有效的教学计划提供数据支持。
最后，大数据还有利于化学教材的研发和完善。
大数据可以帮助教师分析学生的理解
和认知过程，找出常见的困难点，及时对化学教材进行调整和优化，从而更好地适应学生
的学习需要。
大数据可以为中学化学教学提供更多有效的数据支持，为教师和学生的学习提供更多
精准的指导。
但同时，也需要教师有一定的数据分析能力，以更充分利用大数据分析技术。
另外，在大数据的应用中，也需要保障学生的隐私权和信息安全，加强数据管理和保护。
大数据驱动教育评价变革
大数据驱动教育评价变革数据是信息时代最重要、最有价值的资源之一。
大数据具有海量的数据规模、快速的数据流转、多样的数据类型和低价值密度四大特征，决定了大数据技术的战略意义不在于掌握庞大的数据信息，而在于对这些海量数据进行专业化处理以揭示意义并实现数据增值。
大数据技术应用于教育评价领域，有助于获得更多原始基础数据，挖掘更多的教育信息，印证和揭示更有价值的教育规律机制，以此促进教育评价理论新的建构，指导教育评价实践更加精准、更加深入，打造途径更多元、数据更真实、主体更自觉、结果更公平的评价生态。
促进教育评价途径更加多元教育系统是一个开放的系统，教育评价系统是其中最具生命力的子系统之一，评价系统的建设体现了教育生产的价值判断和方向引领。
从实际操作上看，教育评价系统要广泛吸纳各种先进的教育理念和评价方法，基于不同的目的和场景设计不同的评价标准。
当前，传统教育评价对学生信息的获取方式相对单一，获取渠道相对固定，基于少量数据的评价难以获得较为广泛的比较性。
基于大数据技术的教育评价可以提供给评价方更加多元的数据，在信任机制中允许各方共享和使用，评价方可以依据不同的评价需求和评价模型对数据进行加工，对学生进行多元评价，形成对学生更加全面的评估。
当今教育领域的开放程度和国际化程度越来越高，使得通过大数据技术实现的大规模教育测评得以广泛应用，如国际学生评估项目（PISA）、国际数学教育比较研究项目（TIMSS）等，这些测评项目面向几十个国家和地区，对象为几十万甚至上百万的学生，大数据技术在海量数据的采集与预处理、存储、清洗等方面展现了相当的优越性。
再以PISA测试中的科学素养测评为例，监测点由少到多，且由具象变为抽象，其中数据的采集、清理、统计和分析，以及评价模型建构，都充分利用了大数据技术，保证所有信息数字化标准化，提高了评价的效率和可信度，从而拓宽了评价的途径和覆盖面。
促进教育评价数据更加真实教育领域最精确的评价必须是基于数据、基于证据的。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
2019年1月第22卷第1期西安文理学院学报（社会科学版）Journal of Xi'an University （Social Sciences Edition ）Jan．2019Vol．22No．1【学会论文】收稿日期：2018－10－18基金项目：陕西省社会科学联合界2017年重大理论问题研究重点项目：陕西高等教育质量保障体系及运行机制对策研究（2017ZH008）。
作者简介：张运良（1963—），男，陕西西安人，西安文理学院机械与材料工程学院教授，主要从事教育测量与评价研究。
大数据背景下教育测评工作思考张运良（西安文理学院机械与材料工程学院，西安710065）摘要：随着“大数据”概念的提出及“云计算”技术的快速发展，教育大数据被教育工作者所广泛关注，旨在讨论教育大数据背景下教育测量与评价工作影响及变革，指出教育大数据的内涵及主要应用，提出了在教育大数据背景下教育测量与评价工作应该主动适应教育大数据的新要求、科学构建测评指标体系、凸显个性化评价和过程性评价的效能以及注重测评结果反馈效果等四点建议。
关键词：大数据；教育测量；教育评价中图分类号：G642.475文献标志码：A文章编号：1008－777X （2019）01－0105－03随着“大数据”概念的提出及“云计算”技术的快速发展，大数据战略在我国被提到重要的议事日程，有关教育大数据的研究及其应用引起了诸多专家学者及教育工作者的高度关注，本文主要介绍教育大数据对教育测量与评价工作的影响及变革。
一、大数据概念提出早在1980年，阿尔文·托夫勒的《第三次浪潮（The Third Wave ）》就提出了“大数据（Big Date ）”概念，并指出“大数据”为“第三次浪潮的华彩乐章”。
2008年《自然（Nature ）》刊出了“大数据”的封面专栏，提出了“以大数据为基础的数据密集型科学研究”为科学研究的第四范式，对于科研人员创新研究方法、加速科学发现产生了积极影响。
由此，大数据才成为学术界、互联网行业中的热门词汇。
2011年《科学（Science ）》也推出类似的数据处理（Dealingwith Data ）专刊，围绕着科学研究中的大数据问题展开了热烈讨论。
同年，由芝加哥大学商学院教授詹姆斯·麦肯锡（James O．McKinsey ）创办的麦肯锡公司（世界著名的管理咨询公司）正式发布了《关于“大数据”的报告》，对大数据的影响、关键技术和应用领域等方面均进行了详尽的叙述和分析。
2012年5月，“全球脉动”项目资深发展经济学家艾玛纽尔·勒图牵头撰写了《大数据促发展：挑战与机遇》的报告，全面分析了世界各国特别是发展中国家在运用大数据促进社会发展方面所面临的历史机遇和挑战，并系统给出了在应用过程中正确运用大数据的策略建议。
与此同时，美国政府推出了《大数据研究和发展报告》，并启动了美国国家大数据战略。
随后，英国、日本等也从国家战略层面提出大数据战略。
《大数据：正在到来的数据革命》（徐子沛著，广西师范大学出版社出版）一书也于当年出版，在中国社会开启了“大数据”之先河，引发了大数据战略、数据治国和开放数据的讨论，这一年被称为“世界大数据元年”。
2013年徐子沛先生在第三届宁波智博会智慧城市发展高峰论坛上作了题为《大数据与城市发展》的专题报告，大数据在中国被正式接受，这一年被称为“中国大数据元年”。
2014年“大数据”被首次写入《政府工作报告》。
2015年国务院印发了《促进大数据发展行动纲要》，启动了建设全国一体化·501·的“国家大数据中心”———中心基地（北京，2015）、南方基地（贵州，2015）、北方基地（内蒙古，2016）相继挂牌。
2016年，国家发布了《大数据产业发展规划（2016—2020年）》（工信部规［2016］412号）。
2017年工信部发布了《工业大数据白皮书》，指出深入推进工业大数据发展是全球工业企业所面临的共性课题，而工业大数据标准化工作则是支撑工业转型发展、提升我国国际话语权重要的基础。
中国信息通信研究院发布了《中国大数据发展调查报告（2017）》，详实客观地介绍了中国大数据发展现状，为政府和企业了解中国大数据发展状况和制定相关决策提供了重要参考，也为广大专家学者及研究机构提供真实可信的大数据发展报告。
大数据是需要新处理模式才能具有更强的决策力、洞察力和流程优化能力的海量、高增长率和多样化的信息资产。
一般具有如下特征：一是数据规模巨大（Volume），从TB级别上升至PB级别；二是数据种类繁多（Variety），包括结构化数据、半结构化数据以及非结构化数据（网络日志、视频、图片、地理位置信息等）三种类型；三是数据的价值密度低（Value），众多数据的有效价值性不强，以公安机关监控视频数据为例，长时间不间断监控视频数据中有价值的数据仅有一两秒；四是数据处理速度快（Velocity），数据处理速度一般在秒级时间范围内就会给出分析结果；五是数据真实性强（Veracity），在数据收集终端面前，一切数据均是现场或人们表现的真实情景的反映，从而创造着过去无法收集与分析的海量数据。
随着信息技术和云计算科学的不断发展，“大数据”已经成为人们一种新的思维范式和新的解决问题方法，被广泛应用于社会、经济、教育、文化等方面，诸如政务大数据、工业大数据、旅游大数据、健康大数据以及教育大数据等。
二、教育大数据内涵教育大数据是指在教育领域内的海量、高增长率和多样化的信息资产（含结构化、半结构化和非结构化信息）。
广义教育大数据泛指来自于日常教育活动中所有行为数据。
狭义教育大数据主要是指学习者（受教育者）的所有行为数据，具有数据量大、结构复杂、产生频率快和多元化特点。
教育大数据一般分为四个层次（师生个体、学校单位、地方政府和国家机关）和六大类型（基础、教学、科研、管理、服务和舆情数据）。
其中基础数据包括学习者基本信息数据；教学数据包括教育教学中涉及的过程数据、内容数据和结果数据；科研数据包括各类教育教学实验与科研项目所产生的数据；管理数据包括各类教育管理系统当中所记录下来的数据；服务数据包括各类与教育教学相关的服务系统当中记录的数据，教育大数据产生于各种校内外教育教学活动，既包括校内的教学、管理、科研活动以及校园生活，也包括家庭、社区、博物馆、图书馆等非正式环境下的校外学习活动；既包括线上也包括线下的教育教学活动。
教育大数据一般可通过各种智能终端直接获取，移动互联的发展催生了大量的多样化、非结构化数据，在传统的数据采集中，数据都是以高度结构化的表格形式保存在数据库中，所有的信息格式完全标准化，但在教育大数据时代，数据不仅量大，数据的类型也更为复杂、形式更为多样，尤其是学生的行为数据信息种类繁多、形式复杂。
智能终端数据采集包括学生手持智能终端（智能手机）和固定的智能终端（互联监控）以及校园“一卡通”信息等方式，它是一种直接的数据获取方式，采集的数据信息既包括结构化数据、半结构化数据以及非结构化信息。
也可依托数据中心加工获取数据，以数据存储和数据加工为基础，通过数据清洗、挖掘、脱敏、分析、建模等加工程序获得教育大数据。
教育大数据能够为教师分析学生学习行为、考试分数、学业规划以及职业发展提供信息支撑，同时还可为学生建构虚拟学习社区、促进教育公平和教育资源的均衡分享奠定平台基础，更能为教师开展学生个性化教学和素质教育以及推动学生个性化发展发挥重要作用，使学习者更加自主、更为轻松、更加智慧，从而提升学习效率和效果。
教育大数据可以使教育行政管理部门、学校校长、教师、家长、学生以及社会各方进行教育科学决策，得到针对不同层面的个性化分析报告，更加强调和精准分析各个层面的变化数据以及由数据展现的复杂相关与因果关系，将教育治理与政策决策层面的危机转化为机遇，用数据管理、决策、创新将成为政府部门和学校教育治理以及教师教学、学生学习、家长和社会参与教育的主要方式。
三、教育大数据带来教育测评之变革教育大数据运用在教育测评领域尚处于发展初期，但对教学测评的有效性将产生重要影响。
教育大数据构建了教育测量与评价的基础数据，融入了学生的个性化学习过程，渗透在学校及校外日常教育教学之中。
教育大数据时代已经到来，“以学生为中心”的教育理念和服务于每位学生的个性化教育模式正在形成，由此引发了教育测评的变革，为教·601·育测量与评价提出了新挑战和新任务，更提供了新理念、新思路和新技术，教育评价不再只是抽样调查，而更多的是全面观察，不再是一种简单的数据采集、归类与整理以及传统的数据分析，而是通过数据挖掘、数据清洗和学习分析，对学习者未来的表现和发展趋势进行科学预测，更加注重过程评价和发展性评价，进一步建立健全全面、实时、动态的教育质量监控体系，强调增量评价、进步评价，进而全面真实地反映教育教学质量。
传统的教育测量与评价是运用教育学、心理学和统计学理论及工具对教育教学过程中的结构化数据进行搜集（一般为抽样调查）、整理、评估、推断总体等一揽子工作。
教育大数据背景下的教育测量与评价则是按照大数据的理念，通过数据采集终端，从教学客观实践中搜集教育活动的全部资料（包括结构化、半结构化和非结构化数据），依据特定的研究目标和数理形式对大数据信息进行数据挖掘、数据清洗和数据加工，并根据统计学规律找出其中内在的关联关系，预测未来发展趋势，从而对教育教学活动进行测量与评估的工作过程。
教育大数据在大规模在线学习平台评估、学习者个性模型构建、教学者模型反馈等各项研究中，其研究结论更加贴近教育活动的本质。
应该说，随着更多数据的搜集、处理、分析和评估，我们对教育的本质认识将更趋全面和精准。
由于教育大数据的“5V”特点：Volume（大量）、Velocity（高速）、Variety（多样）、Value（低价值密度）、Veracity（真实性），教育测量与评价可以不用随机分析法（抽样调查）这种捷径，而采用所有数据进行分析处理，从而可以关注到每个学生的个性发展，精准于每个学生的个性化教育和培养，从而提供更具针对性的学习指导，更加有效地改进教学方法、教学手段和教学内容，促进教与学的融合。
每位学生可以通过教育大数据从原有的依赖教育者的有限理性判断，发展为自我的适应性数据化分析。
利用教育大数据的教育测量与评价不是万能的，还需使用抽样方式对其结论进行验证和修正。
四、结语在教育大数据背景下，教育测量与评价工作应该更新理念，学习新技术、构建新体系，主动适应新的形势及要求，抓住新机遇，迎接新挑战。
一是在海量教育数据信息背景下，教育统计与测评的理念需要不断更新，树立以生为本和服务学生的理念，让评价结果更多地服务于学生，使其在学生的个性化教育和个人个性发展中发挥更大作用；二是面对种类繁多、错综复杂的结构化、半结构化以及非结构化的教育大数据，需要构建新的教育测量与评价性的指标体系，并强化数据挖掘、信息存储以及数据处理加工等专业化训练，在海量数据中挖掘出评价的高价值数据，让全面调查数据发挥其应用作用；三是随着学生个性化数据信息的真实反馈，教育测量与评价应更加突出学生个性化评价和过程性评价的效能，真正发挥教育测评服务改进教育教学、提升人才培养质量的功能；四是教育测量与评价应更加注重结果动态反馈体系的构建，随时为政府、学校、家长、教师、学生以及社会各方提供评价过程和现状问题，让教育事业的发展和学校的教育教学工作始终在社会的监督之下，确保教育事业健康发展。