【师范教育的大数据可视化评价探究4900字（论文）】

师范教育的大数据可视化评价研究目录TOC\o"1-2"\h\u5311师范教育的大数据可视化评价研究 11408关键词：大数据可视化；教育评价；信息化 19713一、大数据可视化评价研究现状 119504二、大数据可视化评价的优化策略 225513（一）建立合理的课堂教学评价体系 223503（二）基于大数据构建评价指标 324605（三）对教学大数据实施全过程采集并整合 321405（四）利用大数据有效整合多元化评价模式 425552（五）精准考核反馈，实现学生个性化发展 528500结论 525572参考文献 5摘要：在《深化新时代教育评价改革总体方案》中明确了要“充分利用信息技术，提高教育评价的科学性、专业性、客观性”，对教育评价信息化所具有的优越性进行了认可。并指出，应不断完善多元综合评价，促进学生的全面和个性化的发展，提高教师的专业素养，促进教育公平的实现。为此，本文以师范教育的大数据可视化评价研究为主题，首先对大数据可视化研究现状进行了归纳，然后从多个方面提出了如何提升大数据可视化评价水平的相关策略，希望给予教育领域一定启发和参考。关键词：大数据可视化；教育评价；信息化大数据可视化评价研究现状大数据技术对教育评价的变革提供了技术支持，当前行业内对于大数据教育评价方面的研究主要包括以下方面。一些学者提出了技术视角下如何为教育评价赋能的问题，ZhangQingchen等人指出，通过传感器网络，通信技术，可视化技术等来采集智能化教育评价过程中的大数据，并能通过深度学习解决在图像分析和语音识别等方面的问题。Wiley和Hastings等人指出，借助于机器学习和自然语言理解技术、可视化技术对学生的学习过程和结果进行评价，评价结果的准确度更高。也有学者从技术驱动教育评价手段变革的视角提出论点：利用大数据技术手段和方法，能够实现对各种类型的教学评价数据的系统、科学、全面地采集和综合处理、分析，能给予教育活动更为科学客观的判断，从而实现教学评价由经验主义走向数据主义，从模糊转变为精准化。此外，他还提出，利用大数据可视化技术手段，有效采集和整合学生的各项数据，能充分融合教师评价和自我评价等多种评价数据和真实情景，实现对学生的更为立体、多元且全面、深人的系统化评价。还有学者从传统教育评价向技术驱动教育评价观念转变的视角提出见解：大数据可视化技术使教育评价从“关注结果”转为“关注过程”，从“单一考试评价”转为“多维度地对综合素质进行评估”；以技术为支撑的教育评价将“传统的教育评价”转变为“智能化教育评价”，实现了教学评价真正走向“智慧评价”。大数据可视化评价的优化策略建立合理的课堂教学评价体系以职业高校所设计的算机基础课程级考试大纲为主要参考依据，这门课的大知识点是56个，细化知识点超过100个，视频35个，习题近900道，通过将学生人数和教学评价相关指标、统计数据经过排列组合之后，形成了极为庞大的数据量级和复杂的数据结构，因此，需要将大数据技术与课堂教学评价融合运用很有必要。要实现大数据可视化评价的科学运用，首先要依据教学目标，将课堂教学评价划分为诊断性评价、形成性评价与总结性评价三个环节。在这三个环节中，形成性评价环节需要更多的运用大数据可视化技术。通过运用大数据可视化技术可以更好地跟踪和把控不同学习程度的学习者的具体学习情况，并据此构建出清晰具体的形成性评价，可以帮助教师及时调整教学策略。同时，在这三个阶段中，都需要充分结合定量评价和定性评价。而定量评价更多体现为任务完成度、正确率和标准化。但定性评价更注重教学效果与教学目标是否保持一致，更突出对教学利弊的全面深入分析和判断，两者结合的评价机制更为科学有效。大数据技术主要针对与定性评价密切相关的非结构化数据进行统计分析，比如学生对课件的访问频次、停留时间、文字描述、音视频资源、图片、邮件互动、在线讨论等数据进行综合分析，并根据数据分析结果形成动态可视化的评价模型，通过评价模型实现对学生的学习过程和掌握程度的精确持续跟进。在这一过程中，教师可以通过动态的数据和图像模型对学生的学习情况进行适当介入，并给予具有较强针对性的评价和指导，引导学生朝着积极正向的学习方向迈进。同时，学生也可通过大数据可视化技术与教师进行密切互动，并针对教师给予的评价及时反馈学习或教师教学方面的意见，并实现良性互动的教学评价模式，提升学生的学习主动性和积极性。基于大数据构建评价指标以高校计算机课程教学评价为对象，可以利用大数据评价平台的统计功能，构建如下的主要评价指标:一是任务点下达指标。把知识点作为标杆，发布涉及该知识点的若干任务点，类型可以是文档、音频或者视频等等，当学生生成访问就会被列入完成总数之内，通过详细资料，可以看到每个学生的完成时长以及重复学习所占比例。二是章节访问数量指标。章节访问量是对学生的学习进度，学习页面访问次数进行统计，可以细化为对一天中不同时间段的数量进行统计，方便对学生来访频率及规律进行仔细观察。三是参与讨论数量指标。对讨论数量的统计并形成可视化的评价指标，可以更清晰了解学生回复教师发布的讨论次数以及自己发布的讨论次数的频率，通过这些数据统计能体现学生有无就有关课题进行深入思考，还能体现出学生对于这些讨论的主题是否感兴趣。通过这一窗口教师和学生都可以查看讨论话题和回复内容，为师生互动沟通提供了一个窗口。四是成绩管理指标。针对学生学习成绩的管理评价首先应根据权重，设定各管理项在成绩中可能涉及到的份额，选项可以自由搭配，还可以自由分配权重。五是督学指标。也就是以成绩管理的主要权重项为依据，设定一个最低分值，没有达到这一标准的学生即可被甄别出来，然后由教师对其开展具有更强针对性的监督学习和提醒工作。对教学大数据实施全过程采集并整合另外，要进行教学大数据的全程采集，充分搜集和甄别有效的资料，以达到对教学质量的有效分析和评价。针对教学大数据的采集来源主要来自以下几个方面：教学监督部门提供的评教数据、同行和学生提供的评教数据等等。要想顺利构建科学合理的大数据教学质量评价的全新体系，就需要对各个渠道的教学评价数据进行全程收集，并要确保对教学评价数据的长期持续性收集，为实现科学高效的教学评价提供充分且有力的数据依据。此外，要充分运用多媒体等信息技术获取教学大数据，并对此进行综合分析和处理。当教学大数据收集结束后，还要利用大数据清洗技术，对所收集的资料进行综合验证和分析，剔除多余的干扰数据，筛选有效数据；然后，将筛选出的有效数据进行聚类分析，对每一个数据都设定一定的份额权重，依据权重值，重新构建教学质量评价指标体系，并在大量数据中，挖掘对于教学质量评价具有重要意义的信息，将其分类存储，并利用可视化技术形成一份立体、全面、科学的教学质量评估分析报告，为后期的教育教学活动的推进提供科学依据。利用大数据有效整合多元化评价模式还要充分发挥大数据技术的优势，实现教育评价的多元化融合。传统的简单测试成绩并不能对学生学习状况进行客观评价，也不能判断当前学习模式与教学情境对学生学习效果是否有帮助。因此，在开展教育评价时应当重视对学习结果进行多元分析与比较，并将之应用于教学活动中。此外，在教育评价中还必须对形成性评估进行重视。例如，美国智慧平衡测评系统就将诊断性评价与形成性、终结性评价充分结合起来，实现了客观科学的评价模式。大数据可视化技术能够根据综合性的大数据评估结果提供形成性评估策略，帮助老师针对学生的不同评估结果，并对学习过程给予更具有针对性的指导和支持。而阶段性的评估模块可同时进行诊断性评价，对学生基本学情进行确诊，也可进行形成性评价，对学生在整个学年中不同阶段整个学习过程中的具体情况进行追踪。并通过学年结束时进行的终结性评估，评测学生在学年内的最终学业表现，评估数据可以提供给每个州的学区、校区间之间进行横向对比，还可以为学生提供纵向的个体发展方面的比较，让教师和学生能充分了解最终的学习效果。所以，我国高校的大教育评价模式信息化改革还应以“评价就是学习”为基础，建设多元化的评价新环境。既充分发挥大数据技术的优势，推进教育评价信息化，还要注重融合诊断性评价、形成性评价与终结性评价等多元评价方式，实现大数据教学评价的高效性。通过诊断性评价，教师可以充分了解学生的学习状况和问题，分析其成因；通过形成性评价，教师能适时掌握学生的学习发展情况、改变和面对的难题，并针对不同的学习情况进行及时反馈和指导；通过终结性评价，有利于教师对教育活动成果进行整体分析。以提高课堂教学质量和教学质量为目标，建立多元化评价体系，使教师与学生能够从不同角度全面认识自己在教学活动中所扮演的角色。借助大数据技术建构的多元评价方式，才能较好地掌握学生的整个学习过程，针对不同的学习情况进行对症下药，给予学生更具有针对性的教学支持，促使学生有效地学习。精准考核反馈，实现学生个性化发展构建大数据环境下多元交互式综合评价系统，要把“课堂观察”“数据思维”“网络平台”等诸多要素有机结合，还要注意考核全面化，科学化，强调在计算机公共课程人才培养中对学生核心能力的评价。一是借助网络平台建立规范题库，试卷库，开展课程章节、期中、期末考试，构建标准化的评价指标。二是可以借助数字化的优势对学生的整个学习过程进行记录、追踪和统计，对整个学习活动进行综合分析，形成过程化的评价；再次，可通过计算机学科竞赛、以科技创新大赛和其他实践活动作为考核的内容，强调对学生的程序设计开发能力、团队合作能力等综合能力的评价。总之，基于大数据技术，可以实现多元化交互式评价模式，并探索出一种新的教育理念和方法，实现学生评价更具有量化，并实现综合考核的“私人订制”效果。结论总之，大数据技术可以与真实教育场景相结合，并实现对教学感知，聚合、储存有效学习者、多模态全学习过程数据和学习行为数据的综合分析整合，然后运用数据挖掘与学习分析技术，实现更为立体化的大数据评价，达到深入了解学习者认知特征和学习规律，准确诊断学习者综合情况，给教学评价以科学有据的支持，促进精准教学的实现。本文着重对大数据可视化评价实施策略进行了探索，并提出了多个方面的改进策略，主要包括：建立合理的课堂教学评价体系；基于大数据构建评价指标；对教学大数据实施全过程采集并整合；利用大数据有效整合多元化评价模式；精准考核反馈，实现学生个性化发展。希望以此推动新时代的教育评价信息化水平提升。参考文献[1]杜新满.基于云教学大数据开展课堂教学评价的探索[J].宁波职业技术学院学报,2020,24(6):6.[2]胡春芳.大数据驱动教学评价变革[J].基础教育研究,2020,000(005):42-44.[3]曲福恒,张磊,刘俊杰,等.基于教育大数据的教学评价方法研究[J].2020.[4]张喜生,王璐.大数据时代高职院校教学质量评价的探索与实践[J].深圳职业技术学院学报,2021,020(001):73-77.[5]云洁,白雪.大数据驱动的计算机网络远程教学质量评价研究[J].现代电子技术,2021.[6]邹立仁.基于大数据分析的高校教学质量监控与评价研究[J].2021.[7]刘平瑶,张利平,夏小俊,等.大数据在教学质量评价中应用的可行性分析[J].数码世界,2020.[8]毛刚,周跃良,何文涛.教育大数据背景下教学评价理论发展的路向[J].电化教育研究,2020,41(10):7.[9]季秀霞,李立早.基于大数据的高职院校教学质量评价体系研究[J].职教通讯,2020(1):6.[10]尹天光.基于大数据分析的高校教师教学发展性评价体系构建研究[J].教育理论与实践,2021,41(27):4.[11]杨静,朱琳.基于大数据技术的新型教学质量评价体系研究[J].汉江师范学院学报,2020,40(3):4.[12]李啸龙,魏孔鹏,谷洪彬.大数据技术在教学质量评价中的运用与探索[J].计算机时代,2020(4):3.[13]白云,郭蓬松,王奕闰.大数据背景下任务驱动教学模式效果评价[J].信息技术,2022,46(4):6.[14]宛钟娜,丁向东.基于大数据的MOOC教学质量评价方法研究[J].知识经济,2021.[15]谷洪彬,杨希,魏孔鹏.大数据技术构建职业教育教学质量评价体系的研究[J].电脑与信息技术,2020,28(3):4.[16]张静.基于大数据分析的课堂教学评价策略[J].电子技术（上海）,2021(008)