大數(shù)據(jù)讓考試變得更科學_數(shù)據(jù)分析師

    教育中的數(shù)據(jù)挖掘是邁向大數(shù)據(jù)分析的一項主要工作。教育中最近的趨勢是允許研究者積累大量尚未結(jié)構(gòu)化的數(shù)據(jù)（unstructured data）。結(jié)構(gòu)化的數(shù)據(jù)（structured data）是從教育部門多年的數(shù)據(jù)——特別考試成績和出勤記錄——那里收集而來?；有詫W習的新方法已經(jīng)通過智力輔導系統(tǒng)、刺激與激勵機制、教育性的游戲產(chǎn)生了越來越多的尚未結(jié)構(gòu)化的數(shù)據(jù)。這就使得更豐富的數(shù)據(jù)能給研究者創(chuàng)造出比過去更多的探究學生學習環(huán)境的新機會。

    教育數(shù)據(jù)與其他領(lǐng)域中的數(shù)據(jù)比較起來，有一些獨特的特征?？偨Y(jié)起來就是教育數(shù)據(jù)是分層的（hierarchical）。美國教育部教育技術(shù)辦公室在《通過教育數(shù)據(jù)挖掘和學習分析增進教與學（公共評論草案）》的第18頁中寫道：“教育數(shù)據(jù)是……分層的。有鍵擊層（keystroke level）、回答層（answer level）、學期層（session level）、學生層（student level）、教室層（classroom level）、教師層（teacher level）和學校層（school level），數(shù)據(jù)就寓居在這些不同的層之中。”

    當某個學生回答一個問題時，一些變量就需要一起分析了。例如，學生回答正確率低的問題就是好問題嗎？此外，時間也是重要的因素。比如，一個學生在考試的第一部分耗時太多，是否意味著其接下來就會飛速、凌亂地答題。一道問題的答題順序、結(jié)果、具體情況，都給研究者提供了許多前所未有的大量數(shù)據(jù)。運用這些數(shù)據(jù)，研究者就能揭示學生的學習模式。研究者利用所有這些數(shù)據(jù)就能獲悉到底是什么因素對學生構(gòu)成了最好的學習環(huán)境。理解這些重要的問題有助于教育工作者給學生創(chuàng)造一個個性化的學習模式。

    監(jiān)測學生是“如何”考試的能讓研究者有效定型學生的學習行為。大數(shù)據(jù)要求教育工作者必須超越傳統(tǒng)，不能只追求正確的答案，學生是如何朝著正確答案努力的過程也同樣重要。在一次考試中，學生個人和整體在每道題上花費了多少時間？最長的是多少？最短的是多少？平均又是多少？哪些此前已經(jīng)出現(xiàn)過的問題學生答對或答錯了？哪些問題的線索讓學生獲益了？通過監(jiān)測這些信息，形成數(shù)據(jù)檔案，能夠幫助教育工作者理解學生為了掌握學習內(nèi)容而進行學習的全過程，并有助于向他們提供個性化的學習模式。

    監(jiān)控學生的每一個學習行為是可能的。為了改進學生的學習成績，我們需要知道他們回答一個問題用了多少時間，回答這個問題使用了哪些資源，哪些問題被跳過了，為了回答這個問題做了哪些研究工作，這個問題與其他已經(jīng)回答了的問題之間存在什么關(guān)系。此外，老師對每個學生提供什么樣的建議才是最佳的？學生寫作業(yè)和答題的信息能立即被自動地監(jiān)測到，老師還能在第一時間將這些信息反饋給學生。

    用這些學生學習的行為檔案創(chuàng)造適應(yīng)性的學習系統(tǒng)能夠提高學生的學習效果。利用學生是“如何”學習的這樣重要的信息，考試的出題者們就能為學生量身定制出適合學生的個性化問題，并設(shè)計出能夠促進記憶力的線索。通過分析大數(shù)據(jù)，研究者發(fā)現(xiàn)從教育的效果上來看，當被問到一系列難度逐漸增加且互相關(guān)聯(lián)的問題時，學生的表現(xiàn)要好于圍繞一個共同的知識點而隨機挑選出的問題。美國標準化的研究生入學考試（GRE）中的這種適應(yīng)性考試已經(jīng)顯示出朝這一方向努力的趨勢。

 CDA數(shù)據(jù)分析師培訓官網(wǎng)