數(shù)據(jù)驅(qū)動的區(qū)域教育質(zhì)量分析模型與實(shí)現(xiàn)路徑

黃濤　王一巖等

摘要：大數(shù)據(jù)和人工智能技術(shù)的發(fā)展為區(qū)域教育質(zhì)量分析與評價(jià)提供了新思路，致力于還原教育系統(tǒng)的全貌，推動區(qū)域教育生態(tài)的變革。立足于國內(nèi)教育改革發(fā)展的實(shí)際需要，分析大數(shù)據(jù)環(huán)境下區(qū)域教育質(zhì)量評價(jià)面臨的機(jī)遇和挑戰(zhàn)，通過對國內(nèi)外教育質(zhì)量評價(jià)項(xiàng)目的研究進(jìn)展、理論模型、分析方法等方面的整合分析，提出我國教育質(zhì)量評價(jià)的關(guān)鍵在于參照核心素養(yǎng)的要求，制定區(qū)域教育質(zhì)量評價(jià)指標(biāo)體系;構(gòu)建多元分析模型，揭示區(qū)域教育發(fā)展規(guī)律;著眼于國家教育發(fā)展長遠(yuǎn)規(guī)劃，探索區(qū)域教育質(zhì)量評價(jià)實(shí)現(xiàn)路徑。從區(qū)域教育改革和國家人才培養(yǎng)的現(xiàn)實(shí)需要出發(fā)，各級各類教育部門應(yīng)該從區(qū)域教育質(zhì)量評價(jià)指標(biāo)體系的制定、大規(guī)模學(xué)業(yè)質(zhì)量測評工作的開展、教育過程數(shù)據(jù)智能采集系統(tǒng)和智能分析模型的構(gòu)建等方面推進(jìn)教育質(zhì)量評價(jià)工作的開展，助力于區(qū)域教育生態(tài)的重構(gòu)。

關(guān)鍵詞：大數(shù)據(jù);教育質(zhì)量評價(jià);教育數(shù)據(jù)挖掘;教育生產(chǎn)函數(shù)

中圖分類號：G434 文獻(xiàn)標(biāo)識碼：A

近年來，隨著以PISA（國際學(xué)生評估項(xiàng)目）為代表的大規(guī)模教育質(zhì)量測評項(xiàng)目的開展，各國都更加注重對本國教育質(zhì)量發(fā)展?fàn)顩r的監(jiān)測和評估，把握教育發(fā)展方向，提升人才培養(yǎng)質(zhì)量。在國內(nèi)教育改革快速發(fā)展的時(shí)代背景下，參考國內(nèi)外先進(jìn)的理論和實(shí)踐經(jīng)驗(yàn)，根據(jù)《中國學(xué)生發(fā)展核心素養(yǎng)》的要求對人才培養(yǎng)目標(biāo)進(jìn)行重新修訂，運(yùn)用大數(shù)據(jù)的思想和方法構(gòu)建智能分析模型對學(xué)生學(xué)業(yè)表現(xiàn)的影響因素進(jìn)行歸因分析，揭示區(qū)域教育質(zhì)量發(fā)展規(guī)律，對于區(qū)域教育質(zhì)量的提升具有重要意義。

一、大數(shù)據(jù)環(huán)境下教育質(zhì)量評價(jià)的挑戰(zhàn)與突破口

（一）大數(shù)據(jù)環(huán)境下中國教育發(fā)展的新態(tài)勢

1.教育信息化驅(qū)動下的區(qū)域教育生態(tài)變革

《教育信息化十年發(fā)展規(guī)劃（2011-2020年）》明確提出“探索現(xiàn)代信息技術(shù)與教育的全面深度融合，以信息化引領(lǐng)教育理念和教育模式的創(chuàng)新，充分發(fā)揮教育信息化在教育改革和發(fā)展中的支撐與引領(lǐng)作用”。以大數(shù)據(jù)技術(shù)為依托，變革傳統(tǒng)的數(shù)據(jù)采集、分析和應(yīng)用模式，將區(qū)域教育系統(tǒng)作為一個(gè)有機(jī)整體，以數(shù)據(jù)化、科學(xué)化的方式分析區(qū)域教育發(fā)展趨勢，制定精準(zhǔn)化教育決策，實(shí)現(xiàn)數(shù)據(jù)驅(qū)動下的區(qū)域教育管理、教學(xué)指導(dǎo)、教學(xué)行為的科學(xué)化，是教育信息化環(huán)境下區(qū)域教育改革的必由之路。

2.培養(yǎng)目標(biāo)的異化和教育評價(jià)方式的變革

2014年教育部印發(fā)《關(guān)于全面深化課程改革落實(shí)立德樹人根本任務(wù)的意見》，提出“研究各學(xué)段學(xué)生發(fā)展核心素養(yǎng)體系，明確學(xué)生應(yīng)具備的適應(yīng)終身發(fā)展和社會發(fā)展需要的必備品格和關(guān)鍵能力”。2016年發(fā)布的《中國學(xué)生發(fā)展核心素養(yǎng)》中確立了“人文底蘊(yùn)、科學(xué)精神、學(xué)會學(xué)習(xí)、健康生活、責(zé)任擔(dān)當(dāng)、實(shí)踐創(chuàng)新”六大學(xué)生核心素養(yǎng)。核心素養(yǎng)為我國基礎(chǔ)教育的改革奠定了方向，強(qiáng)調(diào)以核心素養(yǎng)為基礎(chǔ)的學(xué)生學(xué)業(yè)質(zhì)量標(biāo)準(zhǔn)的制定，變革傳統(tǒng)的以學(xué)生學(xué)習(xí)結(jié)果為導(dǎo)向的評價(jià)方式，突出學(xué)生關(guān)鍵知識、能力、素養(yǎng)的培養(yǎng)，強(qiáng)調(diào)學(xué)生參與未來社會生活所需的基本知識和技能，推動教育評價(jià)方式的變革。

3.教育系統(tǒng)的復(fù)雜性帶來的教育決策方式的變化

教育部辦公廳《2015年教育信息化工作要點(diǎn)》中指出：“全方位推進(jìn)國家教育科學(xué)決策服務(wù)系統(tǒng)建設(shè)，研究制定教育數(shù)據(jù)管理與使用辦法，規(guī)范數(shù)據(jù)的規(guī)劃、采集、共享和使用，推進(jìn)大數(shù)據(jù)應(yīng)用，發(fā)揮監(jiān)測、評價(jià)、預(yù)測及預(yù)警功能，為科學(xué)決策、宏觀管理提供依據(jù)”。

大數(shù)據(jù)使管理者從經(jīng)驗(yàn)決策轉(zhuǎn)型到數(shù)據(jù)驅(qū)動的決策，提高其教育管理的科學(xué)性。從大數(shù)據(jù)分析的角度出發(fā)，學(xué)生的學(xué)業(yè)水平不僅受學(xué)生自身智力的影響，還與教師、學(xué)校、家庭、社會以及學(xué)生的興趣愛好、身心健康等因素息息相關(guān)。對于教育管理者來說，如何構(gòu)建區(qū)域教育質(zhì)量分析模型，揭示區(qū)域教育發(fā)展規(guī)律，制定精準(zhǔn)教育決策，優(yōu)化資源配置，消除學(xué)校辦學(xué)水平、家庭社會經(jīng)濟(jì)文化狀況等因素對學(xué)生學(xué)業(yè)成就的影響，進(jìn)一步保障學(xué)生平等的受教育權(quán)利，是在未來的一段時(shí)間內(nèi)急需解決的關(guān)鍵問題。

（二）大數(shù)據(jù)技術(shù)驅(qū)動區(qū)域教育質(zhì)量評價(jià)方式變革

斯坦福大學(xué)2016年發(fā)布的《2030年的人工智能與生活》報(bào)告指出，“新一代人工智能技術(shù)將深刻地影響教育領(lǐng)域，支撐智慧教育的實(shí)現(xiàn)”。大數(shù)據(jù)、人工智能技術(shù)的發(fā)展為教育數(shù)據(jù)采集、分析和評價(jià)提供了新思路，多元的數(shù)據(jù)采集機(jī)制能夠覆蓋教學(xué)過程、教學(xué)結(jié)果等各個(gè)方面，對學(xué)生的知識、能力、情感等方面進(jìn)行深入分析，構(gòu)建精準(zhǔn)學(xué)生畫像。細(xì)化教師、學(xué)校、區(qū)域等各層面的數(shù)據(jù)對學(xué)生學(xué)業(yè)水平影響機(jī)制的研究，從學(xué)生學(xué)業(yè)表現(xiàn)的角度出發(fā)助力于區(qū)域教育生態(tài)的變革。

1.構(gòu)建深度分析模型，變革數(shù)據(jù)分析方法

傳統(tǒng)的區(qū)域教育質(zhì)量監(jiān)測以統(tǒng)計(jì)分析和回歸分析為主，注重對教育現(xiàn)象的解釋和教育規(guī)律的淺層分析。但教育系統(tǒng)的復(fù)雜性使得傳統(tǒng)的線性分析模型不再適用于大規(guī)模、多層次的數(shù)據(jù)分析模式，大數(shù)據(jù)和人工智能技術(shù)的引入為其提供了新思路：（1）利用決策樹、支持向量機(jī)、深度神經(jīng)網(wǎng)絡(luò)等機(jī)器學(xué)習(xí)方法構(gòu)建深度、非線性的分析模型，對教育系統(tǒng)的數(shù)據(jù)進(jìn)行深度挖掘，能夠更好地還原教育系統(tǒng)的全貌，助力于教育評價(jià)方式的智能化;（2）強(qiáng)化數(shù)據(jù)關(guān)聯(lián)規(guī)則的構(gòu)建，構(gòu)建多領(lǐng)域交叉分析模型，挖掘數(shù)據(jù)的潛在規(guī)律，助力于區(qū)域教育決策方式的智能化。

2.挖掘數(shù)據(jù)潛在規(guī)律，推動評價(jià)機(jī)制變革

大數(shù)據(jù)技術(shù)在教育數(shù)據(jù)分析方面的全面性和深入性極大地影響著區(qū)域教育研究工作的開展，變革傳統(tǒng)的以統(tǒng)計(jì)分析和經(jīng)驗(yàn)主義為主的教育評價(jià)方式。（1）參照國家對未來人才培養(yǎng)的實(shí)際需求，細(xì)化學(xué)生層面的教育質(zhì)量評價(jià)數(shù)據(jù)模型，將學(xué)生的知識能力、情感態(tài)度、品德修養(yǎng)、身心健康、實(shí)踐創(chuàng)新等方面納入教育質(zhì)量評價(jià)指標(biāo)體系中，以數(shù)據(jù)科學(xué)的方法來對相關(guān)方面的指標(biāo)進(jìn)行細(xì)化分析，健全區(qū)域教育質(zhì)量評價(jià)標(biāo)準(zhǔn);（2）強(qiáng)化對區(qū)域教育發(fā)展產(chǎn)生關(guān)鍵作用的家庭、教師、班級、學(xué)校、區(qū)域等方面評價(jià)機(jī)制的構(gòu)建，深入挖掘其對區(qū)域教育質(zhì)量的影響權(quán)重和作用機(jī)理，建立區(qū)域教育發(fā)展智能評價(jià)機(jī)制。

二、教育質(zhì)量評價(jià)研究進(jìn)展

（一）教育質(zhì)量測評項(xiàng)目研究進(jìn)展

大規(guī)模教育質(zhì)量評價(jià)工作的開展由來已久，國際知名的教育質(zhì)量測評項(xiàng)目有：國際經(jīng)濟(jì)合作與發(fā)展組織（OECD）于2000年發(fā)起的國際學(xué)生評價(jià)項(xiàng)目（PISA）;國際教育成就評價(jià)協(xié)會（IEA）主導(dǎo)的國際數(shù)學(xué)和科學(xué)教育成就趨勢研究項(xiàng)目（TIMSS）和國際閱讀素養(yǎng)進(jìn)展研究項(xiàng)目（PIRLS）;美國國家評價(jià)管理委員會（NAGB），國家教育統(tǒng)計(jì)中心（NCES）等主導(dǎo)的國家教育進(jìn)步評估項(xiàng)目（NAEP）等。主要的監(jiān)測科目為閱讀、數(shù)學(xué)、科學(xué)等科目，并對與學(xué)生學(xué)業(yè)水平相關(guān)的學(xué)習(xí)情況、家庭背景、班級特征、教師背景、學(xué)校資源等數(shù)據(jù)進(jìn)行采集和分析，在此基礎(chǔ)上提出有針對性的教育質(zhì)量改進(jìn)的政策和建議。

國內(nèi)在大規(guī)模教育質(zhì)量測評方面起步較晚，具有代表性的是PISA中國2006、2009、2012年在我國開展的三輪次的獨(dú)立研究和教育部基礎(chǔ)教育質(zhì)量監(jiān)測中心的教育質(zhì)量監(jiān)測項(xiàng)目。后者參照PISA、NAEP的教育質(zhì)量測評模式在全國31個(gè)?。ㄗ灾螀^(qū)、直轄市）和新疆生產(chǎn)建設(shè)兵團(tuán)總共抽取了973個(gè)縣（市、區(qū)）的572314名四、八年級學(xué)生參加測試。測評學(xué)科為德育、語文、數(shù)學(xué)、科學(xué)、體育、藝術(shù)6個(gè)學(xué)科，并于2018年7月發(fā)布了國內(nèi)第一份《中國義務(wù)教育質(zhì)量監(jiān)測報(bào)告》，對于我國教育質(zhì)量測評工作的開展意義重大。

（二）教育質(zhì)量監(jiān)測理論和技術(shù)研究

教育質(zhì)量評價(jià)的理論模型大多以Hanushek1986年提出的經(jīng)典教育生產(chǎn)函數(shù)為依據(jù)，結(jié)合具體的研究問題加以拓展，采用多種方法對教育投入和教育產(chǎn)出進(jìn)行界定，并運(yùn)用相關(guān)的技術(shù)手段對結(jié)果進(jìn)行分析，揭示教育教學(xué)規(guī)律。

M.A.Dincer和G.Uysal以土耳其PISA2006年的科學(xué)素養(yǎng)測試結(jié)果為依據(jù)，運(yùn)用廣義最小二乘回歸的方法分析土耳其學(xué)校學(xué)生成績的影響因素。Jehangir，K.和C.A.W.Glas利用多層線性模型的方法對PISA2009年的測評數(shù)據(jù)進(jìn)行分析，探索父母的社會經(jīng)濟(jì)地位（SES）與學(xué)生閱讀成績之間的關(guān)系。Masci，C.和Ieva，F(xiàn).在多層線性模型的基礎(chǔ)上構(gòu)建了多元多層分析模型，對意大利初中一年級學(xué)生的詳細(xì)信息與學(xué)生閱讀和數(shù)學(xué)成就水平之間的相關(guān)性進(jìn)行分析。Cortez和Silva采用回歸樹和隨機(jī)森林等數(shù)據(jù)挖掘方法，將葡萄牙中學(xué)生的數(shù)學(xué)和閱讀成績與學(xué)生的個(gè)體特征進(jìn)行關(guān)聯(lián)分析。Gabriel，F(xiàn).，Signolet，J.，和Westwell，M.使用提升回歸樹的方法構(gòu)建了兩個(gè)分析模型，從原始響應(yīng)和聚合響應(yīng)兩種不同的級別探索澳大利亞15歲兒童的心理傾向和數(shù)學(xué)素養(yǎng)之間的關(guān)系。Masci，C.，G.Johnes和T.Agasisti利用加拿大、法國、德國、意大利、日本、西班牙、英國和美國等9個(gè)國家PISA2015年的測試成績構(gòu)建了兩階段分析模型，第一階段使用RE-EM樹估計(jì)學(xué)生考試成績和學(xué)校增值的決定因素，第二階段通過提升回歸樹來模擬學(xué)校增值的決定因素，證明了學(xué)校增值和學(xué)生學(xué)業(yè)成績之間的相關(guān)關(guān)系。

（三）區(qū)域教育質(zhì)量影響因素分析

在廣泛意義上來講，學(xué)生的認(rèn)知結(jié)構(gòu)、家庭的社會經(jīng)濟(jì)文化背景、教師的專業(yè)素養(yǎng)、教學(xué)方法、學(xué)校的辦學(xué)規(guī)模、師資力量以及區(qū)域的經(jīng)濟(jì)發(fā)展水平等各方面都能夠與學(xué)生的學(xué)業(yè)表現(xiàn)產(chǎn)生聯(lián)系。Akukwe，B.和U.Schroeders通過對德國543名家長提供的家庭背景信息來研究家庭的經(jīng)濟(jì)、文化、社會和認(rèn)知方面對德國九年級學(xué)生的生物學(xué)科學(xué)習(xí)能力的影響機(jī)制。Gustafsson，J.和T.Nilsen致力于研究能夠減少社會經(jīng)濟(jì)地位（SES）與學(xué)業(yè)成就之間關(guān)系的學(xué)校特征，從而提高教育成果的公平性。Cordero，J.M.和M.Gil-Izquierdo使用經(jīng)合組織創(chuàng)建的TALIS-PISA鏈接數(shù)據(jù)，研究不同教學(xué)策略對學(xué)生成績的影響，發(fā)現(xiàn)相較于創(chuàng)新的主動學(xué)習(xí)策略，傳統(tǒng)的教學(xué)方法對學(xué)生的數(shù)學(xué)能力有更加積極的影響。Giambona，F(xiàn).和M.Porcu利用PISA2012數(shù)據(jù)探索了意大利學(xué)校規(guī)模與學(xué)生學(xué)業(yè)成就之間的關(guān)系，發(fā)現(xiàn)學(xué)校規(guī)模能夠影響學(xué)生的成就，但并不是簡單的線性關(guān)系。Gimenez，G.，A.Martln-Oro和J.Sanau將哥斯達(dá)黎加學(xué)校地理位置數(shù)據(jù)與社會發(fā)展綜合指數(shù)相結(jié)合研究區(qū)域發(fā)展對學(xué)生學(xué)業(yè)成績的影響指數(shù)，研究結(jié)果表明，社會發(fā)展對考試成績有積極影響，但影響力逐年減弱。

三、區(qū)域教育質(zhì)量評價(jià)的理論模型、分析方法和實(shí)現(xiàn)路徑

（一）理論模型

本文在經(jīng)典教育生產(chǎn)函數(shù)的基礎(chǔ)上結(jié)合我國教育改革實(shí)踐工作的現(xiàn)狀提出基于大數(shù)據(jù)的教育生產(chǎn)函數(shù)拓展理論模型：

在上式中，A_t代表時(shí)間t的教育產(chǎn)出，這里指區(qū)域教育質(zhì)量，主要包括學(xué)生的學(xué)業(yè)成績、知識能力、情感態(tài)度和身心健康等方面的綜合表現(xiàn);F_t代表與學(xué)生學(xué)業(yè)表現(xiàn)相關(guān)的家庭社會經(jīng)濟(jì)文化背景，包括家庭結(jié)構(gòu)、父母的學(xué)歷、職業(yè)、收入水平、家庭的經(jīng)濟(jì)背景和文化氛圍等;T_t代表教師因素，包括教師的性別、年齡、職稱、任教時(shí)長、專業(yè)技能、教學(xué)方式和教學(xué)干預(yù)措施等方面;C_t代表班級因素，包括班級容量、性別比例、班級氛圍、師生關(guān)系等;Sh_t代表學(xué)校的辦學(xué)條件因素，主要包括學(xué)校規(guī)模、教育資源、師資力量和教育管理的成效等;D_t代表區(qū)域的經(jīng)濟(jì)發(fā)展水平、人口分布特征、教育政策和教育項(xiàng)目的實(shí)施成效等。f代表教育產(chǎn)出的計(jì)算方法，常用的方法有線性回歸模型、多層線性模型等。

（二）分析方法

基于教育生產(chǎn)函數(shù)構(gòu)建大數(shù)據(jù)環(huán)境下的區(qū)域教育質(zhì)量評價(jià)模型的常用方法有：

1.多層線性模型

多層線性模型（Hierarchical Linear Models，HLM）是針對經(jīng)典統(tǒng)計(jì)分析方法在處理具有層級嵌套關(guān)系數(shù)據(jù)時(shí)所存在的局限而提出的，用于揭示不同層級數(shù)據(jù)的相互作用。多層線性模型根據(jù)其應(yīng)用場景的不同可以分為零模型、完整模型、協(xié)方差模型和隨機(jī)效應(yīng)模型四種，如下表所示。

其中，ρ表示Y的總體變異中有多大比例是由第二層的變異引起的，以“學(xué)生一教師”兩層模型為例，ρ表示教師的因素在學(xué)生學(xué)業(yè)表現(xiàn)中的影響權(quán)重。

多層線性模型的優(yōu)勢：（1）多層線性模型能夠?qū)?shù)據(jù)的層次結(jié)構(gòu)進(jìn)行解析，準(zhǔn)確表示個(gè)體差異和組問差異對學(xué)生學(xué)業(yè)成績的影響權(quán)重;（2）根據(jù)所得回歸方程截距和斜率之間的相關(guān)關(guān)系，可以更好地解釋影響因素和學(xué)業(yè)成績之間變化的規(guī)律，為教育管理者提供精準(zhǔn)的決策支持。

多級線性模型的局限性：教育系統(tǒng)的復(fù)雜性和數(shù)據(jù)規(guī)模的增加使得大多數(shù)情況下數(shù)據(jù)的分布規(guī)律不能滿足線性分布的假設(shè)，強(qiáng)迫建立數(shù)據(jù)之間的線性關(guān)系容易造成數(shù)據(jù)分析效率的低下。

2.多級回歸樹模型

決策樹的生成就是遞歸地構(gòu)建二叉決策樹的過程，對回歸樹用平方誤差最小化的準(zhǔn)則尋找最佳劃分節(jié)點(diǎn)。假如我們有n個(gè)特征，每個(gè)特征有Si（i∈（i，n））個(gè)取值，則遍歷所有特征，嘗試該特征所有取值，對空間進(jìn)行劃分，直到取到特征。，的取值s，使得損失函數(shù)最小，這樣就得到了一個(gè)劃分點(diǎn)。描述該過程的公式如下：

多級回歸樹模型的優(yōu)勢：（1）利用回歸樹模型代替原有多層線性模型中的線性回歸模型，增強(qiáng)了模型的泛化能力，能夠更好地反映復(fù)雜教育系統(tǒng)中的數(shù)據(jù)分布規(guī)律;（2）利用決策樹可視化特性呈現(xiàn)模型分布特征，增強(qiáng)了模型的可解釋性，助力于構(gòu)造區(qū)域教育決策專家系統(tǒng)，為區(qū)域教育管理者提供智能化的決策建議。

多級回歸樹模型的劣勢：（1）異常數(shù)據(jù)的存在會導(dǎo)致回歸樹模型在進(jìn)行預(yù)測時(shí)產(chǎn)生較大誤差，對模型的準(zhǔn)確性產(chǎn)生影響;（2）樹模型的構(gòu)建是一個(gè)遞歸的過程，對訓(xùn)練數(shù)據(jù)的擬合能力較強(qiáng)，容易產(chǎn)生過擬合現(xiàn)象，因此需要設(shè)定恰當(dāng)?shù)募糁Σ呗?，增?qiáng)模型的泛化能力。

3.梯度提升樹

梯度提升樹是當(dāng)前階段數(shù)據(jù)挖掘領(lǐng)域應(yīng)用最為廣泛的分析模型，在解決分類、回歸問題中均有顯著成效。梯度提升回歸樹是一種基于Boosting思想的集成學(xué)習(xí)算法，其基本思想以分類和回歸決策樹（CART）作為弱分類器來構(gòu)建一個(gè)強(qiáng)分類器。其原理是：（1）針對同一個(gè)訓(xùn)練集訓(xùn)練多層的弱分類器，每層使用訓(xùn)練集訓(xùn)練一個(gè)弱分類模型，從訓(xùn)練出的模型中得到預(yù)測結(jié)果;（2）根據(jù)訓(xùn)練集中樣本分類是否正確、總體分類的準(zhǔn)確率來確定每個(gè)樣本上應(yīng)重新分配的權(quán)值，將修改過權(quán)重后的新數(shù)據(jù)集訓(xùn)練一個(gè)下層的分類器;（3）不斷進(jìn)行訓(xùn)練直到有很少的錯分樣本，最后將每層的分類器按照一定的規(guī)則融合在一起形成最終的決策分類器。

梯度提升樹的優(yōu)勢：（1）可以使用一些健壯的損失函數(shù)，對異常值的魯棒性非常強(qiáng);（2）經(jīng)過簡單的調(diào)參便能夠取得相對較高的準(zhǔn)確率，是目前數(shù)據(jù)挖掘領(lǐng)域效率最高的算法之一。

梯度提升樹的劣勢：難以實(shí)現(xiàn)并行訓(xùn)練，計(jì)算成本較高。

4.深度學(xué)習(xí)

深度學(xué)習(xí)是機(jī)器學(xué)習(xí)領(lǐng)域一個(gè)重要的研究方向，近年來在圖像處理、自然語言理解、語音識別等領(lǐng)域取得了突破性進(jìn)展。深度學(xué)習(xí)技術(shù)與傳統(tǒng)線性模型的區(qū)別在于：（1）深度神經(jīng)網(wǎng)絡(luò)以線性模型為基礎(chǔ)，通過使用相應(yīng)的激活函數(shù)來實(shí)現(xiàn)模型的非線性化;（2）采用多層神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，對數(shù)據(jù)的特征進(jìn)行逐層提取。相關(guān)研究表明，神經(jīng)網(wǎng)絡(luò)每一層提取的特征各不相同，隨著模型深度的增加，數(shù)據(jù)特征提取的成效越顯著;（3）采用反向傳播算法對模型中各個(gè)層級、各個(gè)類別的數(shù)據(jù)權(quán)重進(jìn)行修正，通過多輪訓(xùn)練，對模型參數(shù)不斷進(jìn)行優(yōu)化。

深度學(xué)習(xí)技術(shù)的優(yōu)勢：（1）模型復(fù)雜，靈活性強(qiáng)，可通過增加模型的層數(shù)對數(shù)據(jù)特征進(jìn)行有效提取;（2）全方位構(gòu)建多層多維關(guān)聯(lián)分析模型，可對教育系統(tǒng)數(shù)據(jù)進(jìn)行全方面的關(guān)聯(lián)分析，提升數(shù)據(jù)分析的準(zhǔn)確性;

深度學(xué)習(xí)技術(shù)的劣勢：（1）模型可解釋性差，很難對相關(guān)規(guī)律加以解釋;（2）在小數(shù)據(jù)集中容易出現(xiàn)過擬合現(xiàn)象，對數(shù)據(jù)分析的準(zhǔn)確性產(chǎn)生影響。

（三）實(shí)現(xiàn)路徑

1.構(gòu)建數(shù)據(jù)描述標(biāo)準(zhǔn)，完善教育評價(jià)指標(biāo)體系

教育生產(chǎn)函數(shù)的三要素，即教育投入、教育產(chǎn)出和分析模型。利用大數(shù)據(jù)技術(shù)對區(qū)域?qū)W生的學(xué)業(yè)表現(xiàn)進(jìn)行成因分析，需制定標(biāo)準(zhǔn)化的教育投入和教育產(chǎn)出評價(jià)體系，使得相關(guān)分析工作的開展有章可循。

教育產(chǎn)出的界定需根據(jù)核心素養(yǎng)的要求，從學(xué)生應(yīng)對未來社會發(fā)展所需的基本知識和技能的角度出發(fā)，將教育產(chǎn)出定義為與學(xué)生學(xué)習(xí)和未來發(fā)展相關(guān)的知識能力、品德修養(yǎng)、創(chuàng)新意識、身心健康等各方面，使得數(shù)據(jù)標(biāo)準(zhǔn)的制定和相關(guān)分析工作的開展能夠服務(wù)于國家創(chuàng)新人才培養(yǎng)的實(shí)際需求，助力于教育評價(jià)方式變革。

根據(jù)PISA環(huán)境因素測評框架，學(xué)生的學(xué)業(yè)表現(xiàn)受家庭、教師、班級、學(xué)校、區(qū)域等各方面因素的影響。因此在制定大數(shù)據(jù)環(huán)境下的區(qū)域教育投入評價(jià)標(biāo)準(zhǔn)的過程中，需要充分考慮教育系統(tǒng)中與學(xué)生學(xué)業(yè)相關(guān)的各種因素，使得教育投入數(shù)據(jù)的采集能夠覆蓋教育系統(tǒng)的各個(gè)方面，從而更好地挖掘數(shù)據(jù)的潛在規(guī)律，服務(wù)于教育教學(xué)工作的開展。

2.構(gòu)建多元分析模型，增強(qiáng)數(shù)據(jù)潛在規(guī)律挖掘

教育系統(tǒng)的復(fù)雜性使得數(shù)據(jù)分布特征較為復(fù)雜，應(yīng)從區(qū)域教育數(shù)據(jù)挖掘工作的實(shí)際需要出發(fā)構(gòu)建多元、多層分析模型，明確相關(guān)指標(biāo)對學(xué)生學(xué)業(yè)成績影響的顯著性大小，增強(qiáng)模型的可解釋性，加強(qiáng)對數(shù)據(jù)問的關(guān)聯(lián)分析。通過特征工程的方法對數(shù)據(jù)的潛在因子進(jìn)行挖掘，構(gòu)建學(xué)生、家庭、教師、學(xué)校、區(qū)域不同層級問的聯(lián)合效應(yīng)分析模型，對數(shù)據(jù)的潛在規(guī)律進(jìn)行分析，更好地還原教育系統(tǒng)的全貌，服務(wù)于區(qū)域的精準(zhǔn)決策。

3.構(gòu)建區(qū)域數(shù)據(jù)閉環(huán)，建立數(shù)據(jù)應(yīng)用反饋機(jī)制

區(qū)域?qū)W業(yè)質(zhì)量測評模型的構(gòu)建需要一支專業(yè)化的理論研究和技術(shù)開發(fā)團(tuán)隊(duì)作為支撐，數(shù)據(jù)的采集、分析和應(yīng)用都需要從區(qū)域?qū)W業(yè)質(zhì)量評價(jià)的實(shí)際需要出發(fā)，制定相應(yīng)的采集、分析標(biāo)準(zhǔn)，進(jìn)行模型構(gòu)建，對區(qū)域?qū)W業(yè)質(zhì)量發(fā)展進(jìn)行預(yù)警、預(yù)測，助力于基于大數(shù)據(jù)的區(qū)域教學(xué)生態(tài)的重構(gòu)。

（1）制定學(xué)業(yè)成就測評機(jī)制，構(gòu)建學(xué)生學(xué)業(yè)水平發(fā)展診斷模型

對學(xué)習(xí)者及其所在情境中產(chǎn)生的數(shù)據(jù)進(jìn)行記錄和分析并為其提供個(gè)性化學(xué)習(xí)服務(wù)是教育大數(shù)據(jù)背景下學(xué)習(xí)分析研究在促進(jìn)有效學(xué)習(xí)方面的內(nèi)在旨趣。通過對區(qū)域?qū)W業(yè)數(shù)據(jù)的采集分析，對學(xué)生學(xué)科能力、認(rèn)知能力、學(xué)習(xí)風(fēng)格、學(xué)習(xí)動機(jī)、學(xué)習(xí)偏好、學(xué)習(xí)態(tài)度等方面進(jìn)行診斷和判別，以此來構(gòu)建個(gè)體和群體學(xué)生畫像，幫助教師及時(shí)掌握班級和個(gè)體的學(xué)業(yè)水平發(fā)展?fàn)顩r，對學(xué)生學(xué)業(yè)水平的提升提供更及時(shí)、更精準(zhǔn)的指導(dǎo)。

（2）描繪區(qū)域教育生態(tài)藍(lán)圖，構(gòu)建區(qū)域教育質(zhì)量發(fā)展預(yù)測模型

通過對區(qū)域教育質(zhì)量發(fā)展?fàn)顩r進(jìn)行長時(shí)間的監(jiān)測，結(jié)合當(dāng)前階段區(qū)域?qū)W生的各項(xiàng)學(xué)業(yè)表現(xiàn)，構(gòu)建面向群體的區(qū)域的中高考上線率預(yù)測模型和面向個(gè)體的學(xué)生職業(yè)發(fā)展預(yù)測模型。立足于學(xué)生職業(yè)發(fā)展和區(qū)域?qū)W業(yè)水平提升的長遠(yuǎn)規(guī)劃，分析區(qū)域教育發(fā)展過程中與教育改革發(fā)展不適應(yīng)的部分，采取及時(shí)有效的改正措施，服務(wù)于區(qū)域教育改革工作的開展。

（3）強(qiáng)化教育質(zhì)量歸因分析，構(gòu)建區(qū)域教育保障措施預(yù)警模型

通過對教育質(zhì)量發(fā)展影響因素的分析，對區(qū)域教育系統(tǒng)中與學(xué)生學(xué)業(yè)表現(xiàn)相關(guān)的教學(xué)資源、師資隊(duì)伍、教育政策等各方面進(jìn)行精準(zhǔn)測評，構(gòu)建區(qū)域教育發(fā)展保障措施預(yù)警模型，對區(qū)域教師團(tuán)隊(duì)的結(jié)構(gòu)、教學(xué)質(zhì)量提升機(jī)制和教育資源、教育政策等與區(qū)域教育發(fā)展的適應(yīng)性進(jìn)行評價(jià)。從區(qū)域教育系統(tǒng)運(yùn)轉(zhuǎn)的內(nèi)部機(jī)理出發(fā)分析其中的深層次原因所在，幫助區(qū)域教育管理者更理性地均衡教育資源配置、匯聚優(yōu)質(zhì)資源服務(wù)、推進(jìn)教師智力資源的流轉(zhuǎn)。

四、大數(shù)據(jù)環(huán)境下區(qū)域教育質(zhì)量評價(jià)的關(guān)鍵任務(wù)分析

要構(gòu)建大數(shù)據(jù)環(huán)境下的區(qū)域教育質(zhì)量評價(jià)模型需要對教育投入和教育產(chǎn)出進(jìn)行量化，變革傳統(tǒng)的以質(zhì)性研究和統(tǒng)計(jì)分析為主的研究思路，從數(shù)據(jù)科學(xué)的角度出發(fā)構(gòu)建深度分析模型，挖掘數(shù)據(jù)的潛在規(guī)律，服務(wù)于區(qū)域?qū)W業(yè)水平的提升。通過與國外相關(guān)測評工作的對比分析，我們還需要在以下方面加以重視：

（一）教育質(zhì)量評價(jià)標(biāo)準(zhǔn)及相關(guān)指標(biāo)的制定

學(xué)業(yè)水平監(jiān)測工作的開展要從國家人才培養(yǎng)的實(shí)際需要出發(fā)，結(jié)合《中國學(xué)生發(fā)展核心素養(yǎng)》提出的對學(xué)生文化基礎(chǔ)、自主發(fā)展和社會參與的要求，提升學(xué)生應(yīng)對終身發(fā)展和社會發(fā)展需要的必備品格和關(guān)鍵能力，從國家層面強(qiáng)化學(xué)生學(xué)業(yè)質(zhì)量標(biāo)準(zhǔn)的制定，以學(xué)生學(xué)業(yè)水平為依托，構(gòu)建涵蓋學(xué)生品德、健康、審美、實(shí)踐等各方面的教育質(zhì)量評價(jià)指標(biāo)體系，為學(xué)業(yè)水平監(jiān)測工作的開展建立堅(jiān)實(shí)的基礎(chǔ)。

（二）大規(guī)模教育質(zhì)量測評工作的開展

中國的基礎(chǔ)教育體量巨大，地區(qū)差異明顯，如何構(gòu)建適應(yīng)國家和區(qū)域發(fā)展實(shí)際需要的教育質(zhì)量監(jiān)測標(biāo)準(zhǔn)，需要諸多科研工作者的共同奮斗。教育部基礎(chǔ)教育質(zhì)量監(jiān)測中心等科研機(jī)構(gòu)經(jīng)過多年的積累雖已取得相應(yīng)的成果，但也均處于起步階段，不能夠滿足教育系統(tǒng)分析的實(shí)際需求。后續(xù)工作的開展應(yīng)圍繞學(xué)業(yè)測試的標(biāo)準(zhǔn)化、問卷編制的科學(xué)化以及數(shù)據(jù)分析的精準(zhǔn)化等方面來開展，增強(qiáng)大規(guī)模學(xué)業(yè)測評工作的有效性，通過開放測評數(shù)據(jù)集等方式，在國內(nèi)形成規(guī)?；?、體系化的教育質(zhì)量分析團(tuán)隊(duì)，引導(dǎo)國內(nèi)相關(guān)領(lǐng)域的研究者關(guān)注和投入到相關(guān)科研工作的過程中，共同助力于我國教育質(zhì)量評價(jià)工作的開展。

（三）教育過程數(shù)據(jù)智能采集系統(tǒng)構(gòu)建

在現(xiàn)有技術(shù)水平下，對教育投^數(shù)據(jù)的采集仍然以事實(shí)性、結(jié)果性數(shù)據(jù)為主，缺乏對課堂教學(xué)過程中教師的表隋、動作、教學(xué)方法等數(shù)據(jù)的序列化采集和分析。隨著人工智能技術(shù)的進(jìn)一步發(fā)展，可利用計(jì)算機(jī)視覺、自然語言處理、語音識別等技術(shù)對教師教學(xué)過程中教師和學(xué)生的語音、視頻、文本信息進(jìn)行采集和分析，通過多模態(tài)的數(shù)據(jù)采集和分析技術(shù)，對教師的教學(xué)風(fēng)格、教學(xué)方法，學(xué)生的學(xué)習(xí)風(fēng)格、課堂聽講的專注程度等數(shù)據(jù)進(jìn)行提取，構(gòu)建多維度的課堂教學(xué)分析模型，對教師和學(xué)生進(jìn)行精準(zhǔn)刻畫，以服務(wù)于課堂教學(xué)的成效分析的實(shí)際需要。

（四）智能分析模型的構(gòu)建

教育系統(tǒng)的復(fù)雜性和多樣性是未來學(xué)業(yè)水平監(jiān)測過程中面臨的巨大挑戰(zhàn)，如何構(gòu)建適應(yīng)教育改革發(fā)展的多元數(shù)據(jù)分析模型，還原教育系統(tǒng)的全貌，是我們在未來的教育發(fā)展過程中必須解決的關(guān)鍵問題。強(qiáng)化橫向和縱向數(shù)據(jù)分析模型的構(gòu)建，運(yùn)用機(jī)器學(xué)習(xí)和深度學(xué)習(xí)的方法對數(shù)據(jù)進(jìn)行智能分析，增強(qiáng)模型的準(zhǔn)確性和可解釋性，能夠有效地服務(wù)于區(qū)域教育發(fā)展的各個(gè)環(huán)節(jié)，以數(shù)據(jù)科學(xué)的手段助力于區(qū)域教育的常態(tài)發(fā)展。

（五）提升教師運(yùn)用大數(shù)據(jù)技術(shù)解決課堂教學(xué)問題的能力

大數(shù)據(jù)在為教育教學(xué)帶來極大便利的同時(shí)，也為教師帶來極大挑戰(zhàn)。如何運(yùn)用大數(shù)據(jù)進(jìn)行科學(xué)合理的教育決策、變革課堂教學(xué)生態(tài)，是現(xiàn)階段教師面臨的關(guān)鍵問題。區(qū)域、學(xué)校應(yīng)加強(qiáng)教師培訓(xùn)，強(qiáng)化教師對相關(guān)智能教育平臺的學(xué)習(xí)和利用，提升自身數(shù)據(jù)素養(yǎng)，理解大數(shù)據(jù)驅(qū)動教育質(zhì)量評價(jià)的內(nèi)部機(jī)理，懂得利用大數(shù)據(jù)技術(shù)進(jìn)行學(xué)生學(xué)業(yè)表現(xiàn)的智能診斷分析，采取及時(shí)有效的教學(xué)干預(yù)措施，使數(shù)據(jù)能夠服務(wù)于教師教學(xué)的各個(gè)階段。