论文标题： Big Data-Based Evaluation of Higher Education: Model Construction and Practice Path

期刊： Frontiers of Digital Education

作者：Shunping Wei, Wenting Hou, Fengjuan Jiang

发表时间：25 Jun 2024

DOI： 10.1007/s44366-024-0006-y

微信链接： 点击此处阅读微信文章

文章背景

随着大数据、物联网、人工智能等新一代信息技术的快速发展，教育领域也迎来了数字化转型。传统的教育评价方式存在着主观性强、效率低下、数据不全面等问题，难以满足新时代教育评价的需求。大数据在教育评价中的应用，为教育评价提供了新的思路和方法，可以更全面、客观、准确地评价教育质量和效果，推动教育评价的现代化和科学化。然而，大数据教育评价也面临着数据孤岛、数据质量、教师数据素养等挑战，需要进一步研究和探索。

内容解读

近日，中央民族大学（MUC）教育学院教授魏顺平在Frontiers of Digital Education（《数字教育前沿（英文）》）期刊上发表了一篇名为“Big Data-Based Evaluation of Higher Education: Model Construction and Practice Path”的文章，旨在探讨大数据在教育评价中的应用，分析其优势、挑战和未来发展趋势，并为构建科学、高效、智能的大数据教育评价体系提供理论参考和实践指导。

图 1 基于大数据的教育评价要素模型

大数据技术改变了教育评价的要素和过程，实现了教育评价数据收集的自动化和智能化，可进行全方位、全过程的采集。数据分析和结果反馈更加多维和深入，利用数据挖掘、数据融合等技术进行多维度分析，揭示数据背后的规律和趋势。评价结果反馈也更加个性化，将评价结果以交互式图表等形式及时、精准地反馈给评价对象，帮助他们及时调整和优化目标策略。

然而，大数据教育评价也面临着一些挑战，例如区域信息化发展不均衡，数据孤岛现象严重，数据难以整合；数据标准不统一，数据质量参差不齐，影响评价结果的准确性和可靠性；教师数据素养不足，难以有效利用大数据进行教育评价。

图 2 过程模型框架

图 3 多模式教育数据

为了更好地指导大数据教育评价的实施，本文构建了基于大数据的教育评价模型，包括元素模型和过程模型。元素模型围绕“谁评价”、“评价什么”、“何时评价”、“如何评价”和“为何评价”构建，明确了大数据教育评价的主体、内容、目标、方法和功能。过程模型包括数据采集、数据处理、数据分析和结果反馈等环节，描述了大数据教育评价的实施流程和技术路线。

图 4 设计基于大数据的教育评估和诊断项目

为了展示大数据教育评价的实际应用效果，本文以MUC为例，介绍了大数据在教育评价中的典型应用。MUC利用新一代信息技术构建了智慧校园，实现了教学、管理、服务的智能化。MUC还用智能分析工具对学生的学习过程进行全过程监控和评价，用大数据分析技术对学生进行个性化诊断和指导。

大数据教育评价具有客观性、全面性、及时性等优势，但也面临着数据孤岛、数据质量、教师数据素养等挑战。未来，随着大数据技术的不断发展，大数据教育评价将会更加完善和成熟，为教育评价的现代化和科学化提供有力支撑。

文章信息

Shunping Wei, Wenting Hou, Fengjuan Jiang. Big Data-Based Evaluation of Higher Education: Model Construction and Practice Path. Frontiers of Digital Education, 2024, 1(2): 171–177

https://doi.org/10.1007/s44366-024-0006-y

识别二维码，免费获取原文

作者信息

魏顺平，理学博士，中央民族大学教授，硕士生导师，北京理工大学大数据搜索与挖掘实验室访问学者，兼任中国教育技术协会学术委员会委员，中国教育技术协会网络安全专委会副秘书长。多年从事教育信息化、教育技术、远程教育研究，研究方向为教育大数据与学习分析，先后在CSSCI来源期刊、中文教育类核心期刊上发表论文120余篇，累计被引2900余次；已出版《在线教育学习分析研究》《教育数据挖掘：方法与应用》《教学设计专家系统研究》《远程教育技术：媒体与学习的融合》等著作；承担了全国教育科学规划重点课题、国家民委教改课题、北京市教育科学规划重点课题、教育部司局委托课题等10余项课题；获山东省教育科学研究优秀成果一等奖1项。

期刊及主编介绍

期刊特点

1. 国际化投审稿平台Editorial Manager方便快捷。

2. 严格的同行评议（Peer Review）。

3. 免费语言润色，有力保障出版质量。

4. 不收取作者任何费用。

5. 不限文章长度。

6. 审稿周期：第一轮平均30天，投稿到录用平均60天。

7. 在线优先出版（Online First）。

8. 通过Springer Link平台面向全球推广。

在线浏览

https://journal.hep.com.cn/fde

（中国大陆免费下载）

https://link.springer.com/journal/44366

在线投稿

https://www.editorialmanager.com/fode/

联系我们

fde@hep.com.cn

10-58582344, 10-58581581

主管单位：中华人民共和国教育部

主办单位：高等教育出版社

主编：谭方正

联合主编：杨宗凯 李永智

CN 10-1952/G4

p-ISSN 2097-3918

e-ISSN 2097-3926

本刊地址：北京市朝阳区惠新东街4号

《数字教育前沿（英文）》编辑部

电子邮箱：fde@hep.com.cn

电话：010-58582344, 010-58581581