651页23万字智慧教育大数据信息化顶层设计及智慧应用建设方案

WORD格式，来源网络，旨在交流学习，更多资源参考公众号：优享智库

建设目标

打造教育大数据平台，统领教育应用

教育大数据以“数据集中、信息共享、业务共通、应用统领”为支撑，建立教育数据应用平台；所有应用统一于大数据平台，实现数据从各应用平台采集，汇聚到数据中心统一存储，应用层统一调用，分场景进行加工处理的模式。

教育大数据平台，为教育管理者、教师、家长、学生等不同对象提供多层次、全方位的综合应用服务，综合构建“教、学、管、评、测、练”与“教育管理机构、学校、老师、家长、学生”相结合的多维教育大数据信息化体系。全面打通用户的基础数据，融合学业数据、教育管理综合信息、教师信息等大数据，进行全面多维的各类分析、数据透视。教育管理者、教师、学生、家长都能通过教育大数据平台，根据角色、权限及应用场景的不同，享用平台中各类教育应用。

提供个性化教学服务

通过对学生历年学业成绩、课程选修、活动参与等数据分析，除了追踪学生学业进步情况外，还可以从中分析不同学生的学习需求和风格，进而提供适应学生特点的个性化教学。一是通过数据分析对学习困难学生进行干预，教师通过学生数据系统监控学生学业表现进行干预性指导。二是获得学生学习结果的即时智能反馈。通过课堂行为记录与分析工具，教师可以及时获得学生学习情况并调整教学活动。三是在学生选择辅修课程或课外项目时，大数据技术可以提供适合学生的个性化建议。四是基于大数据分析改进日常教学工作。教师可以通过分析学生社交行为数据，更有效地开展团队和小组学习，优化学习计划和日程安排。

变革教与学发展模式，提升师生数据素养

对教师教学日志数据、教学资源数据、教学互动数据、教学评价数据、教学效果数据、教师继续教育数据、教学工具使用数据等日常教学过程、行为、结果数据的深入分析与挖掘建立教师数据素养，帮助教师更好地获得学生反馈，发现每位学生的兴趣点和薄弱点，以优化教学模式，改进教学策略，实现个性化教学；有助于教师有效预测学生考试成绩及发展趋势，及时干预并指导学生的学习与发展；有助于教师对学生做出全面客观的评价，推动教育评价方式从“经验主义”走向“数据主义”；有助于教师的教育决策更加科学准确，提高工作效率与学生的学习成绩；有助于教师发现自身专业技能的不足和问题，提升专业能力和研究水平，适应数据驱动教学时代的新要求。

对学生日志数据、成绩预警数据、师生评价数据、在线话语数据、伦理隐私数据、多模态数据等六类数据的进行深入的挖掘分析,建立学生数据素养。培养学生在数据感知和采集、组织和管理、处理与分析、共享与协同创新等方面的能力，以及在数据的生产、管理和发布过程中的道德与行为规范。帮助学生更好地获取学习反馈，发现自身学习的优劣势，优化学习方式方法，实现精细化学习；帮助学生更好的预估学习发展趋势，指导学生做好学业生涯规划；帮助学生更精确的进行学习过程跟踪与学习过程评价，为学生综合素质评价提供数据支撑；帮助学生发现和学习高效学习方式方法，提升自适应学习能力，培养终身学习习惯。

促进学校教育信息化发展，破解发展难题

为了推进大数据应用服务驱动地区教学的快速发展，教育行政部门、教育大数据服务企业、中小学校应当协同发力，重点从五个方面推进实施，包括：开展数据素养专题培训，提高教师数据意识与数据处理能力；打造基于大数据的智慧学习平台，支撑教师开展数据驱动的精准教学；开展数据驱动教学示范项目，探索数据驱动教学新模式；构建数据驱动教学实践共同体，传播数据驱动教学文化；开展数据驱动教学专题研究，引领数据驱动教学持续深入发展。

挖掘大数据推动教育研究转型

现代教育运用实证数据研究教育具体问题，再基于研究结果指导政策与实践。大数据技术为大规模教育实证研究提供便利，推动教育研究转型为“数据密集型科研”。一是利用纵向数据开展长期性追踪研究。维格多以北卡罗莱州1500名教师为对象，跟踪分析1997—1998学年至2007—2008学年学生学业测评结果对教师工资薪酬的影响，提出基于绩效考核的教师酬金改革建议。二是开展大规模横向比较研究。美国“全国学生中心”(NSC)开展的大学阶段学业成就与高中阶段学业间关系研究，依托各州和联邦教育数据库，以全美92%的在校大学生为对象，通过了解不同学校入学情况、学生人口特征与大学入学的关系、高中阶段学业成绩相似学生在大学后的学业表现等内容，分析高中阶段学习对大学学业的影响。这种跨年度的追踪研究和大规模的横向比较研究，没有大数据的支撑是难以实现的。

基于大数据推动教育科学决策

全面的地区基础教育质量监测不仅让决策者了解教育的整体状况和变化趋势，还通过分析家庭背景、教育项目和学校教学与学生学业成绩间的关系，进而影响地区教育资源分配与资助性项目的实施。一是运用教育大数据规划学校布局与资源分配，地区和学校通过分析学生人口学数据，得出本地区学龄人口变动趋势，从而科学规划本地区学校布局与资源分配。二是改进学校绩效评估办法。基于学校整体与学生个体学业数据，评价学校的办学质量或项目实施质量，分析学校的优势与弱势领域。三是推动家校合作。通过使用智慧课堂反馈工具，教师可以实时上传本节课学生课堂表现和任务完成情况，学校和家长借此可以及时了解并与校方交流学生情况。四是提高学校管理效率。在学生出勤、用餐及校车运营等活动中使用学生管理软件，自动记录并通过数据分析提出改进方案。五是改革教师评聘方式。通过分析教师任教学生的学业成绩以及教师的职业信仰、专业发展、社会服务等指标，科学评估教师专业水平与发展潜能。

开展教育大数据服务，惠及全体教育参与者

通过涵盖K12范围内的小学、初中、高中全线贯通的区域教育生态监控大数据平台，全面跟进诊断班级、学校、区域教育的教与学现状；为全区各级各类教育主管部门实时分析全区域、各校教学质量，并智能提供教育优化方案，智慧化跟进全区基础教育质量；为全区所有教师提供精准教学和改进依据、为全区学生和家长提供了解自己学习现状的途径及改进渠道、资源和方法；提供基于移动互联网环境下的教与学内容探讨、交流互动的互动平台，形成教师、学生、家长三个群体之间的兴趣聚合和广泛讨论。

总体框架

以满足大数据平台、应用、服务建设要求为基础，整合现有软硬件资源，构建数据机房计算、存储、网络、容灾、安全等软硬件基础设施环境；建设涵盖核心基础数据库、数据采集、数据共享、数据挖掘、数据控制、数据服务的数据处理中心大数据管控平台以及数据标准、数据安全等管理体系；聚合已建设应用管理系统，打造新型大数据应用服务系统，构建教学服务体系。全地区、全学校、全学段、全过程采集教育各环节数据单元，整合教育元数据内容形成教育数据集，打通教育各应用系统及管理口之间数据壁垒，形成教育数据链条。分析、挖掘、预警教育决策信息，聚类、提取、发现教、学、管各类行为习惯数据，全面数据化指导教育业务管理；精准、智能化提升教育质量水平；智慧、个性化培养教与学行为习惯。

顶层设计架构图

基础环境

基础环境为教育大数据的核心平台及各应用系统提供所需的基础网络环境、硬件平台环境、虚拟化环境、基础安全环境等。主要包括云平台、网络设施、安全设施、专业运维团队等软、硬件基础设施以及为保障基础环境稳定、高效、可靠运转所建立的数据中心安全体系。

大数据管控中心

大数据管控中心位于基础环境层之上，负责存储、管理教育相关核心大数据内容，以“一人一号”、“一校一码”建立标准数据源，管控数据源，同时为数据应用服务提供各类信息资源及数据服务。

基础数据库构建以组织机构、教籍、学籍、学校等教育基本元数据组成的核心库以及教情、学情、考试、资源等教育过程数据组成的主题库构成。

数据控制包含数据标准管理、数据代码集管理、数据过程和数据质量管理等，严格追溯数据从采集、清洗、采用、更新全过程的每一个数据变迁痕迹，保证系统数据质量高效、稳定、可用。

数据采集、共享、挖掘分别代表了数据三个核心流转过程，采集数据遵从“一数一源”，共享数据提取“一源多用”，挖掘数据分析“一数多链”。在每个环节严格控制数据流入及数据间的关联关系。让数据内容透明化、数据关系明确化、数据表现决策化。

数据安全及数据标准体系的建立是保障大数据管控中心所有工作正常开展、监管、考核的具体措施。

教育大数据应用服务

应用服务既是教育数据的采集输入层，也是教育数据的服务输出层。承载了教育大数据中心的各级各类信息化应用系统，作为具体业务的执行单元，教育大数据应用服务层是实现教育管理、教学服务、教育惠民等业务流程数字化的重要载体。

大数据应用服务采用集中部署，多级应用的云端架构。集中建设减轻系统维护工作量，数据互通避免系统建设数据孤岛、多端多源数据采集、集中统一应用权限管控、方便快捷统一认证管理、多样丰富应用统一提供。

教育局、学校等管理单元依托各级云平台统一构建各类业务应用系统，平台与平台之间进行数据互通管理，系统与系统之间依托平台开展业务工作，构建区域教育画像、学校发展评估、教学质量监测等教育管理及决策类应用及数据服务。老师、学生、家长作为应用单元根据教学、学习、跟踪需要选取相应服务系统，系统自动采集各角色日常使用数据，分析挖掘有用数据形成教师画像、学生画像、教学预警、家校联合情况等教育教学类信息服务。