一、项目背景概述
  进入21世纪以来，各国的教育改革都倡导针对学生 个性差异实施个性化教学，力争做到依据学生的学习行 为来调整教学策略，鼓励在课堂教学中采用基于证据的 教学。在教育教学过程中引入教育大数据分析技术是开 展基于大数据学习预测与反馈的基础，有助于实现规模 划一的教育模式转向按个人需求和偏好定制的个性化学 习，并在此基础上开发自适应学习系统，以满足更多、 更灵活的教学需要。
  2015年11月，中央电化教育馆（以下简称“央 馆”）与英特尔（中国）有限公司联合启动了 “教育大 数据分析研宄”项目（以下简称“项目”），旨在开发 测量学生学习行为与教师教学行为的分析指标体系及相 关的数据模型,对发生在互联网上的教学行为大数据进 行获取、存储、管理和分析，从而对学生的未来学习趋 势进行科学预测。中央电教馆组织了一批教育信息化领 域和大数据研究领域的专家团队，对信息化环境下的课 堂教学行为、学生作业与练习学习行为、学习社区学生 交互行为等方面的教育大数据开展分析研宄。2016年 起，项目将扩大研宄范围，拟遴选一批在线学习工具和 数据采集系统，在开展项目研宄的实验区和实验校试 用，有目标地采集学习行为数据，并在此基础上进行数 据汇集、清洗、分析、聚合，对学习过程和结果客观 地、及时地反馈与预测。
  二、项目专家 项目专家组组长
  蒋鸣和上海市教育科学研宄院教授
  项目组专家成员（按姓氏笔画排序）
  王荣良华东师范大学教授
  仇琰斌浙江省教育技术中心干部
  张延蓉成都市教育技术装备管理中心研宄室主任
  吴文峻北京航空航天大学教授
  邱凡四川省电化教育馆计划管理科科长
  贺相春西北师范大学博士
  徐和祥上海市电教馆主任
  蒯超英江苏省常州市教科院原党委书记
  潘建明江苏省常州市田家炳初级中学教授
  魏立鹏西北师范大学研宄生
  三、项目目标
  1、项目整体目标
  在网络学习和面对面学习融合的混合式学习方式 下，构建统一的教学行为数据库，开发测量学生学习行 为与教师教学行为的分析指标体系，实现教育大数据的 获取、存储、管理和分析，应用数据挖掘和学习分析工 具对目前的教学行为进行分析、诊断和干预，并对学习 者的未来学习趋势进行科学预测，为开展基于网络的信 息化教学提供理论与方法依据，提高教与学的有效性。
  2、公司项目目标
  (1)旨在为项目总课题组提供可分析、可视化、可 参考的数据图表；
  (2)旨在通过项目数据采集促进优学派智慧教育平 台各项采集数据功能的完善和更新，使平台功能更能满 足教师使用需求；
  (3)旨在为实验校提供项目反馈数据，为教师教学 行为改进提供客观数据依据，为学生未来学习趋势进行 科学预测。
  四、项目整体进度
  项目整体周期为2015年11月-2017年9月。
  1、第一阶段：2015年11月-2016年7月，各课题组 研宄和确定数据采集点；遴选企业合作伙伴和实验区； 制订数据采集技术方案；完成混合式学习行为数据分析 平台设计。具体事务如下：
  (1)2016年3月，中央电教馆正式发布了《“教育 大数据分析研宄”项目企业合作伙伴遴选指南》，公开 遴选一批项目企业合作伙伴，利用合作企业提供的在线 学习工具和数据采集系统，在项目实验区开展应用和实 验。优学天下第一时间开始积极准备各类申报材料。
  (2)2016年4月开始，优学天下与中央电教馆进行 多次会议沟通，并通过了央馆的初步筛选，于7月专门 召开了针对优学派智慧教育平台数据采集的研讨会。
  2、第二阶段：2016年8月-2017年2月，与企业合 作伙伴研讨数据采集工作方案和数据对接的技术方案； 完成混合式学习行为数据分析平台的搭建；基于企业产 品应用进行数据采集和分析；召开项目研讨会议。具体 事务进展如下：
  (1)2016年8月，央馆对前期申报的24家企业进行 走访调查。
  (2)2016年9月，央馆正式向外公布首批合作企业 伙伴名单，确定包括优学天下在内的9家企业正式成为首批项目实施合作伙伴，并确定了全国范围内9个实验 区和143所实验校。优学天下及时完成与央馆数据平台 对接，正式开始数据采集工作。
  (3)2016年12月，项目启动会正式在北京国谊宾 馆召开，优学天下受邀在会议上作为企业代表作了项目 进展汇报。
  3、第三阶段：2017年3月~9月，完成数据分析和 课题研究报告；完成企业产品应用情况报告；召开项目 总结会议。
  2017年6月8日，优学天下出席了在北京中国职工 之家饭店举行的“教育大数据分析研究项目数据分析专 家研讨会”，听取总课題组及子课题组的各位专家介绍 课题研究的进展情况。
  五、项目工作落实情况
  优学天下自开始申报项目起，公司就积极筹备落 实项目各项工作。
  1、参研学校落实
  自2016年4月通过央馆的初步筛查后，公司就对全 国数百所实验校与实验区进行走访调查，最终于同年 9月确定四川成都（成都市泡桐树小学西区分校、成都 市玉林小学、都江堰市友爱学校、都江堰市青城小学、 都江堰市光明团结小学）、山东胶州（胶州市第十中 学、胶州市第二十三中学、胶州市第七中学、胶州市第 六中学、胶州市初级中学）两个实验区，共十所实验 校。项目重点实验校简介：
  (1)成都市泡桐树小学西区分校（以下简称“泡小西”）
  泡小西自2013年9月创建第一个电子书包班开始，至今已开办21个电子书包班，班级均已进入常态化使用阶段。

  ⑵胶州市第十中学（以下简称“胶州十中”）
  胶州十中自2014年10月创建第一个电子书包班开 始’至今学校八年级5个、七年级全年级16个班全学科 均扩建成电子书包班。7-9年级所有班级都开设了电子书包账号。

  2、项目实施推进
  ⑴项目整体推进情况
  第一步，前期指导。为进一步厘清、把控好项目 的整体目标，优学天下于2016年8月在第四届全国课题 研讨会上特意邀请中央电教馆副馆长蔡耘为大家作了名 为《融合与创新一一中国教育大数据分析的探索》项目 情况介绍报告，蔡副馆长明确了教育大数据项目是国家 发展重要战略方向，通过教育大数据实现用科学的数据 来引导教育发展。同时还邀请专家组组长蒋鸣和教授作 了题为《数据驱动学习一一教育大数据在中小学的实 验》的专题指导讲座，蒋教授明确指出教育未来将从 “用经验说话”转到“用数据说话，用数据决策，用数 据管理，用数据创新”。

  第二步，数据采集。中央电教馆搭建了项目数据 采集平台，用于学习行为数据的集成和存储。优学天下 将学校在应用产品时产生的学习行为数据，通过基于 xAPI学习行为数据交换接口，不断发布和传送给相应的 LRS (Learning Record Store)服务器，从而实现数据 与项目数据分析平台的对接、集成和存储。2016年9月 正式开始第一期数据采集，直至2017年6月结束。
  第三步，阶段数据采集情况反馈_。中央电教馆于 12月7日在北京召开了项目启动会议，会议上负责优学 派智慧教育平台的课题组专家吴文峻教授对平台前期提 供的数据情况给予了反馈，并针对优学派智慧教育平台 提出了诸多改进意见。
  第四步，课题研究报告。2017年6月8日，中央电 教馆在北京召开了 “教育大数据分析研宄项目数据分析 专家研讨会”，听取总课题组及子课题组的各位专家介绍课題研究的进展情况。
  预计2017年9月，中央电教馆将发布项目课题研究成果。

  3、区域推进情况
  (1)四川成都区域
  针对启动会上专家对优学派智慧教育平台提出的 修改意见，保证项目区域落实，为完善平台数据采集的 有效性，保证项目的进一步实施开展，成都市教育技术 装备管理中心于12月19曰特邀请项目专家组组长蒋鸣和 教授到访四川省成都市泡桐树小学西区分校，针对四川 成都区域的项目具体实施情况，给予详细指导与帮助。 会议在四川省电化教育馆、成都市教育技术装备管理中 心、都江堰教育局电教站、成都市青羊区教育科学研究 院等各项目实施单位专家、领导与学校教师的共同参与协商下，确定了各项目校的具体参研教师与班级。

  2017年1月11日，在成都市教育技术装备管理中心 的引领下，各参研学校与教师召开了项目成都课题组实 施教研会议。为保证参研教师常态化教学使用，以落实 教学数据的常态采集统计，会议上在成都市青羊区教育 科学研宄院吴天飞老师的带领下，商定了一套优学派智 慧教育平台特定的教学设计模式，并给每一位参研教师 的具体工作与备课任务都做了详细部署，计划于₂₀₁₇年 6月底之前完成数据采集、分析与总结工作。

  (2)山东胶州区域
  为保证山东胶州区域的项目实施，山东胶州大数 据项目组特邀请项目专家组组长蒋鸣和教授亲自到胶州 参与项目指导。2017年1月13日，蒋鸣和教授到胶州市第十中学参加了项目胶州地区专题研讨会议。会议最后 在蒋鸣和教授的指导下，并根据胶州实际情况，制定了 项目实施计划。

  六、数据采集与分析
  1、大数据采集
  学生基于优学派智慧教育平台进行学习时，其每 一次点击、拖动、观看、回复、练习等行为都会被系 统记录下来，这些记录以数据的形式保存于云端，本 项目将对这些学生的学习行为数据进行采集，主要内容如下：

  2、数据分析
  在总课题组指导下，各子课题将从不同的角度对 采集到的学习行为数据进行分析，现简单举例如下。
  (1)知识点词语图
  如图9是某一课程或章节的关键词词云图，对出现 频率较高的“关键词”予以视觉化的展现，过滤掉大量 的低频低质的文本信息，使浏览者只要一眼就可了解该 章节重点关注的知识点信息，通过其与学习内容的相关 程度可以检测用户的学习内容，引导用户的学习方向。

  (2)学生能力评估
  以章节为单位，提取学生在该章节中的连续答题 序列，以0,1序列表示答题的错与对，采用IRT模型对该 学生对每个章节的知识掌握能力进行评估；将得到的学 生掌握能力值映射到0到1的空间内，并以章节为单位， 将0-1的空间平均划分为10个区间，统计能力值在各区 间内的学生人数。如图11，表示在该章节内0.6-0. 7区 间的人数最多，为32人，在0-0.1区间内的人数最少， 为4人，整体来看，基本成正态分布。

  (3)题目难度与区分度
  以章节为单位，提取学生在该章节中的连续答题 序列，以0,1序列表示答题的错与对，采用IRT模型对该 章节中题目的难度和区分度进行评估。如图12，X轴表 示题目，Y轴表示难度，Z轴表示区分度，同一章节中， 颜色偏红为题目较难，颜色偏蓝为题目较简单。

  (4)Knowledge Tracing
  利用Bayesian概率图模型，预测得到学生对每个 章节的掌握水平，如图13为每个学生在该章节中掌握概 率随答题序列的变化过程，折线为掌握概率的变化，对 应的圆点代表题目，绿色表示答对，红色表示答错，图 13是整个班级在该章节的的掌握概率情况。