余勝泉　李曉慶

關(guān)鍵詞：區(qū)域教育大數(shù)據(jù);區(qū)域教育質(zhì)量提升;教育大數(shù)據(jù)應(yīng)用;教育大數(shù)據(jù)生態(tài)系統(tǒng)

中圖分類號：G434 文獻(xiàn)標(biāo)識碼：A

一、大數(shù)據(jù)與區(qū)域教育發(fā)展

（一）大數(shù)據(jù)是區(qū)域智慧教育發(fā)展的基礎(chǔ)

智慧教育是當(dāng)前教育信息化的發(fā)展方向，也是區(qū)域教育信息化的美好期望，但要實(shí)現(xiàn)教育中的智能支持，大數(shù)據(jù)是必不可少的。近幾年以深度學(xué)習(xí)為代表的人工智能實(shí)現(xiàn)了突破，關(guān)鍵在于一方面是大規(guī)模并行計(jì)算能力的發(fā)展，另一方面是大數(shù)據(jù)的匯聚，通過深度人工神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)大數(shù)據(jù)中蘊(yùn)含的規(guī)律，從而獲得了智能，如語音自動(dòng)識別、語言精準(zhǔn)翻譯、計(jì)算機(jī)視覺等。在教育領(lǐng)域，如果要全面了解學(xué)生，必須全面采集學(xué)生學(xué)習(xí)過程的各種大數(shù)據(jù)，通過數(shù)據(jù)擬合，形成模型。區(qū)域性教育大數(shù)據(jù)匯聚應(yīng)用是智慧教育必經(jīng)的前置階段，依托大數(shù)據(jù)，逐步形成智能系統(tǒng)和智能裝備，為智慧教育發(fā)展奠定基礎(chǔ)。

（二）大數(shù)據(jù)是科學(xué)配置教育資源的基礎(chǔ)

教育大數(shù)據(jù)是在教育活動(dòng)運(yùn)行過程中的數(shù)據(jù)，它反映教育系統(tǒng)運(yùn)行過程中實(shí)時(shí)、真實(shí)的運(yùn)行狀況，蘊(yùn)含著教育系統(tǒng)運(yùn)行的內(nèi)在規(guī)律。通過數(shù)據(jù)挖掘，可以將這種規(guī)律及其演化趨勢可視化展現(xiàn)出來，使教育決策部門可以預(yù)測到區(qū)域內(nèi)教育發(fā)展的需求趨勢，從而進(jìn)行科學(xué)的教育決策與教育資源配置，由事后補(bǔ)救轉(zhuǎn)向事前預(yù)警，使得教育資源配置過程更迅速，甚至達(dá)到實(shí)時(shí)與即時(shí)性。如基于區(qū)域性的教育電子地圖，疊加區(qū)域綜合大數(shù)據(jù)，及時(shí)可視化動(dòng)態(tài)顯示變化趨勢，幫助教育決策者獲得超越個(gè)體與局部的宏觀或中觀的洞察力;通過數(shù)據(jù)聚類、關(guān)聯(lián)分析和演化趨勢等技術(shù)分析，可以發(fā)現(xiàn)群體共性問題，群體中的異常模式，相比之前更容易發(fā)現(xiàn)問題所在、可能弱點(diǎn)和盲區(qū)，并發(fā)現(xiàn)背后根源性的問題。

（三）大數(shù)據(jù)是改進(jìn)教育公共服務(wù)模式的重要契機(jī)

教育公共服務(wù)向來優(yōu)先滿足群體的共性需求，難以顧及個(gè)體的個(gè)性需求。究其原因，傳統(tǒng)手段很難實(shí)現(xiàn)精準(zhǔn)了解每個(gè)個(gè)體的個(gè)性化需求，要為每個(gè)個(gè)體提供個(gè)性化服務(wù)，成本太高，基本無法實(shí)現(xiàn)，而基于互聯(lián)網(wǎng)和教育大數(shù)據(jù)來提供教育公共服務(wù)，則可以高效解決這個(gè)問題。通過對學(xué)習(xí)數(shù)據(jù)的深度挖掘與分析，可以讓教師了解每個(gè)學(xué)生的學(xué)習(xí)特征與需求，為學(xué)生推送適宜的學(xué)習(xí)資源與服務(wù)，不需要大規(guī)模人力投入，即可實(shí)現(xiàn)對個(gè)體的實(shí)時(shí)監(jiān)測與及時(shí)反饋?；ヂ?lián)網(wǎng)可以最大程度匯聚社會教育服務(wù)資源，通過大數(shù)據(jù)來提供精準(zhǔn)的導(dǎo)向，提升個(gè)體獲得感。通過建立共性需求與個(gè)性需求相包容的教育公共服務(wù)體系，可以構(gòu)建起具有“更多獲得感”的教育公共服務(wù)供給體系。

（四）大數(shù)據(jù)是推進(jìn)區(qū)域教育質(zhì)量監(jiān)測與管理的最佳手段

傳統(tǒng)教育質(zhì)量監(jiān)測數(shù)據(jù)是階段性的、相對靜態(tài)化、抽樣性的數(shù)據(jù)，一般在于凸顯學(xué)生群體的發(fā)展情況，如學(xué)生整體的學(xué)習(xí)成績水平，學(xué)習(xí)負(fù)擔(dān)、心理素質(zhì)與體質(zhì)健康等。數(shù)據(jù)通過周期性、階段性的監(jiān)測評估來采集，采集的對象一般采用抽樣的方式?jīng)Q定參與的群體。而教育大數(shù)據(jù)是全樣本、全過程的數(shù)據(jù)，它可以更好地關(guān)注每一個(gè)學(xué)生的微觀個(gè)性表現(xiàn)，是學(xué)生學(xué)習(xí)過程中產(chǎn)生的數(shù)據(jù)，如學(xué)習(xí)的時(shí)間、學(xué)習(xí)內(nèi)容、學(xué)習(xí)活動(dòng)、人際交互、學(xué)習(xí)投入與情感投入等各類數(shù)據(jù)，這些數(shù)據(jù)在日常教育業(yè)務(wù)中產(chǎn)生，全樣本覆蓋，實(shí)時(shí)收集、實(shí)時(shí)分析、實(shí)時(shí)反饋、實(shí)時(shí)改進(jìn)，數(shù)據(jù)不僅僅是服務(wù)于區(qū)域教育行政部門，更可以服務(wù)于每一個(gè)老師、每一個(gè)學(xué)生、每一個(gè)家長，讓服務(wù)主體有獲得感，是推進(jìn)區(qū)域教育質(zhì)量改進(jìn)與提升最有效的手段。

二、區(qū)域教育大數(shù)據(jù)的技術(shù)架構(gòu)

區(qū)域教育大數(shù)據(jù)平臺是推進(jìn)區(qū)域性應(yīng)用的核心關(guān)鍵，大數(shù)據(jù)平臺不僅僅是計(jì)算資源虛擬化、云化，更重要的是利用人工智能領(lǐng)域的深度學(xué)習(xí)、自然語言處理、知識圖譜、知識推理、語義搜索、智能推薦等關(guān)鍵技術(shù)建立面向教育業(yè)務(wù)的大數(shù)據(jù)收集、處理、分析及應(yīng)用模型。

在良好的大數(shù)據(jù)生態(tài)體系的支持下，需要針對典型教育場景及跨場景的教學(xué)環(huán)境，進(jìn)行學(xué)習(xí)全過程數(shù)據(jù)的采集、對學(xué)習(xí)資源進(jìn)行語義描述與關(guān)聯(lián)。以采集的全體學(xué)習(xí)者數(shù)據(jù)為對象，基于認(rèn)知、情感與動(dòng)機(jī)等關(guān)鍵特征，利用知識跟蹤、深度學(xué)習(xí)等技術(shù)構(gòu)建學(xué)習(xí)者常模與個(gè)性化模型。通過個(gè)性化學(xué)習(xí)服務(wù)工具與精準(zhǔn)推薦服務(wù)引擎，基于海量學(xué)習(xí)資源的匯聚，形成感知個(gè)性化需求的智能化教學(xué)環(huán)境，支持開展圍繞課內(nèi)課外、線上線下相結(jié)合的個(gè)性化教與學(xué)的關(guān)鍵環(huán)節(jié)與途徑。在服務(wù)的過程中，數(shù)據(jù)自然的匯聚與生成，形成區(qū)域教育大數(shù)據(jù)，可為區(qū)域教育質(zhì)量管理、教育資源配置、區(qū)域性精準(zhǔn)教研、區(qū)域性教育公共服務(wù)提供科學(xué)的決策基礎(chǔ)。典型區(qū)域大數(shù)據(jù)的技術(shù)架構(gòu)如圖1所示。

區(qū)域教育大數(shù)據(jù)平臺應(yīng)具備情境感知、自然交互數(shù)據(jù)全記錄、學(xué)習(xí)資源語義化匯聚、內(nèi)容自動(dòng)轉(zhuǎn)碼與格式自適應(yīng)等特性，利用平臺中建立的學(xué)科知識本體庫、認(rèn)知模型庫以及推理引擎等核心基礎(chǔ)模塊，對采集的學(xué)習(xí)過程交互數(shù)據(jù)進(jìn)行自動(dòng)化分析，實(shí)現(xiàn)學(xué)習(xí)資源與學(xué)習(xí)服務(wù)個(gè)性化、適應(yīng)性推送。

（一）教育全過程多模態(tài)數(shù)據(jù)的采集

學(xué)習(xí)過程數(shù)據(jù)的采集，可以從學(xué)習(xí)情境信息、知識建構(gòu)行為信息、學(xué)習(xí)行為和學(xué)習(xí)結(jié)果信息四個(gè)方面來進(jìn)行。其中學(xué)習(xí)情境信息主要包括學(xué)習(xí)者初始能力水平、學(xué)習(xí)終端等影響學(xué)習(xí)者獲取和運(yùn)用知識的一切要素。知識建構(gòu)信息主要包括學(xué)習(xí)內(nèi)容與學(xué)習(xí)資源的編輯、審核、批注、分享和傳播等對學(xué)習(xí)內(nèi)容和學(xué)習(xí)資源進(jìn)行再創(chuàng)造的數(shù)據(jù)。學(xué)習(xí)行為信息以學(xué)習(xí)活動(dòng)為核心，主要包括瀏覽學(xué)習(xí)內(nèi)容與資源、參與學(xué)習(xí)活動(dòng)、完成學(xué)習(xí)任務(wù)等過程性的行為數(shù)據(jù)。學(xué)習(xí)結(jié)果信息主要包括學(xué)習(xí)時(shí)長、測試成績等成果性數(shù)據(jù)。學(xué)習(xí)情境數(shù)據(jù)的采集可以借助智能可穿戴設(shè)備與智能傳感器等工具實(shí)現(xiàn)，學(xué)習(xí)行為數(shù)據(jù)的采集可以通過插碼工具和xAPI等實(shí)現(xiàn)，知識建構(gòu)和學(xué)習(xí)結(jié)果等認(rèn)知投入、目標(biāo)狀態(tài)數(shù)據(jù)可以借助大規(guī)模在線課程中所設(shè)計(jì)的學(xué)習(xí)活動(dòng)進(jìn)行采集。

教學(xué)場景數(shù)據(jù)采集包括課堂視頻實(shí)錄數(shù)據(jù)、語音實(shí)錄數(shù)據(jù)、各類管理系統(tǒng)記錄的數(shù)據(jù)、師生互動(dòng)的數(shù)據(jù)、在校園活動(dòng)的軌跡數(shù)據(jù)等。

所采集的跨場景、多種類的異構(gòu)過程化教學(xué)信息，還需要通過文本分析、編碼分析、語義分析、語音識別、圖像分析等技術(shù)，轉(zhuǎn)換成可以挖掘和分析的數(shù)據(jù)，并基于數(shù)據(jù)集成交換標(biāo)準(zhǔn)進(jìn)行融合與管理，以實(shí)現(xiàn)教育全過程數(shù)據(jù)的實(shí)時(shí)收集、有機(jī)集成和全周期管理。

（二）學(xué)習(xí)者個(gè)性化認(rèn)知模型構(gòu)建

學(xué)習(xí)者學(xué)習(xí)個(gè)性特征的刻畫是開展個(gè)性化支持服務(wù)的關(guān)鍵。在學(xué)習(xí)過程中學(xué)習(xí)者的個(gè)性特征，不能只是網(wǎng)絡(luò)訪問行為等外部特征，更要關(guān)注其發(fā)展特征與認(rèn)知特征，包括認(rèn)知能力、學(xué)科能力、問題解決能力、心理狀態(tài)、體質(zhì)健康、學(xué)習(xí)風(fēng)格、學(xué)習(xí)情緒與知識的學(xué)習(xí)交互關(guān)系等，需要基于教育與心理的模型來對學(xué)習(xí)者個(gè)性特征進(jìn)行語義建模。

在學(xué)科能力表現(xiàn)方面，結(jié)合學(xué)科特點(diǎn)，構(gòu)建語文、數(shù)學(xué)、物理、外語（英語）、生物、化學(xué)、道德與法治、地理、思想政治、歷史、科學(xué)、體育、自然、綜合實(shí)踐、音樂、美術(shù)等學(xué)科的評測與診斷模型，以學(xué)科素養(yǎng)一關(guān)鍵能力一核心知識為關(guān)鍵表征與統(tǒng)一的編碼體系，形成對各個(gè)學(xué)科的核心素養(yǎng)與學(xué)科能力表現(xiàn)的表征、評測與診斷整體框架。各學(xué)科根據(jù)本學(xué)科的核心素養(yǎng)和內(nèi)容主題，采用嚴(yán)謹(jǐn)?shù)某绦蛞?guī)范，開發(fā)關(guān)于學(xué)生學(xué)科素養(yǎng)和學(xué)科能力認(rèn)知的診斷工具，將學(xué)科核心素養(yǎng)、知識內(nèi)容與能力表現(xiàn)密切關(guān)聯(lián)，建立基于多級評分的、考慮學(xué)生不同作答策略的、能夠表征連續(xù)心理特質(zhì)與離散知識狀態(tài)的、可以分析群體知識水平的認(rèn)知診斷模型。

在心理健康特征表征方面，包括對個(gè)體的情緒、自我認(rèn)知、社會適應(yīng)等多個(gè)方面建模。心理健康可分為正負(fù)兩個(gè)方面，既要關(guān)注積極的心理健康狀況，也要關(guān)注消極的心理行為問題。在強(qiáng)調(diào)學(xué)生情緒、行為之外，還強(qiáng)調(diào)教育活動(dòng)對學(xué)生良好人際關(guān)系、人格品質(zhì)、合理社會認(rèn)知的養(yǎng)成。要基于一系列高質(zhì)量的綜合心理素質(zhì)測評工具，建立一套中小學(xué)生綜合心理素質(zhì)測評常模。

在體質(zhì)健康表征方面，基于體測數(shù)據(jù)及日常運(yùn)動(dòng)行為數(shù)據(jù)建立學(xué)生身體健康素養(yǎng)綜合評定指數(shù)體系。通過跟蹤診斷學(xué)生體質(zhì)健康、身體運(yùn)動(dòng)功能、運(yùn)動(dòng)技能學(xué)習(xí)、生活方式等，判斷體質(zhì)健康、身體功能及運(yùn)動(dòng)技能學(xué)習(xí)的發(fā)展優(yōu)勢?；跀?shù)據(jù)分析生成科學(xué)的體質(zhì)測試分析報(bào)告，幫助家長了解孩子的體質(zhì)狀況和健康狀況，關(guān)注、提升孩子在科學(xué)運(yùn)動(dòng)方面的興趣，引導(dǎo)孩子健康成長，全面發(fā)展。

在學(xué)習(xí)行為特征方面，以大規(guī)模學(xué)習(xí)者樣本數(shù)據(jù)為基礎(chǔ)，對不同年齡、性別、區(qū)域的學(xué)習(xí)者群體所表現(xiàn)的學(xué)習(xí)特征及其典型變異進(jìn)行分析?；趯W(xué)習(xí)情境信息、學(xué)習(xí)結(jié)果信息、學(xué)習(xí)行為和知識建構(gòu)行為四個(gè)方面數(shù)據(jù)對學(xué)習(xí)者個(gè)性特征進(jìn)行語義建模。從學(xué)習(xí)興趣、學(xué)習(xí)風(fēng)格和知識水平等多維度構(gòu)建學(xué)習(xí)者常模，形式化、明確化表征學(xué)習(xí)者個(gè)性和共性特征。同時(shí)通過對學(xué)習(xí)者的持續(xù)追蹤，分析學(xué)習(xí)行為與知識單元的多尺度關(guān)聯(lián)特征，發(fā)現(xiàn)學(xué)習(xí)者在線學(xué)習(xí)的共性和個(gè)性變化規(guī)律，實(shí)現(xiàn)對學(xué)習(xí)者發(fā)展常模的動(dòng)態(tài)生成和持續(xù)更新。

（三）基礎(chǔ)教育學(xué)科知識圖譜構(gòu)建

知識圖譜通常指利用多關(guān)系圖結(jié)構(gòu)描述真實(shí)世界或特定領(lǐng)域的各類實(shí)體以及這些實(shí)體間的關(guān)聯(lián)的知識庫。教育知識圖譜是針對教育領(lǐng)域構(gòu)建的知識圖譜，旨在表示教學(xué)過程中涉及的不同元素及這些元素之間存在的具有教育意義的各類認(rèn)知關(guān)系。要構(gòu)建基礎(chǔ)教育領(lǐng)域的知識圖譜需要深挖教育全過程中教學(xué)、學(xué)習(xí)、管理、評價(jià)四大有機(jī)環(huán)節(jié)中產(chǎn)生的數(shù)據(jù)，以知識內(nèi)容、教師、學(xué)生、管理者為核心對象，基于角色、任務(wù)、行為、效果展開語義抽取、融合和推理，構(gòu)建動(dòng)態(tài)教育知識圖譜。

學(xué)科知識圖譜可以在教育語義計(jì)算、教育資料的語義關(guān)聯(lián)、學(xué)習(xí)者模型建立、網(wǎng)絡(luò)教學(xué)平臺開發(fā)、智能答疑系統(tǒng)開發(fā)、學(xué)習(xí)資源的個(gè)性化服務(wù)等諸多方面發(fā)揮重要的基礎(chǔ)性作用，是這些應(yīng)用得以實(shí)現(xiàn)的前提。以語文、英語、數(shù)學(xué)、物理、化學(xué)、生物、歷史、地理等學(xué)科課程標(biāo)準(zhǔn)與教材為基礎(chǔ)，建立教育領(lǐng)域?qū)W科知識圖譜，綜合應(yīng)用人工智能技術(shù)輔助學(xué)科概念的提取、概念定義性質(zhì)的提取以及概念關(guān)系的發(fā)現(xiàn)等，實(shí)現(xiàn)領(lǐng)域圖譜構(gòu)建過程的半自動(dòng)化。

學(xué)科知識圖譜構(gòu)建的核心思路是基于知識之間的語義關(guān)系所形成知識之間的邏輯關(guān)聯(lián)網(wǎng)，并疊加教學(xué)目標(biāo)、常見教學(xué)問題等教學(xué)知識。在知識圖譜的基礎(chǔ)上，疊加學(xué)習(xí)者對知識掌握的狀態(tài)信息，用于可視化表征學(xué)習(xí)者動(dòng)態(tài)知識發(fā)展的情況，從而形成學(xué)習(xí)者的認(rèn)知地圖。認(rèn)知地圖既可以用于知識導(dǎo)航，又可以作為評估的有效支架，還能用于學(xué)習(xí)內(nèi)容與學(xué)習(xí)服務(wù)的精準(zhǔn)推薦，同時(shí)滿足用戶不同層面的需求。

（四）教育數(shù)據(jù)挖掘分析

在數(shù)據(jù)倉庫和知識圖譜的基礎(chǔ)上，通過教育大數(shù)據(jù)分析系統(tǒng)，對教育數(shù)據(jù)展開實(shí)時(shí)挖掘與分析，包括教學(xué)全過程的量化評估與效果預(yù)測、學(xué)生學(xué)習(xí)全過程的量化評估與效果預(yù)測、學(xué)生意外精神狀態(tài)的預(yù)警等，實(shí)現(xiàn)知識內(nèi)容和信息在不同對象之間的有效傳遞，實(shí)現(xiàn)教育大數(shù)據(jù)與教育服務(wù)的無縫融合與價(jià)值提升?；炯夹g(shù)思路為：（1）分析教育各環(huán)節(jié)產(chǎn)生的數(shù)據(jù)特征，制定面向教育大數(shù)據(jù)的規(guī)范標(biāo)準(zhǔn)，對數(shù)據(jù)進(jìn)行清洗、整合;（2）借鑒ESB（EnterpriseService Bus，企業(yè)服務(wù)總線）的數(shù)據(jù)集成思路，利用NoSQL、Hadoop、Spark等面向分布式、流式計(jì)算的數(shù)據(jù)存儲與分析系統(tǒng)，構(gòu)建集成的異構(gòu)教育大數(shù)據(jù)平臺;（3）利用數(shù)據(jù)分析與知識計(jì)算的相關(guān)理論、技術(shù)，針對教育大數(shù)據(jù)的特點(diǎn)設(shè)計(jì)聚類、關(guān)聯(lián)、分類等模型與算法，實(shí)現(xiàn)語義發(fā)現(xiàn)與推理，提升教育大數(shù)據(jù)的價(jià)值;（4）通過可視化技術(shù)，實(shí)現(xiàn)基于大數(shù)據(jù)的智能教育服務(wù)的展示、交互等功能。

在業(yè)務(wù)場景的分析上，關(guān)鍵是要圍繞學(xué)科教學(xué)的發(fā)展進(jìn)程來建模分析：（1）通過對教師、學(xué)生的在線行為進(jìn)行挖掘與分析，描繪學(xué)科教學(xué)模式、學(xué)生交互模式等方面的發(fā)展進(jìn)程，發(fā)現(xiàn)熱點(diǎn)問題，預(yù)測發(fā)展方向;（2）對教師之間的合作關(guān)系、教研生態(tài)等進(jìn)行分析，發(fā)現(xiàn)網(wǎng)絡(luò)教學(xué)團(tuán)隊(duì)建設(shè)的特點(diǎn)，通過教師線上交互數(shù)據(jù)的挖掘，發(fā)現(xiàn)和發(fā)掘優(yōu)秀教育成果，將專家主導(dǎo)的教育發(fā)展模式轉(zhuǎn)變?yōu)閷＜乙唤處熁?dòng)共建的模式;（3）對學(xué)生最鄰近發(fā)展區(qū)進(jìn)行表征與計(jì)算，對學(xué)生動(dòng)態(tài)發(fā)展的能力進(jìn)行評估，分析學(xué)生學(xué)習(xí)的優(yōu)勢和不足，融入教育大數(shù)據(jù)的層級性、時(shí)序性和情境性特征（學(xué)習(xí)影響因素），構(gòu)建新一代的認(rèn)知診斷模型;（4）建立學(xué)生心理、體質(zhì)健康等關(guān)鍵領(lǐng)域常模，結(jié)合標(biāo)準(zhǔn)劃定技術(shù)以及潛類別模型等，有效描述學(xué)生的心理與體質(zhì)健康的離群狀態(tài)，及早干預(yù)，促進(jìn)學(xué)生身心健康發(fā)展;（5）匯聚群體數(shù)據(jù)進(jìn)行深度挖掘，通過對數(shù)據(jù)聚類、分類、離群點(diǎn)、關(guān)聯(lián)、相關(guān)性、判別、比較、偏差等參數(shù)的分析，了解群體的整體水平與發(fā)展趨勢，形成面向不同群體的分析報(bào)告。

（五）資源的語義標(biāo)記與聚合

資源要以教師和學(xué)生的實(shí)際獲得最大化為導(dǎo)向，設(shè)計(jì)、開發(fā)和匯聚符合在線學(xué)習(xí)特征的數(shù)字資源與創(chuàng)意服務(wù)，建立平臺資源與服務(wù)的統(tǒng)一標(biāo)準(zhǔn)，提供與外部數(shù)字資源與學(xué)習(xí)服務(wù)融合的接口，匯聚海量資源形成“人人教、人人學(xué)”的教育服務(wù)超市。

教育資源語義化是實(shí)現(xiàn)智能推薦的基礎(chǔ)。要探索學(xué)習(xí)資源的自動(dòng)化語義標(biāo)注機(jī)制，實(shí)現(xiàn)海量學(xué)習(xí)資源的自動(dòng)化、精準(zhǔn)化語義標(biāo)注。具體技術(shù)路線是對采集的多形態(tài)資源數(shù)據(jù)進(jìn)行基于結(jié)構(gòu)和內(nèi)容的語義提取和語義映射處理，實(shí)現(xiàn)機(jī)器自動(dòng)化的語義聚合。語義提取過程中針對結(jié)構(gòu)化的開放教育資源如DBpedia、Freebase等采用語義查詢語言（如SPAQRL）直接獲取;對于半結(jié)構(gòu)化的教育資源采用語義包裝器抽取資源結(jié)構(gòu)信息，利用自然語言處理技術(shù)、概率圖模型、機(jī)器學(xué)習(xí)等技術(shù)提取資源內(nèi)容語義信息;對于無結(jié)構(gòu)化的教育資源直接利用自然語言處理技術(shù)、深度神經(jīng)網(wǎng)絡(luò)模型等技術(shù)提取資源語義信息。在語義映射處理過程中，構(gòu)建多學(xué)科教育資源的橋本體，對通過語義提取獲取的教育資源語義信息進(jìn)行本體對齊處理，保證多源異構(gòu)教育資源的語義一致。

網(wǎng)絡(luò)資源的聚合是指對分散在互聯(lián)網(wǎng)上的資源根據(jù)一定的規(guī)律進(jìn)行篩選、排序和重新組合，從而為用戶提供更有針對性、更易查找和使用的資源集合。資源聚合的工作原理是對資源進(jìn)行標(biāo)識，通過對用戶需求分析，整合相關(guān)資源實(shí)現(xiàn)資源有組織的重構(gòu)，從而向用戶提供精確有效的資源集合。聚合的核心是解決學(xué)習(xí)資源內(nèi)在關(guān)系的建立以及外在可視化的問題，以便更好地重用與共享。學(xué)習(xí)資源深度聚合，首先從計(jì)算資源的語義關(guān)系出發(fā)。采用基于規(guī)則的推理、語義相似度的計(jì)算等技術(shù)，動(dòng)態(tài)發(fā)現(xiàn)資源之間的各種語義關(guān)系，將異構(gòu)學(xué)習(xí)資源的語義空間整合到統(tǒng)一的語義空間，深入揭示學(xué)習(xí)資源的內(nèi)在聯(lián)系，并將資源和服務(wù)進(jìn)行深度聚合。其次，促進(jìn)學(xué)習(xí)資源深度聚合，也能夠利用社會計(jì)算的方法，通過分析用戶與學(xué)習(xí)資源的交互行為，從中發(fā)現(xiàn)社會關(guān)系、社會行為的規(guī)律，利用社會化的行為來改善、提升資源聚合的質(zhì)量和結(jié)構(gòu)化程度。在線學(xué)習(xí)中，學(xué)習(xí)者不僅是從內(nèi)容本身中獲得知識進(jìn)行學(xué)習(xí)，內(nèi)容背后的人在學(xué)習(xí)者學(xué)習(xí)過程中也扮演著重要角色。在線學(xué)習(xí)中，由于知識之間的內(nèi)在關(guān)系與人的社會性交互，形成了人與知識共生的社會性知識網(wǎng)絡(luò)，社會性知識網(wǎng)絡(luò)對于學(xué)習(xí)資源的適應(yīng)性推薦至關(guān)重要。

（六）個(gè)性化智能推薦引擎

個(gè)性化學(xué)習(xí)智能推薦引擎是區(qū)域大數(shù)據(jù)平臺的核心組成之一，該引擎可以為教師、資源提供者以及學(xué)習(xí)者提供精準(zhǔn)且適當(dāng)?shù)馁Y源組織形式和獲取途徑，提供完整的個(gè)性化學(xué)習(xí)支持，包括學(xué)習(xí)內(nèi)容和活動(dòng)推薦、學(xué)習(xí)工具與策略推薦、學(xué)習(xí)專家與同伴推薦等，實(shí)現(xiàn)個(gè)性化學(xué)習(xí)服務(wù)推送。

學(xué)習(xí)資源與學(xué)習(xí)服務(wù)的智能推薦引擎要借鑒雙向適應(yīng)的原理，從學(xué)習(xí)者模型和學(xué)習(xí)資源組織兩個(gè)方面的相互聯(lián)動(dòng)角度，實(shí)現(xiàn)基于數(shù)據(jù)驅(qū)動(dòng)的、感知學(xué)習(xí)過程情境的、持續(xù)性的自適應(yīng)?；跀?shù)據(jù)驅(qū)動(dòng)的自適應(yīng)關(guān)鍵在于研究如何從用戶興趣、已有知識、動(dòng)態(tài)能力和學(xué)習(xí)風(fēng)格等角度出發(fā)進(jìn)行課程資源推薦，并基于內(nèi)容相似度和鏈接結(jié)構(gòu)相似度進(jìn)行目標(biāo)資源的篩選和聚類。感知學(xué)習(xí)過程情境的自適應(yīng)關(guān)鍵在于研究如何獲取和表征學(xué)習(xí)者當(dāng)前所處的情境信息，并與資源情境本體進(jìn)行適應(yīng)匹配，實(shí)現(xiàn)對學(xué)習(xí)內(nèi)容、學(xué)習(xí)策略、學(xué)習(xí)活動(dòng)、知識專家、學(xué)習(xí)路徑和學(xué)習(xí)服務(wù)的推薦。持續(xù)性的自適應(yīng)關(guān)鍵在于研究如何利用學(xué)習(xí)過程中的核心數(shù)據(jù)完成對學(xué)習(xí)者在線課程知識節(jié)點(diǎn)學(xué)習(xí)狀態(tài)的計(jì)算，實(shí)現(xiàn)對知識掌握水平的客觀、動(dòng)態(tài)、連續(xù)表征。同時(shí)，由于學(xué)習(xí)是一種持續(xù)發(fā)展的過程性活動(dòng)，因此在持續(xù)的自適應(yīng)中需要考慮學(xué)習(xí)者知識結(jié)構(gòu)、能力的變化，持續(xù)性地引導(dǎo)學(xué)習(xí)者進(jìn)入下一個(gè)最適合的學(xué)習(xí)活動(dòng)、為學(xué)習(xí)者找到與其當(dāng)前知識和能力水平最匹配的學(xué)伴。

學(xué)習(xí)資源與學(xué)習(xí)服務(wù)的智能推理引擎需要對學(xué)習(xí)過程中學(xué)習(xí)者表現(xiàn)出的個(gè)性特征（知識結(jié)構(gòu)、學(xué)習(xí)情境、學(xué)習(xí)風(fēng)格、學(xué)習(xí)情緒、與知識的學(xué)習(xí)交互等）進(jìn)行語義建模，構(gòu)建學(xué)習(xí)者的個(gè)性特征本體模型，設(shè)計(jì)多重影響要素的自適應(yīng)聚合推理引擎，實(shí)現(xiàn)學(xué)習(xí)資源與服務(wù)的適應(yīng)性推送?；炯夹g(shù)思路為：（1）研究學(xué)習(xí)過程中的認(rèn)知規(guī)律，改進(jìn)Felder-silverman、Kolb、Witkin等學(xué)習(xí)風(fēng)格模型，LOCO、m-LOCO等學(xué)習(xí)情境模型和ARCS、FEASP等學(xué)習(xí)情緒模型，完善學(xué)習(xí)者模型;（2）在社會性知識空間構(gòu)建基礎(chǔ)之上，基于學(xué)習(xí)者個(gè)性特征本體模型，從學(xué)習(xí)風(fēng)格、學(xué)習(xí)情境和學(xué)習(xí)情緒三個(gè)維度構(gòu)建一個(gè)多重影響要素的適應(yīng)性聚合模型。利用復(fù)合語義相似度計(jì)算技術(shù)和推理技術(shù)實(shí)現(xiàn)資源與學(xué)習(xí)者的適應(yīng)性聚合的最優(yōu)化，不僅聚合知識內(nèi)容資源，而且聚合最合適的學(xué)習(xí)活動(dòng)和人際資源;（3）最后利用可視化技術(shù)，結(jié)合認(rèn)知地圖，為學(xué)習(xí)者提供呈現(xiàn)符合自身個(gè)性特征的資源集合，包括個(gè)體認(rèn)知地圖、知識網(wǎng)絡(luò)服務(wù)、資源學(xué)習(xí)順序路徑，為學(xué)習(xí)者提供有意義的資源組織形式和獲取途徑。

（七）區(qū)域教育決策分析

大數(shù)據(jù)可以使管理者從經(jīng)驗(yàn)決策轉(zhuǎn)型到數(shù)據(jù)驅(qū)動(dòng)的決策，提高其教育管理的科學(xué)性。傳統(tǒng)教育數(shù)據(jù)是基于抽樣的局部數(shù)據(jù)，是在周期性、階段性的評估中獲得的，一定程度上不能完全客觀真實(shí)地反映教育狀況。同時(shí)，傳統(tǒng)教育數(shù)據(jù)因?yàn)闆]有合適的載體，只能隨著時(shí)間流失，進(jìn)一步加劇了數(shù)據(jù)的片面性問題。而隨著數(shù)據(jù)采集與存儲技術(shù)的發(fā)展，長期的積累可形成個(gè)體和群體大數(shù)據(jù)，通過對數(shù)據(jù)的橫向和縱向的深度分析，教育管理機(jī)構(gòu)能夠及時(shí)準(zhǔn)確地了解教育教學(xué)情況，預(yù)測并預(yù)警可能發(fā)生的不利事件，更加科學(xué)合理地做出教育決策。而且基于教育大數(shù)據(jù)的決策反饋過程更迅速甚至達(dá)到實(shí)時(shí)反饋，大數(shù)據(jù)具有易比較、交流、轉(zhuǎn)化的特質(zhì)，在此基礎(chǔ)上做出教育決策，更符合當(dāng)下信息時(shí)代要求及時(shí)響應(yīng)的特點(diǎn)。

無論是宏觀的教育制度與管理體制改革，還是微觀的教學(xué)方法和管理方式的改革，都可以通過科學(xué)的數(shù)據(jù)分析尋找問題的癥結(jié)所在，識別不同地區(qū)教育發(fā)展的獨(dú)有規(guī)律，然后對癥下藥，實(shí)施改革。教育大數(shù)據(jù)能夠聚焦于教與學(xué)的微觀層面，將原本隱性的教育活動(dòng)通過數(shù)據(jù)逐步清晰地描述出來，教育大數(shù)據(jù)也可以超越個(gè)體微觀視野，從整體和宏觀的視野來分析全局性問題，教育大數(shù)據(jù)還可以超越靜態(tài)看問題的視角，從動(dòng)態(tài)和發(fā)展的視角，去展現(xiàn)事物發(fā)展的過程，分析動(dòng)態(tài)演化與發(fā)展過程中的問題。

4.大數(shù)據(jù)助力教育督導(dǎo)精準(zhǔn)化

教育督導(dǎo)的主要職責(zé)包括常規(guī)教育督導(dǎo)，監(jiān)督、檢查和指導(dǎo)學(xué)校的教育領(lǐng)導(dǎo)和管理，對辦學(xué)效益進(jìn)行評估等，以前的督導(dǎo)主要體現(xiàn)在看某一個(gè)階段的橫截面，大數(shù)據(jù)提供了督導(dǎo)的新視野，可以看到發(fā)展和演化的歷史過程，更好地開展評價(jià)導(dǎo)航，實(shí)現(xiàn)辦學(xué)高效。還可以快速定位表象背后的關(guān)鍵問題，如透過大數(shù)據(jù)分析可發(fā)現(xiàn)某個(gè)區(qū)域某些學(xué)校的兩級分化拉大，教育督導(dǎo)服務(wù)時(shí)可以直接督導(dǎo)該類問題的解決，直接定位到評價(jià)的關(guān)鍵環(huán)節(jié)，找到分化的原因，督導(dǎo)學(xué)校制定相應(yīng)改進(jìn)措施。

（三）大數(shù)據(jù)推動(dòng)學(xué)校管理和教學(xué)走向智慧

1.大數(shù)據(jù)支撐學(xué)校行政智慧管理

智慧學(xué)伴大數(shù)據(jù)分析為校長和主任等教育行政人員提供了智慧管理的依據(jù)，可以依托數(shù)據(jù)進(jìn)一步聚焦到學(xué)校發(fā)展共性個(gè)性問題、學(xué)生發(fā)展心理傾向、典型班級分析等業(yè)務(wù)上。大數(shù)據(jù)可以積累學(xué)校層面的教學(xué)數(shù)據(jù)、師生數(shù)據(jù)、班級數(shù)據(jù)，學(xué)校隨吋了解本校各學(xué)科在全區(qū)的相對位置，也可實(shí)現(xiàn)同類學(xué)校之間的靈活對比分析（如圖6所示），方便了解學(xué)校的共性問題，在共性的基礎(chǔ)上，學(xué)?？梢赃M(jìn)一步透過數(shù)據(jù)分析問題產(chǎn)生的原因，聚焦到個(gè)體問題解決上，根據(jù)問題確定管理與改進(jìn)措施。教育大數(shù)據(jù)能幫助學(xué)校識別典型班級，透過全校全年級的數(shù)據(jù)，分析發(fā)現(xiàn)不同年級或班級的學(xué)生能力素養(yǎng)、學(xué)習(xí)行為表現(xiàn)，依托數(shù)據(jù)發(fā)現(xiàn)異常班級，定向跟進(jìn)，技術(shù)化解潛在管理問題。透過學(xué)校心理綜合素養(yǎng)大數(shù)據(jù)，學(xué)?？梢愿玫拈_展德育教育，如心理健康、網(wǎng)絡(luò)成癮、師生關(guān)系優(yōu)化等，既可以從學(xué)校整體視角改進(jìn)，也可定位到不同個(gè)體，進(jìn)行定向干預(yù)，最大限度促進(jìn)每一位師生的身心健康發(fā)展。

2.大數(shù)據(jù)支撐教師精準(zhǔn)教學(xué)

大數(shù)據(jù)可直接助力教師精準(zhǔn)教學(xué)，解決教學(xué)無據(jù)、學(xué)困生學(xué)困根源不明等問題。精準(zhǔn)教學(xué)核心是通過學(xué)習(xí)數(shù)據(jù)分析，為每個(gè)學(xué)習(xí)者提供適合其最鄰近發(fā)展區(qū)的學(xué)習(xí)服務(wù)與指導(dǎo)，通過學(xué)習(xí)行為數(shù)據(jù)的分析，教師可以精確了解學(xué)科教學(xué)是否達(dá)到目標(biāo)、學(xué)生是否真正掌握知識或技能?！爸腔蹖W(xué)伴”可以通過對學(xué)生個(gè)體學(xué)習(xí)情況進(jìn)行跟蹤記錄與分析之后，可以對學(xué)習(xí)情況建模，展現(xiàn)學(xué)生結(jié)構(gòu)化知識地圖，也可以展現(xiàn)全班整體教學(xué)薄弱點(diǎn)的教學(xué)地圖，給予教師可視化的教學(xué)參考，讓教學(xué)更有依據(jù)。右側(cè)表所示是三個(gè)階段利用大數(shù)據(jù)，幫助地理教師提煉出來的教學(xué)薄弱點(diǎn)，可供教師復(fù)習(xí)使用。學(xué)科學(xué)困生始終是教師教學(xué)頗為挑戰(zhàn)的問題，智慧學(xué)伴可以幫助教師精準(zhǔn)定位學(xué)困生的學(xué)習(xí)障礙點(diǎn)，讓教師清晰了解學(xué)困形成的原因，從而制定解決問題的路徑。

3.大數(shù)據(jù)支撐班主任智能班級管理

面對一個(gè)班的幾十名學(xué)生，每個(gè)學(xué)生個(gè)性特征、學(xué)習(xí)問題各異，班主任想做到因人而異的指導(dǎo)與干預(yù)，往往心有余而力不足，傳統(tǒng)管理的低效更是讓班主任知難而退。通過多側(cè)面、多形態(tài)的數(shù)據(jù)收集，如生理數(shù)據(jù)、心理數(shù)據(jù)、學(xué)習(xí)過程數(shù)據(jù)等，進(jìn)行多層次、長周期的數(shù)據(jù)分析與挖掘，可以幫助班主任完整了解每一個(gè)學(xué)生的顯性或隱形的問題，尤其是單親等特殊家庭可能帶來的學(xué)生成長問題，班主任借助數(shù)據(jù)分析可以精準(zhǔn)問題定位、更加明晰管理重點(diǎn)。學(xué)生各有差異，所表現(xiàn)出來的學(xué)科優(yōu)勢也大相徑庭，大數(shù)據(jù)支撐下，班主任可借助數(shù)據(jù)了解學(xué)生學(xué)科優(yōu)勢與學(xué)科短板，更好幫助學(xué)生進(jìn)行中高考選科，實(shí)現(xiàn)最優(yōu)化的組合。通過心理健康數(shù)據(jù)，班主任還可以了解學(xué)生家庭環(huán)境、人格障礙等引發(fā)學(xué)困的原因，從而更好的協(xié)同家庭，共同解決好學(xué)困問題。

（四）研訓(xùn)部門轉(zhuǎn)型的大數(shù)據(jù)研修支撐

1.大數(shù)據(jù)支撐研訓(xùn)主管決策教研的方向

在傳統(tǒng)的研修形式下，研訓(xùn)主管了解培訓(xùn)成效和教師專業(yè)成長情況的渠道是下屬工作匯報(bào)或?qū)ｎ}交流，導(dǎo)致工作效率較低，時(shí)間周期較長，信息也缺乏準(zhǔn)確性。大數(shù)據(jù)可以讓研修決策更加專業(yè)和高效，解決研修無依據(jù)、教研活動(dòng)無思路等問題，促進(jìn)區(qū)域教研轉(zhuǎn)型。智慧學(xué)伴服務(wù)平臺依托大數(shù)據(jù)，可以將各學(xué)科的區(qū)域性共性問題可視化，指示教研業(yè)務(wù)推進(jìn)的方向?；跀?shù)據(jù)，可以根據(jù)各個(gè)學(xué)科校際能力差異、全區(qū)各個(gè)學(xué)科教師的發(fā)展水平不同而合理配置研訓(xùn)資源;通過匯聚區(qū)域?qū)用娑鄠€(gè)學(xué)段的學(xué)業(yè)大數(shù)據(jù)，分析不同學(xué)段學(xué)科發(fā)展薄弱點(diǎn)，可提升教研的精準(zhǔn)性，如小學(xué)畢業(yè)后的科學(xué)學(xué)科數(shù)據(jù)與學(xué)生初中地理、物理、生物等學(xué)科數(shù)據(jù)的關(guān)聯(lián)分析等，可以方便區(qū)域?qū)用媾渲谜{(diào)整學(xué)段銜接的教研活動(dòng)設(shè)計(jì)。

2.大數(shù)據(jù)支撐教研員教研活動(dòng)設(shè)計(jì)

教研員是是教師教學(xué)的專業(yè)指導(dǎo)者，區(qū)域教學(xué)研究的組織者，教師專業(yè)發(fā)展的促進(jìn)者，國家和地方改革政策的轉(zhuǎn)化者，課程改革的推動(dòng)者。在區(qū)（縣）教研工作中，教研員既要承擔(dān)本區(qū)域的教學(xué)教研指導(dǎo)工作，又要承擔(dān)本區(qū)域教師業(yè)務(wù)培訓(xùn)和教師職業(yè)能力提升工作。教研員日常的主要教研組織包括公開課研討、專家培訓(xùn)、案例研磨等。智慧學(xué)伴大數(shù)據(jù)可以幫助教研員實(shí)現(xiàn)教研轉(zhuǎn)型，帶領(lǐng)教研員走出固有經(jīng)驗(yàn)引領(lǐng)，主要表現(xiàn)在數(shù)據(jù)指引教研優(yōu)勢與薄弱點(diǎn)、區(qū)域教師信息化發(fā)展分析等。針對數(shù)據(jù)指引教研，教研員參考全區(qū)各校數(shù)據(jù)，基于連貫的多學(xué)科大數(shù)據(jù)發(fā)現(xiàn)學(xué)科教學(xué)的核心問題，如圖7為學(xué)生提問數(shù)據(jù)匯聚后凸顯出來的核心知識點(diǎn)問題，不同學(xué)校學(xué)科教師的發(fā)展短板亦可透過數(shù)據(jù)顯現(xiàn)等。區(qū)域教師信息化發(fā)展分析是指教研員可以更好的管理區(qū)域本學(xué)科的教師，了解每位教師的在線情況，了解教師的專業(yè)投入度和學(xué)科資源應(yīng)用大數(shù)據(jù)，并可根據(jù)區(qū)域教師群體的需求靈活調(diào)整教師教研計(jì)劃，實(shí)現(xiàn)對教師業(yè)務(wù)能力的提升。

（五）大數(shù)據(jù)支撐家校多維協(xié)同實(shí)現(xiàn)高效助學(xué)指導(dǎo)

要教育好孩子，家長必須和學(xué)校保持緊密聯(lián)系，家校雙方密切協(xié)作，家庭教育與學(xué)校教育緊密結(jié)合，這是實(shí)現(xiàn)育人目標(biāo)的重要途徑。在大數(shù)據(jù)助力區(qū)域發(fā)展系統(tǒng)中，家庭是大數(shù)據(jù)應(yīng)用的重要場景，父母可以借助數(shù)據(jù)開展精準(zhǔn)助學(xué)、基于數(shù)據(jù)實(shí)現(xiàn)更好的家校協(xié)同。大數(shù)據(jù)平臺能夠?qū)⒓议L和孩子連接起來，家長能夠透過數(shù)據(jù)看到孩子發(fā)展的真實(shí)表現(xiàn)，借助大數(shù)據(jù)給孩子提供真正需要的助學(xué)指導(dǎo)，而不是盲目地報(bào)各種輔導(dǎo)班。如家長利用微信綁定孩子智慧學(xué)伴的教育賬號，就可以了解到孩子的各種學(xué)業(yè)表現(xiàn)數(shù)據(jù)，可以精細(xì)知悉到孩子的學(xué)習(xí)優(yōu)勢和問題，為后續(xù)的精準(zhǔn)助學(xué)提供參照。

同樣，孩子在家里也可以快速的感知自己的學(xué)習(xí)問題，并獲得個(gè)性化的資源推薦服務(wù)、雙師在線服務(wù)，還可以和大數(shù)據(jù)推薦的學(xué)習(xí)伙伴開展更有效的同伴學(xué)習(xí)，通過互聯(lián)網(wǎng)和大數(shù)據(jù)，孩子可獲得更多的學(xué)習(xí)小伙伴，延展了現(xiàn)實(shí)的學(xué)習(xí)圈。

綜上所述，大數(shù)據(jù)應(yīng)用模型從區(qū)域教育質(zhì)量提升的關(guān)鍵角色著力，提供了面向行政領(lǐng)導(dǎo)、校長、班主任、教研員和家長等角色的具體服務(wù)，解決了不同角色的業(yè)務(wù)關(guān)鍵問題，這是將數(shù)據(jù)資產(chǎn)最大化利用的抓手，也是大數(shù)據(jù)系統(tǒng)性解決區(qū)域問題的更重要武器，更是大數(shù)據(jù)能夠落地的關(guān)鍵所在。

五、邁向智能教育新時(shí)代

區(qū)域教育大數(shù)據(jù)運(yùn)行到一定時(shí)間，隨著數(shù)據(jù)量的匯聚，到了一定的時(shí)候，會由量變邁向質(zhì)變，形成智能化服務(wù)。其演化路徑如圖8所示，將分階段達(dá)到“學(xué)習(xí)助手”“學(xué)習(xí)伙伴”和“學(xué)習(xí)導(dǎo)師”三個(gè)智能服務(wù)層次。

（一）“學(xué)習(xí)助手”級智能教育服務(wù)

第一個(gè)階段，將使得教育公共服務(wù)平臺達(dá)到學(xué)習(xí)者知識結(jié)構(gòu)可視化及個(gè)性化學(xué)習(xí)智能推薦層次服務(wù)，能夠擔(dān)當(dāng)家長、老師和學(xué)生的學(xué)習(xí)助手。具有自然全面采集學(xué)習(xí)過程行為投入數(shù)據(jù)、認(rèn)知投人數(shù)據(jù)、情感投入數(shù)據(jù)，科學(xué)進(jìn)行學(xué)習(xí)投入水平計(jì)算與評估，系統(tǒng)仿真學(xué)習(xí)者學(xué)科知識結(jié)構(gòu)，自動(dòng)生成面向?qū)W習(xí)者個(gè)人以及教師的可視化學(xué)習(xí)知識地圖，幫助學(xué)習(xí)者找到與學(xué)習(xí)水平相適應(yīng)的學(xué)習(xí)資源、學(xué)習(xí)活動(dòng)序列、學(xué)習(xí)專家和學(xué)習(xí)同伴，幫助教師評估班級整體學(xué)習(xí)水平等特性。

（二）“學(xué)習(xí)同伴”級智能教育服務(wù)

第二個(gè)階段，將使得教育公共服務(wù)平臺仿真學(xué)習(xí)者的知識結(jié)構(gòu)與認(rèn)知模型，科學(xué)評估學(xué)習(xí)者學(xué)科認(rèn)知水平，達(dá)到與學(xué)習(xí)者相當(dāng)智能服務(wù)水平，可以在陪伴學(xué)習(xí)者過程中，進(jìn)行封閉域問題和簡答性問題的解答，進(jìn)行情感激勵(lì)與陪伴等，能夠擔(dān)當(dāng)學(xué)生的學(xué)習(xí)同伴。具有半自動(dòng)語義標(biāo)注和結(jié)構(gòu)化基礎(chǔ)教育領(lǐng)域?qū)W科知識、學(xué)習(xí)資源，自動(dòng)聚合同類知識主題和學(xué)科資源，智能分析與解答特定封閉域?qū)W科問題，客觀分析與表征在線學(xué)習(xí)過程中的情緒狀態(tài)，在線模擬學(xué)習(xí)計(jì)劃編排等功能，為學(xué)習(xí)者提供常規(guī)問題解答、情感支持、學(xué)習(xí)伴侶等服務(wù)。

（三）“學(xué)習(xí)導(dǎo)師”級智能教育服務(wù)

第三個(gè)階段，將使得教育公共服務(wù)平臺能夠診斷學(xué)習(xí)者學(xué)習(xí)與認(rèn)知問題，及時(shí)予以指導(dǎo)與幫助，可以進(jìn)行主觀題的智能批閱，達(dá)到能夠指導(dǎo)學(xué)生的相當(dāng)教師智能服務(wù)水平，可以進(jìn)行自主深度學(xué)習(xí)，實(shí)現(xiàn)進(jìn)行開放域問題的解答，能夠擔(dān)當(dāng)學(xué)生的學(xué)習(xí)導(dǎo)師。具有全面開放吸收學(xué)習(xí)過程中生成的智慧，自行積累、沉淀、重構(gòu)與轉(zhuǎn)化，主動(dòng)學(xué)習(xí)外部知識，擴(kuò)充內(nèi)部知識結(jié)構(gòu)體系，自動(dòng)建立新舊知識多學(xué)科領(lǐng)域關(guān)聯(lián)，智能分析與解答開放域?qū)W科問題，為學(xué)習(xí)者提供疑難解答、知識引領(lǐng)等特征。

作者簡介：

余勝泉：教授，博士生導(dǎo)師，研究方向?yàn)橐苿?dòng)教育與泛在學(xué)習(xí)、信息技術(shù)與課程整合、網(wǎng)絡(luò)學(xué)習(xí)平臺關(guān)鍵技術(shù)、區(qū)域性教育信息化（yusq@bnu.edu.cn）。

李曉慶：碩士，研究方向?yàn)樾畔⒓夹g(shù)與課程深層次整合、技術(shù)支持教與學(xué)、大數(shù)據(jù)助力區(qū)域教育質(zhì)量改進(jìn)（lixiaoqing8507@bnu.edu.cn）。