本次评测中，组委会将题目比对数学能力进行了标签化处理，进而对不同年级数学综合能力分布进行了量化考查，差异明显。（如图3）

图3 一年级学生数学能力分布情况
报告在数学核心素养能力方面增加了区域对比维度，抽取了上海、北京、吉林长春、湖南益阳四个城市与全国平均水平进行比对。调查发现了一些较为明显的差异，以上海为例。（如图4）

图4 上海地区小学生数学
能力分布与全国平均水平对比
3.基于大数据分析下的个性化学习策略研究
伴随教育大数据领域的发展，个性化学习支持与服务成为备受关注的实践领域，并同广大一线教师和学生的常态教学、学习实践相结合。
科大讯飞智学网提供针对数学、物理、化学等学科的个性化智能教学方案。通过个性化智能教学系统收集教育大数据，智学网提供精准数据分析，实现精准评测和精准推荐。
系统根据学生真实作答数据，智能诊断出每个学生的知识点掌握情况，测评出薄弱环节，并基于科大讯飞人工智能推荐引擎提供个性化学习资源，助力教师因材施教，帮助学生查漏补缺，系统化改进学校教与学的形态，全面提升学校的信息化应用能力和教学服务水平。（如图5）智学网个性化教与学服务促进了师生教与学方式的变化。
目前该系统已经在合肥一中、合肥六中、南京一中、宁波二中、黄广中学、南昌三中等学校使用，在学生成绩的提高方面取得了明显进步。
合肥一中高一年级2016年上学年周练5数学总体效果如表1。
表1 基于数据的个性化学习发展案例（合肥一中）

黄广中学高二年级2016年10月月考（理科）化学总体效果如表2。
表2 基于数据的个性化学习发展案例（黄广中学）

4.基于“双课堂”各类交互数据支持语文专题教学
教育数据不仅用于支持精准调优的教学实践，更用于促进课堂向支持学生能力发展的高阶课堂生态方向发展，以笔者所在团队与北京五中合作的“双课堂”深化发展研究为例。“双课堂”，即常态的“现实课堂”与基于网络教育服务平台搭建的“虚拟课堂”。将二者适当融合，构成一个新型的教学环境，凭借这一环境所开展的教学可称为“双课堂”教学。在这一教学环境中，“虚拟课堂”以网络平台为依托，分别为学生和教师提供云端的个人中心和公共平台。教师转变为学生的指导者，学生则可以在教师的指引下进行个性化自主学习，并且能随时随地与教师、同学进行交流探讨。“现实课堂”中，教师可以与学生面对面交流，解决学生的共性问题，从而保证了学生学习内容的统一及整体学习质量的提升。
在上述“双课堂”教学环境中，如何充分发挥两类课堂各自的优势，使“现实课堂”成为促进学生核心素养和学科能力发展的课堂，是非常重要的研究话题。本团队与北京五中王屏萍老师团队开展合作，充分发挥行为数据、交互数据、作品数据的价值，挖掘这些数据背后所反映的学生学习状态、学习认知建构效果、学生思维发展品质。下面以王老师“双课堂”教学中某一主题的语文教学为例，通过“双课堂”支持系统所积累的数据进行分析。
例1：学生参与交互的行为状态分析
利用UCINET软件对其进行社会网络分析，可以得到“地坛中那些景物”主题的交互网络图。（如图6）可以看出，除了授课教师，仲同学与其他人的交互最多，反映出他在本次讨论中表现最为活跃。另外，从他被回复的情况可以看出，他的发言经常被其他同学回复，能引发其他人思考讨论，或者他发言的角度新颖，能够引发质疑等。除了仲同学之外，田同学、王同学、张同学在本次讨论中的发言也相对比较积极。可以看出，这几位活跃发言的同学成为几组讨论的中心，撑起了这次讨论的交互网络。

例2：认知建构导向的交互行为频次统计
学习者的认知建构是教学实践中有重要意义的实践话题，不同的认知建构状态反映了“双课堂”教学生态中意义建构的指向和效果。在所选定的教学专题中（如图7），阐述/附议和知识共建/意义挖掘所占比例最大，分别为32%和30%。说明在本次讨论中，大多数学生趋向于发表自己的观点，或针对别人的观点进行补充和探讨。同时，驳斥/否定占22%，仅次于前两者，主要表现在对他人的观点提出质疑，进行反驳，这反映出学生在该帖中的讨论相对激烈，能进行思维的碰撞。审视/修改和其他分别占8%和6%，主要表现在学生能结合别人提出的观点来反思调整自己的想法，同时表达感谢或者对他人的想法表示赞扬。总结观点占比最少，仅为2%，反映出只有少数学生能有意识地梳理大家的发言，并逻辑清晰地阐述对问题的全面认识，大多数学生还是趋向于就问题的单个角度进行阐述或讨论。本次讨论中，学生在“虚拟课堂”中实现了合作学习，能通过意义共建、驳斥否定等方式共同建构对知识的理解，反映了合作学习的本质。

例3：基于SOLO分类框架的学习者思维发展呈现
学习者的思维发展越来越成为课堂教学追求的目标。研究中，选取某一专题活跃度较高的五位同学，利用SOLO分类理论框架，对他们2013年至2015年间在论坛中发表的帖子进行编码，旨在考查学生的发言质量和思维发展趋势。（如图8）从中可以看出，学生在2013年的思维表现相对不稳定，从整体发展趋势可以看出学生的思维层次逐渐由低到高，表现为前期的分数主要在3以下，后期的分数在3以上（12月份后期分数值降低可能是因为临近期末，学生的帖子质量受到影响）。由此可见，学生在“虚拟课堂”上进行讨论时，思维逐渐由单一结构走向多元结构。
上述一组案例，从面向应用视角让我们体验到教育数据应用的意义和价值。只有积极主动地关注教育数据，应用教育数据，教育大数据才能有切实发展的可能。
而另一方面，我们也能够深刻感受到，教育数据的应用面向教育科研、教育管理、学习发展及教学优化，特别在变革课堂教学、建构面向学生核心素养提升和21世纪能力发展的课堂等方面，都具有了切实有效的实践可能。
期待广大教师积极参与到教育数据应用发展的进程中，并以您的智慧和实践为我国教育现代化的进程贡献力量。