導語：數據分析提高地理評價有效性一文來源于網友上傳，不代表本站觀點，若需要原創文章可咨詢客服老師，歡迎參考。

【摘要】大數據現在在企業中應用非常廣泛，像IBM、奈飛(Netflix)這些企業已經讓大數據走進千家萬戶，切切實實的改變了人們的消費習慣，甚至完全改變了很多人的生活。零售商可以在消費者下單之前就向他推送廣告，醫院在病人生病之前就提前發出預警，但是大數據在教育教學中有沒有可作為的空間呢？其實大數據就是追尋數據的蛛絲馬跡，找出過程與結果的相關關系，在結果產生前就提前干預，產生“醫未病”的效果。所以大數據分析特別合適用來提高教學評價的有效性。

【關鍵詞】大數據;數據分析;地理評價;有效性

大數據是現在最炙手可熱的話題，現在企業中應用大數據的例子非常多，大數據也已經走進我們的生活，切切實實改變了很多商業形態，最簡單的就是如果你每次到亞馬遜買書，下面推薦書目總讓你感覺“與我心有戚戚焉”。但是大數據在教育教學中實際應用的例子非常少，一是因為學校不像企業有巨大的商業利益驅動；二學校缺乏優秀的大數據人才。我所提到的大數據的應用也是膚淺的應用，甚至我所采集的數據到底算不算大數據都值得商榷，但是我所提倡更多是大數據的理念。

一、小中考成績

在生源質量上，我校與部分學校存在較大的差距，這種差距反映在中考與小中考的各門學科上。另外我校離異家庭和留守兒童的數量增長非常明顯。我校被調查的一個班級36位學生就有7位父母離異，離婚家庭兒童占比19.4%。淮安2014年總人口550萬左右，離異家庭8121個，離婚家庭占比0.14%。在這樣的情況下我們地理成績超過一些學校，證明了大數據分析具備的巨大的想象空間。

二、大數據的概念

什么叫大數據？在維克托•邁爾-舍恩伯格及肯尼斯•庫克耶編寫的《大數據時代》中指不用隨機分析法（抽樣調查）這樣的捷徑，而采用所有數據進行分析處理，所以大數據也可以叫全數據。大數據的4V特點：Volume（大量）、Velocity（高速）、Variety（多樣）、Value（價值）。通過分析這些看似未經處理，沒有關聯的海量數據，找到其關聯性，就能發現其規律性，這種規律性帶有毋庸置疑的正確性，盡管我們可能不知道它背后的原理，但是卻可以讓這種規律性為我們服務。其實我們的老祖先早就有利用大數據的先例，比如很多農謠其實就是農民經過幾百上千年的比對，然后找到的自然環境變化和作物生長的關系。比如“燕子低飛要下雨”，農民可能解釋不清背后的原理，但是卻可以非常好指導農事。《大數據時代》中提到一個有趣的故事叫啤酒———尿布效應。故事里說某超市分析后臺銷售數據，發現啤酒銷量增加的時候，尿布銷量常常也一同增長。超市并不知道為什么這兩個風牛馬不相及的商品為什么銷量上有這樣的聯系，但是他們仍然決定把這兩個商品放在一起銷售，結果兩件商品的銷量都得到增長。今天我們已經知道了原因。因為女同志帶孩子忙，經常會讓男同志去買尿布，他們去尿布的時候往往會帶上幾瓶啤酒，就這樣將風牛馬不相及的兩件商品聯系到了一起。

三、大數據如何提高地理評價有效性

小中考中我們共進行了二十一次模擬測試，我將所有這些成績與中間進行的期中考試和最后的小中考成績都放在一張表中處理，這樣就產生了近萬個數據。我想通過分析這些數據的關聯性解決一個重要問題：什么樣的人能拿十分？知道了什么樣的人能拿十分，也就知道了如何介入，讓更多人拿十分。首先我將期中考試成績與最后的小中考成績相比較，本來我預期拿雙十的是一些比較聰明或者比較刻苦的孩子，他們的期中考試成績也應該比較高。通過圖表我發現以下規律：一、前100名雙十率是96%，不用特別干預也可以拿雙十。二、300名以外的同學雙十率是7.5%。三、盡管總體而言，雙十人數與期中考試排名有關系，但是從101名-400名每個階段都有很多同學是單十，這些人總分基本都是十九。但是由于這個群體很大，干預的難度很大，從另外一個方面來說，單十和年級排名并沒有相關性。接著我研究了二十一次模擬考試均分與小中考成績比較得出下圖。一、275/277（99.2%）均分十分的同學最終十分。二、125/145（86.2%）均分九分的同學最終十分。三、3.66/122（54%）均分八分的同學最終十分。四、4.8/51（15.7%）均分七分的同學最終十分。這個結果更加注重過程性評價，為提前干預留下了可能。如果結合兩張表，從年級總排名101名且模擬測試成績為八分的同學進行干預，當這部分同學的均分達到九分開始放下，再按照均分向下干預。其實有效提升教學成績最急需解決的問題就是人和時間，也就是幫助誰、幫助到什么時候。這種度的把握只有依據大數據的幫助才能達到最佳效果。大數據收集的數據越多越全，分析的越透徹，效果越好。我想對于大數據的應用我們都只是在路上，真正到我們能夠掌握規律，并能夠靈活應用的那天我們才真正將教學科學化。

作者:沈忠柱 單位:江蘇省淮陰師范學院附屬中學