基于學(xué)習(xí)大數(shù)據(jù)的學(xué)習(xí)評價： 原理、模型及實施策略研究*

蔡寶來 孫昊琛

摘? ?要：隨著5G網(wǎng)絡(luò)、大數(shù)據(jù)、萬聯(lián)網(wǎng)和人工智能的顛覆式創(chuàng)新發(fā)展，基于學(xué)習(xí)過程大數(shù)據(jù)的學(xué)習(xí)評價已成為教育評價研究的新熱點，并初步呈現(xiàn)出以大數(shù)據(jù)為基礎(chǔ)的新一代評價范式轉(zhuǎn)型建構(gòu)之趨勢。文章在界定學(xué)習(xí)大數(shù)據(jù)概念的基礎(chǔ)上，闡釋論述了學(xué)習(xí)大數(shù)據(jù)的價值和基于學(xué)習(xí)大數(shù)據(jù)的學(xué)習(xí)評價原理，詮釋構(gòu)建了基于學(xué)習(xí)大數(shù)據(jù)的過程性評價模型，論述并提出了基于個性化學(xué)習(xí)大數(shù)據(jù)的學(xué)習(xí)評價實施策略。

關(guān)鍵詞：學(xué)習(xí)大數(shù)據(jù);學(xué)習(xí)評價;原理;模型;實施策略

中圖分類號：TP393 文獻標志碼：A 文章編號：1673-8454（2021）03-0008-07

移動互聯(lián)網(wǎng)、大數(shù)據(jù)挖掘和人工智能等新一代信息技術(shù)在教育領(lǐng)域的融合發(fā)展和集成創(chuàng)新，引領(lǐng)著新一輪教育教學(xué)信息化轉(zhuǎn)型變革發(fā)展的潮流。在高度信息化的5G移動網(wǎng)絡(luò)時代，教育形態(tài)、教學(xué)模式和學(xué)習(xí)方式也向網(wǎng)絡(luò)化、數(shù)字化和智能化轉(zhuǎn)型，平板電腦、智能手機等各種便攜式移動終端成為學(xué)習(xí)者的新型學(xué)習(xí)工具。在這種新型學(xué)習(xí)的過程中，大數(shù)據(jù)挖掘技術(shù)可以通過大量數(shù)據(jù)來有效地跟蹤和記錄學(xué)習(xí)者的學(xué)習(xí)過程;學(xué)習(xí)分析技術(shù)可以對大數(shù)據(jù)進行統(tǒng)計、處理和分析，從而賦能教師對學(xué)習(xí)者做出全面、客觀、準確的指導(dǎo)與評價。[1]未來，學(xué)習(xí)過程大數(shù)據(jù)將成為教育形態(tài)重塑、教學(xué)模式重建和學(xué)習(xí)方式重構(gòu)的核心驅(qū)動力。

一、 基于大數(shù)據(jù)的學(xué)習(xí)評價原理

1.大數(shù)據(jù)的意義和價值

（1）什么是大數(shù)據(jù)

大數(shù)據(jù)（Big data）被稱為巨量數(shù)據(jù)資源，是用傳統(tǒng)數(shù)據(jù)處理方式無法處理的、大量的、復(fù)雜的數(shù)據(jù)和數(shù)據(jù)集。維克托·邁爾-舍恩伯格及肯尼斯·庫克耶合著的《大數(shù)據(jù)時代》中指出，大數(shù)據(jù)研究需要的是全部樣本而不是抽樣，更加關(guān)注相關(guān)性而不是因果性。由此可見，大數(shù)據(jù)分析與傳統(tǒng)數(shù)據(jù)處理分析方法有根本不同。因此，針對“大數(shù)據(jù)”一詞，美國麥塔集團數(shù)據(jù)分析師Doung Laney于2001年首先提出“3V”特點，即海量（Volume）、速度（Velocity）、多樣（Variety）的概念。在此基礎(chǔ)上，美國維拉諾瓦大學(xué)的研究者進一步提出用“4V”來描述大數(shù)據(jù)的基本特點[2]，即巨量性（Volume）、多樣性（Variety）、高速性（Velocity）、價值性（Value）。

（2）學(xué)習(xí)大數(shù)據(jù)

學(xué)習(xí)大數(shù)據(jù)主要用于學(xué)習(xí)分析和學(xué)習(xí)評價，也就是使用數(shù)據(jù)和模型預(yù)測學(xué)習(xí)結(jié)果和學(xué)習(xí)行為是否具備處理這些信息的能力。本文主要探討學(xué)習(xí)過程中大數(shù)據(jù)的反饋評價作用，即學(xué)習(xí)者為達成學(xué)習(xí)目的而借助于互聯(lián)網(wǎng)平臺，在與外界交互過程中所產(chǎn)生的一系列數(shù)據(jù)，主要包含課程內(nèi)容數(shù)據(jù)、學(xué)習(xí)行為數(shù)據(jù)、互動交流數(shù)據(jù)以及學(xué)習(xí)資源數(shù)據(jù)等。

學(xué)習(xí)大數(shù)據(jù)催生了智慧教學(xué)，并為個性化學(xué)習(xí)賦能。在實踐應(yīng)用中，大數(shù)據(jù)能夠持續(xù)記錄線上、線下的學(xué)習(xí)行為，進而為準確掌握和精準分析學(xué)生的學(xué)習(xí)狀態(tài)和進度計劃提供完整的數(shù)據(jù)鏈。基于大數(shù)據(jù)，教師可為學(xué)生制定個性化的培養(yǎng)方案，幫助學(xué)生解決學(xué)習(xí)過程中遇到的問題。學(xué)習(xí)者也能夠更加清楚地認識到自身學(xué)習(xí)中的問題和不足，并不斷調(diào)動學(xué)習(xí)積極性，主動配合教師完成學(xué)習(xí)任務(wù)。與傳統(tǒng)的數(shù)據(jù)分析相比，教育大數(shù)據(jù)是在自然情境下收集整個教育教學(xué)過程中所有靜態(tài)和動態(tài)的數(shù)據(jù)，保證數(shù)據(jù)的連續(xù)性，如教學(xué)資料、互動反應(yīng)和學(xué)生登錄頻次，以及在每個知識點上停留的時間等。[3]

（3）大數(shù)據(jù)的價值

實踐是價值的源泉并對主客體都會有影響，價值要通過客觀事實來表現(xiàn)，價值標準會因為不同主體而變化。價值的產(chǎn)生是主體與客體相互作用的結(jié)果，在這一過程中，由“表征價值”“關(guān)聯(lián)價值”“決策價值”層層遞進，環(huán)環(huán)相扣形成不同層次的價值。[4]

大數(shù)據(jù)的真正價值在于創(chuàng)造價值，要根據(jù)不同主體的實踐去挖掘大數(shù)據(jù)中蘊含的有用信息。因此，教育大數(shù)據(jù)不僅僅是要收集教育過程中的數(shù)據(jù)并對其進行分析應(yīng)用，更重要的是要讓教育行業(yè)相關(guān)人員利用計算機、人工智能對教育和學(xué)習(xí)活動過程中反饋的大數(shù)據(jù)進行深度挖掘，創(chuàng)造出能夠與自身教育實踐相關(guān)的數(shù)據(jù)內(nèi)容，梳理其中隱含的教育關(guān)系，并通過可視化分析技術(shù)展現(xiàn)出來。這樣，學(xué)習(xí)評價就能貫穿于學(xué)習(xí)者的整個學(xué)習(xí)過程，始終遵循著“觀測學(xué)習(xí)—解釋學(xué)習(xí)—反饋學(xué)習(xí)”這一邏輯體系，并通過大數(shù)據(jù)來幫助學(xué)生在每個學(xué)習(xí)階段獲得個性化教學(xué)和學(xué)習(xí)支持。[5]

2.大數(shù)據(jù)與學(xué)習(xí)評價

（1）學(xué)習(xí)評價發(fā)展現(xiàn)狀

所謂學(xué)習(xí)評價，即按照預(yù)設(shè)的目標來測量、評估和勘定學(xué)習(xí)者當(dāng)下的學(xué)習(xí)狀態(tài)。傳統(tǒng)學(xué)習(xí)評價主要依據(jù)教師對學(xué)生的日常學(xué)習(xí)觀察、課堂表現(xiàn)、作業(yè)完成情況、階段性考試成績、總結(jié)性考試成績等，通過統(tǒng)計和分析這些數(shù)據(jù)資料，從中發(fā)現(xiàn)問題并進行反饋。這種帶有選拔性的評價方式，不利于用發(fā)展的眼光來看待每個學(xué)生的成長，評價也不夠客觀全面，容易造成教育不公平現(xiàn)象。

隨著5G通信技術(shù)、物聯(lián)網(wǎng)、大數(shù)據(jù)和人工智能的融合創(chuàng)新發(fā)展，在線教育平臺和學(xué)習(xí)過程大數(shù)據(jù)庫逐步建成并不斷完善?；诖髷?shù)據(jù)教學(xué)平臺的評價模式，能夠系統(tǒng)、科學(xué)、全面地搜集、整理、處理和分析學(xué)習(xí)數(shù)據(jù)，診斷學(xué)習(xí)過程中出現(xiàn)的問題，預(yù)測學(xué)習(xí)結(jié)果并優(yōu)化學(xué)習(xí)效果。將傳統(tǒng)學(xué)習(xí)評價與基于大數(shù)據(jù)的學(xué)習(xí)評價進行比較，結(jié)果如表1所示。

從教育信息化2.0時代的教育和學(xué)習(xí)角度審視，基于學(xué)習(xí)大數(shù)據(jù)的學(xué)習(xí)評價，其目的在于記錄描述學(xué)生的個性化學(xué)習(xí)和發(fā)展現(xiàn)狀，以客觀總結(jié)學(xué)生的學(xué)習(xí)進展和學(xué)習(xí)效果，并對教師的教學(xué)效率和學(xué)生的個性化學(xué)習(xí)進行評估。就目前而言，基于大數(shù)據(jù)的學(xué)習(xí)評價仍存在其局限性。例如：線下數(shù)據(jù)與線上數(shù)據(jù)的整合銜接;面對學(xué)生學(xué)習(xí)過程中產(chǎn)生的巨量數(shù)據(jù)資源，如何優(yōu)化篩選出有價值的信息等。這些問題有待研發(fā)制定一個完整的指標體系和評判標準來規(guī)范。[6]

（2）大數(shù)據(jù)對學(xué)習(xí)評價的影響

基于學(xué)習(xí)過程大數(shù)據(jù)的學(xué)習(xí)評價，強調(diào)把學(xué)習(xí)過程中發(fā)生的全部行為指標和學(xué)習(xí)數(shù)據(jù)悉數(shù)納入評價范圍中，強調(diào)評價者、評價對象與具體評價情境的交互，強調(diào)評價過程本身的價值。[7]基于完整記錄的大數(shù)據(jù)平臺，教育者可以從課程內(nèi)容、互動交流、考試作業(yè)、課外資源學(xué)習(xí)情況的評價出發(fā)，大數(shù)據(jù)的來源渠道也更加多樣化、科學(xué)化，評價結(jié)果對教學(xué)實踐更具有指導(dǎo)價值。教育大數(shù)據(jù)的應(yīng)用，能夠助力過程性評價與總結(jié)性評價的無縫銜接和密切結(jié)合，從發(fā)展的視角出發(fā)，客觀評價每個學(xué)生的學(xué)習(xí)和發(fā)展，不再局限于考試成績結(jié)果和教師平時對學(xué)生的觀察印象。

3.大數(shù)據(jù)支持的學(xué)習(xí)評價原理

（1）大數(shù)據(jù)支持的發(fā)展性評價原理

基于大數(shù)據(jù)技術(shù)，可將學(xué)習(xí)者學(xué)習(xí)過程中的每個環(huán)節(jié)進行數(shù)字化記錄和描述，系統(tǒng)搜集評價信息并進行科學(xué)分析。進而，可以對教育雙方的教育活動進行價值判斷，根據(jù)學(xué)習(xí)者的培養(yǎng)目標，在實施過程中制定階段性的發(fā)展目標，全面關(guān)注被評價者的發(fā)展;支持學(xué)習(xí)過程全數(shù)據(jù)采集與儲存，測試診斷類型多樣化，支持知識增長可視化且可以對學(xué)習(xí)過程進行及時監(jiān)測和督導(dǎo);[8]依據(jù)大數(shù)據(jù)對學(xué)生進行客觀公正評價，以個性化發(fā)展的眼光看待每位學(xué)生的成長和發(fā)展，便于教師對學(xué)生進行個性化精準指導(dǎo)。對學(xué)習(xí)者而言，可以更加清楚地看到自己當(dāng)下學(xué)習(xí)的進度和進展，及時知悉自身的進步和存在的問題，并在隨后的學(xué)習(xí)中自我改進和完善。

（2）大數(shù)據(jù)支持的在線學(xué)習(xí)過程性評價原理

在5G加持的在線學(xué)習(xí)環(huán)境下，信息技術(shù)促進教育變革將從“調(diào)整功能——即信息技術(shù)融合將引起教育教學(xué)系統(tǒng)結(jié)構(gòu)局部變化，但課程結(jié)構(gòu)和評價方式方面并未因此而產(chǎn)生本質(zhì)變化”，提升為“重構(gòu)功能——即信息技術(shù)具備了引發(fā)教學(xué)模式、管理模式和評價模式變革的潛力，可能推動重新建構(gòu)與生成新的教育生態(tài)、教學(xué)模式和評價方式”。

5G賦能將對課堂教學(xué)環(huán)節(jié)產(chǎn)生的教育大數(shù)據(jù)進行全面系統(tǒng)記錄，在不影響師生日常教學(xué)習(xí)慣下自然采集，實時可視化呈現(xiàn)。在線學(xué)習(xí)過程中，利用大數(shù)據(jù)實時監(jiān)測、采集、批量處理和及時反饋，在一定程度上解決了網(wǎng)絡(luò)學(xué)習(xí)中師生分離、教師不能及時對學(xué)生學(xué)習(xí)狀態(tài)進行監(jiān)控和管理的問題。借助在線教育平臺，師生同步展開教學(xué)活動，師生線上互動過程中會產(chǎn)生各種交互數(shù)據(jù)，包括課堂上與教師互動次數(shù)、提問與回答次數(shù)、小組合作學(xué)習(xí)、線上練習(xí)題測試成績等。基于學(xué)習(xí)大數(shù)據(jù)，可以對學(xué)習(xí)過程進行全面分析，促成學(xué)習(xí)評價從“經(jīng)驗主義”向“科學(xué)主義”的評價范式轉(zhuǎn)型。[9]

（3）大數(shù)據(jù)賦能的個性化自適應(yīng)學(xué)習(xí)評價原理

自適應(yīng)學(xué)習(xí)技術(shù)為在線個性化學(xué)習(xí)的成功實現(xiàn)提供了技術(shù)支撐和人工智能賦能。自適應(yīng)學(xué)習(xí)就是將自適應(yīng)技術(shù)與主動學(xué)習(xí)相融合，有效提升個體學(xué)習(xí)體驗成功率和滿意度的學(xué)習(xí)。自適應(yīng)技術(shù)的引入使傳統(tǒng)教師職業(yè)角色發(fā)生了實質(zhì)性變化，通過向?qū)W習(xí)者提供個性化定制的線上學(xué)習(xí)資源，為教師提供分析學(xué)習(xí)過程的大數(shù)據(jù)支持，促成教師從課堂講授者向主動學(xué)習(xí)指導(dǎo)者的角色轉(zhuǎn)型。[10]傳統(tǒng)評價的痼疾和痛點之一是學(xué)習(xí)行為數(shù)據(jù)和評價依據(jù)難以采集、評價信息單一化和片段化的問題。新一代信息技術(shù)將興趣、動機、情感、態(tài)度、習(xí)慣、偏好等個性化學(xué)習(xí)數(shù)據(jù)納入評價依據(jù)，全面記錄和同步采集各種學(xué)習(xí)數(shù)據(jù)并完成學(xué)習(xí)者畫像，大大拓展了教育評價的內(nèi)涵和功能。同時，數(shù)據(jù)驅(qū)動的教育評價將從模糊走向精準、從結(jié)果轉(zhuǎn)向過程。大數(shù)據(jù)支持對個體成長的縱向追蹤，有利于建構(gòu)學(xué)生的學(xué)業(yè)和身心成長軌跡檔案，促進學(xué)生的全面發(fā)展。

基于5G網(wǎng)絡(luò)技術(shù)的泛在教育和泛在學(xué)習(xí)，還可以根據(jù)個性化的需求，向?qū)W習(xí)者提供一對一、多對一的教學(xué)資源推送，以及教學(xué)方式和學(xué)習(xí)方式支持，并根據(jù)學(xué)習(xí)大數(shù)據(jù)為學(xué)習(xí)者實時提供反饋意見和調(diào)整改進對策。[11]信息技術(shù)的跨界融合和迭代創(chuàng)新使個性化學(xué)習(xí)方式面臨新的需求。近年來，在數(shù)字化學(xué)習(xí)領(lǐng)域產(chǎn)生和提出了基于深度學(xué)習(xí)的個性化自適應(yīng)學(xué)習(xí)評價新范式。這種個性化學(xué)習(xí)評價的基本原理，是從學(xué)習(xí)者的視角，利用學(xué)習(xí)過程大數(shù)據(jù)挖掘和學(xué)習(xí)分析技術(shù)，為個性化學(xué)習(xí)進行自適應(yīng)診斷，并通過對學(xué)習(xí)數(shù)據(jù)的深度分析，判斷學(xué)習(xí)者原有認知能力、知識水平和學(xué)習(xí)適應(yīng)情況，提供學(xué)習(xí)指導(dǎo)，推送學(xué)習(xí)資源，給出個性化學(xué)習(xí)的進度規(guī)劃和建議。[12]

二、大數(shù)據(jù)支撐的學(xué)習(xí)評價模型建構(gòu)

1.學(xué)習(xí)大數(shù)據(jù)的采集與獲取

（1）大數(shù)據(jù)的來源途徑

教育是一個極其復(fù)雜的系統(tǒng)，涉及學(xué)校、家庭、社會等不同的教育場景，以及教育管理和教育評價等方方面面。由于各地區(qū)、各學(xué)區(qū)和各學(xué)校教育質(zhì)量水平存在一定差異，導(dǎo)致教育教學(xué)大數(shù)據(jù)來源多元化，在一定程度上增加了完整采集教育大數(shù)據(jù)的難度。目前，學(xué)習(xí)大數(shù)據(jù)主要來源于正式學(xué)習(xí)和非正式學(xué)習(xí)兩個場景：一方面來源于各種校內(nèi)外教育實踐活動場景的數(shù)據(jù)采集;另一方面則是線上和線下教育教學(xué)活動場景的數(shù)據(jù)采集。且數(shù)據(jù)源頭是以“人—機”交互、“人—機—人”交互和“人—人”交互產(chǎn)生，主要包括學(xué)生、教師、管理者、家長、多媒體設(shè)備等。[13]概括而言，教育大數(shù)據(jù)包括教師教學(xué)大數(shù)據(jù)、學(xué)生學(xué)習(xí)大數(shù)據(jù)和管理大數(shù)據(jù)。而學(xué)習(xí)過程大數(shù)據(jù)的實質(zhì)是線上線下混合式學(xué)習(xí)和泛在學(xué)習(xí)大數(shù)據(jù)整合集成，包括在線個性化學(xué)習(xí)過程大數(shù)據(jù)、直播課堂學(xué)習(xí)行為大數(shù)據(jù)、章節(jié)測驗和考核評價大數(shù)據(jù)等。

（2）大數(shù)據(jù)采集技術(shù)

我國是一個教育大國。當(dāng)前，由各種網(wǎng)絡(luò)知識系統(tǒng)、在線課程平臺和線上學(xué)習(xí)資源系統(tǒng)的應(yīng)用而產(chǎn)生的教育數(shù)據(jù)類型繁多，多種數(shù)據(jù)采集也是運用多種技術(shù)手段來實現(xiàn)的。本文將教育大數(shù)據(jù)采集技術(shù)概括為以下四個方面。[14]

①物聯(lián)網(wǎng)感知技術(shù)

5G網(wǎng)絡(luò)的高速度、低功耗、低時延、泛在網(wǎng)等優(yōu)勢和特征將助推新一代智慧化校園的建設(shè)。以物聯(lián)網(wǎng)感知技術(shù)為主，可以通過學(xué)生自身的可穿戴設(shè)備和校園“一卡通”，對學(xué)生日常學(xué)習(xí)生活進行監(jiān)測，采集學(xué)生在校園內(nèi)的個體生活數(shù)據(jù)、在線學(xué)習(xí)數(shù)據(jù)、云課程平臺和直播課堂的學(xué)習(xí)行為數(shù)據(jù)。

②在線教育平臺收集技術(shù)

在5G網(wǎng)絡(luò)技術(shù)、萬物互聯(lián)和人工智能技術(shù)的賦能加持下，我國在線教育平臺已呈百花齊放和百舸爭流之勢。國內(nèi)布局較早且規(guī)模較大的在線教育平臺，如超星學(xué)習(xí)通、學(xué)堂在線、智慧樹、慧科高校邦等都建有自己的在線教育資源平臺和學(xué)習(xí)大數(shù)據(jù)庫，可以收集學(xué)生在平臺學(xué)習(xí)過程中產(chǎn)生的一系列學(xué)習(xí)大數(shù)據(jù)，且數(shù)據(jù)可與學(xué)校教務(wù)管理系統(tǒng)連通共享，為教育治理、教學(xué)管理和學(xué)習(xí)評價提供了強力的數(shù)據(jù)支撐。

③視頻錄制與面部識別技術(shù)融合

這類技術(shù)主要用于校園和課堂學(xué)習(xí)行為數(shù)據(jù)采集，包括視頻監(jiān)控技術(shù)、智能錄播技術(shù)和面部識別技術(shù)，并呈現(xiàn)出視頻錄制與面部識別技術(shù)融合的趨勢，從而為視頻分析方法和評價改革奠定大數(shù)據(jù)和數(shù)據(jù)鏈的基礎(chǔ)。其中，視頻監(jiān)控技術(shù)主要用于校園安全和學(xué)生平時實時動態(tài)觀察監(jiān)測;智能錄播技術(shù)主要用于采集課堂教師授課和學(xué)生學(xué)習(xí)過程的數(shù)據(jù)。面部識別技術(shù)與人工智能分析技術(shù)相結(jié)合，可以實時精準地捕捉到每個學(xué)生上課時的情緒、態(tài)度和注意力等學(xué)習(xí)行為狀態(tài)并進行詳細記錄，在對一個完整的學(xué)習(xí)過程持續(xù)記錄的基礎(chǔ)上，產(chǎn)生并建構(gòu)起課堂學(xué)習(xí)行為大數(shù)據(jù)庫。

④圖像識別技術(shù)

在人工智能領(lǐng)域中，圖像識別技術(shù)是其核心技術(shù)構(gòu)成。計算機對圖像采集設(shè)備所獲取到的圖像進行匹配分析與處理，可以識別不同的目標對象，從而為學(xué)習(xí)者提供所需要的解題思路和方法，這一技術(shù)主要應(yīng)用于網(wǎng)上閱卷采集學(xué)生的考試成績。如果學(xué)習(xí)者在自主學(xué)習(xí)過程中遇到難題，還可以應(yīng)用“拍照搜題”技術(shù)，迅速在互聯(lián)網(wǎng)知識系統(tǒng)中找到相關(guān)答案。

教育大數(shù)據(jù)的構(gòu)建是基于學(xué)習(xí)過程大數(shù)據(jù)和學(xué)習(xí)評價基礎(chǔ)上實現(xiàn)的。隨著越來越多新一代信息技術(shù)（如面部識別、語音交互、體感技術(shù)）的逐步成熟，將會有更多的數(shù)據(jù)采集技術(shù)應(yīng)用到教育教學(xué)領(lǐng)域。而要保證所采集的教育大數(shù)據(jù)具有實時、便捷、高質(zhì)量、連續(xù)、符合科學(xué)與倫理準則的特征，就必須注意提前設(shè)計科學(xué)合理的數(shù)據(jù)采集指標和建構(gòu)模型，并選擇精準匹配的教育數(shù)據(jù)來進行評價，從而保證數(shù)據(jù)采集的目的性、科學(xué)性，以及數(shù)據(jù)分析、學(xué)習(xí)評價的合理性、精準性。

2.學(xué)習(xí)大數(shù)據(jù)的處理與深度分析

（1）學(xué)習(xí)大數(shù)據(jù)處理方式

從學(xué)習(xí)大數(shù)據(jù)本身產(chǎn)生、分析和應(yīng)用的角度而言，學(xué)習(xí)大數(shù)據(jù)的處理流程可分為獲取數(shù)據(jù)、儲存數(shù)據(jù)、處理數(shù)據(jù)和分析數(shù)據(jù)四個步驟。根據(jù)數(shù)據(jù)來源，學(xué)習(xí)大數(shù)據(jù)又分為可量化的結(jié)構(gòu)化數(shù)據(jù)（如成績、在線學(xué)習(xí)數(shù)據(jù)）和不能量化的非結(jié)構(gòu)化數(shù)據(jù)（如課堂互動情況）。數(shù)據(jù)獲取后，首先要對數(shù)據(jù)進行預(yù)處理，即將各種類型的數(shù)據(jù)進行分類存儲;對數(shù)據(jù)進行篩選以去除重復(fù)數(shù)據(jù);進行相關(guān)度擬合回歸和離散化處理，以使數(shù)據(jù)更有置信度，確保收集到的數(shù)據(jù)與學(xué)習(xí)過程高度相關(guān)。對于缺失的數(shù)據(jù)，主要有四種處理方式：均值補差、利用同類均值補差、極大似然估計、多重補差。經(jīng)過彌補性處理后，缺失數(shù)據(jù)也能為學(xué)習(xí)評價所用。[15]

（2）學(xué)習(xí)大數(shù)據(jù)深度分析

學(xué)習(xí)大數(shù)據(jù)深度分析是基于學(xué)生學(xué)習(xí)過程中產(chǎn)生的大量行為數(shù)據(jù)，包括學(xué)生在線學(xué)習(xí)過程中產(chǎn)生的全部交互數(shù)據(jù)，以及線下通過物聯(lián)網(wǎng)感知技術(shù)收集到的數(shù)據(jù)，在對結(jié)構(gòu)化數(shù)據(jù)與非結(jié)構(gòu)化數(shù)據(jù)進行統(tǒng)一管理后，采用不同分析方法進行數(shù)據(jù)處理和學(xué)習(xí)分析的過程。根據(jù)實際研究目的，研究者可運用診斷分析、預(yù)測分析、評價分析等深度分析技術(shù)進行學(xué)情評估。結(jié)合不同的學(xué)習(xí)評價需要，將分析結(jié)果通過可視化形式呈現(xiàn)出來。教師根據(jù)數(shù)據(jù)分析結(jié)果開展學(xué)習(xí)行為優(yōu)化指導(dǎo)，精準解決學(xué)習(xí)過程中存在的問題。同時，根據(jù)每個學(xué)生學(xué)習(xí)評價反饋的不同結(jié)果，教師也能及時調(diào)整自身的教學(xué)策略，以適應(yīng)學(xué)生個性化學(xué)習(xí)的需求。[16]

3.大數(shù)據(jù)賦能的過程性評價模型建構(gòu)

基于深度學(xué)習(xí)技術(shù)的學(xué)習(xí)大數(shù)據(jù)挖掘程序，結(jié)合過程性評價理論和大數(shù)據(jù)分析技術(shù)，構(gòu)建出新型評價模型，是大數(shù)據(jù)賦能學(xué)習(xí)評價模式創(chuàng)新的趨勢。學(xué)習(xí)大數(shù)據(jù)具有復(fù)雜多樣性特征，這些數(shù)據(jù)是在不同的學(xué)習(xí)環(huán)境下生成、采集和獲取的。為了更好地從表征數(shù)據(jù)中提取出有價值的信息，數(shù)據(jù)采集的工作流程大致可分為兩個步驟。第一步是教育大數(shù)據(jù)的預(yù)處理;第二步是深度學(xué)習(xí)技術(shù)對學(xué)習(xí)大數(shù)據(jù)的挖掘和應(yīng)用（如圖1所示）?；诖?，本文設(shè)計構(gòu)建了大數(shù)據(jù)賦能的過程性評價模型（如圖2所示）。[17]

大數(shù)據(jù)賦能的過程性評價模型由學(xué)習(xí)過程活動記錄系統(tǒng)、數(shù)據(jù)處理分析和評價系統(tǒng)兩大模塊構(gòu)成。學(xué)習(xí)過程活動記錄系統(tǒng)是對學(xué)習(xí)過程和活動進行全過程、全平臺和全樣本的描述記錄，并產(chǎn)生學(xué)習(xí)活動和學(xué)習(xí)過程大數(shù)據(jù)。該系統(tǒng)主要由學(xué)習(xí)平臺、資源使用、學(xué)習(xí)行為、學(xué)習(xí)反思、成長記錄和學(xué)習(xí)評價六個部分組成。

數(shù)據(jù)處理分析和評價系統(tǒng)由大數(shù)據(jù)處理系統(tǒng)、大數(shù)據(jù)分析系統(tǒng)和過程性評價系統(tǒng)構(gòu)成。大數(shù)據(jù)處理系統(tǒng)由數(shù)據(jù)采集、數(shù)據(jù)清洗、數(shù)據(jù)轉(zhuǎn)化、數(shù)據(jù)儲存四個步驟構(gòu)成。大數(shù)據(jù)分析系統(tǒng)主要由數(shù)據(jù)挖掘、機器學(xué)習(xí)、模式識別和學(xué)習(xí)分析四個部分構(gòu)成。這兩個系統(tǒng)在完成數(shù)據(jù)處理和數(shù)據(jù)分析后，提供數(shù)據(jù)分析結(jié)果給過程性評價系統(tǒng)。過程性評價系統(tǒng)主要由基于大數(shù)據(jù)的評價指標和標準、動機評價、過程參與評價、效果評價構(gòu)成。

過程性評價完成后，可將評價結(jié)果及時反饋給教師和學(xué)習(xí)者。教學(xué)雙方基于大數(shù)據(jù)評價結(jié)果進行教學(xué)反思，發(fā)現(xiàn)問題并提出未來學(xué)習(xí)的改進策略和建議。同時，在一個完整閉環(huán)的基礎(chǔ)上，新一輪學(xué)習(xí)過程性評價循環(huán)也已開始。

三、指向個性化學(xué)習(xí)的學(xué)習(xí)評價實施策略

1.賦能個性化學(xué)習(xí)的過程性評價策略

（1）個性化學(xué)習(xí)

個性化學(xué)習(xí)是指根據(jù)學(xué)習(xí)者的學(xué)習(xí)風(fēng)格、特點、習(xí)慣、個性和發(fā)展?jié)撃?，以學(xué)習(xí)者的需求和興趣為中心，強調(diào)學(xué)生的個體差異性，采取多樣化的方式來滿足學(xué)習(xí)者個人的學(xué)習(xí)需要。學(xué)習(xí)者是學(xué)習(xí)過程的主體。個性化學(xué)習(xí)的本質(zhì)特征和理念為：學(xué)為中心、能力為先和自主學(xué)習(xí)。[18]

（2）為個性化學(xué)習(xí)服務(wù)的過程性評價

過程性學(xué)習(xí)評價（Process Evaluation）是建構(gòu)評價時期的產(chǎn)物。與傳統(tǒng)目標取向的發(fā)展性評價和形成性評價等方法相比，這類評價從關(guān)注教育的目標轉(zhuǎn)向關(guān)注教育的過程，強調(diào)知識學(xué)習(xí)與建構(gòu)過程中反饋的及時指導(dǎo)性。[19]

把過程性學(xué)習(xí)評價與個性化學(xué)習(xí)相結(jié)合，可以系統(tǒng)完整地對學(xué)習(xí)者行為數(shù)據(jù)進行跟蹤和記錄。利用大數(shù)據(jù)和物聯(lián)網(wǎng)感知技術(shù)，進行線上線下相結(jié)合的學(xué)習(xí)評價，可以及時幫助學(xué)習(xí)者找出學(xué)習(xí)過程中存在的問題和不足，為其定制個性化的學(xué)習(xí)方案，優(yōu)化學(xué)習(xí)者的在線學(xué)習(xí)體驗，促進更加自主、更加高效和更加個性化的學(xué)習(xí)。而整個流程建構(gòu)的主要依據(jù)則是大數(shù)據(jù)賦能的過程性評價模型。

2.數(shù)據(jù)處理與深度分析策略

（1）學(xué)習(xí)大數(shù)據(jù)處理策略

根據(jù)學(xué)習(xí)大數(shù)據(jù)的巨量性、多樣性、高速性、價值性等特點，在整合處理學(xué)習(xí)大數(shù)據(jù)時，要運用好數(shù)據(jù)清洗和數(shù)據(jù)集成兩個策略。[20]

①數(shù)據(jù)清洗

所謂數(shù)據(jù)清洗，是指清洗重復(fù)數(shù)據(jù)、填充缺失數(shù)據(jù)。為了提高數(shù)據(jù)挖掘的速度和精度，就必須剔除重復(fù)數(shù)據(jù)，并對相似性較高的數(shù)據(jù)進行合并處理，相似度計算算法基于基本近鄰排序算法。另外，一些不完整的數(shù)據(jù)會造成數(shù)據(jù)集本身的偏差，從而影響研究結(jié)果的準確性，這就需要使用填充技術(shù)的缺失值插補算法用近似值進行替代，其中常用的算法有平均值、分類、聚類等。

②數(shù)據(jù)集成

所謂數(shù)據(jù)集成，是指將兩個或兩個以上不同結(jié)構(gòu)的應(yīng)用數(shù)據(jù)庫合并或共享。學(xué)習(xí)大數(shù)據(jù)來源途徑多樣，采集的大數(shù)據(jù)也多種多樣，通過數(shù)據(jù)集成可以共享或者合并來自兩個或者更多應(yīng)用數(shù)據(jù)庫和不同結(jié)構(gòu)的數(shù)據(jù)。這樣，就可以把不同類型的數(shù)據(jù)庫根據(jù)研究目的需要重新整合集成，使大數(shù)據(jù)結(jié)構(gòu)化程度更高、信息量更大，并進一步提升了數(shù)據(jù)庫和數(shù)據(jù)資源的應(yīng)用價值。

（2）學(xué)習(xí)大數(shù)據(jù)分析策略

AI領(lǐng)域的深度學(xué)習(xí)技術(shù)是學(xué)習(xí)大數(shù)據(jù)的關(guān)鍵分析策略，可通過深度學(xué)習(xí)分析技術(shù)賦予教育大數(shù)據(jù)更多的價值?；趥€性化學(xué)習(xí)的學(xué)習(xí)大數(shù)據(jù)分析策略，主要包括大數(shù)據(jù)聚類、大數(shù)據(jù)關(guān)聯(lián)分析和大數(shù)據(jù)預(yù)測。[21]

①大數(shù)據(jù)聚類

所謂大數(shù)據(jù)聚類，是指根據(jù)數(shù)據(jù)的內(nèi)在性質(zhì)將數(shù)據(jù)分成一些聚合類，每一聚合類中的元素盡可能具有相同的特性，不同聚合類之間的特性差別盡可能大。學(xué)習(xí)大數(shù)據(jù)往往巨量且龐雜，它涵蓋了每個學(xué)習(xí)者在學(xué)習(xí)過程中的所有學(xué)習(xí)數(shù)據(jù)。單個學(xué)生的學(xué)習(xí)評價數(shù)據(jù)往往存在差異性和特殊性，通過可視化分析，可以比較全面地掌握學(xué)生的學(xué)習(xí)興趣、學(xué)習(xí)態(tài)度、學(xué)習(xí)偏好、學(xué)習(xí)風(fēng)格、學(xué)習(xí)習(xí)慣等，教師可以據(jù)此提出學(xué)生個性化學(xué)習(xí)的指導(dǎo)意見。當(dāng)研究者需要對所有學(xué)生數(shù)據(jù)做整體分析時，就要對數(shù)據(jù)進行聚類分析，即將具體或者抽象的數(shù)據(jù)進行分類，從中可以簡單直觀地看出數(shù)據(jù)的分布情況和特征，最終根據(jù)研究需要找出特定的數(shù)據(jù)組進行分析。

②大數(shù)據(jù)關(guān)聯(lián)分析

數(shù)據(jù)是基于事實的觀察結(jié)果，是對客觀事物的邏輯歸納，是用于表示客觀事物的未經(jīng)加工的原始素材。數(shù)據(jù)關(guān)聯(lián)是指數(shù)據(jù)與數(shù)據(jù)之間存在的某種關(guān)系。數(shù)據(jù)關(guān)聯(lián)分析又稱數(shù)據(jù)關(guān)聯(lián)挖掘，即在不同類型的數(shù)據(jù)中查找它們之間所存在的聯(lián)系，這也是大數(shù)據(jù)挖掘的主要任務(wù)之一。數(shù)據(jù)關(guān)聯(lián)分析因其具有快捷、高效地發(fā)現(xiàn)事物間內(nèi)在關(guān)聯(lián)的優(yōu)勢，而被廣泛應(yīng)用于學(xué)習(xí)分析、教學(xué)管理、學(xué)習(xí)診斷與評價等領(lǐng)域。

數(shù)據(jù)關(guān)聯(lián)分析主要采取時序分析、空間分析等方法。學(xué)習(xí)大數(shù)據(jù)關(guān)聯(lián)分析也面臨高維數(shù)據(jù)、多變量數(shù)據(jù)、大規(guī)模數(shù)據(jù)、增長性數(shù)據(jù)及其可計算方面的挑戰(zhàn)。利用大數(shù)據(jù)關(guān)聯(lián)分析對學(xué)生進行個性化評價，可以基于測驗成績和學(xué)習(xí)效果，發(fā)現(xiàn)學(xué)習(xí)過程各環(huán)節(jié)存在的問題。這樣，教師就可以鎖定學(xué)生學(xué)習(xí)過程中出現(xiàn)問題的環(huán)節(jié)，從而精準指導(dǎo)學(xué)生及時調(diào)整學(xué)習(xí)狀態(tài)、學(xué)習(xí)內(nèi)容及學(xué)習(xí)進度計劃。

③大數(shù)據(jù)預(yù)測

大數(shù)據(jù)預(yù)測是把一個非常困難的“預(yù)測問題”，轉(zhuǎn)化為一個相對簡單的“描述問題”。大數(shù)據(jù)預(yù)測是大數(shù)據(jù)的最核心應(yīng)用，大數(shù)據(jù)預(yù)測將傳統(tǒng)意義上的“預(yù)測”拓展到“現(xiàn)測”。大數(shù)據(jù)預(yù)測不僅能得出學(xué)生當(dāng)前學(xué)習(xí)狀態(tài)簡單、客觀的結(jié)論，更能幫助學(xué)習(xí)者選擇學(xué)習(xí)方式和學(xué)習(xí)策略，制定中長期學(xué)習(xí)進度和計劃，明確學(xué)習(xí)目標，并引導(dǎo)學(xué)習(xí)者的未來發(fā)展方向。[22]

運用大數(shù)據(jù)預(yù)測技術(shù)對收集到的各類學(xué)生學(xué)習(xí)過程數(shù)據(jù)（課程內(nèi)容、互動交流、日常作業(yè)、考試成績）展開分析處理，不僅能對學(xué)生的學(xué)習(xí)風(fēng)格進行預(yù)先判斷，還可以對興趣偏好、學(xué)習(xí)能力、專業(yè)發(fā)展進行預(yù)測。這樣，就可以為學(xué)生制定一套適合自身成長發(fā)展需要的學(xué)習(xí)路線和規(guī)劃。同時，通過大數(shù)據(jù)監(jiān)控整個學(xué)習(xí)過程，教師也能夠?qū)W(xué)生的學(xué)習(xí)狀態(tài)、內(nèi)容難度和學(xué)習(xí)強度進行預(yù)判，并根據(jù)學(xué)生的當(dāng)前學(xué)習(xí)需要和未來發(fā)展需要，及時對學(xué)習(xí)方案做出個別化精確調(diào)整。

3.學(xué)習(xí)評價與精準指導(dǎo)策略

（1）人工智能支持的學(xué)習(xí)評價策略

人工智能技術(shù)為過程性學(xué)習(xí)評價提供的支持，主要是運用深度學(xué)習(xí)算法技術(shù)對學(xué)習(xí)大數(shù)據(jù)進行優(yōu)化。人工智能技術(shù)賦能教育教學(xué)，拓寬了教育和學(xué)習(xí)評價的新視角。人工智能技術(shù)從智能感知、個性化、預(yù)知性、動態(tài)平衡、智能化和學(xué)習(xí)過程可視化等方面，更為客觀全面地說，從學(xué)習(xí)內(nèi)容、學(xué)習(xí)方式、學(xué)習(xí)進度、學(xué)習(xí)成績等方面，對學(xué)生的學(xué)習(xí)情況做出智能化精確評估和評價，并及時將基于大數(shù)據(jù)的學(xué)習(xí)分析結(jié)果反饋給教師。教師從適合當(dāng)前學(xué)習(xí)狀態(tài)的角度，根據(jù)學(xué)習(xí)風(fēng)格、學(xué)習(xí)需求、學(xué)習(xí)偏好等方面匹配以個性化學(xué)習(xí)策略的精準指導(dǎo)，進而支持學(xué)習(xí)者進入高階學(xué)習(xí)和深度學(xué)習(xí)階段，不斷提高學(xué)習(xí)效率。[23]

（2）基于過程性評價的學(xué)習(xí)指導(dǎo)策略

①精準指導(dǎo)策略

在對學(xué)習(xí)者學(xué)習(xí)過程數(shù)據(jù)深度挖掘和分析的基礎(chǔ)上，描述、總結(jié)并形成有價值、結(jié)構(gòu)化的學(xué)習(xí)大數(shù)據(jù)信息。教師可依據(jù)學(xué)生的學(xué)習(xí)大數(shù)據(jù)信息，分析和發(fā)現(xiàn)學(xué)生的學(xué)習(xí)狀態(tài)和學(xué)習(xí)存在的問題，確定學(xué)生在知識學(xué)習(xí)和能力培養(yǎng)過程中的薄弱環(huán)節(jié)，預(yù)測學(xué)習(xí)失敗后可能的風(fēng)險等，并以此為依據(jù)，設(shè)計合理的教學(xué)方案和問題解決策略，實現(xiàn)高效教學(xué)和精準指導(dǎo)。教師對學(xué)生學(xué)習(xí)的實時干預(yù)指導(dǎo)，能夠幫助學(xué)生持續(xù)改進學(xué)習(xí)方式，不斷優(yōu)化學(xué)習(xí)過程，高效地掌握知識和技能，完成學(xué)習(xí)任務(wù)和學(xué)習(xí)目標，進而提高學(xué)習(xí)效率和發(fā)展水平。[24]

②差異化指導(dǎo)策略

學(xué)習(xí)科學(xué)研究表明，不同學(xué)習(xí)者在性格特征、知識背景、學(xué)習(xí)能力與學(xué)習(xí)水平等方面存在明顯差異，進而導(dǎo)致學(xué)習(xí)者在學(xué)習(xí)需求、學(xué)習(xí)目的和進度計劃制定方面也存在明顯的個體差異?；趯W(xué)習(xí)過程大數(shù)據(jù)的個性化評價和差異化評價，為個性化學(xué)習(xí)計劃和學(xué)習(xí)方案制定提供了可靠的數(shù)據(jù)信息。根據(jù)收集到的大數(shù)據(jù)信息，可以對學(xué)習(xí)者進行綜合測評，并通過可視化方式將詳細精準的評價結(jié)果反饋。教師可針對學(xué)生學(xué)習(xí)中存在的個體差異，設(shè)計差異化的教學(xué)方案和教學(xué)策略，使每個學(xué)生都能夠得到合適的學(xué)習(xí)指導(dǎo)、幫助和支持。

③個性化指導(dǎo)策略

個性化學(xué)習(xí)強調(diào)以學(xué)習(xí)者為中心。在基于大數(shù)據(jù)的過程性評價中，學(xué)習(xí)者的學(xué)習(xí)能力、知識掌握情況、學(xué)習(xí)成績和當(dāng)前學(xué)習(xí)存在的問題，結(jié)合線上線下學(xué)習(xí)數(shù)據(jù)信息反映出的學(xué)習(xí)者學(xué)習(xí)需求和學(xué)習(xí)偏好，可為學(xué)習(xí)者制定適應(yīng)未來學(xué)習(xí)需要的學(xué)習(xí)方法、知識水平、學(xué)習(xí)風(fēng)格和學(xué)習(xí)目標提供參考。從而為學(xué)生的個性化學(xué)習(xí)和個性化發(fā)展明確目標、指引方向并提供堅實的方法和策略依據(jù)。[25]

參考文獻：

[1]孫洪濤，鄭勤華.教育大數(shù)據(jù)的核心技術(shù)、應(yīng)用現(xiàn)狀與發(fā)展趨勢[J].遠程教育雜志，2016（4）：41-49.

[2]何克抗.大數(shù)據(jù)面面觀[J].電化教育研究，2014（10）：8-22.

[3]劉桐，沈書生.從表征到?jīng)Q策：教育大數(shù)據(jù)的價值透視[J].電化教育研究，2018（6）：54-60.

[4]吳慮.大數(shù)據(jù)支持下學(xué)習(xí)評價的價值邏輯[J].清華大學(xué)教育研究，2019（2）：15-17.

[5]楊現(xiàn)民，唐斯，李冀紅.發(fā)展教育大數(shù)據(jù)：內(nèi)涵、價值和挑戰(zhàn)——“教育大數(shù)據(jù)研究與實踐專欄”之整體框架篇[J].現(xiàn)代教育技術(shù)，2016（16）：5-12.

[6]杜婧敏，方海光.教育大數(shù)據(jù)研究綜述[J].中國教育信息化，2016（19）：1-4.

[7]陳明選，王詩佳.測評大數(shù)據(jù)支持下的學(xué)習(xí)反饋設(shè)計研究[J].電化教育研究，2018（3）：35-42.

[8]李振超，陳琳，鄭旭東.大數(shù)據(jù)理念下的發(fā)展性學(xué)習(xí)評價系統(tǒng)設(shè)計研究[J].現(xiàn)代教育技術(shù)，2015（6）：108-114.

[9]王良周，于衛(wèi)紅.大數(shù)據(jù)視角下的學(xué)習(xí)分析綜述[J].中國遠程教育，2015（3）：31-37.

[10]蔡寶來，林強，梁廣等.在線教學(xué)環(huán)境下大學(xué)生學(xué)習(xí)方式轉(zhuǎn)型研究：問題、趨勢與發(fā)展路徑[J].黑龍江高教研究，2020（12）：21-26.

[11]姜強，趙蔚，李松.個性化自適應(yīng)學(xué)習(xí)研究——大數(shù)據(jù)時代數(shù)字化學(xué)習(xí)的新常態(tài)[J].中國電化教育，2016（2）：25-31.

[12]蔡寶來.教育信息化2.0時代的智慧教學(xué)：理念、特質(zhì)及模式[J].中國教育學(xué)刊，2019（11）：56-61.

[13]邢蓓蓓，楊現(xiàn)民，李勤生.教育大數(shù)據(jù)的來源與采集技術(shù)[J].現(xiàn)代教育技術(shù)，2016（8）：14-21.

[14]王萬良，張兆娟，高楠.基于人工智能技術(shù)的大數(shù)據(jù)分析方法研究進展[J].計算機集成制造系統(tǒng)，2019（3）：13-16.

[15]周泉錫.常見數(shù)據(jù)預(yù)處理技術(shù)分析[J].通信設(shè)計與應(yīng)用，2019（1）：17-18.

[16]蔡寶來.信息技術(shù)與課程整合研究進展及未來走向[J].課程·教材·教法，2018，38（8）：133-143.

[17]上超望，韓夢，劉清堂.基于大數(shù)據(jù)背景下在線學(xué)習(xí)過程性評價系統(tǒng)設(shè)計研究[J].中國電化教育，2018（5）：90-94.

[18]蔡寶來.教育信息化2.0時代的課堂變革：實質(zhì)、理念及場景[J].海南師范大學(xué)學(xué)報（社會科學(xué)版），2019，32（4）：82-88.

[19]祝智庭，沈德梅.基于大數(shù)據(jù)的教育技術(shù)研究新范式[J].電化教育研究，2013（10）：5-12.

[20]孔欽，葉長青，孫赟.大數(shù)據(jù)下數(shù)據(jù)預(yù)處理方法研究[J].計算機技術(shù)與發(fā)展，2018（5）：1-4.

[21]陳德鑫，占袁，圓楊兵.深度學(xué)習(xí)技術(shù)在教育大數(shù)據(jù)挖掘領(lǐng)域的應(yīng)用分析[J].電化教育研究，2019（2）：68-76.

[22]蔡寶來.智慧課堂的個性化教學(xué)設(shè)計：構(gòu)架、模型及策略[J].海南師范大學(xué)學(xué)報（社會科學(xué)版），2020，33（1）：82-88.

[23]蔡寶來.人工智能賦能課堂革命：實質(zhì)與理念[J].教育發(fā)展研究，2019（2）：8-14.

[24]雷云鶴，祝智庭.基于學(xué)習(xí)數(shù)據(jù)分析的精準教學(xué)決策 [J].中國電化教育，2016（6）：27-35.

[25]何榮鈺，王書林.基于人工智能的個性化學(xué)習(xí)策略研究[J].課程教學(xué)研究，2018（11）：8-10.

（編輯：王曉明）