1.务实的学习平台建设

针对当下教育软件各式各样，其中适合数学的学习和教学的软件有哪些？需要我们一线教师对其进行筛选和甄别。一定时向教师们推送优质软件和平台。二定期对骨干教师进行培训以利于辐射推广给其他教师。三定时开展教研活动，聚焦软件和平台的运用，辐射数据收集和整理的优势。

如何建构资源库？就是将碎片化的资源进行筛选、组合、排列，使之成为整体或主题式的

资源集合，更加便捷服务于教师的教和学生的学，也更加便于大数据教学的测评。我们可以根据小学数学课程构建结构化的资料库，制定四大板块(数与代数、图形与几何、统计与概率、综合与实践)，每个版块再细分，旨在发展学生的数感、符号意识、空间观念、几何直观、数据分析观念、运算能力、推理能力、模型思想、应用意识和创新意识等数学十大核心素养。例如在“综合与实践”板块根据不同年段的教学内容设定子目录，每个子目录里包含教师备课资料，活动介绍视频以及拓展微课以及相应的题库。在“数与代数”板块设定子目录——数概念，这个板块包含十以内的数、百以内的数、千以内的数、万以内的数，构建整体式的知识集合。结合不同核心素养构建学生数学学习一体化的知识团，便于教师对学生进行管理或按知识模块精准诊断，让系统根据学生的行为数据自动推送相关知识或练习题。题库资源建设可以寻求资源网站协助一线教师共同完成，同时教师可以使用多媒体自制一体化的微课资源。学习资源平台建设贴合现有教材、一线教师和学生的实际需求，使智慧学习平台更具针对性、实用性。

2.全面的数据采集模式

数据是基础，是核心。只有采集了学生学习过程中常态化的海量数据，教师才能做到真正了解每一位学生，看到学生发展进步的动态过程，并进行客观理性地学情分析和学生学业水平评估。

教学大数据建设的核心思想是打破课堂教学数据、在线学习数据以及课后辅导数据间的壁垒，实现三大教学数据的汇聚、开发和共享。突破线下教学数据采集难的瓶颈，实现线上和线下教学数据的有效整合，打造一体化的教学数学新生态。通过数据采集，获得学生数学学习过程中最鲜活、最丰富的真实数据，如学生解答的痕迹、教师批阅的痕迹。线下数据收集可采用先扫再批或先批再扫的数据采集模式。如教师通过手机“爱作业”APP批改口算，教师可随时查看教学诊断云平收集的学生数据，即学生完成情况、正确率，系统会自动建立个人错题库，并给出补偿性学习建议。            

3.实时的后台技术分析

教学数据分析技术通过智慧学习平台等方式应用于教学环节中。首先是技术层面，教师要基本熟悉大数据形成的各类技术，如统计分析、数据挖掘、量化自我、话语分析、信息可视化等技术。其次是方法层面，包括学习者建模、学习结果诊断、学习路径规划和学习者画像等洞悉学生准确情况。最后是应用层面，即对外输出，包含学生行为分析、在线决策和预测分析等，为学生提供与他们自身个性化学习特征和学习需求相匹配的个性化教学服务，为学生的精准化、个性化发展提供全面支持。

4.更加精准实施教学干预方案推送

   以大数据技术为手段，在精准分析学生学业现状的基础上，对教育目标进行精准定位，对学生学习表现进行精准评价进而做出精准教学决策的干预，使教学过程和教学结果可量化、可监测、可调控。

①更精准教学目标的设定。教师结合自身经验对学生已有的教学数据进行分析，提前构建包含学生差异性初始能力、简单化认知结构、跟风性认知风格、兴趣化学习动机、不稳定性学习态度等多维度在内的个体学习者模型匹配教学目标的差异性干预。

②更精准教学内容的推送。根据学生之间的关联性特征，对学生群体推送相同的数学学习内容，建立不同教学内容之间的关联，再根据知识点间相关性的强弱和因果关系，将符合条件的内容再推送给学生。

③更精准学习活动的设计。将课按新授、练习、活动进行区分，根据学生的差异进行动态分组，分为同质化分组和异质化分组，从而实施并列教学和个性化教学。个性化教学，学生可以进行自主的个性化学习，有的观看个人错题集中推送的讲解微课，有的观看平台推送的薄弱知识点讲解微课，有的进行个性化练习的解答，有的相教师提问，教师面对面的进行精准化指导，课堂时间真正属于学生，教师是学生学习的组织者和引导者。

④更精准进行数据挖掘和分析。教师通过对学生的参与行为、互动行为、学习结果、学习态度、学习动机、互动行为、评价行为等方面数据的获取，经过严格的梳理分析与逻辑构建，可以全面、精细地反映出学生的学习过程全貌，为教师对学生的学习过程做出精准评价。此外还可以通过概念图、散点图、控制图等对虚实的学习行为和过程进行呈现，使学生的学习行为和过程更加可视化。

⑤更精准采取相应的干预措施。借助大数据技术手段，精准化识别学生个体及群体的学习状态、存在的问题，在此基础上形成精准高效的决策与干预，不断完善、优化后续的教学过程。