10月20日，西南交通大学公布该校关于数字化战略的实施意见，除打造“金融大数据研究院”外，还将大数据应用到了学生的培养中。

　　在该校发展规划中，到2020年，通过有线网络、WiFi、一卡通、门禁卡等相关系统，每个学生每天在校园做些什么，都能被学校“大数据库”统计起来，从而绘制出学生在校园里的“行为轨迹”模型，预测学生未来的发展状况。

　　“如果观测到学生的行为会导致成绩下降，老师将提前预警和干预。”该校教务处处长郝莉介绍说，学校希望通过大数据的收集，为每个学生个性化的成长提供支持。

　　A

　　展望

　　WiFi定位了解学生生活状况

　　“现在的校园中，老师根本没办法知道学生们真正在做什么，只能凭自己的感觉说这届同学好像不如上一届，这个学院的同学学习好像不如另一个学院，而这些论断都没有支撑。”郝莉说，为了更好地了解学生的学习状态，老师们需要知道一些信息，比如，每天学生真正投入到学习上的时间有多少？每天有多少时间在运动，多少时间在做实验？

　　如今，在大数据时代，回答这些问题成为了可能。这些数据来自于学生在校园学习生活的方方面面。

　　今年，西南交大启动了学生的“大数据”收集工作，比如，通过有线网络、覆盖全校的WiFi、一卡通、门禁卡等等，来定位学生在学校的位置，以此判断出学生是在教室、图书馆、运动场、讲座现场还是宿舍，从而判断学生在学习、第二课堂、运动等活动上投入的时间和精力。再以此数据为基础，勾勒出学生在学校的行为轨迹，了解学生的真实状态。

　　在线学习掌握学生学习情况

　　除了学生的生活轨迹，通过一系列的数据整理和挖掘，西南交大计划建立起学生的学习模型，预测学习状况。

　　在该校的规划中，未来，该校学生在线学习将成为学习的主要方式，教室则主要用于师生之间的讨论和研究。而学生的在线学习行为将成为数据，根据学生观看每个数字资源的时间、回看情况、完成练习与考试情况，学校就可以知道学生的学习投入、难点与学习习惯。而在线答疑、交流、出勤、作业准确率、考试成绩等课程信息也可以成为数据。

　　通过学生的行为轨迹和学生的学习答题状况，老师就可以建立起学生学习模型，预测学生学习情况，为学生学习提供个性化指导，为教师教学提供支持。比如，通过对在线学习习惯分析，对于有拖延症的同学，老师可以提前提醒学生合理安排时间；对于在答疑中提及较多的内容，可以提醒老师多进行讲解；通过观察学生学习生活状况，预测出学生将遇到的学业问题和成绩下降，老师可以提前介入，提出预警。 1 2 下一页 尾页