学习评价是课堂教与学活动中的一个重要环节，是学习系统的反馈调节机制。在一定程度上，学习评价的内容以及评价方式影响着教学过程，在学习与教学过程中具有重要作用。长期以来，针对学生的学习评价偏重结果评价，忽略过程评价，偏重群体发展，忽视个体发展。大数据的应用，为学生过程性评价和个性化评价提供了很好的支持。互联网教育公司通过记录学生的线上学习时间、联系轨迹、答题记录、考试成绩、师生互动信息等为学生制定个性化的学习档案，并根据每一阶段的学习状况作出学习分析，实现学生评价的个性化。
我们作出综合评价的数据源来自于：课程数据资源、学习者特征数据、学习行为分析、作业与考试数据、课外资源数据等。
效果：
1、提升学习成效。借助于个体学生特征、学生课堂表现和考试作业完成情况等数据信息的关联分析和演变分析，可以从学生学习行为数据库中探究出有价值的数据，找到真正影响学习成效的因素，进而为改善学生的学习成效提供实证支持。
2、实现多元评价。通过对数据库系统中的学生知识点掌握、学生的个人和小组作业完成情况、学生在讨论区中的互动交流情况等学习过程信息的记录和分析，不仅可以实现学生发展的过程性评价，还能对学习者进行多元深层次评价，发现学生真正的不足和潜能，促进学生的个体的成长。
3、精准推荐学习资源。个性化学习评价中的教育大数据记录了学生的学习行为信息，能够实时跟踪学生的学习轨迹、实时反馈评价。通过对学生学习过程的监控与指导，全方位分析和定义目标人群感兴趣的内容需求，采用不同线上推荐系统，向学习者提供不同类型的学习资源，实现教育产品的精准营销。
图片转自网络