maxwell/note
1
0
Fork 0
Code Issues Pull Requests Actions Packages Projects Releases Wiki Activity
main
note/work/教育产业/科大讯飞.md
imac-maxwell b655fbadb3 init
2025-11-19 10:16:05 +08:00

25 KiB
Raw Permalink Blame History

科大讯飞

一些常用数据：

苏州市第三中学 school_id:1010000001000020417 江苏省新苏师范学校附属小学 school_id:1500000100152793411 苏州市立达中学校 school_id:1010000001000022960

1. 数据库

dw_answerdetail_withmask_month_202506

学生考试答题记录

  1. 描述：学生每次作业、考试的详情，以单个题目为一条数据，包含了考试或作业编号、学校编号、学生编号、单个题目的编号，以及答案、正确答案、是否做对、得了几分、题目类型等。

  2. 作用：

    1. 以单个题目为单位，可以对每个题目进行班级、年级范围内的统计，统计这道题目的得分等情况。
    2. 以学生为单位，学生在某个时间段的情况；
    3. 以班级和考试为单位，班级横向、纵向对比；
    4. 多个考试，可统计趋势。但数据量有点大

  3. 关键字段：

    1. correct，是否正确；用于统计学生答题正确率；
    2. create_time4d,week,month:与时间相关的，统计阶段性时间；
    3. subject_code;
    4. topic_number:

举例：

字段 注释 范例
inc_id 自增主键 13
answer 答案 ACD
category 答题类型 (如: t01Exam, t10homework等) t01Exam
correct 是否正确 (TRUE, FALSE) TRUE
create_time4d 操作时间_天 2025/6/12
week 操作时间_周 2025-24
month 操作时间_月 Jun-25
phase 学段 5
score 得分 6
small_topic_number 小题号
standard_score 标准分
subject_code 科目ID 2
subject_name 科目名 数学
topic_id 试题Id ae776a2f-d9e7-42aa-a833-e4c3953e3c87
topic_number 题号 7
topic_set_id 试题集Id (如: 试卷ID) ebb4ddb7-4687-4815-8bc9-8dc27f2ffed7
user_id 用户ID 1.5E+18
class_id 班级ID 1.5E+18
class_name 班级名称 10班
grade 年级 11
school_id 学校ID 2.3E+18
school_name 学校名称 常熟外国语学校
exam_id 考试Id, 默认-1 726fb179-0406-48f4-8171-f8158bb0ba59
exam_type_code 考试类型编码, 默认-1 (如: homework等) weeklyExam
exam_time 考试时间, 默认-1 2025/6/11 0:00
answertype 答案类型, s01Text, s02Image等 s01Text
knowledgecodes 知识点编码集合字符串 020549034n
is_selected_undo 是否选题未做 0
exam_name 考试名称 高二下学期周三测试卷2025. 6. 11
exam_type_name 考试类型名称 周考
marking_paper_name 试卷名称 高二下学期周三测试卷2025. 6. 11(数学)
question_small_type_code 小题类型code 20503
question_small_type_name 小题类型名称 多项选择题
pdate 日分区 2025/6/30

dw_report_user_exam_fact_withmask_month_202506

学生维度的某次考试报告

从用户维度，这是学生单次考试的情况；

列 注释 范例
inc_id 自增主键 808234
exam_id 考试id 1843c3bf-b73b-4991-826a-f542a7749191
exam_name 考试名称 高二数学周周练（12）
grade_code 年级code 11
grade_name 年级名 高二
user_id 用户id 1.5E+18
user_name 用户名称 刘芸熙
user_num 用户学号 55275811
score 学生得分 68
subject_code 科目code 2
class_id 班级id, 上课班级id, 可能和行政班id不同(分层走班) 1.5E+18
class_name 班级名称 高二年级10班
class_rank 班级排名, -2 表示缺考 -3表示未扫描 15
class_rank_rate 班级排名击败率, (班级排名)/班级人数 bg-1
school_id 学校id 1.01E+18
school_name 学校名 苏州市第三中学
school_rank 学校排名, -2 表示缺考 -3表示未扫描 15
school_rank_rate 学校排名击败率, -2 表示缺考 -3表示未扫描 bg-1
union_rank 联考排名, 只在联考时有值 bg-1
class_student_num 班级的人数 39
create_time 记录创建时间 35:43.3
create_exam_time 考试创建时间 19:28.0
exam_time 考试时间 19:28.0
is_custom 是否自定义, 为0或空, 表示默认报告, 1表示自定义报告 0
is_final 是否考试结束, 标注是否结束阅卷, 结束后依然可更新 1
is_remove 是否被剔除, 0表示没有被剔除, 1表示被剔除 0
remove_message 剔除信息, 剔除前的统计信息, 包括班级排名, 学校排名, 分数 bg-1
remove_student_num 剔除学生人数 0
pre_assign_score 赋分前分数 0
user_subject_score 考试中单科的集合 bg-1
report_version 版本, 结束多次时, 每结束一次, 版本+1(即更新操作) 15929996
exam_type_code 考试类型编码 homework
exam_type_name 考试类型名称 手阅作业
wenli_rank 文理考生排名 bg-1
wenli_rank_rate 文理考生排名击败率 bg-1
elective_rank 选考组合排名 bg-1
elective_rank_rate 选考组合排名击败率 bg-1
elective_course 选考组合 bg-1
elective_type 选考类型, arts:文科, science:理科 bg-1
custom_class_rank 自定义校级排名 15
custom_school_rank 自定义班级排名 15
standard_score 标准分 150
remark_status bg-1 normal
student_states bg-1 ["normal"]
level_name 等级名称 bg-1
level_dist 等级分配 bg-1
pdate 日分区 2025/6/30

dw_report_user_subject_fact_withmask_month_202506

学生维度的学科考试报告

好的，这是根据您提供的图片转换的Markdown表格。

列 注释 范例
inc_id 自增主键 1719364
exam_id 考试ID 499ed4a3-6b78-4a0b-8887-a0cd2d2adc3
exam_name 考试名称 高二下学期期末复习模拟卷(一)
grade_code 年级code 11
grade_name 年级名 高二
user_id 用户ID 1.5E+18
user_name 用户名称 杨馨语
user_num 用户学号 55275823
score 学生得分 92
standard_score 满分 150
subject_code 科目code 2
subject_name 学科名 数学
class_id 班级ID, 上课班级ID, 可能和行政班ID不同(分层走班) 1.5E+18
class_name 班级名称 高二年级10班
class_rank 班级排名, -2 表示缺考 -3 表示未扫描 1
school_id 学校ID 1.01E+18
school_name 学校名 苏州市第三中学
school_rank 学校排名, -2 表示缺考 -3 表示未扫描 1
union_rank 联考排名, 只在联考时有值 bg-1
create_paper_time 试卷创建时间, 指管理员创建试卷的时间, 一般在考试前 31:57.0
exam_time 考试时间, 管理员选择考试时间 28:05.0
create_time 创建时间, 记录插入时间, 更新记录时会更新该字段 32:45.3
update_time 更新时间, 现在单科是全量数据, 该字段已经无意义 32:45.3
answer_create_time 答题记录创建时间, 其他端使用, 每个学生的答题记录时间都一样 bg-1
category 试卷类型, 包括正式考试、自主练习。共17种, 已有class的枚举类 t01Exam
marking_paper_id 试题集ID, 试卷 3402911f-d853-430d-9621-95655a8cbd5d5
marking_paper_name 试题集名称 高二下学期期末复习模拟卷(一)(数学)
sub_subject_code 子科目代码, ["05", "06", "13"]如理综; 若为语文等, 则为空 bg-1
is_remove 是否被剔除, 0表示没有被剔除, 1表示被剔除 0
remove_message 剔除信息 {"tiClassRank":3,"tiSchoolRank":3,"tiScore":88}
admin_class_id 新高考主班id, 所在行政班的班级ID (走读) 1.5E+18
admin_class_name 新高考主班名称 高二年级10班
is_custom 是否自定义, 为0或空, 表示默认报告, 1表示自定义报告 0
assign_score 等级赋分, 分数区间[90~100] bg-1
assign_score_level 等级赋分的等级, 分数区间名称, 如A等 bg-1
exam_type_code 考试类型编码 homework
exam_type_name 考试类型名称 手阅作业
report_version 版本, 结束多次时, 每结束一次, 版本+1(即更新操作) 1
custom_class_rank bg-1 1
custom_school_rank bg-1 1
remark_status bg-1 normal
student_states bg-1 ["normal"]
pdate 日分区 2025/6/29

dw_report_class_exam_fact_withmask_month_202506

以班级为单位的某个考试的详细报告

列 注释 范例
inc_id 自增主键 957
exam_id 考试id ea8070ed-bdc7-4114-b284-03f0db1fc6b3
exam_name 考试名称 苏州市第三中学2025高中“慧成实验班”自主招生综合素质评价(一)
exam_type_code 考试类型编码 homework
exam_type_name 考试类型名称 手阅作业
school_id 学校id 1.01E+18
school_name 学校名 苏州市第三中学
grade_code 年级code 9
grade_name 年级名 九年级
class_id 班级id 1.5E+18
class_name 班级名称 九年级8班
subject_code 科目code 2
create_time 创建时间 04:12.2
create_exam_time 创建考试时间 09:17.0
exam_time 考试时间 09:17.0
is_custom 是否自定义, 为0或空, 表示默认报告, 1表示自定义报告 0
is_final 考试是否结束 1
max_score 班级最高分 60
min_score 班级最低分 25
avg_score 班级平均分 41.20512772
standard_deviation 标准差 8.659305
student_num 学生人数 39
submit_student 实考人数 bg-1
unsubmit_student 未考人数 bg-1
remove_message 剔除信息 bg-1
remove_student_num 被剔除的人数 0
score_section 分数区间 [{"count":31,"maxScore":50.0,"minScore":0.0,"rate":0.7948718,"showModel":"LCR0"},{"count":8,"maxScor...
report_version 版本, 结束多次时, 每结束一次, 版本+1(即更新操作) 16453819
standard_score 标准分数 100
excellent_num 优秀人数 0
excellent_rate 优秀占比 0
good_num 良好人数 1
good_rate 良好占比 0.025641026
qualified_num 合格人数 38
qualified_rate 合格占比 0.974358976
disqualified_num 不合格人数 1
disqualified_rate 不合格占比 0.025641024
pass_num 及格人数 17
pass_rate 及格占比 0.43589744
low_num 低分人数 0
low_rate 低分占比 0
unpass_min_score 不及格最低分 0
unpass_max_score 不及格最高分 60
excellent_min_score 优秀最低分 85
excellent_max_score 优秀最高分 100
excellent_score_rate 优秀分值比例 0.85
low_min_score 低分最低分 0
low_max_score 低分最高分 40
low_score_rate 低分分值比例 0.7
pass_min_score 及格最低分 60
pass_max_score 及格最高分 70
pass_score_rate 及格分值比例 0.6
good_min_score 良好最低分 70
good_max_score 良好最高分 85
good_score_rate 良好分值比例 0.7
stat_student_num bg-1
pdate 日分区 2025/6/30

dw_report_class_subject_fact_withmask_month_202506

以班级学科为单位的某个考试的详细报告

列 注释 范例
inc_id 自增主键 7398
exam_id 考试id ea8070ed-bdc7-4114-b284-03f0db1fc6b3
exam_name 考试名称 苏州市第三中学2025高中“慧成实验班”自主招生综合素质评价(一)
exam_type_code 考试类型编码 homework
exam_type_name 考试类型名称 手阅作业
school_id 学校id 1.01E+18
school_name 学校名 苏州市第三中学
grade_code 年级编码 9
grade_name 年级名 九年级
class_id 班级id 1.5E+18
class_name 班级名称 九年级3班
subject_code 学科编码 2
subject_name 学科名称 数学
exam_time 考试时间 09:17.0
max_score 班级最高分 54
min_score 班级最低分 31
avg_score 平均分 41.94285583
standard_deviation 标准差 6.667374134
class_student_num 总人数 35
submit_student_num 实考人数 35
report_version 报告版本 1
standard_score 标准分数 100
excellent_num 优秀人数 0
excellent_rate 优秀率 0
good_num 良好人数 0
good_rate 良好率 0
qualified_num 合格人数 0
qualified_rate 合格率 0
unqualified_num 不合格人数 35
unqualified_rate 不合格率 1
pass_num 及格人数 0
unpass_min_score 不及格最低分 0
unpass_max_score 不及格最高分 60
excellent_min_score 优秀最低分 85
excellent_max_score 优秀最高分 100
excellent_score_rate 优秀分值比例 0.85
low_min_score 低分最低分 0
low_max_score 低分最高分 40
low_score_rate 低分分值比例 0.7
pass_min_score 及格最低分 60
pass_max_score 及格最高分 70
pass_score_rate 及格分值比例 0.6
good_min_score 良好最低分 70
good_max_score 良好最高分 85
good_score_rate 良好分值比例 0.7
pdate 日分区 2025/6/30

2. 维度分析

下面，我将从教师维度（细分为任课老师、班主任、年级组长、校长）和家长维度，来阐述可以从哪些角度进行数据分析、解析、对比和趋势洞察。

数据关联核心

在分析之前，我们首先要明确各表之间的关联关系，这是所有分析的基础：

  • 核心关联ID：exam_id, user_id, class_id, school_id, subject_code, topic_id。
  • 粒度层级：dw_answerdetail (题目粒度) -> dw_report_user_subject_fact (学生-学科粒度) -> dw_report_user_exam_fact (学生-考试总分粒度)。同时，这些数据向上聚合，形成了 dw_report_class_subject_fact (班级-学科粒度) 和 dw_report_class_exam_fact (班级-考试总分粒度)。

1. 任课老师 (Subject Teacher)

核心关切： 我所教的这个/这些班级，在我所教的这门学科上，学得怎么样？学生知识点掌握情况如何？教学策略是否需要调整？

分析角度：

  • 教学效果即时诊断 (单次考试/作业分析)

    • 题目级分析 (教学反思)：
      • 难点题目定位：通过 dw_answerdetail 表，按 exam_id 和 class_id 筛选，对每个 topic_id 计算平均得分率 (avg(score) / max(standard_score))。找出得分率最低的TOP 5题目，进行重点讲评。
      • 高频错题分析：统计每个题目 (topic_id) 的错误人数和错误选项分布（如果是选择题），分析学生普遍的错误思路。
      • 知识点掌握度分析：利用 knowledgecodes 字段，将题目关联到知识点。聚合计算每个知识点下的所有题目的平均得分率，定位本班学生的薄弱知识章节。
      • 题型掌握度分析：利用 question_small_type_name 字段（如选择题、填空题、解答题），分析学生在哪类题型上失分较多，从而进行专项训练。

  • 班级学情横向对比 (多班级教学)

    • 班级整体对比：如果老师教多个班，可以对比所教各班在同一次考试中的 avg_score, max_score, min_score, pass_rate (及格率), excellent_rate (优秀率)。数据源：dw_report_class_subject_fact。
    • 分数段分布对比：对比不同班级在高分段、中分段、低分段的人数分布，了解班级间的学习层次差异。数据源：dw_report_class_exam_fact 中的 score_section 字段。
    • 薄弱点共性与差异分析：对比不同班级的薄弱知识点和高频错题，判断是普遍的教学难点，还是个别班级的特殊问题。

  • 学生个体纵向追踪 (个性化辅导)

    • 关键学生识别：
      • 优秀生：识别班级排名 (class_rank) 靠前但某些关键题目或知识点失分严重的学生，助其补强短板。
      • 边缘生：识别处于及格线 (pass_min_score) 附近的学生，分析其失分点，进行精准辅导，提升及格率。
      • 后进生：识别排名靠后的学生，重点分析其基础知识点的掌握情况，制定补差计划。
      • “伪学霸”识别：总分高，但某些基础题、送分题失分，说明学习习惯或态度有问题。
    • 学生进步趋势分析：通过 dw_report_user_subject_fact 表，筛选特定 user_id 和 subject_code，按 exam_time 排序，观察其 score 和 class_rank 的变化曲线，评估其学习状态的稳定性与进步情况。

2. 班主任 (Class Teacher)

核心关切： 班级整体学风、各学科均衡发展情况、关注每个学生的全面发展、及时发现有异常状况的学生。

分析角度：

  • 班级整体画像 (单次考试)

    • 全科总览：使用 dw_report_class_exam_fact 查看班级总分平均分、最高/最低分、标准差（反映分数离散度）。
    • 学科强弱分析：对比班级各科的平均分 (dw_report_class_subject_fact) 与年级平均分（需要关联年级数据计算），找出班级的优势学科和短板学科，以便和任课老师沟通。
    • 尖子生与后进生分布：查看总分排名 (class_rank from dw_report_user_exam_fact)，了解高分层和低分层学生情况，思考如何分层管理。

  • 班级横向定位

    • 年级定位：对比本班总分平均分 (avg_score) 在全年级的排名。
    • 学科瘸腿分析：找出班级内总分排名靠前，但某单科排名 (class_rank in dw_report_user_subject_fact) 却很低的学生，进行谈心和辅导。反之亦然。

  • 学生动态趋势监控

    • 异常波动学生预警：对比本次与上次考试，筛选出总分排名 (class_rank) 下降超过 N 位（如10位）的学生，主动关心其最近的学习生活状态。
    • 持续进步/退步学生画像：拉长时间轴（如一个学期），追踪每个学生总分排名的变化趋势，表扬持续进步者，干预持续退步者。
    • 学科发展不均衡预警：分析学生 user_subject_score 字段或关联 dw_report_user_subject_fact，观察是否有学生长期存在严重的学科偏科，并随时间加剧。

3. 年级组长 (Grade-Level Head)

核心关切： 年级整体教学质量、班级间的均衡性、各学科教学进度与效果的协调、关键指标（如平均分、优良率、及格率）的达成情况。

分析角度：

  • 年级整体质量监控

    • 年级整体报告：聚合 dw_report_class_subject_fact 数据，计算出年级各科的平均分、标准差、各分数段比率，形成年级整体学情报告。
    • 班级教学质量雷达图：以班级为单位，以各科的“平均分/年级平均分”的比值为指标，绘制雷达图，直观展示各班的学科优势与短板。
    • 教学公平性/均衡性分析：分析各班平均分 (avg_score) 的离散程度（如计算平均分的标准差）。如果标准差过大，说明班级间发展不均衡，可能需要调整师资或教学资源。

  • 教师教学成效评估 (需关联教师信息)

    • （假设存在教师-班级-学科对应关系表） 可以对比教授同年级同科目但不同班级的老师，其所教班级的平均分、优秀率等指标，作为教学评估的参考之一（注意要结合班级生源基础等因素综合判断）。

  • 趋势与目标管理

    • 年级整体进步趋势：追踪历次重要考试（如月考、期中、期末）年级总分、各科平均分的变化，评估年级整体的学业发展轨迹。
    • 目标达成度分析：将年级的 pass_rate, excellent_rate 等指标与学期初设定的教学目标进行比对，分析差距和原因。
    • 联考对标分析：若有联考数据 (union_rank)，可横向对比本校同年级在联考学校中的排名和各项指标，找到差距，制定提升策略。

4. 校长 (Principal / School Leadership)

核心关切： 全校整体办学质量、跨年级/跨学部的教学表现、学校特色（如实验班）的有效性、与兄弟学校的竞争力、长期发展趋势。

分析角度：

  • 全校教学质量仪表盘

    • 跨年级对比：对比不同年级在同一学科上的表现（需考虑课程难度差异，可使用标准分或T分数进行标准化后再比较），评估教学的连贯性。
    • 特色班级成效评估：“慧成实验班”这类班级，需长期追踪其与平行班在平均分、高分段人数占比、排名等方面的差异，并分析差异是否随时间扩大，以验证特色培养模式的有效性。
    • 学校核心指标监控：关注全校的升学关键指标，如高分段学生（未来清北生源）、一本线（或特殊类型招生控制线）上线率预估等。

  • 学校竞争力分析

    • 联考成绩深度分析：通过 union_rank，不仅要看学校的整体排名，还要深入分析本校各分数段学生在联考中的分布，以及与顶尖学校的差距主要体现在哪个分数段。
    • 生源质量与加工能力分析：结合学生入学时的成绩（入口）和历次大考的成绩（出口），建立增值评价模型（Value-Added Assessment），评估学校的“加工能力”，即在现有生源基础上提升学生学业水平的能力。

  • 长期战略规划

    • 学科发展战略：长期（如3-5年）追踪各学科的发展趋势，决定资源倾斜方向，打造学校的优势学科品牌。
    • 新高考改革适应性分析：利用 elective_course (选考组合) 字段，分析不同选科组合学生的表现，为下一届学生的选科指导提供数据支持，并优化分层走班（class_id vs admin_class_id）的教学管理。

5. 家长维度的分析角度

核心关切： 我的孩子学得怎么样？他的强项和弱项是什么？他在班级/学校处于什么位置？他最近是进步了还是退步了？

分析报告/App界面可以呈现以下分析结果：

  • 单次考试成绩报告 (一目了然)

    • 核心成绩展示：清晰展示本次考试的总分、各科得分、班级排名 (class_rank) 和年级排名 (school_rank)。数据源: dw_report_user_exam_fact, dw_report_user_subject_fact。
    • 成绩定位：用图表（如仪表盘或水平条）展示孩子的得分在班级/年级的位置，例如“您的孩子本次数学得分92分，超过了班级85%的同学”。数据源：score + class_rank / class_student_num。
    • 与集体对比：将孩子的单科得分与班级/年级平均分、最高分进行对比，让家长了解孩子的相对水平。数据源：user_subject_fact.score vs class_subject_fact.avg_score / max_score。

  • 学习诊断与建议 (深入分析)

    • 知识点掌握雷达图：基于 dw_answerdetail 和 knowledgecodes，分析孩子在本次考试中涉及的各个知识点的得分率，生成雷达图，强弱项一目了然。
    • 失分题目详情：列出孩子所有做错的题目 (correct=FALSE)，展示题目内容、孩子的答案、正确答案和标准得分，并附上该题在班级的平均得分率，让家长知道这是“不该错的题”还是“普遍的难题”。
    • 能力模型分析：基于 question_small_type_name，分析孩子在“基础应用”、“综合探究”、“计算能力”等不同能力维度上的表现。

  • 成长轨迹追踪 (纵向对比)

    • 成绩走势图：提供孩子在单个学科或总分上的历次考试成绩/排名的折线图，直观展示其进步、退步或波动情况。
    • 排名变化归因：当排名发生显著变化时，系统可初步分析原因，例如“本次排名上升，主要得益于数学成绩的大幅提升”或“本次排名下降，主要是因为在‘函数’这一知识模块失分较多”。

通过以上多维度的分析，我们可以将原始的、分散的成绩数据转化为有价值的、可指导行动的洞察，真正实现数据驱动的精准教学和个性化发展。