伴随着大数据发展的不断进步,大数据在教育领域的应用也不断成长起来,同时教育信息化为教育数据的收集和挖掘提供了基础。大数据与数据挖掘分析在学前教育至高中教育还属于起步阶段,学校采用传统的统计方法对学生成绩和学习能力进行评价,方法过于单一,评价结果也较为简单,未能深入发掘学生的学习优势与劣势,在个性化教育与评价上还有很大的发展空间。同时随着新高考政策的到来,个性化教育与素质教育成为当今教育领域的主题,如何客观全面的评价学生,是学校面临的难题之一,本文将应用数据挖掘统计方法,为学校、老师、家长和学生提供有效的建议。本文以西安惠安中学为例,借助于陕西纳吉特数据科技有限公司“智慧校园”平台,获取学生成绩为原始数据,以相关性分析、因子分析、聚类分析三种统计分析方法,进一步挖掘学生成绩,主要工作如下:(1)以相关性分析为基础,研究学生不同科目之间初中学习成绩与高中学习成绩的相关性;与猜想不同的是,除物理、英语、语文、数学科目外,其他科目初高中成绩并没有较高的相关性,主要原因是初高中学习内容跨度较大,老师在授课方法上有很大改变,同时学生的学习方法也需要有所调整,故在新高考选课时不宜过多参考初中考试成绩;英语成绩初高中相关度较高,需要家长长期培养学生学习英语的兴趣及能力;(2)以因子分析与聚类分析为基础,本文提出了因子排名的学生评价方式。该方式与传统以学生成绩总分排名评价学生结果有较大差异,可以更多元化评价学生。本文提出以语言因子、理科因子、文科因子来评价学生的学习能力,更清晰的了解学生学习能力的优势与缺失;通过聚类分析可以将同类型的学生分为一组,学校可依据聚类分析分组结果为同类型学生配备合适的师资,帮助学生弥补不足,发挥优势;(3)本文经过议定对学生在学业维度、思想品德维度、艺术素养维度、身心健康维度成绩的综合分析,提出综合素质评价方法。同时通过相关性分析,验证学生综合素质成绩与高考成绩有较高的相关性,得到学生综合全面发展对学业成绩有很大帮助的结论。通过本文的分析,学校和家长可以选择用除了学习成绩以外的方法来评价学生的学习能力,更深入的了解学生学习情况,个性化、多元化评价学生,发现学生在学习生活中的长处,帮助学生扬长避短,选择最适合学生进一步学习的科目,在高考中取得优异成绩,在大学中选择适合学生学习的专业。同时验证了西安惠安中学现有综合素质评价体系的合理性,深入分析各维度之间的相关关系,为学生提升成绩提供合理建议。大数据与数据挖掘可以优化学校资源分配,同时帮助家长和学校了解学生实际的学习情况,及时帮助学生调整学习方向,帮助学生规划未来学习生活。大数据与数据挖掘在教育领域的应用还有更广阔的发展空间。