学生信息素养评价是全面提升学生信息素养水平的重要前提,而获取学生信息素养真实表现相关的过程性数据是实现精准评价的重要依据.针对传统的学生信息素养评价范式中存在的评价内容有限、评价结果效度较低,且缺乏对过程性数据的采集与分析等问题,该研究基于"证据中心设计"(Evidence-Centered Design, ECD)的核心思想,采用理论研究与实践应用相结合的方法,设计多类型的复杂情境任务,基于xAPI采集与存储复杂、细粒度的过程性数据,利用机器学习算法挖掘学生信息素养评价指标与过程性数据的关联机制,识别并提取学生信息素养行为特征变量,构建贝叶斯网络并训练样本数据,实现数据驱动的学生信息素养精...