提起“互联网 ”，相信大家对“啤酒与尿布”的故事已经耳熟能详，此故事是营销界的神话，刊登于1998年的《哈佛商业评论》，也称作“购物篮分析”。20世纪90年代，美国沃尔玛管理人员分析销售数据时发现一个奇怪的现象，“啤酒”和“尿布”两件毫无关系的物品经常出现在同一个购物篮（被同时销售），经调查发现，这种现象出现在年轻父亲身上。1993年美国学者Agrawal通过分析购物篮中的“啤酒”与“尿布”集合，找出两者之间的关联关系，并提出关联关系的计算方法，即Aprior算法。因此，“购物篮分析”被称为“数据挖掘算法之王”。如今，我们正身处智能化环境中，如在淘宝购买物品时，会发现要搜索的相似物品都出现在眼前，这其实就是运用“购物篮分析”法对我们的行为数据进行关联分析，找出我们的需求点，进而提供多种选择方案。
　　当孩子玩Ipad等智能设备中的App游戏时，也会奇妙地发现App会随着孩子年龄的变化而自动推送新游戏。虽然基于“互联网 ”的幼儿教育产品丰富多彩，但学术界至今还未有基于“互联网 ”的幼儿游戏相关研究案例，分析原因有两个：一是学前教育研究者多为文科背景，对相關算法相对陌生；二是幼儿的学习多以操作材料为主，过程性行为数据难以自动抓取。当今技术已不是难题，我们能否借助“互联网 ”思维完成对幼儿数据的采集，并通过先进的分析方法来了解幼儿的学习轨迹呢？
　　这是幼儿在不同情景中玩积木游戏的真实写照，众多研究表明幼儿阶段不适合“基于计算机的学习（CBLS）”，因此此游戏借助互联网思维将技术隐藏在玩具积木中，以社会性建构理论以及情景学习理论为理论模型设计不同的游戏情景，使幼儿在自然真实的环境中进行游戏。整个系统分前端和后端两部分：前端包括玩具（本案例中为积木）、智能手环等硬件以及App平台；后端包括服务器及专家系统。幼儿配戴智能手环参与游戏，玩具积木中装有RFID近场识别标签，可自动抓取幼儿游戏中的行为数据，如幼儿拿放不同形状积木的次数、选择不同大小积木的次数、所用不同形状积木的数量、游戏所用时间等行为数据，自动保存在基于互联网技术的后台服务器中。借助“啤酒”和“尿布”故事的经验，运用专家系统中的教育数据挖掘（EDM）、机器学习，人工智能中的朴素贝叶斯、决策树、神经网络等先进技术和算法对幼儿的行为数据构建模型并进行分析，了解幼儿游戏中的学习特点及发展变化，并运用新一代测量理论——认知诊断理论对幼儿的学习过程性能力进行诊断，App端自动化形成诊断报告及教育建议，如，1.该幼儿对圆形、长方形掌握较好，对拱形掌握差，建议设计形状认知游戏，加强不常见形状（拱形）的认知；2.该幼儿偏爱黄色，建议开展美术活动，提升幼儿运用色彩的能力……帮助教师和家长了解幼儿的学习轨迹和知识掌握情况，发现幼儿游戏中学习的“优势”和“劣势”，以便实施、调整个性化教育方案并创设适宜有效的教育环境，因材施教。
　　通过充分利用科学技术手段，对幼儿游戏过程进行监测与评估，挖掘幼儿数据背后隐藏的内涵，有助于改进教育方式，进而促进学前教育改革创新和评价体系的构建，提升学前教育质量，促进公平，满足幼儿全面发展、健康成长的需要
　　（注：该研究正在紧锣密鼓地进行中，本刊后续会有详细报道，敬请关注。）