摘要：      在数字化教育转型背景下，传统小学信息技术教学评价面临数据维度单一、反馈滞后、个性化缺失等痛点。本文以大数据技术为核心，构建包含“数据采集-行为分析-动态反馈”三层架构的评价体系，通过采集课堂互动、在线学习、作品创作等12类行为数据，运用LSTM神经网络预测学生操作效率衰减点，结合Apriori算法挖掘行为模式。实证研究表明，该体系使评价准确率提升27.3%，教师分析作业时间缩短68%，学生编程作品优秀率提高41%，为教育评价现代化提供可复制的技术路径。