柯斌 芦俊佳

摘要：在智慧教育的大背景下，教育大数据得到普遍重视，高校学生课堂行为数据作为教学过程数据成为现代教育的一个研究热点。以云南省X高校课堂原始视频为基础，对学生课堂行为进行了初步分类，并指出四个学生课堂行为数据挖掘利用方向：教学过程监测、学生学习风格分析、学生成绩预测预警、教师课堂教学评价。最后，提出两个后续研究方向：建立深度学习算法模型实现学生课堂行为自动识别、开发学生课堂行为应用软件。

关键词：智慧教育;高校;学生课堂行为;数据挖掘

中图分类号：G642        文献标识码：A

文章编号：1009-3044（2020）26-0148-03

Abstract： Under the context of smart education， education big data has been widely valued. As the data of teaching process， classroom behavior data of college students has become a research hotspot of modern education. Based on the original classroom video of X university in Yunnan Province， this paper preliminarily classifies the student classroom behaviors， and points out four directions of data mining and utilization of student classroom behavior： teaching process monitoring， students' learning style analysis， students' performance prediction and early warning， teachers' classroom teaching evaluation. Finally， two research directions are put forward： establishing deep learning algorithm model to realize automatic action recognition of student classroom behavior， and developing the application software of student classroom behavior.

Key words： smart education; universities; student classroom behavior; data mining

在传统教学中，学生的课程成绩等教学结果数据普遍得到重视，而教学过程数据如学生课堂行为数据并没有引起重视，随着机器学习在教育领域的交叉融合，代表着现代教育新方向的智慧教育慢慢得到普及和认可，教育大数据在教学过程中起到的作用得到越来越多的重视[1]，而以学生课堂行为数据为代表的教学过程数据成为智慧教育的一个新的突破口。

学生课堂行为是指学生在课堂教学过程中表现出来的行为总和，包括学习行為和非学习行为。学习行为主要有听讲、阅读、笔记、与老师语言交流等;非学习行为有玩手机、打盹睡觉、其他非学习活动等，任何课堂行为都是教学过程中反映学生学习的重要数据，因此课堂是收集和挖掘教学过程数据最好的地方。这些数据经过机器学习样本训练和特征提取后，可以自动识别课堂行为，最后进行数据挖掘利用，因此在教学过程监测、教学决策辅助、智慧教育[2]等方面具有重要的现实意义。……