胡雅祺 王海丰 焦赛美

摘  要： 在大数据技术的背景下，多元化在线教学手段对教育行业所带来的价值在于更好的服务于现代化教学，帮助教师精准的掌握学生学情，实现教学过程的公平公正的考核评估，从而推动教学管理改革，提高教学管理质量。本文选取了大学计算机基础课，进行大数据下教学过程中对学生学习行为分析的研究。

关键词： 大数据;教学手段;学习行为;考核评估

中图分类号： TP3-0;TP311.13    文献标识码： A    DOI：10.3969/j.issn.1003-6970.2020.09.017

本文著录格式：胡雅祺，王海丰，焦赛美. 基于大数据的学生学习行为分析在教学中的应用初探[J]. 软件，2020，41（09）：6264+83

【Abstract】： Under the background of big data technology， the diversified online teaching methods better serve for the modern teaching in the education industry， to helps teachers accurately grasp the students learning situation， to achieve a fair and just assessment of the teaching process， then promote the reform of teaching management and improve the quality of teaching management. The paper focus on the universitys public computer course， research on the analysis of students learning behavior in the process of teaching under big data.

【Key words】： Big data; Teaching methods; Learning behavior; Evaluation

0  引言

传统的课堂教学过程中，一般通过平时成绩及期末成绩两大部分对学生进行考核。由于傳统课堂教学过程化管理薄弱的缺点，在平时成绩评价时教师无数据支撑，过重的倚重期末成绩在课程中的考核比例，导致学生不在乎平时的学习，次次临时抱佛脚，也可以取得不俗的课程成绩。2018年《教育部关于狠抓新时代全国高等学校本科教育工作会议精神落实的通知》的下达，要求“各高校要切实加强学习过程考核，加大过程考核成绩在课程总成绩中的比重”，让课堂教学建设强起来。在此背景下如何合理公平的实施平时成绩的评估对学生进行过程性考核，是每个教师应该思考的问题。

近年来，借助互联网技术及信息化技术的快速发展，教学领域里的教学手段和方式发生了翻天覆地的变革。线上教学平台的突起，教学APP的广泛应用，公众号的出现，甚至于小程序的涌入等等，都给传统课堂教学带来了新的生机。通过大数据分析这些数字化学习方式下产生的海量数据可以更好的服务于现代化教学，更有力的加强对学生学习行为的跟踪与分析，让过程化考核“有理有据”，更有效的帮助课程教学“活起来”。

大数据技术是指采集海量的数据进行加工分析，挖掘数据隐藏的价值，最终提取出来的过程。大数据具有数据来源广泛，数据类型多样，数据数量庞大等特点[1]。随着大数据技术的传播与应用，利用该技术结合多种数字化教学手段下产生的数据分析学生的学习行为、跟踪学生的学习轨迹，预测学生的学习状态，能够更好的帮助教师优化过程化考核。

1  基于大数据的混合教学模式下的学生学习数据采集

在教学过程中，数据是最能客观反映出学生学习效果的指标，如何在海量的数据里采集分析多元教学手段下的学生有效的学习数据，是目前急需研究的问题。由于现代数字化教学工具和平台的广泛应用，学生的学习行为不再局限于时间和空间内，以海南热带海洋学院2019级计算机基础课程为例，本门课程通过多种教学工具和手段采集学生在课程学习过程中的数据。如图1所示，在该门课程中所采集的学生学习数据来自课前先修，课堂学习、课后实训、线上辅助四大部分。

1.1  课前先修

为了更有效率的让学生在课堂学习阶段吸收知识，课前的先修可以起到一定的预习和辅助效果，而在传统的课堂教学过程中，我们无法准确的监督学生在课前是否有投入充分的时间学习，导致“课前预习”这位良师益友发挥不了作用。现在大数据技术教学工具的出现，可以有效的辅助教师监督学生在课前先修这部分的学习动态。在本门课程中，我们采用了“雨课堂”工具对学生进行课前学习引导，通过推送课件的方式提醒学生将要学习的内容。如图2所示，通过“雨课堂”APP可以清晰的看到学生完成预习的情况、课件数据情况和学生反馈情况。

1.2  课堂学习

课堂学习是学生在学习过程中最核心的环节，也是教师传授知识最重要的平台。在课堂教学过程中，不仅仅要求教师完成教学内容的传授，还要求教师起到管理和监督学生有效学习的作用，确保课堂教学的有序开展。在现有的教学条件下，多是以多媒体为主的课堂教学手段，通过“教师讲-学生听”的方式进行教学内容讲授，此模式容易导致讲授知识和教学管理不能同时进行，最后只能顾此失彼。而“雨课堂”APP工具有效的结合了教学与管理，即可以监督课堂中学生的行为动态，也可完成教学进度，相辅相成。如图3

所示，通过“雨课堂”工具实现了课堂签到，在授课的过程中，打破“老师讲——学生听”的固定模式，嵌入作业、弹幕和投稿环节，让老师在上课过程中也可以很好的和学生互动，观测学生在课堂中的行为动态。

1.3  课后实践

大学计算机基础课程注重动手操作能力的培养，除了课堂的理论学习外还安排了实践环节，要求学生不仅能掌握理论知识，还应有大学生该有的计算机应用能力。为了让学生多练多体验，我们通过“万维考试平台”系统进行实践项目的练习，该系统的优势在于打破了教学空间局限，除了计算机实验室外，还可以在校园里任何地方有校园网的地方使用。教师可以通过教师端进行操作方案的设计，项目作业的发布，学生成绩的查看等操作;学生可以通过学生客户端进行项目练习、作业提交、或者考试考核等，极大的减轻了计算机实验室的教学压力，也极大的方便学生自由选择时间空间进行实践操作，从而提高自身的实验动手能力，如图4所示。

1.4  线上辅助

通过课前，课堂，课后的教学活动已经完整的把本门课程的课程内容通过课堂传递给学生，在此过程中学生作为知识的被动接受者，缺乏了学习的主动性，缺少了探索和好奇的积极性。因此，需要通过线上辅助学习平台开展与传统课堂内容相融合、有扩展性的内容学习。通过此线上平台的学习提高学生对课程的兴趣，加深学生对课程的理解，引导学生自主完成学习，提升学生的自主学习能力。根据我们学生的学习特点，我们选择了思科网院的《IT基础》课程作为计算机基础课程的扩展，要求学生自主完成和课程相关的章节学习，并线上完成作业。对计算机课程有浓厚兴趣的同学，也可学习全部章节内容，通过考核获取证书，如图5所示。

2  基于大数据的多样化教学方式下学生学习行为分析

通过上述内容可知，在计算机基础课程的教学中我们采用了多样化的教学方式来促进学生的学习动力、监督学生的学习行为[2]。在课前先修部分，通过“雨课堂”小程序发送学习内容，采集学生预习情况数据。在课堂教学过程中，“雨课堂”小程序起到了管理学生学习行为动态的辅助作用，可以采集学生的课堂行为数据包括课堂签到时间，课堂作业参与次数，课堂作业完成时间，课堂作业成绩、课件浏览情况等。线上理论辅助学习是在网院平台中进行，采集学生的线上学习行为数据包括线上知识内容的学习，线上作业的考核等等;而线下的操作练习是使用了万维教学平台采集学生的操作练习的数据包括学习行为数据及作业成绩数据;其中，学习行为数据包括练习登录次数，完成练习时长，完成练习时间，练习分数等。

为了更好的利用基于大數据技术下产生的海量数据对学生进行过程化考核，结合线上，线下，课前，课后四方面的学生学习数据，本门课程的过程化评价体系如表1所示。

3  大数据下学习行为分析对课程教学的应用价值

3.1  形成了数字化课堂教学形式

借助互联网教学工具及大数据分析技术，突破传统教学模式的瓶颈，改进课堂教学模式，通过采集分析学生学习数据优化完善传统教学课堂的短板，依靠数据分析，不仅掌握课程教学情况，还可以对课堂教学管理进行调整，形成了数字化课堂教学形式[3]。

3.2  建立了教学过程中的学生学习管理模式

通过大数据技术对贯穿整个教学过程的数据进行采集分析，把教师从课程教学过程管理混沌的阶段解放出来，依靠数据可以精准的掌握学生学情，体现学生在课程学习过程中的主观能动性，观测学生在课程学习中的积极性，并可根据需求实时反馈学生学习过程中出现的问题，建立了即时的、动态的、预警的学生学习管理模式。

3.3  优化了教学课程考核体系

传统教学考核过程中平时成绩的评估一直都是含糊不清，缺少有利数据支撑的部分。基于大数据下的课程全过程的学习数据分析，帮助我们做到了平时成绩的有迹可循，优化了教学课程考核体系，使得考核评估更加的公开公平公正。

4  结语

本文通过分析学校公共计算机课程教学情况，采集多元教学工具产生的海量数据，对学生的学习行为进行线上，线下，课前，课后四方面的全过程大数据分析，形成了数字化课堂教学，使得课堂教学可以兼顾教学与管理;建立了课程中的学习监督管理模式，不仅掌握学生课堂上的学习情况，也便于课后追踪学生的学习动态;优化了教学课程考核体系，使得成绩数据真实有效。在整个教学管理中，大大的提高了教学的质量。

参考文献

[1]边璐. 大数据在高校教学中对学习行为数据分析的应用[J]. 中国新通信， 2019， （12）： 183.

[2]刘小园， 何美玲. 基于学习行为大数据分析的混合式教学模式研究[J]. 信息与电脑（理论版）， 2019， （16）： 226-228.

[3]李晓堂. 基于大数据学习分析的智能翻转课堂教学模式研究[J]. 中国职业技术教育， 2017， （20）： 30-35.

[4]李建伟. 基于大数据学习分析的在线学习风险预测研究[J].现代教育技术， 2018， （8）： 78-83.

[5]王焕民. 基于教育大数据的在线学习分析系统构建研究[J]. 中国现代教育装备， 2019， （15）： 14-16.

[6]丁发红. 大数据时代下当代大学生学习方式的变革问卷调查报告[J]. 中国新通信， 2019， （14）： 192-193.

[7]牟智佳， 武法提. 教育大数据背景下学习结果预测研究的内容解析与设计取向[J]. 中国电化教育， 2017， （7）： 26-32.

[8]牟智佳， 李雨婷， 严大虎. 混合学习环境下基于学习行为数据的学习预警系统设计与实现[J]. 远程教育杂志， 2018， （3）： 55-63.