摘要：随着数字教学技术在高校课堂教学的运用，借助大数据分析技术从多维度精准刻画学生学习行为画像，将有助于精准识才、知才，实现精准教学。本文以《企业运作实务》课程为例，收集、整理与分析该课程线上教学平台产生的学生动态学习行为数据，结合“个人学习效能=学习意愿 X 学习能力”的理论依据，从学习意愿及学习能力两方面精准刻画学生的学习行为画像，根据当前教学条件聚类出三类学生群体，探索针对这三类群体的差异化教学方法，提升学生的学习效能，最大限度实现个性化精准教学与精准管理。

关键词：学习行为画像  数据  精准教学  个性化

一、引言

随着互联网技术的发展以及大数据分析技术的不断精进，信息化教学技术也在不断渗入高校课堂教学。一切在线学习行为都可以通过数字化的形式存储成为数据，原来隐藏在静态数据背后的个体行为、诉求等痕迹被数字技术捕捉到并记录下来，借助大数据分析技术从多维度精准刻画每位学生学习行为，学生学习行为的清晰化将有助于教师精准识才、知才，实现精准管理与精准教学。

二、《企业运作实务》课程简介及其信息化教学应用

《企业运作实务》是浙江经济职业技术学院工商企业管理专业开设的专业核心课程，课程采用职业导向模式，以职业能力培养作为教学目标，按照企业运作基本流程路线进行开发，课程经过能力本位建设、校级精品课程建设、O2O课堂改革等系列变革，已形成了较为明确的课程教学目标、课程标准及课程教学内容体系。由于工商企业管理专业学生就业行业面及岗位面广，因此课程内容涵括了企业创立、企业行政管理、企业营销管理、企业策划、企业生产管理、财务管理等岗位的知识与技能。课程内容的大而全，学生兴趣、爱好、特长等各不相同，加上课时限制的矛盾，课程个性化教学难以很好展开，学生个体的综合素质及知识技能与企业现实需求存在一定差距。

随着互聯网技术的发展以及大数据分析技术的不断精进，信息化教学技术不断渗入高校课堂教学。《企业运作实务》相继采用云班课（原为蓝墨云班课）智能教学助手平台及浙江省高等学校在线开放课程共享平台辅助课程教学，学生在平台上留下的在线学习行为痕迹，每个学生的学习行为轮廓显得逐渐清晰，这也为课程的个性化精准教学和管理提供了依据。

三、基于在线教学平台数据的学生画像描绘

《企业运作实务》课程采用云班课智能教学助手平台主要用于辅助课中教学，而浙江省高等学校在线开放课程共享平台则用于辅助课前与课后教学。

通过云班课智能教学助手平台的签到、课堂表现（含举手、抢答、随机提问、手动提问等提问形式）、头脑风暴、讨论、资源阅读、课堂作业、课堂测试，学生在课堂上的学习行为数据可以被平台记录。云班课平台上的信息交流则用于课前、课后的交流与沟通。

浙江省高等学校在线开放课程共享平台上，学生可以观看视频、阅读学习材料、提交课堂笔记、提交课后作业、参加测试和考试，这些学习行为数据同样留下痕迹并被记录下来。

依据“个人学习效能=学习意愿 X 学习能力”的计算公式，从影响个人学习效能的学习意愿和学习能力两方面着手，逐级向下分解，结合云班课智能教学助手平台和浙江省高等学校在线开放课程共享平台所能获取的数据，就能构建出学生学习行为数据指标体系，如表1所示：

通过对三级指标所包含的数据进行收集、整理与分析，结合各指标的权重，就可以比较清晰地从课堂活跃度、学习认真度、学习积极主动性、学习专研度、兴趣爱好度、知识掌握度、专长度、学有余力度等维度描绘出每一位学生的学习行为画像。

四、基于学生画像的教学方法应用

依据“学习效能=学习意愿 X 学习能力”的公式，结合学生学习行为指标体系表，可以得出，提升学生的学习意愿和学习能力可以提升其学习效能，而要提升学习意愿可以通过提升课堂活跃度、学习认真度、学习积极主动性、学习专研度、兴趣爱好度等行为获得，提升学习能力可以通过提高知识技能掌握、发挥个人专长度、提升学有余力度等获得，进而通过提高签到率、提高资源学习率、提高举手率和抢答率、提高讨论参与率、提高活动参与率等方法来提升。

由于每个学生的学习行为表现不同，在清晰刻画出每位学生的画像后，理想状态的课程教学方法应该是针对每位学生具体的画像采用相应提升学习效能的方法，反映在教学方法上就是不断提升学生学习行为指标体系表中的三级指标，比如督促完成各项学习活动，对未达到学习效果的学生推送相应的学习资料，等等。由于缺乏算法等相关的数字技术支持，课程教学的自动化难以落实，而人工操作需要耗费大量的时间和精力，因此，《企业运作实务》课程目前只是采用K-means法对提取的学习行为数据进行聚类分析，将学生划分成了任务驱动型、消极被动型、积极主动型三类，个性化教学也主要针对这几类学生展开。随着学习期数及人数的不断增加，针对不同类型学生采用的教学方法也得到了不断改进。

（一）针对任务驱动型学生的教学方法

绝大多数学生属于任务驱动类型，这类学生对分数相对比较敏感，到课率较高，不会无故缺课，主动举手、抢答问题情况与积极主动型学生差别不是很大，更偏爱老师的随机提问，对于老师硬性要求的活动和设置了经验值的非必须活动都能按要求完成，对于不设经验值的活动参与度不高，基本不会在课后主动找老师讨论问题，学习效果测试中等偏上，学有余能力一般。学习兴趣与爱好差别较大，不存在趋同性。

针对此类学生，可以采用完成必修任务为核心的方法：

1、设置尽量符合高职学生生活、学习经验的线上+线下学习内容或资源，并限定在课程能力标准内。

2、尽量利用其对分数敏感的特点，设置根据完成效果即能获取不同级别经验值，且能重复训练的教学活动或资源，激发其学习积极性与主动性。

3、通过线上线下随时观测学生学习效果，针对薄弱环节推送相应资源，并开展一对一咨询辅导，提升学习能力。

4、针对各人兴趣爱好推送设置了一定学习经验值的个性化学习资源，提升学习兴趣。

（二）针对积极主动型学生的教学方法

积极主动型人数占比最少，排在三种类型最后，该类型学生对分数敏感，学习态度认真，到课率高，课堂表现也很好，积极认真参与线上和线下的所有一切活动，有独立思考能力和一定的钻研精神，成绩优秀。

对于此类学生，在鼓励支持其学习行为基础上营造更高的学习目标及学习提升氛围：

1、除了传授课程能力标准要求的内容外，在征得同意的情况下，可以通过线上向其推送进阶学习資料及教程，布置相应作业，进一步提升其学习能力。

2、建立助教奖励机制，助教学生帮助任课老师批改作业及回答其他学生的基本疑问，并将无法解决的问题反馈给任课老师，与任课教师共同讨论得出问题结论。最终按贡献率大小对参与助教工作的学生提供期末总评成绩加分或优先推荐实习单位的奖励。既巩固了学生的学习效果，又可以让老师从重复繁琐的日常工作中脱身出来而专注于核心教学工作。

3、不定期举行课程问题研讨活动，

（三）针对消极被动型学生的教学方法

消极被动型学生人数占比排任务驱动型之后，该类型学生对及格分数线比较敏感，有无故缺课现象，课堂活动、作业参与度不高，有漏交、迟交作业现象，平时测试成绩在及格线或以下。若有老师、同学的督促，可以达到及格或中等的学习效果。

针对此类学生，可以采用以督促和帮助为主的方法：

1、关注此类学生线上学习动态，设置督促的最低警戒线，及时对触及警戒位置的学生进行线上和线下督促或帮助。

2、助教学生与此类学生自由组合，形成助教帮扶机制。

3、线下多关注此类学生的课堂学习行为，通过手动提问、谈话等方式即时了解其学习效果和学习问题。

4、尽量在线下课堂完成课程内容或资源的讲授，仅将作业、测试等无法在线下课堂完成的任务放置线上。

五、未来展望

通过学习行为画像，教师能更清晰了解每位学生的特点，提出不同的学习支持，这些教学方式使个性化教学改革取得了一定成效，相对于传统课堂教学的静态数据统计与分析有很大进步。但由于《企业运作实务》课程线上+线下教学的开展时间短，应用场景仅局限于浙江省级精品在线课程平台及云班课智能教学助手平台，捕捉到影响每位学生学习行为背后的需求、偏好等原因相对比较单一，对学生的画像描述还不够清晰与准确，由此采用的教学方法是否有效还需一定的时间验证。加上技术限制及教学团队人数、精力的限制，课程教学目前只能针对典型学生群体展开，只能采用人工方式对学生进行具体指导，无法对学生进行教学资料的自动推送与服务，离针对个人推出的精准教学是个性化教学的终极目标还有一定距离，相信随着更多应用场景的引入，足够多的在线动态数据产生，以及教学团队对数字技术应用工具的进一步掌握，针对个体推出的精准教学和精准管理将会成为现实。

参考文献

[1]刘晓红，赵丽. 大数据精描幼儿画像为评价赋能[N]. 中国教育报，2020-11-22（2）.

[2]袁一雪，毕晓楠. 西安交大：大数据变身“大管家” [N]. 中国科学报，2019-03-06（6）.

[3]赵丽.大数据时代实体课堂—— 实现“精准施教”策略[N]. 中国教育报，2019-05-18 （3）.

课题来源：2019年浙江省教育科学规划课题     项目名称：基于大数据技术的学生画像在个性化教学中的应用——以《企业运作实务》课程为例  项目编号：2019SCG269

作者简介：卢兰万（1973-），女，籍贯广西宾阳，硕士研究生，副教授，主要从事高职教育研究及技术经济研究