移動(dòng)學(xué)習(xí)中基于數(shù)據(jù)挖掘的教學(xué)資源應(yīng)用研究

花卉 陳家紅 李廣水

【摘要】移動(dòng)學(xué)習(xí)是一種基于移動(dòng)終端可以實(shí)現(xiàn)隨時(shí)隨地的學(xué)習(xí)模式。移動(dòng)學(xué)習(xí)平臺(tái)是移動(dòng)學(xué)習(xí)環(huán)境的支撐，但學(xué)習(xí)資源是開(kāi)展移動(dòng)學(xué)習(xí)的第一要素，沒(méi)有內(nèi)容資源，必將是無(wú)源之水。本研究基于課程知識(shí)點(diǎn)進(jìn)行片段式學(xué)習(xí)資源的設(shè)計(jì)與開(kāi)發(fā)，根據(jù)學(xué)習(xí)者基于一段時(shí)間的移動(dòng)學(xué)習(xí)并通過(guò)考試系統(tǒng)測(cè)試得到了358份成績(jī)樣本。隨后引入數(shù)據(jù)挖掘技術(shù)對(duì)學(xué)習(xí)者的成績(jī)樣本和移動(dòng)教學(xué)資源的使用情況等反饋信息進(jìn)行了聚類分析，得到了較理想的聚類結(jié)果。

【關(guān)鍵詞】 移動(dòng)學(xué)習(xí) 教學(xué)資源 數(shù)據(jù)挖掘 聚類

在傳統(tǒng)的教學(xué)方式中，一直是以教師為中心的基本教學(xué)方法。這種方式，學(xué)生只能感知學(xué)習(xí)內(nèi)容，而解決實(shí)際問(wèn)題時(shí)，由于缺乏實(shí)踐經(jīng)驗(yàn)，他們通常難以完成。

隨著智能手機(jī)、平板電腦等各種智能移動(dòng)終端已經(jīng)得到了非常廣泛的發(fā)展與關(guān)注，隨之而來(lái)的一種新的學(xué)習(xí)模式一一移動(dòng)學(xué)習(xí)，已經(jīng)開(kāi)始為人們所關(guān)注。與傳統(tǒng)的課堂學(xué)習(xí)或基于桌面電腦的E-Learning相比，移動(dòng)學(xué)習(xí)可以突破時(shí)空限制，移動(dòng)學(xué)習(xí)者在任何時(shí)間、任何地點(diǎn)的“零碎”情境下，只要學(xué)習(xí)者有學(xué)習(xí)的意愿，就可以隨時(shí)隨地地進(jìn)行學(xué)習(xí)。

本研究將以“Visual Basic程序設(shè)計(jì)”課程為依托，重點(diǎn)對(duì)面向移動(dòng)學(xué)習(xí)教學(xué)資源的開(kāi)發(fā)和應(yīng)用兩方面展開(kāi)研究。首先基于課程進(jìn)行按知識(shí)點(diǎn)的移動(dòng)學(xué)習(xí)資源設(shè)計(jì)，一個(gè)知識(shí)點(diǎn)可以是一個(gè)屬性介紹，也可以是一個(gè)算法實(shí)現(xiàn)；同時(shí)引入數(shù)據(jù)挖掘技術(shù)，基于學(xué)生關(guān)于學(xué)習(xí)資源使用情況和學(xué)習(xí)效果反饋信息，進(jìn)行聚類分析，深入探究學(xué)習(xí)者對(duì)不同知識(shí)點(diǎn)的掌握程度和學(xué)習(xí)效果，從而推進(jìn)和改善移動(dòng)課程資源設(shè)計(jì)和教學(xué)過(guò)程設(shè)計(jì)。

一、移動(dòng)教學(xué)資源

移動(dòng)學(xué)習(xí)資源是指支持開(kāi)展移動(dòng)學(xué)習(xí)的各種信息資源，即移動(dòng)學(xué)習(xí)資料、移動(dòng)學(xué)習(xí)環(huán)境和移動(dòng)學(xué)習(xí)支持系統(tǒng)[1]。移動(dòng)學(xué)習(xí)資源是移動(dòng)學(xué)習(xí)的重要組成部分，是教師組織教學(xué)的工具和學(xué)習(xí)者獲得信息的途徑[2]。學(xué)習(xí)資源一直被認(rèn)為是教育技術(shù)學(xué)最重要的研究對(duì)象之一，并一直受到研究者的重點(diǎn)關(guān)注，對(duì)學(xué)習(xí)資源的正確的認(rèn)識(shí)和理解，是開(kāi)發(fā)優(yōu)質(zhì)教學(xué)資源的前提，也是教育技術(shù)研究實(shí)踐中的一項(xiàng)重要任務(wù)。

分析現(xiàn)有的文獻(xiàn)資料可以發(fā)現(xiàn)國(guó)內(nèi)移動(dòng)學(xué)習(xí)資源的研究主要是集中在移動(dòng)學(xué)習(xí)資源的學(xué)習(xí)模式、技術(shù)支持、開(kāi)發(fā)與設(shè)計(jì)等方面，尤其是對(duì)于面向移動(dòng)學(xué)習(xí)的教學(xué)資源的拓展開(kāi)發(fā)以及如何讓這為學(xué)習(xí)者服務(wù)等研究還在初步階段。

二、教學(xué)資源設(shè)計(jì)

課程的內(nèi)容分解設(shè)計(jì)直接決定著教學(xué)資源的知識(shí)內(nèi)容，它主要指根據(jù)課程目標(biāo)在確保課程內(nèi)容完整性的同時(shí)，如何將課程內(nèi)容分解成一定粒度容量的知識(shí)內(nèi)容，以適應(yīng)學(xué)習(xí)者的碎片化學(xué)習(xí)需求。

移動(dòng)學(xué)習(xí)課程與網(wǎng)絡(luò)課程相比最大的特點(diǎn)就在于內(nèi)容的碎片化，將一個(gè)多小時(shí)的內(nèi)容拆分成多個(gè)獨(dú)立的知識(shí)片段，每個(gè)知識(shí)片段都會(huì)有一個(gè)主題，這個(gè)知識(shí)主題是根據(jù)學(xué)習(xí)者的認(rèn)知規(guī)律和教學(xué)方式對(duì)元知識(shí)點(diǎn)的邏輯重組，這樣有助于更清晰完整的表達(dá)知識(shí)框架；此外，移動(dòng)學(xué)習(xí)課程按照知識(shí)點(diǎn)模塊化組織，當(dāng)知識(shí)點(diǎn)內(nèi)容發(fā)生變化時(shí)，移動(dòng)學(xué)習(xí)課程也能夠?qū)崿F(xiàn)快速的更新升級(jí)，從而避免了重復(fù)制作課程[3]。

一般來(lái)說(shuō)，知識(shí)點(diǎn)是枯燥、抽象的描述，不容易被學(xué)習(xí)和理解，那么就需要根據(jù)知識(shí)點(diǎn)的類型選擇合適的方法、步驟和組織形式，綜合運(yùn)用文字、圖片、音頻和視頻等多媒體素材對(duì)知識(shí)點(diǎn)進(jìn)行表現(xiàn)，這樣才能使其更加貼近學(xué)習(xí)者，更易于被理解。

2009年張馳等提出的基于課程知識(shí)點(diǎn)進(jìn)行片段式的移動(dòng)學(xué)習(xí)資源設(shè)計(jì)，即將工作或?qū)W習(xí)內(nèi)容分割成小塊的有用信息，這樣人們就可以通過(guò)非線性的方式獲得這些信息；主要包括兩方面內(nèi)容：①學(xué)習(xí)內(nèi)容的微型化②學(xué)習(xí)形式的微型化[4]。

移動(dòng)學(xué)習(xí)資源的研究和開(kāi)發(fā)還有不足之處，忽視了資源知識(shí)點(diǎn)之間的內(nèi)在關(guān)聯(lián)，一定程度上影響了學(xué)習(xí)者進(jìn)行持續(xù)而系統(tǒng)的有效學(xué)習(xí)，降低了移動(dòng)學(xué)習(xí)效率。

三、數(shù)據(jù)挖掘在移動(dòng)學(xué)習(xí)中的應(yīng)用

數(shù)據(jù)挖掘就是從大量的、不完整的數(shù)據(jù)中，提取隱含在其中有用信息的過(guò)程?；诰垲惖臄?shù)據(jù)挖掘是一種“無(wú)監(jiān)督學(xué)習(xí)”的方法，事先不知道將要分成哪些類，采用最大化類內(nèi)的相似性、最小化類間的相似性原則進(jìn)行歸類，即使得一個(gè)簇中的對(duì)象具有很高的相似性，而與其他簇中的對(duì)象很不相似。聚類分析的目標(biāo)就是在相似的基礎(chǔ)上收集數(shù)據(jù)來(lái)分類[5]。

在教學(xué)中，基于聚類的數(shù)據(jù)挖掘技術(shù)可以根據(jù)學(xué)生的平時(shí)及期末考試成績(jī)，挖掘出內(nèi)在的影響因素，如學(xué)生的學(xué)習(xí)態(tài)度、學(xué)習(xí)習(xí)慣、薄弱章節(jié)等信息。得到的總結(jié)分析應(yīng)用于指導(dǎo)學(xué)生學(xué)習(xí)及日常教學(xué)，既節(jié)省了大量的練習(xí)時(shí)間又能夠獲得良好的學(xué)習(xí)效果。

3.1數(shù)據(jù)收集與數(shù)據(jù)轉(zhuǎn)換

1） 數(shù)據(jù)準(zhǔn)備

以《Visual Basic程序設(shè)計(jì)第四版》（龔沛曾著）教材中的第四章“基本控制結(jié)構(gòu)”部分知識(shí)點(diǎn)為例，制作移動(dòng)學(xué)習(xí)課件，課件時(shí)長(zhǎng)基本控制在5至30分鐘的范圍內(nèi)。5分鐘的課件涉及一個(gè)較細(xì)的知識(shí)點(diǎn)，如IIF（）函數(shù)的使用方法；10分鐘的課件涉及一個(gè)較大的知識(shí)點(diǎn)，如IF條件語(yǔ)句的語(yǔ)法結(jié)構(gòu)；30分鐘的課件中講授一個(gè)更大的知識(shí)點(diǎn)或多個(gè)緊密關(guān)聯(lián)的小知識(shí)點(diǎn)，如具體算法的實(shí)現(xiàn)。

組織學(xué)生一段時(shí)間的移動(dòng)學(xué)習(xí)后，從金陵科技學(xué)院“土木工程”、“機(jī)械設(shè)計(jì)與自動(dòng)化”和“動(dòng)物科學(xué)”三個(gè)專業(yè)獲取成績(jī)樣本數(shù)358份，并根據(jù)每個(gè)學(xué)生各個(gè)知識(shí)點(diǎn)的得分情況，計(jì)算出每個(gè)知識(shí)點(diǎn)的“成績(jī)績(jī)點(diǎn)”（成績(jī)績(jī)點(diǎn)=所有學(xué)習(xí)者該知識(shí)點(diǎn)的得分均值/該知識(shí)點(diǎn)的分值），如某知識(shí)點(diǎn)考核的總分為10分，學(xué)生得分為9分，則該項(xiàng)相應(yīng)的成績(jī)績(jī)點(diǎn)為0.9。

2） 數(shù)據(jù)轉(zhuǎn)換。

為了使數(shù)據(jù)變換成適于數(shù)據(jù)挖掘的形式，也便于維度信息的表述，我們對(duì)數(shù)據(jù)各維度上的信息進(jìn)行數(shù)值化和量化。如：根據(jù)長(zhǎng)年教授VB課程教師的多年經(jīng)驗(yàn)，將各個(gè)知識(shí)點(diǎn)按照難易度進(jìn)行了劃分，并將“難”、“中”、“易”分別轉(zhuǎn)換成3、2和1；課件時(shí)長(zhǎng)的屬性維度上的信息：將5 分鐘左右、10分鐘左右、30分鐘左右，分別轉(zhuǎn)換為1、2、3；同時(shí)對(duì)每個(gè)學(xué)生每個(gè)知識(shí)點(diǎn)點(diǎn)擊學(xué)習(xí)的次數(shù)、性別和成績(jī)績(jī)點(diǎn)分別進(jìn)行相應(yīng)的轉(zhuǎn)換。將經(jīng)過(guò)轉(zhuǎn)換后的樣本信息建成數(shù)據(jù)挖掘的樣本數(shù)據(jù)庫(kù)，具體的信息維度設(shè)計(jì)與量化情況見(jiàn)表1。

具體的數(shù)據(jù)統(tǒng)計(jì)形式如表2，其中每條數(shù)據(jù)實(shí)體為一位學(xué)生一個(gè)知識(shí)點(diǎn)的學(xué)習(xí)情況。

3.2聚類過(guò)程

本文所用的聚類分析方法是K-means算法。這一種得到最廣泛使用的聚類算法，它是將各個(gè)聚類子集內(nèi)的所有數(shù)據(jù)樣本的均值作為該聚類的代表點(diǎn)，算法的主要思想是通過(guò)迭代過(guò)程把數(shù)據(jù)集劃分為不同的類別，使得評(píng)價(jià)聚類性能的準(zhǔn)則函數(shù)達(dá)到最優(yōu)，從而使生成的每個(gè)聚類內(nèi)緊湊，類間獨(dú)立。這一算法不適合處理離散型屬性，但是對(duì)于連續(xù)型具有較好的聚類效果。主要包括以下步驟：

1）隨機(jī)取k個(gè)元素作為各個(gè)簇的中心。

2）根據(jù)每個(gè)對(duì)象與各個(gè)簇中心的歐式距離，分配給最近的簇。歐式距離公式為：

4）根據(jù)各個(gè)簇元素的平均值，重新計(jì)算新的簇的中心，然后轉(zhuǎn)（2）。這個(gè)過(guò)程不斷重復(fù)直到誤差平方和最小。

（三）算法結(jié)果分析

根據(jù)K-means算法對(duì)轉(zhuǎn)換后的數(shù)據(jù)分別進(jìn)行了2、3、4類歸類后，發(fā)現(xiàn)3類的歸類效果較好。并對(duì)3類歸類后的數(shù)據(jù)進(jìn)行了統(tǒng)計(jì)，統(tǒng)計(jì)信息如表3。

從表3的統(tǒng)計(jì)結(jié)果可以看出：類別一中涉及知識(shí)點(diǎn)難度較為簡(jiǎn)單，即使在點(diǎn)擊次數(shù)不多的情況下，但是成績(jī)績(jī)點(diǎn)還是相對(duì)要高；類別二中涉及的知識(shí)點(diǎn)較難，但學(xué)習(xí)者在多次點(diǎn)擊學(xué)習(xí)的情況下，還是得到了不錯(cuò)的績(jī)點(diǎn)；類別三中涉及的知識(shí)點(diǎn)相對(duì)是最難的，但是可以發(fā)現(xiàn)學(xué)習(xí)者的點(diǎn)擊次數(shù)明顯下降，最終的學(xué)習(xí)績(jī)點(diǎn)也很不理想，同時(shí)有趣的發(fā)現(xiàn)女生在該類別中所占的比例是明顯多于男生。

通過(guò)以上分析可以看出一些難易程度適中的知識(shí)點(diǎn)，學(xué)生通過(guò)一段時(shí)間的自學(xué)是能夠掌握的很好的。同時(shí)，哪些知識(shí)點(diǎn)還存在問(wèn)題，教師可以根據(jù)學(xué)生的學(xué)習(xí)情況有的放矢地進(jìn)行教學(xué)，并給出學(xué)習(xí)建議和指導(dǎo)，同時(shí)修改組卷參數(shù)以給出符合學(xué)生學(xué)習(xí)水平和特性的試題；學(xué)生也可以根據(jù)分析結(jié)果進(jìn)行有針對(duì)性的學(xué)習(xí)從而提高了教學(xué)和學(xué)習(xí)效率。

通過(guò)本次挖掘結(jié)果，學(xué)生也意識(shí)到要提高自己的學(xué)習(xí)效率，就要努力改變自己的學(xué)習(xí)習(xí)慣和學(xué)習(xí)態(tài)度；同時(shí)教師可以根據(jù)不同章節(jié)的難易度，適當(dāng)讓學(xué)生自學(xué)，以提升學(xué)生自我學(xué)習(xí)的能力。

四、結(jié)論

本研究首先依據(jù)移動(dòng)學(xué)習(xí)資源的特點(diǎn)，對(duì)課程學(xué)習(xí)資源進(jìn)行了設(shè)計(jì)與制作，隨后引入數(shù)據(jù)挖掘技術(shù)對(duì)學(xué)生的成績(jī)樣本進(jìn)行了聚類分析，得到了較理想的聚類結(jié)果。

移動(dòng)學(xué)習(xí)有助于豐富學(xué)生的思維方式，有助于培育學(xué)生深度學(xué)習(xí)的學(xué)習(xí)品質(zhì)。

同時(shí)移動(dòng)教學(xué)資源充分開(kāi)發(fā)與利用，使學(xué)習(xí)內(nèi)容借助資源的具體性與形象性，幫助學(xué)生理解掌握抽象的學(xué)習(xí)內(nèi)容。

參 考 文 獻(xiàn)

[1]李瑞，陳新，袁曉斌.移動(dòng)學(xué)習(xí)資源建設(shè)策略探討[J].現(xiàn)代教育科學(xué)，2007，（6）.

[2]方晶，陳章其.移動(dòng)學(xué)習(xí)資源的開(kāi)發(fā)初探[J].現(xiàn)代教育技術(shù)，2007，17（7）.

[3]唐江煒.基于知識(shí)點(diǎn)的課件制作平臺(tái)的設(shè)計(jì)與實(shí)現(xiàn)[D].蘇州：蘇州大學(xué)碩士學(xué)位論文，2008

[4]張馳，陳剛. 移動(dòng)學(xué)習(xí)中片段式學(xué)習(xí)資源的設(shè)計(jì)研究[J].開(kāi)放教育研究，2009，（3）：67-72.

[5]何清.模糊聚類分析理論與應(yīng)用研究進(jìn)展[J] . 模糊系統(tǒng)與數(shù)學(xué)：1998，12（2）：89-97.