基于大數(shù)據(jù)的高職學(xué)生學(xué)習(xí)行為及效果分析

謝淑敏

（閩江師范高等專科學(xué)校，福建 福州 350108）

1 引言

近年來，隨著互聯(lián)網(wǎng)的快速發(fā)展，越來越多的人利用互聯(lián)網(wǎng)進行工作、學(xué)習(xí)、娛樂，人們與互聯(lián)網(wǎng)的交互產(chǎn)生大量的數(shù)據(jù)，這些數(shù)據(jù)正在呈現(xiàn)出爆炸式的增長，人類在不知不覺中已經(jīng)進入了“大數(shù)據(jù)”時代。“大數(shù)據(jù)”是指以多元形式，從許多來源搜集而來的龐大數(shù)據(jù)組。它具有四個方面的特點：數(shù)據(jù)體量巨大（Volume）、數(shù)據(jù)類型繁多（Variety）、實時性強（Velocity）、真實性高（Veracity）[1]。大數(shù)據(jù)是一個廣義的概念，不存在定義性質(zhì)的量，它是眾多信息渠道的綜合體系，這種體系通過互聯(lián)網(wǎng)技術(shù)來實現(xiàn)網(wǎng)絡(luò)數(shù)據(jù)一體化。在教育領(lǐng)域中，可以從微觀視角去理解大數(shù)據(jù)的內(nèi)涵。大數(shù)據(jù)的“大”，可以不是數(shù)據(jù)的“大容量”，而是分析數(shù)據(jù)的“全面性”和潛在的“大價值”。教育中的大數(shù)據(jù)分析，可以對學(xué)生學(xué)習(xí)過程的微觀表現(xiàn)進行測量，深層次挖掘有價值的數(shù)據(jù)信息，揭示隱藏在其中的學(xué)習(xí)行為等模式并通過可視化的方式呈現(xiàn)出來。

許多世界知名高校紛紛啟動了教育大數(shù)據(jù)的相關(guān)研究，2012年，美國國家教育部發(fā)布了《通過教育數(shù)據(jù)挖掘和學(xué)習(xí)分析促進教與學(xué)》報告，該報告對教育數(shù)據(jù)挖掘和學(xué)習(xí)分析應(yīng)用領(lǐng)域作了詳細的描述，主要包括學(xué)習(xí)者知識、行為和經(jīng)歷建模[2]。其中學(xué)習(xí)者行為建模主要解決的是學(xué)習(xí)者不同的學(xué)習(xí)行為范式與學(xué)習(xí)者的學(xué)習(xí)結(jié)果相關(guān)關(guān)系的問題。研究者可以采集學(xué)習(xí)者與網(wǎng)絡(luò)學(xué)習(xí)平臺的交互數(shù)據(jù)，通過數(shù)據(jù)挖掘和分析，探索學(xué)習(xí)者學(xué)習(xí)行為與學(xué)習(xí)者學(xué)習(xí)結(jié)果的相關(guān)關(guān)系，為提高教師的教學(xué)效率和學(xué)生的學(xué)習(xí)成績提供幫助。本研究將利用藍墨云班課平臺獲取學(xué)生的學(xué)習(xí)行為數(shù)據(jù)，系統(tǒng)、全面地記錄、跟蹤和掌握學(xué)生的學(xué)習(xí)行為特征，通過挖掘數(shù)據(jù)中有價值的信息，為教師有針對性地實施教學(xué)干預(yù)，促進教與學(xué)提供依據(jù)。

2 研究對象與研究內(nèi)容

為了方便取樣，筆者以閩江師范高等專科學(xué)校計算機系16物聯(lián)網(wǎng)應(yīng)用技術(shù)1、2班和17數(shù)字展示技術(shù)（VR方向）三個班級的學(xué)生為研究對象，共127人，采用藍墨云班課作為研究平臺，分別在平臺中開設(shè)《多媒體技術(shù)》和《三維設(shè)計技術(shù)（3dsMax）》兩門課程，分析學(xué)生在課程學(xué)習(xí)過程中的學(xué)習(xí)行為特征。為了準確描述學(xué)習(xí)者的學(xué)習(xí)行為，本文選取了三個班級在平臺上產(chǎn)生的以下數(shù)據(jù)：瀏覽課程資源次數(shù)、視頻觀看時長、作業(yè)成績、參與頭腦風(fēng)暴次數(shù)、參與答疑/討論次數(shù)、測試成績等作為學(xué)習(xí)行為分析的客觀依據(jù)，以此為基礎(chǔ)進行學(xué)習(xí)行為特征分析。每個班級有16個二維關(guān)系表，每張表格大約40條數(shù)據(jù)，我們采用Excel等數(shù)據(jù)挖掘軟件對這些數(shù)據(jù)進行分析。

3 學(xué)習(xí)行為分析

3.1 資源學(xué)習(xí)情況

平臺共發(fā)布資源50個，主要包括視頻類、圖片類、圖文頁面類等多種類型的資源。瀏覽資源是一種重要的學(xué)習(xí)方式。對于每門課程，筆者將資源分為視頻資源和非視頻資源兩大類，并在此基礎(chǔ)上統(tǒng)計兩類資源的學(xué)習(xí)情況。

3.2 非視頻資源學(xué)習(xí)情況

非視頻資源是教學(xué)內(nèi)容的載體，對于學(xué)生來說，查看非視頻資源是一種重要的學(xué)習(xí)方式。非視頻資源的類型可以是音頻、圖片、文檔、課件等。教師將資源上傳到平臺，學(xué)生可以在線瀏覽或者下載使用。對于每門課程，平臺統(tǒng)計了每位學(xué)生查看非視頻資源的數(shù)量，筆者在此基礎(chǔ)上計算每位學(xué)生的非視頻資源查看率，即非視頻資源查看數(shù)占非視頻資源總數(shù)的比值。統(tǒng)計結(jié)果如表1所示。數(shù)據(jù)顯示的結(jié)果表明，有四分之一的學(xué)生對非視頻資源的學(xué)習(xí)積極性不高。

表1 非視頻資源學(xué)習(xí)情況

3.3 視頻資源學(xué)習(xí)情況

視頻是重要的知識呈現(xiàn)形式，學(xué)生通過視頻學(xué)習(xí)可以加深對知識點的理解。對于每門課程，平臺統(tǒng)計了每位學(xué)生觀看視頻的時長，筆者在此基礎(chǔ)上計算每位學(xué)生的視頻觀看率，即實看視頻時長占視頻總時長的比值。統(tǒng)計結(jié)果如表2所示?？匆曨l是網(wǎng)絡(luò)平臺學(xué)習(xí)中最直接獲取知識的方式，可以反映學(xué)生對課程的學(xué)習(xí)深度，數(shù)據(jù)顯示的結(jié)果表明有一半的學(xué)生幾乎不看視頻資源，可以推測，真正發(fā)生深入學(xué)習(xí)的學(xué)生很少。

表2 視頻資源學(xué)習(xí)情況

3.4 作業(yè)完成情況

平臺記錄了平時作業(yè)成績，三門課程共開展作業(yè)20次，參與756人次，總體平均參與率85%，提交結(jié)果845個，總體平均分62.90分，最低分0分，最高分94分，標準差22.27，方差495.79。不同分數(shù)段的相關(guān)數(shù)據(jù)統(tǒng)計結(jié)果如表3所示。

表3 作業(yè)成績統(tǒng)計情況

3.5 頭腦風(fēng)暴參與情況

頭腦風(fēng)暴是一種線上的，背對背的發(fā)言活動模塊，它的核心思想是獨立思考，獨立發(fā)言，學(xué)生之間互不干擾。平臺共開展頭腦風(fēng)暴9次，參與281人次，發(fā)表觀點281個，獲贊238人次。平臺統(tǒng)計了每位學(xué)生參與頭腦風(fēng)暴的次數(shù)，筆者在此基礎(chǔ)上計算了學(xué)生的參與度，統(tǒng)計了每個參與度占有的學(xué)生人數(shù)。統(tǒng)計結(jié)果如表4所示。

表4 頭腦風(fēng)暴參與情況

3.6 答疑討論參與情況

答疑討論是一種線上的、面對面的答疑或討論的互動模塊，類似于微信群的功能。平臺中每一次教學(xué)都設(shè)置了若干答疑討論活動，供學(xué)生之間、師生之間開展答疑和討論。平臺共開展答疑討論10次，參與276人次，消息總數(shù)799個，獲贊65人次。平臺統(tǒng)計了每位學(xué)生參與答疑討論的次數(shù)，筆者在此基礎(chǔ)上計算了學(xué)生的參與度，統(tǒng)計了每個參與度占有的學(xué)生人數(shù)。統(tǒng)計結(jié)果如表5所示。由數(shù)據(jù)可以分析得出，四分之一的學(xué)生參與答疑討論的主動性還有待提高。

表5 答疑討論參與情況

3.7 測試成績情況

測試主要用來開展課堂小測，平臺記錄了平時測試成績，三門課程共開展測試7次，參與263人次，總體平均參與率85%，交卷總數(shù)264個，總體平均分70.52分，最高分100分，最低分0分，標準差28.08，方差788.66。不同分數(shù)段的相關(guān)數(shù)據(jù)統(tǒng)計結(jié)果如表6所示。

表6 測試成績統(tǒng)計情況

4 學(xué)習(xí)效果分析

4.1 學(xué)習(xí)成績分析

通過收集學(xué)生在課程學(xué)習(xí)過程中產(chǎn)生的日志數(shù)據(jù)，并對這些數(shù)據(jù)進行過濾與篩選，得出學(xué)生參與活動的情況與學(xué)生的學(xué)習(xí)成績呈正相關(guān)的關(guān)系。本研究以學(xué)生中最高經(jīng)驗值為基數(shù)，超過80%（含）的為優(yōu)秀，60%（含）至80%的為及格，60%以下為入門。通過統(tǒng)計分析，優(yōu)秀學(xué)生占總?cè)藬?shù)53.54%，及格學(xué)生占總?cè)藬?shù)29.92%，入門學(xué)生占總?cè)藬?shù)16.54%。優(yōu)秀學(xué)生參與活動的平均次數(shù)為14.46，及格學(xué)生參與活動的平均次數(shù)為10.3，入門學(xué)生參與活動的平均次數(shù)為8.17，顯然優(yōu)秀學(xué)生參與活動的次數(shù)高于及格學(xué)生與入門學(xué)生。

4.2 學(xué)習(xí)效果可視化分析

本研究采用大數(shù)據(jù)學(xué)習(xí)分析，實時量化跟蹤學(xué)生的學(xué)習(xí)過程，記錄學(xué)生的學(xué)習(xí)行為，并將學(xué)生的行為數(shù)據(jù)進行可視化呈現(xiàn)，以一種直觀的形式呈現(xiàn)給學(xué)生、同伴和教師，使教師了解學(xué)生的學(xué)習(xí)效果，從而開展有針對性的教學(xué)活動。下面我們以一位學(xué)生在平臺上產(chǎn)生的行為數(shù)據(jù)為例展開論述。為了保護學(xué)生隱私，暫且以A同學(xué)命名。如圖1所示，這是A同學(xué)在平臺上獲取的經(jīng)驗值及其分布、參與活動、查看資源、出勤情況的可視化統(tǒng)計。

在大數(shù)據(jù)分析的支持下，可以全面地記錄、跟蹤和掌握學(xué)生的不同學(xué)習(xí)特點、學(xué)習(xí)需求、學(xué)習(xí)基礎(chǔ)和學(xué)習(xí)行為[3]。在云班課平臺上，學(xué)生的學(xué)習(xí)效果是以其獲得經(jīng)驗值為參考指標。如圖2所示，動態(tài)反映A學(xué)生獲取經(jīng)驗值的過程，圖例中，周增長經(jīng)驗值是A學(xué)生每周相比上一周增長的經(jīng)驗值，周發(fā)布經(jīng)驗值是教師每周發(fā)布的資源和活動的經(jīng)驗值（不包括點贊經(jīng)驗值和課堂表現(xiàn)經(jīng)驗值），學(xué)生經(jīng)驗值是學(xué)生總共獲得的經(jīng)驗值。從圖中可以看出，學(xué)生每周的經(jīng)驗值都在增加，第三周增加的幅度最大。第五周由于教師發(fā)布的經(jīng)驗值明顯降低，學(xué)生的周增長經(jīng)驗值的增長幅度也降低了。最后一周，教師并沒有發(fā)布新的經(jīng)驗值，而學(xué)生的經(jīng)驗值有所增加。從整體上看，說明教師的教學(xué)活動對學(xué)生的學(xué)習(xí)行為有一定的影響。

圖1 A同學(xué)的經(jīng)驗值面板

圖2 A同學(xué)的經(jīng)驗值報表

如圖3所示，將A同學(xué)經(jīng)驗值和優(yōu)秀同學(xué)（經(jīng)驗值超過總經(jīng)驗值80%的同學(xué)的平均經(jīng)驗值）及同班同學(xué)平均經(jīng)驗值進行對比，我們可以看出A同學(xué)各項活動的經(jīng)驗值均超過優(yōu)秀同學(xué)以及同班同學(xué)的平均水平，說明該同學(xué)在平臺中的成績較優(yōu)秀，積極參與班課活動。

圖3 A同學(xué)的經(jīng)驗值對比

5 結(jié)束語

教學(xué)平臺中學(xué)生的參與程度是影響學(xué)習(xí)效果的重要因素。本研究通過藍墨云班課平臺，獲取學(xué)生的學(xué)習(xí)行為數(shù)據(jù)，通過學(xué)生與學(xué)生之間的對比、學(xué)生自身學(xué)習(xí)過程的對比，分析學(xué)習(xí)行為對學(xué)習(xí)效果產(chǎn)生的影響。但本研究的局限性還是存在的，首先是樣本太少，只通過三個班級學(xué)生的行為數(shù)據(jù)進行分析，得出的研究結(jié)論難以推廣；其次，學(xué)生的學(xué)習(xí)行為會受多方面因素的影響，僅僅從平臺上獲取的數(shù)據(jù)無法完全反映學(xué)生的學(xué)習(xí)效果。在今后的研究中，將進一步擴大研究的樣本，可以設(shè)置實驗組和對照組，進行教學(xué)實驗，并融合結(jié)構(gòu)化與非結(jié)構(gòu)化的數(shù)據(jù)進行綜合研究。