線上體育課堂在線人數(shù)的智能評估方法

肖友定

(上海建橋?qū)W院，體育部，上海 201306)

0 引言

體育線上課堂是通過網(wǎng)絡(luò)展現(xiàn)出體育室內(nèi)教學(xué)和室外體育運動的集合[1]。其是由規(guī)定的體育教學(xué)目標(biāo)、教學(xué)方案以及體育線上課堂教學(xué)支撐環(huán)境3部分構(gòu)成。由于學(xué)生與體育教師面對面交流不便，這給體育教師直接檢查學(xué)生學(xué)習(xí)行為與課堂參與情況造成極大影響。為此，有學(xué)者研究線上平臺在線人數(shù)評估方法。有學(xué)者提出構(gòu)建GOA-SVR模型以預(yù)測在線英語學(xué)習(xí)人數(shù)，可以較準(zhǔn)確地預(yù)估在線人數(shù)[2]；還有學(xué)者提出基于用戶行為特征時間序列的用戶活躍模型對用戶行為進(jìn)行量化評估，得到平臺在線人數(shù)的變化規(guī)律[3]。但上述方法僅對在線人數(shù)進(jìn)行了評估，未考慮在課堂中應(yīng)用到對學(xué)生學(xué)習(xí)行為的進(jìn)一步評估。同時，線上課堂注冊人數(shù)巨增[4]，該平臺生成海量學(xué)生行為信息數(shù)據(jù)，例如在線人數(shù)的登錄時間、課堂作業(yè)以及考試成績等，這些信息數(shù)據(jù)都可以有效地幫助體育教師直接了解學(xué)生真實水平?；诖耍疚耐ㄟ^體育線上課堂在線人數(shù)智能評估方法研究，可以更直觀、高效分析在線學(xué)生學(xué)習(xí)行為，降低體育教師理解復(fù)雜信息數(shù)據(jù)的難度，完善體育教學(xué)質(zhì)量。

1 體育線上課堂在線人數(shù)智能評估研究

1.1 體育線上課堂在線人數(shù)信息采集

信息采集主要采集在線人數(shù)學(xué)習(xí)流程中的相關(guān)信息進(jìn)行量化并存儲該系統(tǒng)中[5-6]，關(guān)鍵采集5個角度學(xué)習(xí)行為即：體育在線課堂登錄數(shù)量；體育教材、視頻課堂；課堂表現(xiàn)；考試成績；在線人離開。在網(wǎng)上學(xué)習(xí)過程中收集到的信息數(shù)據(jù)及其類型和收集方式如表1所示。

通過表1信息采集得出在線人數(shù)3種學(xué)習(xí)信息數(shù)據(jù)結(jié)果，即體育在線課堂登錄數(shù)量的行為信息數(shù)據(jù)；課堂表現(xiàn)的行為信息數(shù)據(jù)；考試成績的行為信息數(shù)據(jù)。

表1 在線人數(shù)學(xué)習(xí)步驟采集信息狀況

1.2 線上課堂在線人數(shù)信息處理系統(tǒng)

線上課堂在線人數(shù)信息處理系統(tǒng)的設(shè)計原理是依據(jù)計算機技術(shù)為基礎(chǔ)，經(jīng)過對在線人數(shù)信息采集，并做可視化處理，再將可視化數(shù)據(jù)進(jìn)行評估分析，該系統(tǒng)運行中，需要考慮此系統(tǒng)可伸縮與相對獨立特性[7]。

將信息數(shù)據(jù)可視化系統(tǒng)分割成2個部分，即信息采集數(shù)據(jù)可視化與分段評估，該系統(tǒng)構(gòu)成結(jié)構(gòu)如圖1所示。信息采集數(shù)據(jù)可視化是將在線人數(shù)學(xué)習(xí)行為信息數(shù)據(jù)進(jìn)行分類。在線人數(shù)學(xué)習(xí)分段評估主要協(xié)助體育教師監(jiān)察與分析在線學(xué)生學(xué)習(xí)行為。

圖1 在線人數(shù)學(xué)習(xí)行為評估系統(tǒng)示意圖

1.3 體育線上課堂在線人數(shù)智能評估

將上面得出在線人數(shù)學(xué)習(xí)行為3種數(shù)據(jù)輸入評估系統(tǒng)，經(jīng)過該系統(tǒng)輸出在線人數(shù)登錄數(shù)量、課堂表現(xiàn)、與考試成績3種信息數(shù)據(jù)情況，下面對這3種情況進(jìn)行評估[8-9]。

平行坐標(biāo)方法用二維空間形式來描述n維空間信息的最簡便可視化方法[10]。其實質(zhì)是在二維空間平行坐標(biāo)系中并行放置軸組成的，該軸理論上利用水平軸與垂直數(shù)軸的布局，布局是根據(jù)數(shù)軸的數(shù)量多少、信息的范圍、布局維數(shù)以及在線人數(shù)喜好等因素決定的。針對N維數(shù)的結(jié)構(gòu)，可能會重復(fù)復(fù)制N個y軸，同時該坐標(biāo)系中各個軸之間距離是具有一定規(guī)則的。其描述見式(1),

Xi:x=di,i=1,2,…,N

DN=(d1,d2,…di,…,dN)T

(1)

(a)垂直布局平行坐標(biāo)

如果圖2中N=2,D2=(0,d)能夠描述為二維空間平行坐標(biāo)系，則相對應(yīng)信息域里點M=(y1,y2)∈R2就能用(0,y1)與(0,y2)描述線段連接的平行坐標(biāo)點，同時線段M必須滿足式(2)要求,

(2)

該線段上點全部x坐標(biāo)可描述為式(3)，

(3)

根據(jù)任意一組中軸與維數(shù)的點相交平行坐標(biāo)描述為式(4)，

(4)

文中平行坐標(biāo)操作流程如圖3所示。

圖3 平行坐標(biāo)示意圖

將上面得出3種學(xué)習(xí)行為可視化數(shù)據(jù)集作為在線人數(shù)智能評估研究的重要信息數(shù)據(jù)，如在線學(xué)生學(xué)號、登錄數(shù)量、在線時間、日常成績、考試成績以及總評成績等[12]。構(gòu)建五維距離空間R5的平面坐標(biāo)系，其中坐標(biāo)(C1,C2,C3,C4,C5)中點P用一條折線來描述，換句話說，構(gòu)建R5中點和遠(yuǎn)點分別在x1,x2,x3,x4,x5軸上的平面折線之間都是相互對應(yīng)的。

依據(jù)體育教學(xué)領(lǐng)域有關(guān)經(jīng)驗把在線學(xué)生總成績做分段處理，得出結(jié)果4種結(jié)果，即大于等于85為優(yōu)秀、在70到85之間為良好、在60到70之間為合格、在小于60為不合格。

加載可視化評估數(shù)據(jù)，找出隱藏軸與維數(shù)的點字段(學(xué)號)進(jìn)行交互設(shè)計。利用可視功能彰顯特定范圍內(nèi)的信息數(shù)據(jù)子集，協(xié)助體育教師更直觀監(jiān)察在線學(xué)生不同維數(shù)信息數(shù)據(jù)變化情況；利用交換坐標(biāo)軸方式能夠協(xié)助體育教師探究與感知未知屬性之間聯(lián)系；支撐動態(tài)對抽中的軸做升序或者降序排列處理，基本上都是升序排列。

2 實驗結(jié)果分析

在MATLAB仿真平臺上進(jìn)行模擬實驗，設(shè)置在線人數(shù)最多為500人，對體育線上課堂的在線人數(shù)學(xué)習(xí)行為信息數(shù)據(jù)進(jìn)行評估，圖4給出不同維數(shù)成績學(xué)員的學(xué)習(xí)情況。從圖4(a)與圖4(b)中能夠明顯看出登錄數(shù)量多和在線時間極長的在線人數(shù)學(xué)習(xí)成績都是處于優(yōu)秀和良好2個等級，而圖4(c)與圖4(d)中可以看出處于及格與不及格的學(xué)生登錄數(shù)量少和在線時間極短。

根據(jù)圖4不同等級成績對比示意圖情況可知：在線人課堂表現(xiàn)越突出，其課堂考試成績就越高。在線時間、登錄數(shù)量的情況都可以表明在線人數(shù)的自主學(xué)習(xí)能力與積極性能。

如圖5所示，經(jīng)過信息數(shù)據(jù)評估示意圖也能夠驗證以上得出結(jié)果，成績處于優(yōu)秀與良好等級的在線人數(shù)學(xué)習(xí)時間遠(yuǎn)遠(yuǎn)超于整個在線人數(shù)學(xué)習(xí)均值，同時在線學(xué)習(xí)時間大于200小時的在線人成績在85分之上，這證實體育教師分析結(jié)果：線上課堂中在線人數(shù)越積極，學(xué)習(xí)成績就越高。但是從圖4(a)-圖4(d)中都可以看出登錄數(shù)量對于總評成績基本上影響極小，也能夠發(fā)現(xiàn)在線人數(shù)對體育線上課堂的重視程度與活躍程度并不高，整體登錄數(shù)量太少。

圖4 在線人數(shù)成績對比情況

依據(jù)評估示意圖可知，測試成績和總評成績兩者間大概是相同的，這表明目前線上課堂在線人數(shù)的總評成績依舊屬于適應(yīng)型，日常成績所占比例較低，極難調(diào)動在線學(xué)生課堂表現(xiàn)積極性，學(xué)生基本上在即將考試時候瘋狂看體育相關(guān)資料、練習(xí)體育動作來對付體育考試，從而獲得此門課程良好或者優(yōu)秀的成績。

(a)在線人數(shù)學(xué)習(xí)行為評估

從圖5的評估示意圖也能夠較為顯著地看出，在優(yōu)秀、良好等級學(xué)生日常成績平均值和及格線距離極遠(yuǎn)，這是由于總評成績大幅度取決于考試成績，同時五維平行坐標(biāo)系中會減小其他3個維度對總評成績產(chǎn)生的影響。

3 總結(jié)

文中采用信息數(shù)據(jù)可視化基礎(chǔ)理論對線上課堂在線人數(shù)學(xué)習(xí)行為進(jìn)行智能評估，先采集在線人數(shù)學(xué)習(xí)行為有關(guān)信息加以量化并保存，再構(gòu)建線上課堂在線人數(shù)信息處理系統(tǒng)，然后根據(jù)平行坐標(biāo)方式將采集得出3種學(xué)習(xí)行為進(jìn)行可視化與智能評估，有效協(xié)助體育教師分析在線學(xué)生學(xué)習(xí)行為，完善教學(xué)不足。但由于僅對一定數(shù)據(jù)限制內(nèi)的人數(shù)進(jìn)行實驗，且由于采集樣本的信息數(shù)據(jù)較少，分析影響成績因素不多，不具有全面性，日后可以融合體育領(lǐng)域?qū)＜蚁敕◤脑诰€學(xué)生登錄習(xí)慣、喜歡運動等視角進(jìn)行量化分析，并提升在線人數(shù)進(jìn)行性能測試。