基于在線學(xué)情分析模型的高職課程教學(xué)研究

徐麗麗

摘要：在線教學(xué)以及線上線下混合教學(xué)模式在高校教育中已經(jīng)得到普及，針對在線教育學(xué)情難以實時掌握的問題，以在超星泛雅智慧課堂平臺開設(shè)的高職類大數(shù)據(jù)技術(shù)基礎(chǔ)課程的學(xué)習者數(shù)據(jù)為研究對象，借助人工神經(jīng)網(wǎng)絡(luò)構(gòu)建了一種新的在線學(xué)情分析模型，并將分析結(jié)果應(yīng)用到課程教學(xué)策略設(shè)計和優(yōu)化等方面。提出了采用MiniQuest基于網(wǎng)絡(luò)資源的研究學(xué)習模式，同時搭建公有云、私有云、自主云的三云平臺作為實訓(xùn)實踐平臺的方式實現(xiàn)對學(xué)生的個性化教學(xué)的課程教學(xué)策略。

關(guān)鍵詞： 在線教學(xué); 學(xué)情分析; 前饋神經(jīng)網(wǎng)絡(luò)模型; 研究式學(xué)習; 云平臺

中圖分類號：G642? ? ? ? 文獻標識碼：A

文章編號：1009-3044（2022）32-0168-03

1 概述

1.1 傳統(tǒng)教學(xué)模式向在線教學(xué)模式的轉(zhuǎn)變

隨著大數(shù)據(jù)、人工智能等新一代信息技術(shù)的發(fā)展，信息技術(shù)在教育領(lǐng)域也逐步融入“教、學(xué)、考、評、管、治”等教育教學(xué)的各個層面。國家層面也相繼出臺了各項政策大力發(fā)展職業(yè)教育，提升師生信息素養(yǎng)，推進“互聯(lián)網(wǎng)+”職業(yè)教育發(fā)展，建設(shè)智慧課堂等平臺，重新定位學(xué)習環(huán)境，打破傳統(tǒng)的教學(xué)模式，廣泛推進線上線下混合教學(xué)。其中在線教育增加了學(xué)生的自主性與參與性，教學(xué)中心由教師轉(zhuǎn)變?yōu)閷W(xué)生。學(xué)習資源豐富，平臺多、資源多、內(nèi)外兼有、豐富性、多元性。然而由于線上教育師生分離、學(xué)習過程受控度較低，線上教學(xué)效果確實存在諸多不確定性，學(xué)生的學(xué)情很難被掌握。而智能分析技術(shù)在教育中的功能主要是助力學(xué)情分析，其以大數(shù)據(jù)為核心基礎(chǔ)，對結(jié)構(gòu)化與非結(jié)構(gòu)化的教育數(shù)據(jù)進行分析反饋，教師根據(jù)反饋的學(xué)情分析報告可以有針對性地規(guī)劃教學(xué)內(nèi)容、有依據(jù)地制定教學(xué)策略，科學(xué)地調(diào)整教學(xué)路徑，走向個性化、精準化教學(xué)。

1.2國內(nèi)在線學(xué)情分析的研究現(xiàn)狀

呂玉花等[1]等以河南工業(yè)大學(xué)在“中國大學(xué)慕課”平臺開設(shè)的 國際貿(mào)易實務(wù)課程為例，從課程的選課與參與、課時每日學(xué)習、參與討論、成績考核等方面對在線教學(xué)情況進行了分析，并提出了若干有針對性的課程發(fā)展建議。文獻[2]以高校大數(shù)據(jù)技術(shù)基礎(chǔ)課程為案例，在課程分析和已開展工作梳理的基礎(chǔ)上，對學(xué)生端、教師端和教學(xué)經(jīng)驗及實施效果等方面存在的問題進行了分析，提出了線上教學(xué)模式的若干優(yōu)化方法和具體實施途徑。呂開東[3]以學(xué)生成長發(fā)展問題為研究對象，通過構(gòu)建貝葉斯網(wǎng)絡(luò)學(xué)情分析模型，研究若干客觀因素對學(xué)習成果的影響，為解決學(xué)生成長發(fā)展過程中的問題提供了一種解決方法。張婷等[4]以M-learning教學(xué)模式為研究對象，通過選取學(xué)生的視頻學(xué)習時長、簽到次數(shù)、平時測驗成績及課堂討論答疑情況等指標提出了一種基于貝葉斯網(wǎng)絡(luò)模型的學(xué)情分析和預(yù)測方法，為后續(xù)教學(xué)提供決策支持。文獻[6]以超星泛雅平臺為基礎(chǔ)，針對傳統(tǒng)課堂教學(xué)模式存在的問題，提出了一種高職院校智慧課堂教學(xué)活動的設(shè)計方法，該方法主要從課前準備、預(yù)習，課堂互動、課后練習等方面開展教學(xué)活動。最后，通過問卷方式檢驗了該設(shè)計方法的接受度。張暉等[7]以在線學(xué)習平臺的學(xué)情數(shù)據(jù)為基礎(chǔ)，借助Excel工具實現(xiàn)數(shù)據(jù)挖掘結(jié)果，實現(xiàn)對學(xué)習者學(xué)習效果的精準定位，從而滿足學(xué)習者個性化學(xué)習和教師針對性教學(xué)的需求。張軍等[8]以選修中國大學(xué)慕課平臺開設(shè)護理科研課程的3期學(xué)員的課程學(xué)習情況為研究對象，通過對3期課程注冊人數(shù)、課程測試人數(shù)以及人均發(fā)帖量的分析，發(fā)現(xiàn)學(xué)習者在線學(xué)習堅持性低，投入不足，積極性偏低同時提出了對應(yīng)的解決策略。

通過前面的文獻綜述可知，目前學(xué)情分析主要是以各類在線平臺提供的課程教學(xué)活動數(shù)據(jù)為基礎(chǔ)，借助數(shù)據(jù)分析工具，開展各類影響因素的相關(guān)性研究。最終，學(xué)情分析的結(jié)果可對課程教學(xué)設(shè)計，課程綜合評價考核以及教學(xué)模式改革等方面的問題提供決策支持。顯然，當前學(xué)情分析所采用的數(shù)據(jù)分析工具較為簡單，學(xué)情分析模型的指標選擇較少，鑒于在線學(xué)習課程教學(xué)活動的復(fù)雜性、多樣性等特點，有必要引入更多的評價指標，從而構(gòu)建更為符合實際情況的學(xué)情分析模型。因此，本文以在超星泛雅智慧課堂平臺開設(shè)的高職類大數(shù)據(jù)技術(shù)基礎(chǔ)課程的學(xué)習者數(shù)據(jù)為研究對象，借助人工神經(jīng)網(wǎng)絡(luò)構(gòu)建一種新的在線學(xué)情分析模型，并將分析結(jié)果應(yīng)用到課程教學(xué)策略設(shè)計和優(yōu)化等方面。

2? 在線學(xué)情分析模型的構(gòu)建研究

2.1 智慧課堂平臺

學(xué)校智慧課堂平臺是一個同時服務(wù)于教師和學(xué)生，同時開放內(nèi)外網(wǎng)，同時具備雙終端使用的教學(xué)系統(tǒng)。將課堂教學(xué)的認知能力從原始感知提升到數(shù)據(jù)呈現(xiàn)，打破數(shù)據(jù)壟斷，實現(xiàn)課堂教學(xué)過程數(shù)據(jù)的本地化積累，實現(xiàn)了信息技術(shù)對課堂教學(xué)、課程建設(shè)和人才培養(yǎng)的結(jié)構(gòu)化再造，目前已運行八個學(xué)期。

智慧課堂提供了豐富的統(tǒng)計數(shù)據(jù)，但是其數(shù)據(jù)統(tǒng)計的顆粒度是基于班級進行，對基于個人情況的統(tǒng)計局限于數(shù)據(jù)的堆砌，缺乏總結(jié)性的個人學(xué)情分析。但智慧課堂的運行所產(chǎn)生的數(shù)據(jù)蘊含著巨大的價值，通過這些數(shù)據(jù)可以構(gòu)建在線學(xué)情分析模型，作為系統(tǒng)的重要補充，幫助教師掌握每個學(xué)生的實時學(xué)習狀態(tài)，借此調(diào)整教學(xué)策略以及學(xué)習內(nèi)容，實現(xiàn)個性化教學(xué)。

《大數(shù)據(jù)技術(shù)基礎(chǔ)》是計算機專業(yè)的一門新興課程，該課程以大數(shù)據(jù)處理系統(tǒng)所關(guān)注的三大要求—“存儲” “計算”與“容錯”為起點，全面介紹了它們所代表的大數(shù)據(jù)技術(shù)的原理以及應(yīng)用編程方法。在注重大數(shù)據(jù)時代應(yīng)用環(huán)境前提下，考慮大數(shù)據(jù)處理分析需求多樣復(fù)雜的基本情況，從初學(xué)者角度出發(fā)，以輕量級理論、豐富的實例對比性地介紹大數(shù)據(jù)常用計算模式的各種系統(tǒng)和工具。其先導(dǎo)課程是 Java 程序設(shè)計和Linux操作系統(tǒng)，先導(dǎo)課的學(xué)習效果對本課程的學(xué)習有很強的關(guān)聯(lián)性，對學(xué)生先導(dǎo)課學(xué)習學(xué)情的掌握程度決定了本課程的教學(xué)方法、教學(xué)內(nèi)容以及教學(xué)重難點設(shè)計。同時，本課程各環(huán)節(jié)之間的關(guān)聯(lián)性也是比較強的，對于前一環(huán)節(jié)的學(xué)生學(xué)情的掌握程度又決定了后續(xù)環(huán)節(jié)的教學(xué)設(shè)計，乃至整個課程講授的進度節(jié)奏。

2.2 在線學(xué)情分析模型指標選取

人工神經(jīng)網(wǎng)絡(luò)是一種模擬人腦的神經(jīng)行為以期能夠?qū)崿F(xiàn)類人工智能的機器學(xué)習技術(shù)。人工神經(jīng)網(wǎng)絡(luò)種類繁多，研究與應(yīng)用最多是前饋神經(jīng)網(wǎng)絡(luò)模型，被廣泛應(yīng)用于解決各類預(yù)測及分類問題，是數(shù)據(jù)挖掘領(lǐng)域最重要的模型之一。

為了構(gòu)建在線學(xué)情分析模型，結(jié)合本課程在智慧平臺開展的教學(xué)實踐活動以及平臺提供的相關(guān)功能，擬采用以下8個指標作為前饋神經(jīng)網(wǎng)絡(luò)模型的輸入與輸出：1）出勤率X1 ；2）活動參與率X2；3）資源瀏覽率X3；4）答疑討論參與次數(shù)X4；5）作業(yè)任務(wù)參與次數(shù)X5；6）課堂舉手次數(shù)X6；7）課堂搶答次數(shù)X7；8）綜合成績O1。

2.3 在線學(xué)情分析模型構(gòu)建

為了構(gòu)建基于前饋神經(jīng)網(wǎng)絡(luò)的在線學(xué)情分析模型，本文選擇大數(shù)據(jù)技術(shù)基礎(chǔ)課程的5個班共288條平臺數(shù)據(jù)作為前饋神經(jīng)網(wǎng)絡(luò)訓(xùn)練（230條）和測試（58條）的數(shù)據(jù)集。由于三層前饋神經(jīng)網(wǎng)絡(luò)模型即可擬合任意復(fù)雜的非線性函數(shù)，故這里的前饋神經(jīng)網(wǎng)絡(luò)模型采用三層架構(gòu)，第一層為輸入層，共7個節(jié)點（X1 - X7 ），第二層為隱含層，其中神經(jīng)元個數(shù)通過多次仿真實驗，確定為10個，第三層為輸出層，共1個節(jié)點（O1），模型結(jié)構(gòu)如下圖所示：

由于網(wǎng)絡(luò)模型輸入量綱各不相同，如果直接作為模型輸入，容易使模型優(yōu)化過程陷入局部最優(yōu)甚至無法收斂，通常要求模型輸入歸一化到0和1之間，歸一化公式為：。另外，神經(jīng)元激活函數(shù)采用Sigmoid函數(shù)，學(xué)習率設(shè)置為0.001，最大迭代次數(shù)為1000。經(jīng)過578次迭代后，訓(xùn)練精度達到98.6%，不再變化，此時測試精度為96.4%，此時獲得模型完全可以滿足實際需求。

基于前饋神經(jīng)網(wǎng)絡(luò)的在線學(xué)情分析模型可以隨時接收任意階段的動態(tài)學(xué)習數(shù)據(jù)，從而給出當前階段的綜合成績，對學(xué)生的學(xué)習過程進行直觀的刻畫，督促學(xué)生積極參與和完成各項課程教學(xué)活動，發(fā)揮學(xué)生的主觀能動性。同時，教師通過該在線學(xué)情分析模型，可以掌握學(xué)生的學(xué)習狀態(tài)，及時優(yōu)化課程教學(xué)活動，真正做到“以學(xué)生為本”的個性化教學(xué)。

3 基于在線學(xué)情分析模型的高職課程教學(xué)策略

以先導(dǎo)課課程信息為依據(jù)對學(xué)生進行學(xué)情分析，做到以學(xué)定教。學(xué)情分析的概念逐漸匯聚了更為豐富的內(nèi)涵，此處學(xué)情分析指的是：針對學(xué)生先導(dǎo)課在線平臺學(xué)習的質(zhì)與量的評估與分析。將結(jié)果作為定教的依據(jù)。例如Linux系統(tǒng)操作知識模塊，如果先導(dǎo)課的評估結(jié)果較高那么在該課程中就可以粗略地復(fù)習，若評估結(jié)果較差，那么就需要將關(guān)鍵的命令做一個詳細的講解。

針對學(xué)情分析結(jié)果，及時優(yōu)化課程教學(xué)活動，這對教師來說是一個不小的挑戰(zhàn)，為此針對本門課程的特點本文提出了采用MiniQuest基于網(wǎng)絡(luò)資源的研究學(xué)習模式，同時搭建公有云、私有云、自主云的三云平臺作為實訓(xùn)實踐平臺的方式實現(xiàn)對學(xué)生的個性化教學(xué)。

3.1 基于網(wǎng)絡(luò)資源的研究學(xué)習模式

針對模型結(jié)果，將學(xué)習搬回課堂，在課堂上整合碎片化的知識點，利用線上線下相融合的模式，解決學(xué)習過度碎片化的現(xiàn)象，同時利用MiniQuest基于網(wǎng)絡(luò)資源的研究學(xué)習模式，充分調(diào)動學(xué)生的學(xué)習主動性，實現(xiàn)課堂革命。MiniQuest是由教師設(shè)計的在線教學(xué)模塊，使學(xué)生參與到一個真實主題或問題的研究中，目的是為促進學(xué)習者批判性思維和知識建構(gòu)能力的發(fā)展，引導(dǎo)學(xué)生帶著特定的目的，通過網(wǎng)絡(luò)資源回答有意義的問題，從而拓展學(xué)生的課外時間，提升學(xué)習者自學(xué)能力以及解決問題的能力。教師根據(jù)《大數(shù)據(jù)技術(shù)與應(yīng)用》的課程特點，完善教學(xué)目標，將相關(guān)知識點做碎片化處理，形成資源，在課堂上整合碎片化的知識點，通過拋出與薄弱知識點或難點知識點相關(guān)的問題，在教師的引導(dǎo)下讓學(xué)生自主探究，加深對知識的理解，課堂掌握不充分的情況下，可以隨時查看線上知識點資源，做到線上線下融合學(xué)習。

3.2 教學(xué)實踐云平臺

大數(shù)據(jù)教學(xué)過程中運行環(huán)境復(fù)雜，存在著學(xué)生一步跟不上便步步跟不上的問題。大數(shù)據(jù)實驗環(huán)境的搭建是課程的主要內(nèi)容之一，其搭建過程歷時時間長，每天的工作要具有持續(xù)性。但現(xiàn)有高職院校的計算機實訓(xùn)室多以單機模式為主，且裝有還原卡，每次重啟電腦都會還原到初始狀態(tài)，不利于大數(shù)據(jù)課程的學(xué)習，因此大數(shù)據(jù)課程的開展首先必須解決實驗環(huán)境的問題。公有云能夠滿足學(xué)生隨時隨地學(xué)習的需求，私有云資源更有針對性，無論公有云還是私有云都可以實現(xiàn)在一個學(xué)期內(nèi)，為學(xué)生保留資源的要求。自主云平臺是基于VMWare 的本地虛擬機，能夠滿足永久學(xué)生保留學(xué)習狀態(tài)的需要，同時自主云平臺具有快照功能，方便學(xué)生在做錯之后返回到上一個狀態(tài)重新開始，以及反復(fù)練習的需求。

4 總結(jié)

本文以高職類大數(shù)據(jù)技術(shù)基礎(chǔ)課程的學(xué)習者數(shù)據(jù)為研究對象，借助人工神經(jīng)網(wǎng)絡(luò)構(gòu)建了一種新的在線學(xué)情分析模型。提出了采用MiniQuest基于網(wǎng)絡(luò)資源的研究學(xué)習模式，同時搭建三云平臺作為實訓(xùn)實踐平臺的方式實現(xiàn)對學(xué)生的個性化教學(xué)的課程教學(xué)策略。從一定程度上解決了在線學(xué)習學(xué)情難以把握的問題，但模型的使用專業(yè)性比較高，若要在更廣的范圍推廣使用，還需要進一步地封裝，簡化操作。

參考文獻：

[1] 呂玉花，宋孟起.高校課程在線教學(xué)學(xué)情分析——以國際貿(mào)易實務(wù)課程為例[J].大學(xué)教育，2020，9（8）：129-131.

[2] 施鷺.高校在線教學(xué)模式研究與實踐——以大數(shù)據(jù)技術(shù)基礎(chǔ)課程為例[J].中國多媒體與網(wǎng)絡(luò)教學(xué)學(xué)報（中旬刊），2021（2）：19-21.

[3] 呂開東.基于貝葉斯網(wǎng)絡(luò)的大學(xué)學(xué)情分析研究[J].學(xué)校黨建與思想教育，2020（9）：69-71.

[4] 張婷，陳波紅.基于貝葉斯網(wǎng)絡(luò)模型的M-Learning移動教育平臺的學(xué)情分析研究[J].科教文匯（上旬刊），2018（3）：29-31.

[5] 劉豐年.基于超星泛雅平臺的高職院校智慧課堂教學(xué)模式的探索與實踐——以“計算機與大數(shù)據(jù)技術(shù)應(yīng)用基礎(chǔ)”課程為例[J].濟源職業(yè)技術(shù)學(xué)院學(xué)報，2020，19（1）：67-72.

[6] 張暉，王煒.基于在線學(xué)習平臺的學(xué)情大數(shù)據(jù)分析[J].中國信息技術(shù)教育，2017（17）：76-78.

[7] 張丹丹.網(wǎng)絡(luò)教學(xué)平臺的在線課程學(xué)情分析與研究[J].中國多媒體與網(wǎng)絡(luò)教學(xué)學(xué)報（中旬刊），2021（8）：1-3.

[8] 張軍，馬登慧，顏巧元.中國大學(xué)慕課平臺護理科研課程學(xué)情分析[J].中華護理教育，2021，18（7）：623-626.

[9] 龍虎，李娜.大數(shù)據(jù)技術(shù)下的在線課程建設(shè)與應(yīng)用研究[J].電腦知識與技術(shù)，2022，18（12）：13-14，21.

[10] 孫娜.“以學(xué)生為中心”的線上線下混合教學(xué)“金課”建設(shè)的實踐探索——以《計算機程序設(shè)計VC++》課程為例[J].電腦知識與技術(shù)，2022，18（12）：145-147，159.

【通聯(lián)編輯：王力】