基于多種機器學習的線上教學質(zhì)量提升研究

劉經(jīng)緯?鄭佳琪?管剛

摘要：教學質(zhì)量是衡量教育工作的基本指標。由于現(xiàn)有教學質(zhì)量指標不夠完善，線上教學面臨缺乏互動、管理不完善等問題。為解決上述問題，研究工作如下：首先，通過調(diào)研的線上教學質(zhì)量指標，結(jié)合學生反饋的教學質(zhì)量因素，確定重點關(guān)注指標項。其次，構(gòu)建線上教學質(zhì)量研究模型，對比隨機森林、XGBoost和支持向量回歸機三種模型的效果。最后，在實證中驗證模型的有效性并提出建議。研究成果如下：首先，確定對教學質(zhì)量影響最大的教學指標。其次，得出了線上教學質(zhì)量評價模型，對比結(jié)果表明XGBoost模型效果更好。最后，驗證了建議對教學質(zhì)量有改進效果。

關(guān)鍵詞：線上教學質(zhì)量；隨機森林；XGBoost；支持向量回歸機

一、前言

教學質(zhì)量提升是目前高等學校教育工作的重中之重。然而在近些年迅速發(fā)展的線上教學模式中，師生在教學環(huán)節(jié)的互動變得愈發(fā)困難，嚴重影響了線上教學質(zhì)量。黨的十九大對新時代中國特色社會主義高等教育也提出了教學質(zhì)量要求，針對線上教學的質(zhì)量管理，必須建立較為完備健全的質(zhì)量評估制度和較為合理的質(zhì)量考核指標。本研究基于前期調(diào)研的線上教學質(zhì)量指標，結(jié)合學生提出的影響教學質(zhì)量因素、線上教學質(zhì)量重點關(guān)注指標項，解決了線上教學質(zhì)量降低的問題。

二、線上教學質(zhì)量提升研究

（一）管理模式研究

教學質(zhì)量管理是高校教育管理的核心，規(guī)范管理是提高教學質(zhì)量的前提。郭麗君提出高校形成了包括學生評教、教師自評、教師互評、專家評價、領(lǐng)導評價、教學督導、教學榮譽獎勵等教學質(zhì)量保障措施[1]。沈玉順提出高校教學質(zhì)量持續(xù)提升，關(guān)鍵在于建立一種有效監(jiān)控質(zhì)量、維護質(zhì)量、促進質(zhì)量進步的質(zhì)量保障機制[2]。Yanmei Lv等提出應注重建立和完善教學質(zhì)量管理部門和評價部門，逐步優(yōu)化教學質(zhì)量反饋機制和師資管理機制[3]。

（二）指標體系研究

線上教學是新型教學模式，可以提高教學效率，但線上教學質(zhì)量存在問題。王江典提出線上教學在教學目標的明確度和教師幫助度上有明顯差異，在線上教學時，應以學生為中心，從而保證教學質(zhì)量[4]。賴玲玲建立了在線教學服務質(zhì)量屬性理論模型，提出教學模式有效性，教學資源質(zhì)量、可靠性、響應性、互動性和關(guān)注性是影響大學生感知在線教學服務質(zhì)量的決定性要素[5]。

（三）持續(xù)改進機制研究

建立持續(xù)改進機制，可以有針對性地解決影響教學質(zhì)量的關(guān)鍵問題。趙巍提出與線下教學相比，在線教學應更加注重教學的實時監(jiān)控，建立科學的在線教學評價體系和反饋機制[6]。Kassim R A通過對一所公立大學進行調(diào)查發(fā)現(xiàn)可以利用在線學生反饋系統(tǒng)中的信息來提高教學質(zhì)量[7]。Isteni? A認為反饋是以學生為導向的，同時引導學生參與課堂，教學過程中的反饋是必不可少的[8]。

綜上所述，國內(nèi)外研究現(xiàn)狀可以總結(jié)為以下三個方面：一是應加強高校教學質(zhì)量管理。二是線上教學應建立科學合理的質(zhì)量提升指標。三是線上教學應建立持續(xù)改進機制。

三、指標體系構(gòu)建

（一）數(shù)據(jù)采集

數(shù)據(jù)采集分為三部分。第一部分基于教育部提出的影響教學質(zhì)量指標，結(jié)合教師和專家提出的指標，通過主觀題和客觀題分別讓學生提出影響教學質(zhì)量的因素。第二部分通過第一部分分析得到影響教學質(zhì)量重點關(guān)注的指標項后，將其作為課上實時反饋問卷，發(fā)布給學生，采集學生對指標項的打分值。第三部分是根據(jù)每節(jié)課學習的知識點，提出10道與課程緊密相關(guān)的客觀題作為課程測驗，采集學生每節(jié)課課程測驗成績，驗證學生的學習效果。

（二）數(shù)據(jù)分析

1.影響教學質(zhì)量問卷數(shù)據(jù)分析

首先，對問卷主觀題進行分析。問卷的主觀題為學生填寫兩項提升教學質(zhì)量指標項，將其進行詞頻分析。表1為問卷詞頻最高的20個詞語，根據(jù)分析獲得重要的四項指標項為課堂出勤率、教學內(nèi)容難易度、知識講解速度、教學重點突出。

然后，對問卷客觀題進行分析。通過問卷調(diào)查結(jié)果發(fā)現(xiàn)，學生重點關(guān)注的指標項為教學內(nèi)容重點突出、教學語言清晰流暢、教學目標明確清晰、教學內(nèi)容有針對性、教師教學態(tài)度積極。

2.對不同成績的學生提交的反饋內(nèi)容進行分析

不同成績區(qū)間的學生實時反饋的內(nèi)容存在較大區(qū)別。通過分析數(shù)據(jù)發(fā)現(xiàn)成績存在較大差異，分別分析測試成績低于60分以及高于60分，采用自然語言處理、繪制詞云，圖1為分數(shù)低于60分，可以發(fā)現(xiàn)詞云和關(guān)鍵詞提取結(jié)果為跟不上、報錯、太快、難，情緒較為消極。

圖2為分數(shù)高于60分，可以發(fā)現(xiàn)詞云和關(guān)鍵詞提取結(jié)果為跟得上、算法、知識、代碼、案例，與學習相關(guān)的較多，且情緒為積極。

（三）指標項確定

對問卷和實時反饋內(nèi)容分析后，總結(jié)影響教學質(zhì)量的重要指標項。對學生、教育部以及專家所提出的指標項進行分析總結(jié)，本研究最終確定的指標項為滿意度、聽懂跟上程度、講課速度、教學內(nèi)容、教學水平、關(guān)懷與互動、教學環(huán)境。

四、建模與實證研究

（一）模型構(gòu)建

本研究選取一門線上課程進行實驗。在課程中讓學生對上述指標項進行打分，然后將數(shù)據(jù)進行預處理，作為特征值，將每節(jié)課的課程測驗作為標簽值。將數(shù)據(jù)以7：3切分為訓練集和測試集，采用隨機森林、XGBoost和支持向量回歸機模型訓練數(shù)據(jù)，對模型的評價指標進行對比，得到最優(yōu)的回歸模型。

1.隨機森林模型

隨機森林是一種基于多棵樹對樣本進行訓練并預測的機器學習方法，根據(jù)隨機森林回歸算法原理，以決策結(jié)果的平均值作為預測結(jié)果，模型如公式（1）所示：

（1）

其中，h? （x）為模型預測結(jié)果，h（x，θt）是基于x和θt的輸出，x為自變量的個數(shù)，T為回歸決策樹的個數(shù)，θt為獨立同分布隨機向量。

2.XGBoost模型

XGBoost既可以用于分類也可以用于回歸問題。XGBoost中目標函數(shù)共分兩大項，前一項是每個樣本的損失和，第二項是正則項，XGBoost目標函數(shù)如公式（2）所示：

（2）

其中，∑kΩ（fk）為正則化項。

3.支持向量回歸機模型

支持向量回歸機是標準支持向量機模型的一種拓展，主要用來解決函數(shù)擬合和回歸估計問題。支持向量回歸機的公式如公式（3）所示：

（3）

其中，k（xiTx）=?（xi）T?（xj）為核函數(shù)。

（二）模型結(jié)果的對比分析

本研究通過對比三個模型的評價指標，發(fā)現(xiàn)XGBoost模型的評價指標均為最好。如表3所示，在平均絕對誤差、均方根誤差、平均絕對百分比誤差中XGBoost算法的值最小，在擬合優(yōu)度中XGBoost算法的值最大，綜合結(jié)果顯示XGBoost算法表現(xiàn)最好。因此，教學質(zhì)量最優(yōu)模型為XGBoost。

五、討論與啟示

（一）應加強對學生實時反饋，及時處理學生提出的問題

對學生實時反饋是決定教學質(zhì)量各因素中最重要的因素。本研究發(fā)現(xiàn)沒有實時反饋時，學生在課上會出現(xiàn)走神的現(xiàn)象，而增加實時反饋后，可以減少學生走神現(xiàn)象。因此，教師在線上教學時應該在課堂上多互動、多提問，了解和及時解決學生在線上學習過程中遇到的難點，加強與學生之間的交流，提升學生的學習積極性和主動性。

（二）應根據(jù)學生成績差異，采取不同教學策略

影響成績好和成績差的學生的教學質(zhì)量的因素不同。學生學習成績存在差異，在線上教學時應了解學生的學習情況，因材施教。教師應對不同成績的學生，采取不同教學策略，對學習成績較好的同學可以布置拓寬思路的問題，而對于成績較低的學生可以布置簡單的基礎(chǔ)問題，通過不同教學策略，可以讓所有學生獲得知識并體會學習知識的樂趣。

（三）應重點關(guān)注最影響教學質(zhì)量指標項

教師在教學時應重點關(guān)注影響教學質(zhì)量指標項，提高線上教學效果。本研究分析得到了影響線上教學質(zhì)量重點考慮因素為滿意度、聽懂跟上程度、講課速度、教學內(nèi)容、教學水平、關(guān)懷與互動、教學環(huán)境，在線上教學過程中應重點關(guān)注這些指標項。當課上學生的教學滿意度較低時，教師應及時調(diào)整教學方式，采用靈活多變的教學方法，激發(fā)學生的學習興趣，提高學生在學習過程中的滿意度，從而提升教學效果。

六、結(jié)語

本文基于當前線上教學質(zhì)量的重要性，從課上反饋數(shù)據(jù)進行研究和分析，通過建立實時反饋教學指標項，幫助高校更好地提升線上教學質(zhì)量。研究思路為：首先，參考現(xiàn)有研究進展，結(jié)合學生關(guān)注的影響教學質(zhì)量因素，確定以學生為導向的線上教學質(zhì)量評價指標。其次，構(gòu)建線上教學質(zhì)量評價模型，通過對比三個主流模型，發(fā)現(xiàn)XGBoost模型的評價指標均為最好。最后，通過實證分析對模型進行了有效性驗證。經(jīng)過理論分析和實際驗證，這項研究成果對線上教學模式的發(fā)展和應用起到了重要作用。

參考文獻

[1]郭麗君.走向為教學的評價：地方高校教學評價制度探析[J].高等教育研究，2016，37（06）：68-73.

[2]沈玉順.高校教學質(zhì)量保障體系建設的組織策略初探[J].復旦教育論壇，2010，8（04）：27-30.

[3]Lv Y， Li H， Mendoza M. Research on the Improvement of the Management Mechanism of the Teaching Quality in Colleges and Universities[C]//Institute of Management Science and Industrial Engineering. Proceedings of 2019 7th International Education， Economics， Social Science， Arts， Sports and Management Engineering Conference. University of the Cordilleras，2019：4.

[4] 王江典，沈翀，楊蕾，等.線上和線下本科教學質(zhì)量的比較分析——基于清華大學教學評估數(shù)據(jù)[J].中國電化教育，2022（03）：90-95+102.

[5] 賴玲玲，彭麗芳.高校在線教學服務質(zhì)量評價指標體系構(gòu)建研究[J].黑龍江高教研究，2021，39（06）：147-154.

[6] 趙巍.后疫情時代的高校在線教學質(zhì)量管理[J].現(xiàn)代教育管理，2021（05）：107-112.

[7] Kassim R A， Johari J， Rahim M I， et al. Lecturers' perspective of student online feedback system： A case study[C]//2017 IEEE 9th International Conference on Engineering Education （ICEED）. IEEE， 2017： 163-168.

[8] Isteni? A， Online learning under COVID-19： re-examining the prominence of video-based and text-based feedback[C].Educational technology research and development， 2021，69（1）：1-5.

基金項目：2021年北京市教育委員會科研計劃項目“防疫應急狀態(tài)下高質(zhì)量教學管理模式研究”（項目編號：SM202110038009）

責任編輯：張津平、尚丹