“互联网+”下基于数据驱动的教学改革实践研究

　　[摘要]在“互联网+”的时代背景下，各种在线教育平台不断涌现，为高等教育的教学模式改革注入了新鲜活力‍‌‍‍‌‍‌‍‍‍‌‍‍‌‍‍‍‌‍‍‌‍‍‍‌‍‍‍‍‌‍‌‍‌‍‌‍‍‌‍‍‍‍‍‍‍‍‍‌‍‍‌‍‍‌‍‌‍‌‍。 借助网络学习平台实施教学活动所生成的教学大数据，构建具有正反馈特征的教学模式，并系统规划了教学流程‍‌‍‍‌‍‌‍‍‍‌‍‍‌‍‍‍‌‍‍‌‍‍‍‌‍‍‍‍‌‍‌‍‌‍‌‍‍‌‍‍‍‍‍‍‍‍‍‌‍‍‌‍‍‌‍‌‍‌‍。 实践中以“微助教”教学平台为基础，采集并分析相关教学数据，建立针对教学效果的多维评价模型，并以反馈形式驱动教学资源的调整与教学方案的设计及实施，为精准化教学干预提供依据，达到有效提升教学效果的目标‍‌‍‍‌‍‌‍‍‍‌‍‍‌‍‍‍‌‍‍‌‍‍‍‌‍‍‍‍‌‍‌‍‌‍‌‍‍‌‍‍‍‍‍‍‍‍‍‌‍‍‌‍‍‌‍‌‍‌‍。

　　[关键词]“互联网+”; 大数据; 教学流程; 评价模型

　　作者：李丽君，石慧，李美玲，董增寿

　　一、“互联网+”下的高校教学改革

　　“互联网+”的时代背景为高等教育的改革与进化提供了新的契机，借助新兴的网络教学平台，将新型的教学手段与现代化技术相融合，改变了以往传统的教学观念与教学方式。 通过构建多元化的教学环境，实现教学时间及空间动态配置的目标，通过高效的信息化互动手段，激发学生课堂的参与感[1]，为提升学生的学习兴趣与主动性提供了有力的技术支持。

　　随着教学改革的不断深化，借助在线教育平台，翻转课堂、MOOC等教学模式在我国得到了迅猛发展，虽然一定程度上为教学改革注入了新鲜的活力，但仍然面临一些亟待解决的问题。 翻转课堂虽然将学习的主动权交给了学生，但是学生不善于提问和主动性不强的现状直接影响了翻转课堂的教学效果，与积极自主学习、提高参与度的建设目标相去甚远。 MOOC是一种完全的自主性学习，学生可以自己设定投入的时间和精力，灵活地根据自身需求选择学习内容和参与讨论; 但是很多学生并不具备自我调控学习的经验和能力，同时，系统缺乏一定的激励措施，当学生在学习过程中遇到学习困难或兴趣减退时，会退出学习，导致MOOC的学习完成率受限，并且对学习中的疑问缺乏针对性的指导，难以实行个性化的学习，教学效果评估不够精准。 混合式教学将数字化和网络化的教学方式与传统教学方式相融合，有效提升了学生的主动性、积极性与创造性，但在课程建设与教学中多针对学习情况的普遍性特征与需求而开展，缺少教学的精准性和个性化设计。 随着各种教育学习平台、移动App等在数字化教学活动中的应用，在整个教学流程中不仅需要关注教学手段与教学模式的调整与改进，更应对教学效果与实现目标进行实时跟踪与分析，有针对性地开展个性化的教学活动，并不断激励和推动教学活动的进阶式开展，为教学工作提供精准化指导。 而这些目标的实现，均得益于教学大数据的累积采集与深度挖掘。

　　(一)大数据在教学领域中的应用

　　移动互联网的迅猛发展，为教育领域开辟了新的教学环境，涌现出大量基于PC端和移动App的在线教育平台，这为生成、采集、累积整个教学过程的大数据奠定了基础性条件。 获取的教学数据将有效反映教学活动的特征，并借助云计算的技术支持，实现对海量数据的存储与挖掘，从而为分析教学效果、组织教学资源、重构教学流程、提高教学效率提供客观的数据化和智能化的信息支持[2]。

　　(二)教育大数据在教学改革中的实践意义

　　学生通过在线教育平台完成学习活动，如下载学习资料、观看教学视频、完成习题测试、参与在线答疑讨论及问卷调查等，都将在网络教学平台上留下学生的学习“痕迹”。 通过收集并分析在各个教学环节中所生成的教学大数据，能够在一定程度上反映其个性化的学习进度和学习效果，便于识别群体与个体、共性与个性的问题，这将有利于变传统的普遍性、规模化教学模式为个性化教学模式，开展按需教学。 通过总结学生的学习情况，对不同水平与学习能力的学生进行针对性指导，为其提供更为适宜的学习规划与资源，令学生在个性化学习中找到自身存在的优势与不足，从而有的放矢地完成教学目标。 同时，在线教育平台能够以可视化的方式形象地展示出学生对知识点的掌握情况，借助此类平台将有效提高教学效率，快速得出对学生完成的测试习题，以及作业的结果评价与统计分析，这样更利于教师将时间与精力投入教学资源的完善中。 通过大数据中所反映的学习情况，分析学生对于教学内容不同呈现方式的倾向性选择，运用文字类、图片类及视频类等方式进行在线学习，哪种方式更受欢迎，哪种方式收效就显著。 基于教学大数据所呈现的效果分析，不断调整教学决策的制定、教学方法的更新及教学内容的优化，实现精准教育[3]。

　　由于教育大数据能够跟踪提取整个教学环节中所生成的学习数据，有利于获取多元的教学效果评价标准，而不再仅仅局限于作业的完成情况和卷面成绩等，可以依据学生的学习进度、在线测试与习题解答、在线讨论及反馈问卷说明等情况，综合分析和评定教学效果，同时能够利用更为细化的特征分析教学实践中的问题。 例如：当学生观看视频遇到难以理解的内容时，会有反复观看的情况，根据平台记录的数据，将便于教师明确教学的难点，在完成课堂讲解后及时进行在线问答测验，实时检验学生对知识点的理解和掌握情况，而采集的所有数据都将成为教和学的精准化评价指标及可视性效果表征。 本文在面向MOOC的翻转课堂教学手段的基础上，借助互联网与大数据技术，对网络教学平台、移动App等记录的教学大数据开展深度挖掘和多元分析，探索科学、灵活、有针对性的教学手段，旨在构建课程教学的全新流程与实践新模式，并以数据为导向实现个性化、精准化的教学，提升教学质量与效果。

　　二、数据驱动下的教学模式

　　(一)正反馈教学模式研究

　　依据在线教育平台实现的混合式教学模式，高效整合了多种灵活的教学方式，将学习由课中拓展至课前与课后，课堂上以面授为主，课前及课后则借助在线教学平台鼓励学生完成自主学习，充分利用在线教学和课堂教学的优势来提高学生的认知效果。

　　数据驱动下的教学模式，通过分析学生基于在线教育平台完成学习内容所反映的教学效果，进一步探究学生的目标需求和教学内容的完善方向，借助数据挖掘获取的效果评价，明确教学改进的方向，并以正反馈的形式推进教学活动的进一步开展，以数据为导向进行教学方案设计，完善教学资源和课程内容的规划。 本文规划建立正反馈模式下的教学流程。

　　1.在具体的教学实践过程中，教师在开课前对学生、学习资源及学习内容等完成前端的分析，并按照课程教学目标需求规划出知识单元，整合微课视频资源、PPT资源等学习内容上传至在线教学平台，学生通过下载相关课程资源实现自主预习，了解知识要点与难点。 同时，针对学习内容设定探索性问题，鼓励学生通过自学完成相关问题的思考与解答。

　　2. 学生通过在线教学平台完成自主学习后，总结学习内容中发现的疑点与难点，并将其发布在在线教育平台上，分别实现普遍化问题与个性化问题的汇总。 教师将针对核心知识点和学生在自学中发现的疑难问题，有目标地通过在线或课堂面授的方式予以解决，并组织学生积极开展线上和线下的讨论，解答疑难问题，同时通过该平台进行相关问题的学术讨论与知识内容扩展。 在完成课堂学习后，学生可以借助教学平台继续复习课程，巩固知识点，还可以采用做试题或参与论坛讨论的形式，深化对教学内容的理解。

　　3.目标内容讲授学习完毕后，由教师通过总结知识要点、难点和疑点，整理习题与调查问卷，并发布在在线教育平台上，用于检验学生的学习效果。 学生借助平台完成在线测试及反馈问卷调查，从而形成自身的学习情况与效果的数据，精准地了解自身的学习情况与效果，有利于学生自行调整自己的学习方法和学习方向。

　　4.通过采集学生利用在线教育平台完成学习任务的数据，包括课程资源学习时间、提问与参与讨论的情况、习题测试的成绩、问卷的完成情况等，实现对学生学习状态与效果的精准把握，并以正反馈的方式传递给教师，用于完成教学问题的总结，进一步完善课程学习资源和习题资源，明确课堂面授的重点，因人制宜地规划教学进度与教学手段。

　　采用“线上+线下”的混合教学方式提供交互的学习环境，令整个教学活动的开展更加便捷、准确，并能够对整个教学过程进行跟踪监测和实时评估，同时有利于加入更多个性化的学习引导。 基于在线教育平台的混合式教学模式，不仅提高了学生的学习能力，还有效激发了学生的学习积极性。 而数据驱动下的正反馈分析手段，更加有助于改善教学内容，不断提升课程的教学效果。

　　(二)数据驱动的教学过程

　　在大数据的背景下，教学进入了“数据时代”。 利用在线教育平台，课前教师将文档、视频、习题等教学资源推送到在线教学平台上，教师能了解到每位学生的自主学习数据，如文档学习情况、视频播放内容、学习时长等; 课中记录课堂表现，如签到、讨论与限时习题应答的正确率，使学生听课更为专注; 课后学生完成作业、答疑讨论与问卷反馈，教师根据习题的准确率及反馈问题，细致了解学生对知识的掌握情况。

　　面向教学大数据的“全景式记录”，教学平台采集学生在使用过程中产生的所有学习行为数据，为师生个性化地整合分析教学过程。 一方面帮助教师考量学生的学习效果，通过识别学困生、明确知识难点、考查教学目标的达成度，从而让教师调整教学策略，改进教学过程; 另一方面，学生能够通过这些数据评价分析自身的学习情况，制定适合自己的学习计划，选择所需的学习资源。 这些在传统课堂中无法精准提取的信息，都能借助平台采集的数据具象化。

　　(三)精准化教学

　　通过对课前、课中及课后全程教学数据的实时采集与深度挖掘分析，能够精准识别学生群体及个体的知识掌握状态，发现存在的共性及个性学习问题，从而能够有的放矢地开展精准的按需教学。

　　通过教育平台生成的数据，实时监测学生的学习进度，并构建基于数据的多维度评价模型，用于评估学生的实时学习状况，教师据此来调整课程内容与进度及习题的难度，学生也能够合理调整学习时间，进而实现个性化的学习指导，达到精准教学的目标。

　　三、在线教育平台下的教学数据分析

　　本文运用“微助教”在教育平台实现教学过程数据的采集[4]，以所授同一课程的两个班级为教学数据采集对象，通过分析和挖掘数据特征，掌握学生的学习动态与学习效果。

　　(一)教学资料观看情况分析

　　本次主要以PPT作为学生完成预习的主要资源，提取并分析PPT资源的观看情况，根据平台数据反映的趋势与比例可以观察到，在初始阶段，由于学生不习惯提前预习，因而PPT资源的观看比例比较低，完成度也有限。 随着课程的延续及相关考核评价标准的提出，观看人数的比例逐渐有所上升，但仍有一定比例的学生未参与到课前复习中来。 由于数据量的限制，虽不能完全在预习情况和期末考试结果之间建立因果关系，但一定程度上反映出这些学生学习的主动性有待进一步提高。

　　(二)课上答题情况分析

　　在课堂授课过程中，根据讲授内容发布试题测验，用于检验学生对知识点的实时掌握情况。 获取的正确率结果可以评价学生对关键知识难点的理解和掌握程度，因而在后续的课程中特别安排了着重讲解与分析。 从平台数据中能够查阅出现错误的学生，相应的会在后续的学习中加以关注，并指导其查缺补漏‍‌‍‍‌‍‌‍‍‍‌‍‍‌‍‍‍‌‍‍‌‍‍‍‌‍‍‍‍‌‍‌‍‌‍‌‍‍‌‍‍‍‍‍‍‍‍‍‌‍‍‌‍‍‌‍‌‍‌‍。

　　(三)测试完成情况分析

　　每章课程内容结束后，将在该平台发布相应的习题组卷，用于整体性的学习效果检测。 该平台将提供参加组卷答题的学生名单及答题情况，并对学生的成绩按照答案的准确度与完成的先后时间进行成绩排序。 这些数据不仅能够比较完整地反映每个学生对本章内容的理解程度和学习效果，而且能够对比两个班级的整体学习情况。 对于错误率较高的题目将着重在线上答疑讨论和课堂讲授时强调，并辅助教师明确学生在后续学习中可能面临的疑点与难点。 对于成绩较低或未参与答题的学生也应该特别关注与辅导，发现其学习方法和时间规划方面存在的问题，并协助其解决。

　　(四)问题讨论与实验展示

　　借助“微助教”平台的讨论墙，定期开展知识疑点及拓展应用的相关讨论。 因为学生以匿名形式发言，因而大多数学生能够比较积极地发布自己的观点和问题，教师通过真实姓名可对各位学生的学习状况有所了解。 与此同时，在实验课程中也充分发挥了讨论墙的作用，用于展示大家的实验结果，既便于进行结果记录与成绩评定，也利于实验的可视化讲解和对比分析。

　　四、新模式下的多维评价模型

　　依据在线教学平台采集反映学生的学习情况、难点问题的相关数据，通过积累、挖掘、分析群体数据及个体数据，发现隐含在教学过程中的共性规律，精准识别每位学生个体的学习需求与学习特征，建立以“数据分析—特征提取—智能干预”为特征的精准教学模式，推送与学生的学情相匹配的个性化教学方案和教学资源。

　　教学模式的转变必然要求建立与之相适应的教学效果评价指标。 根据各在线教学平台的设计，借助学习进度、习题准确率、讨论参与度等指标用于学习效果的特征分析，构建多维联合评价模型。 通过设置合理的权值参数与评分等级，对课程平时成绩评定提供依据和标准，鼓励学生积极参与到平台学习过程中。 与此同时，教师据此来调整课程内容、难度与进度，实现精准化教学干预，充分调动学生的学习主动性，从而实现教学效果的提升。

　　教育论文投稿刊物：《中国电化教育》杂志由中华人民共和国教育部主管，中央电化教育馆主办，是我国教育技术领域创办最早、影响最广的两个大型综合性学术期刊之一，另外一个是西北师范大学由中国教育技术的奠基人创办的《电化教育研究》杂志。《中国电化教育》已成为“中国教育类核心期刊”“CSSCI检索源期刊”，入编《中国学术期刊(光盘版)》和《中文核心期刊要目总览》。

　　五、结语

　　本文依据在线教育平台，构建了具有正反馈特征的混合式教学模式，通过精度更高、范围更广的教育数据，驱动面向学生个性化特征的精准教学决策。 只有实现按需教学，才能达到真正意义上的教学预期效果与目标。

　　参考文献

　　[1]田媛,席玉婷.高校混合课堂教学模式的应用研究[J].中国大学教学,2020(8):78-86+96.

　　[2]杨现民,骆娇娇,刘雅馨,等.数据驱动教学:大数据时代教学范式的新走向[J].电化教育研究,2017,38(12):13-20+26.

　　[3]杨阳,苏力,石城.大数据对现代高校教育管理的影响及改进策略[J].江苏高教,2019(3):58-61.