“互联网+”下基于数据驱动的教学改革实践研究

李丽君，石慧，李美玲，董增寿    

（太原科技大学 电子信息工程学院，山西  太原   030024）

【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。本文借助网络学习平台实施教学活动所生成的教学大数据，构建了具有正反馈特征的教学模式，并系统规划教学流程。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；精准化教

A Practical Study on Data-driven Teaching Reform under Internet

 Li Lijun, Shi Hui, Li Mei Ling, Dong Zengshou

 School of Electronic Information Engineering, Taiyuan University of Science and Technology, Taiyuan, Shanxi ,030024

 [Abstract]: Under the background of "Internet ", various online education platforms are emerging, which has injected fresh vitality into the reform of teaching mode of higher education. With the help of the network learning platform to implement the teaching big data generated by teaching activities, this paper constructs a teaching model with positive feedback characteristics, and systematically plans the teaching process. In practice, based on the "micro teaching assistant" teaching platform, the relevant teaching data are collected and analyzed, the multi-dimensional evaluation model for teaching effect is established, and the adjustment of teaching resources and the design and implementation of teaching scheme are driven by feedback. To provide basis for precision teaching intervention and achieve the goal of effectively improving teaching effect.

 Key words: Internet, big data, teaching process, evaluation model, precision teaching

【基金项目】2019年度，山西省研究生教育改革研究课题，“校企合作研究生联合培养研究生体系建设”，(编号：2019JG182)2020年度，山西省研究生教育改革研究课题，“研究生教育创新中心机制构建研究”（编号：2020YJJG256）2020年度，山西省研究生教育改革研究课题，“依托高水平大学企业的专业学位研究生联合培养模式改革研究”（编号：2020YJJG257）2019年度，山西省高等学校教学改革创新项目“基于工程教育认证的通信工程专业人才培养体系改革与探索”，(编号：J2019281)。

【作者简介】李丽君（1980-），女，辽宁葫芦岛人，博士，太原科技大学副教授，研究方向：主要从事宽带通信的研究（通信作者）。

[中图分类号]G642.0     [文献标识码]A   [文章编号]  

一、“互联网+”下的高校教学改革

“互联网+”的时代背景正在为高等教育的改革与进化提供新的契机，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、大规模在线开放课程（MOOC）和混合式教学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动力，但仍然面临一些的问题亟待解决：翻转课堂虽然将学习的掌控权给了学生，但是不善于提问和主动性不强的现状直接影响了翻转课堂教学效果，与积极自主学习、提高参与度的建设目标相去甚远；MOOC一种完全的自主性学习，学习者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，但是很多学习者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，当中途遇到学习困难或兴趣减退时就会退出学习，导致MOOC的学习完成率受限，同时针对学习中面对的不同的疑问缺乏有针对性的指导，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教学方式与传统教学方式相融合，有效提升学生了作为学习过程主体的主动性、积极性与创造性，但在课程建设与教学中更多的是针对学习情况的普遍性特征与需求而开展的，缺少教学的精准性和个性化设计。

因而，随着各种教育学习平台、移动APP在数字化教学活动中参与程度的不断深入，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，有针对性的开展个性化教学活动，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，涌现出大量的基于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、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

伴随着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、参与在线答疑讨论以及问卷调查等，都将在网络教学平台上留下学生各自的学习“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，将能够在一定程度上表征其个性化的学习进度和学习效果，便于识别群体与个体的差异，共性与个性的问题。这将有利于改变传统的普遍性、规模化教学模式，逐渐向个性化教学模式转变，开展按需教学。通过总结各自的学习情况，针对学生的不同水平与学习能力进行针对性指导，为其提供更为适合的学习规划与资源，令学生在个性化学习中找到自身存在的优势与不足，从而有的放矢的完成教学目标。

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于知识点的掌握情况，借助此类平台将有效提高教学效率，快速完成对学生完成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到教学资源的完善中。通过大数据中所反映的学习情况，分析学生对于教学内容的不同呈现方式的倾向性选择，运用文字类、图片类以及视频类方式进行在线学习，哪种方式更受欢迎，收效更为明显。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、教学方法的更新以及教学内容的优化，实现精准教育^[3]。

由于教育大数据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，卷面成绩等。可以依据学生对于教学资源的学习进度情况、在线测试与习题解答情况、在线讨论情况以及反馈问卷说明情况，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：当学生在观看视频时遇到难以理解的内容，会出现反复观看的情况。根据平台记录下的数据，将更便于明确教学的难点。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。而所有这些采集的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。

因此，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，通过对网络教学平台、移动APP等记录的教学大数据开展深度挖掘和多元分析，探索科学的、灵活的、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，将学习的区域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们完成自主学习，充分利用在线教学和课堂教学的优势互补来提高学生的认知效果。

    而数据驱动下的教学模式，将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、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。教师将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。因而，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，教师将在课程开始之前对学生、学习的资源以及学习的内容等先完成前端的分析，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，总结学习内容中面临的疑点与难点，并将其发布与在线教育平台，可以分别实现普遍化问题与个性问题的汇总。教师将针对核心知识点和学生自学中发现的疑难问题，有目标的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，并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，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，并发布于在线教育平台发布，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，也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、习题资源，明确课堂面授的重点，因地制宜的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了多交互的学习环境，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，同时也有利于加入更多个性化的学习引导。基于在校教育平台的混合教学模式，不仅提高了学生独立自主的学习能力，还有效激发了学生学习的积极性。而数据驱动下的正反馈分析手段，更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，课前教师推送教学资源：如文档、视频、习题等到在线教学平台，教师能了解到每位学生的自主学习数据：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，教师根据习题准确率及反馈问题细致了解学生的知识掌握情况。

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，一方面将帮助教师量化学生的学习效果，通过识别学困生、明确知识难点、考察教学目标的达成度，从而让教师调整自己的教学策略，改进自己的教学过程。

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，制定适合的学习计划，选择所需的学习资源。这些在传统课堂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、课中以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以及个体的知识掌握状态、发现存在的共性以及个性学习问题等，从而能够有的放矢的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，用于评估学习者的实时学习状况，教师据此来调整课程内容与进度、习题难度，学生也能合理调整学习投入时间，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”在下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，提取并分析了PPT资源观看情况，根据平台数据反映的趋势与比例可以观察到，在初始阶段由于高校学生并不习惯提前预习，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，但仍有一定比例的同学仍未参与到课前复习中来。由于数据量的限制，不能完全将预习情况和期末考试结果之间建立因果关系，但从一定程度上反映出这些学生学习的积极主动性有待进一步提高和推进。

（二）课上答题情况分析

在课堂授课过程中，根据讲授内容立即发布试题测验，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成都。因而在后续的课程时间上特别安排了着重讲解与分析。从平台数据中能够查阅到出现错误的同学，相应的会在后续的学习中加以关注，并特别指导查缺补漏。

（三）测试完成情况分析

在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同学名单，组卷中各题的答题情况，并对完成学生的成绩按照答案的准确度与完成的时间先后联合进行成绩排序。这些数据不仅能够比较完整的反映每个学生对本章内容的理解程度和学习效果，而且也能对比两个班级整体的学习情况。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，也辅助教师明确学生在后续学习中可能面临的疑点与难点。对于答题成绩较低或未参与答题的同学也将特别关注与辅导，发掘其学习方法和时间规划方面存在的问题，协同进行解决。

（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的发布自己的观点和问题。教师通过姓名可见，对各位学生的学习积极性建立了解。与此同时，在实验课程中也充分发挥讨论墙的作用，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习情况、难点问题分布的相关数据，通过积累、挖掘、分析群体数据以及个体数据，发现隐含在教学过程中的的共性规律，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，必然需要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多平台学习过程中。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，充分调动学生学习的主动性，从而实现教学效果的提升。

五、结束语

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，通过颗粒度更细、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，才能真正意义上到达教学的预期效果与目标。

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.

[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]. 高教探索, 2017(12): 13-20.

[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.

[4] 马玉花, 彭荣贞, 谷晓凤. 微助教在教学中的应用[J]. 教育教学论坛, 2020(5): 250-251.