大數據畫像軟件基礎精準教學探析

前言：想要寫出一篇引人入勝的文章？我們特意為您整理了大數據畫像軟件基礎精準教學探析范文，希望能給你帶來靈感和參考，敬請閱讀。

摘要：本文為實現計算機軟件基礎課精準教學為目的，提出將一卡通智慧平臺數據與MOOC平臺軟件基礎學習數據相結合，對學生進行畫像，并通過畫像結果對教學效果進行精準分析，以調整教學策略，修正學生行為。實施結果表明基于大數據畫像技術的軟件基礎教學是科學、精準的教學模式。

關鍵詞：大數據；畫像；軟件；精準

計算機軟件教學是高校計算機的基礎入門課程。學生們由不同的城市或地區進入大學，對計算機的基礎知識存在著較大的差異。講授計算機軟件基礎知識的教師試圖找到更好的方法來教授不同水平的學生，例如：翻轉課堂、任務驅動教學、MOOC和分層教學、在線和離線混合等等。雖然取得了一定成績，但效果并不理想。原因在于采用普遍性的教學方法，對某些同學并不適用。再者，教師管理的學生太多，不能完整掌握每個學生的學習狀態。而今，大數據的出現為可以解決這一難題。通過大數據及畫像技術可以動態跟蹤每個學生，并根據學生的生活習慣、日常行為等畫像結果，預測學生的學習習慣、學習時間及成績，并給出預警，實現精準教學及個性化輔導。

一、大數據和畫像技術

大數據是一個動態的定義，不同的行業有不同的理解。通常認為大數據的特征在于大的數據量，類型和結構復雜，新數據創建和增值速度快，數據值密度低。但是，數據的整體價值正在提高，這反映在統計特征、事件檢測、相關性和假設檢驗中。如今，大數據技術不但可以服務于互聯網、金融、醫療、營銷等各個領域，同樣可以為教育領域提供支撐技術。眾所周知，傳統的教育決策依據常識和習慣作出，而大數據時代的教育決策要依賴于教師和學生的行為來決策。因此，教育大數據在精準教育中起著重要作用。畫像技術是近年興起的技術，與數據挖掘、大數據密切相關。通過數據挖掘與建模,建立描繪用戶的標簽。畫像的輸出由多個標簽中的特定標簽值組成。用戶畫像可以幫助我們進行精準營銷、用戶研究、個性服務、商業決策等。對高等學校學生進行畫像，幫助教師掌握學生性格、學習習慣、愛好、購物、閱讀、成績等相關信息，了解學生狀況及存在問題，從而對學生進行干預，實現針對性、個性化教學服務。

二、精準化教學設計

精準教學的前提是數據的獲取。對獲得的數據進行分析，根據大數據及畫像技術，可以精準進行教學設計。設計模式劃分為3個部分：基于數據的以學定教；基于數據的因材施教；基于數據的以評促教。精準化教學設計如圖1。

（一）數據獲取

目前，幾乎所有的高校都建立了智慧平臺，大學生的活動基本上依賴于智慧平臺的校園一卡通。教師的教學行為也同樣依賴于一卡通。平臺數據包括學生在食堂就餐、超市購物、圖書館借書、出入宿舍、教學樓打水、洗浴、登陸在線考試\模擬系統等日常行為軌跡。在智慧平臺準確方便的獲取日常數據后，通過對數據進行整理分析，得出畫像結果,為精準教學提供決策及提供動態支持。智慧平臺選課系統提供多種軟件編程語言供學生選擇，并且提供不同等級劃分：0基礎班、標準班及提高班等。按照學生分班測試成績自愿、自主選擇語言，實現動態分流。根據智慧平臺獲取的數據建立相應數學模型，對數據進行分析。根據分析結果，對學生進行個性化畫像。根據畫像結果對學生進行分級教學、因材施教。近年來，隨著在線教育平臺的興起，中國大學MOOC和在線學堂等許多大型在線教室平臺已經興起。各大學也紛紛建立了符合本校學生的教學平臺，如圖2所示。通過學生在線學習的行為數據，例如：在線課堂的出勤率，視頻觀看點數，作業完成進度，論壇討論次數等，發現學生的興趣與存在的問題，從而調整目標的深度和難度，制定相應的干預策略、激勵機制等來指導學生的學習行為。

（二）確定教學目標

計算機軟件基礎課程提供多種編程語言，根據平臺數據分析，非計算機的電類、建筑和車輛專業的學生擅長數學和英語。經大數據分析他們對計算機基礎非常感興趣，并且渴望探索未知的世界，學習C語言課程比較合適。對于化工、機械類及會計等專業學生，對他們的成績及行為進行分析后適合學習VB語言。而如傳播等藝術或文科類學生，python語言更適合。對于層次不同的班級，授課教師對所教授的語言做進一步細化和量化。對于0基礎班，采用多講多練，強化教師指導作用，加強基礎知識及項目實踐的訓練。教師起到陪練作用，幫助學生盡快進入最佳學習狀態并進階。對于標準班，強化教學和更多實踐，系統學習+項目實踐。教師在教學中起指導作用，穿線并解析關鍵點和難點。對于提高班，采用以練代講，學生自主練習、自主講課，是自主學習+項目實踐的學習模式。教師起到教練員的作用。這部分學生有能力參加各種計算機類的競賽，使課堂與竟賽相結合，以賽促課。

（三）構造立體化教學資源包

確立精確的教學目標后，需要建立完善的教學資源庫。構建立體化教學資源包，包括在MOOC平臺上上傳教師的視頻、教學日歷、教學大綱、教學PPT、難點及重點、典型例題及解決分析方案，舉一反三實踐項目、計算機常見算法、由淺入深的競賽題目等。教學采用項目驅動教學法，鼓勵學生在智慧平臺進行課前、課中、課后自主學習內容。平臺提供知名MOOC平臺的鏈接。教師可以在網上回答問題，提供無紙化考試系統模擬練習，對教學效果進行評價，根據評價結果精準調整教學內容及方式，并對未來年級教學進行規劃預測。

（四）學生畫像

1．綜合畫像。精準教學是以課程標準、教材和學習者發展的實際情況為依據，遵循學科教學規律、學習者成長規律和認知規律，關注課堂教學的價值，準確把握教學目標以及教學內容，構建并細化教學過程。實現精準教學依賴于現代大數據的支持。通過行為數據對學習者進行畫像。行為數據包括學生生活行為數據及學習行為數據。生活行為數據包括就餐、購物、運動、個人衛生習慣，進入宿舍及離開宿舍時間及社交等。學習行為數據包括借還書信息、出入圖書館及教室時間、登陸MOOC次數和時間及登陸免費機房模擬考試系統等日常行為軌跡。根據這些數據的行為信息設計畫像系統。畫像系統的畫像因子根據努力程度和生活規律確定。努力程度因子為量化的學生學習時間。通過智慧一卡通獲得學生訪問學習地點的次數，例如，訪問教學樓、訪問圖書館大概率判定為努力因子。另一畫像因子為生活規律性。根據一卡通獲得學生停留宿舍的時間數據、餐飲習慣、購物習慣、衛生習慣等數據。通過挖掘生活規律數據得出：學生的自我控制、自我約束能力等與生活規律性存在關聯。通過對畫像因子與成績關系的研究，得出努力程度和生活規律呈顯著正相關性，如圖3的示意圖。另外，根據學生活動地點與次數，建立學生社交關系網絡，對比得出學生的成績與朋友們的平均分數呈正相關性。根據努力程度、生活規律性和社交關系網絡以及歷史的學習成績，對學生進行綜合畫像及早發現學生存在的問題，實現精準輔導、精準教育。2.依據MOOC平臺大數據對學習成績進行畫像。教師的教學行為和學生的學習行為數據為教育決策提供實時動態的數據支撐。在MOOC平臺依據學生對各章節知識點掌握程度數據、作業成績、討論分布數據進行分析畫像，及時掌握學生學習動態。對部分學生提供成績預警，人為干預。對普遍性問題采取必要的措施及時調整教學方向，以達到精準教育。成績畫像結果如圖4所示。

（五）精準輔導

參照布魯姆教育目標分類法，以“練”為核心，設計挑戰度由低到高的階梯化學習路線。初級階段，學會閱讀范例代碼，改寫程序，仿寫程序，舉一反三。中級階段，學習編寫代碼，實現程序設計，并可以找出程序中的錯誤，對錯誤程序進行調試。高級階段，培養程序優化，綜合應用，創新應用的能力。按課程目標，實現精準輔導，從閱讀范例代碼、改寫仿寫程序，到設計和調試錯誤程序，再到程序優化、綜合應用和創新應用，學生的能力在自主的情況下逐步提高，并且在教師幫助下得以實現個性化和差異化的學習目標。

（六）精準評學

大數據的興起，評價依據從主觀經驗到客觀數據，從人工評價到智能評價，評價方式從總結式評價到過程式評價，評價內容從單一評價到綜合評價。使教學評教從經驗評教走向數據評教，從宏觀評教走向個體評教，從單一走向綜合。首先，充分利用基于數據的過程性和發展性評價，以及同時強調能力與成就的多重綜合評估。以大數據為基礎，實現精確的學情診斷及趨勢預測、準確推薦學習資源、量身定制職業規劃、個性化分析模型以及線上與線下結合的教學支持等。其次，結合學生行為大數據，可以實現對學生行為的全面描述及跟蹤，根據科學診斷使學生對自己的行為進行了解并修正，以達到完善和提升的目的。圖5為評價曲線。

三、結束語

基于一卡通登陸圖書館、智能教室等獲得業務系統及網絡日志等數據，對學習者的行為數據進行定量分析與數學建模，結合學校MOOC平臺計算機軟件課程的學習數據，對學生的行為及成績進行分析畫像。根據畫像結果掌握學生學習成績狀況及產生狀況的原因。因人而異，提出不同的建議和警示，同時教師亦可根據畫像結果調整教學大綱及教學內容。

參考文獻：

[1]楊光瑩,杜敏,楊東梅,等.基于校園行為數據分析的學生畫像系統初步構建研究[J].教育教學論壇,2020(41):44-45.

[2]呂挫挫.智慧校園視域下高校用戶畫像探究[J].大眾標準化,2020(19):45-48.

[3]于方,劉延申.大數據畫像——實現高等教育“依數治理”的有效路徑[J].江蘇高教,2019(3):50-56.

[4]李光耀,宋文廣,謝艷晴.智慧校園學生畫像方法研究[J].現代電子技術,2018(12):20-23.

作者:趙莉 單位:遼寧工業大學電子與信息工程學院