基于数据挖掘的虚拟仿真实验教学量化分析

张 浩， 雷 洪， 龚成斌， 彭敬东， 何显达， 马学兵

(西南大学 化学化工学院，重庆 400715)

基于数据挖掘的虚拟仿真实验教学量化分析

张 浩， 雷 洪， 龚成斌， 彭敬东， 何显达， 马学兵

(西南大学 化学化工学院，重庆 400715)

作为实际实验教学的重要补充，基于互联网平台的虚拟仿真实验教学实践过程中生成了大量的学生学习行为数据。为了研究虚拟仿真实验教学与实际实验教学成绩的关系，识别虚拟仿真实验教学中的新行为模式，利用数据挖掘技术对化学化工虚拟仿真实验教学过程数据进行了分析。通过研究虚拟-现实实验成绩之间的相关性、因果性以及学习时间对成绩的影响，发现理论学习、实际操作成绩与偏重于流程训练的简单虚拟仿真实验项目的相关性较小，与机理型复杂虚拟仿真实验项目相关性较大；虚拟仿真实验的开展对实际实验均有不同程度的促进作用。

虚拟仿真； 数据挖掘； 量化分析； 实验教学

0 引 言

随着计算机硬件技术和3D建模技术的不断创新，基于先进网络与信息技术的虚拟仿真实验教学发展迅速，并被大量应用于化学化工实验教学[1-3]。虚拟仿真实验的开设能够在一定程度上解决化学与化学工程实验教学存在的有毒有害高污染等普遍性制约问题，具有非常重要的实践意义[4-6]。作为一种新兴事物，虚拟仿真实验教学效果、教学管理及其背后隐含的学习行为仍然需要进一步的分析研究[7-9]。

由于传统教学研究难以量化，教学效果评价体系大多基于多级评价指标的定性分析[10]。评价数据多来自于问卷调查，指标性问题设计过于主观、数据收集成本高、涵盖面小是传统教学评价研究的主要限制性因素[11]。虚拟仿真实验利用互联网开展教学实践活动，反映学生学习习惯的数据直接存储于数据库，构成了教学效果量化分析的数据基础[12-13]。本文通过分析化学化工国家级虚拟仿真实验教学中心2014～2016年学生成绩与练习时间数据，探讨虚拟仿真实验教学的开展对提升学生化学化工实验技能的影响。

1 数据与分布

1.1研究数据概述

研究数据包括2014～2016年化学化工学院仪器分析和化工原理实际实验成绩与虚拟实验成绩及其操作记录。其中，仪器分析实作实验包括气相色谱、高效液相色谱、核磁共振和原子荧光等16种仪器，相对应虚拟仿真实验包括三维核磁、原子力显微镜、扫描电镜和XPS能谱分析等14种大型精密仪器；化工原理实验包括伯努利实验、离心泵特性曲线测定和对流传热实验等16个实验，相应虚拟仿真实验包括化工流动过程综合实验、传热综合实验和精馏塔综合实验等14类项目。大型精密仪器虚拟仿真实验偏重于流程训练，步骤设置简单；化工原理虚拟仿真实验基于实际实验数据和数学原理，步骤和数据处理较为复杂，接近于实际实验过程。

学生样本包括2013～2016级化学教育、应用化学、材料化学和化学工程与工艺等4个专业，共1 223人。所有学生在大学二年级同时进行实作实验和虚拟仿真实验，实验前修完相应理论学习课程。

1.2数据分布情况

由于仪器分析与化工原理实验学分、学时相同，本文将两门实验成绩平均，分别得到实作实验和虚拟实验成绩。学生实作实验成绩分布如图1所示：平均成绩为82.43分，方差为19.94；61.36%的学生成绩高于80分；3.27%学生获得优秀。实作实验成绩实际分布与正态分布的K-S检验值为0.097 2，最大差异出现在80分位置，说明实作实验符合传统学生认知规律[14]。

图1 2014～2016年学生实作实验成绩概率密度分布

与实作实验教学所呈现的近似正态分布相比，虚拟仿真实验成绩呈现出明显不同的概率分布模式(见图2)：平均成绩为90.92分，方差为51.74；57.19%的学生成绩高于90分；38.48%的学生可以获得优秀评级。虚拟仿真实验成绩平均分比实作实验成绩提高9.77%，统计效果显著。

图2 虚拟仿真实验成绩概率密度分布

相对于台套数较少的实际实验，学生可通过网络亲自操作虚拟仪器，不限次数练习操作步骤和规范性。在达到一定重复次数后，大多数学生都能够熟练掌握虚拟仿真实验的操作和数据处理方法，从而取得较好的考试成绩；同时，相对于实际实验，虚拟仿真实验在操作上进行了适度简化，也有利于学生成绩的提高。

2 虚拟仿真实验教学效果分析

2.1数据预处理

本文研究数据涉及4个专业共21个自然班，20个实作实验项目，其中某些实验项目由多个老师共同授课。数据可分为专业、班级、实验项目和任课老师等多个层级。为了消除不同教师给分的系统性差别，属于同一实验项目的不同教师成绩均进行了归一化处理；同一课程的实验成绩由不同试验项目所修课时占全部课时权重得到最终成绩。

2.2评价指标

本文采用了4个评价指标来分析虚拟仿真实验教学效果。

(1) 皮尔逊相关系数r。用于度量两个变量之间的相关程度：r越接近于1，表示两个变量之间的相关性越好，趋势变化越一致。

(1)

(2)

(3) 标准差δ。反映组内个体间的离散程度。

(3)

(4) Granger因果关系检验yt，反映虚拟仿真实验的开展对实际实验成绩的因果性影响[15-16]。

(4)

式中，u1t为白噪声。

2.3教学效果分析

为了从整体上评估虚拟仿真实验教学的开展对实际实验教学的影响，本文选取了原子吸收、液相色谱、伯努利实验和离心泵特性曲线测定，共4种虚实结合实验项目。其中，原子吸收和液相色谱虚拟实验由于开发时间限制，偏重于流程训练，不涉及到后期数据处理和数学模型；后两种化工原理实验不仅步骤详细，还涉及较多的数学模型，流程相对接近实际实验。分析结果见表1。

表1 虚实结合实验项目相关系数、均值与标准差

表1表明，虚拟实验平均成绩普遍高于实作实验。经分析，其原因如下：① 所有学生均可亲自操作虚拟实验仪器，其动手能力可得到充分训练；② 虚拟仿真实验项目操作步骤和试验结果均经过合理简化，大大降低了实验过程存在的随机因素；③ 部分虚拟实验脚本设计不合理，仅有序操作，无误操作反馈。

虚实实验相关系数表明，步骤较少、操作简单的仿真实验成绩与实做实验呈弱相关，甚至是负相关；操作步骤多，原理复杂的虚拟实验成绩与实做实验成绩呈强正相关性。这说明虚拟实验项目设计越接近真实实验，越能体现学生真实理论学习和操作水平。

标准差数据显示，大部分虚拟实验成绩标准差低于实作实验，即学生成绩分布较为集中。在进行台套数相对短缺的实作实验时，只有真正感兴趣和基础较好的学生能够得到实际操作机会，成绩相对较高；虚拟实验突破了仪器数目和操作次数限制，能够充分培养学生能力，成绩分布更为接近。Granger因果关系检验表明，虚拟仿真实验教学的开展对实作实验成绩提高具有显著影响。

为了研究虚拟实验操作次数对实验成绩的影响，现通过液相色谱和伯努利虚拟实验成绩箱线图说明成绩与学习时间安排之间的关系，结果见图3和图4。

图3 液相色谱成绩箱线图

图4 伯努利仿真实验成绩箱线图

从图3可见，随着操作次数增加，大多数学生的实验成绩有所提高。在操作次数达到5次时，大多数学生可准确掌握液相色谱操作步骤。高于5次后，学生提高程度不明显。与液相色谱相比，伯努利实验提高分为两个阶段：1～5次属于流程提高阶段，学生能够较快掌握；6～12次属于细节提高阶段，提升次数相对较慢；完全掌握需要花费的时间远高于液相色谱虚拟仿真实验。这说明，虚拟仿真实验教学资源的开发不仅仅要满足于操作流程的培训，也要重视其对创新能力和应用能力的培养。在教学安排上，不同类型的实验需要安排相应的练习学时才能达到满意的训练效果。

3 结 论

随着计算机和网络技术的发展，虚拟仿真实验教学的开设时机逐渐成熟。目前，全国已有300个国家级虚拟仿真实验教学中心，对虚拟实验教学效果评估已变得十分重要。本文在针对超过1 000多个虚拟实验成绩样本分析的基础上发现，虚实结合的实验教学方式对提高学生操作能力和应用创新能力效果显著。虚拟实验教学资源的开发应该合理设计脚本，尽力真实再现现实实验场景。同时，应考虑其难度合理安排教学时间。由于数据收集成本过大，本文尚未研究有实无虚与有虚无实两种情况对实际教学的影响。

[1] 李 平, 毛昌杰, 徐 进. 开展国家级虚拟仿真实验教学中心建设提高高校实验教学信息化水平[J]. 实验室研究与探索, 2013, 32(11): 5-8.

[2] 王卫国. 虚拟仿真实验教学中心建设思考与建议[J]. 实验室研究与探索, 2013, 32(12): 5-8.

[3] 张春霞. 在教学实验中引入虚拟实验技术的探讨[J]. 电子测试, 2015(8): 57.

[4] 葛秀坤, 邵 辉, 郝永梅. 3D 虚拟仿真技术在 “化工安全工程” 实验教学中的应用[J]. 黑龙江教育(高教研究与评估), 2016(5): 15-16.

[5] 张卫红, 黄 怡. 化学化工类专业虚拟仿真实验室建设的探讨[J]. 广东化工, 2015, 42(18): 195-196.

[6] 赵 爽, 王 敏, 鲁奇林, 等. 化工过程虚拟仿真实验教学平台建设探索[J]. 课程教育研究, 2015(26): 236.

[7] 刘亚丰, 吴元喜, 苏 莉, 等. 生命科学与技术虚拟仿真实验教学体系的构建[J]. 实验技术与管理, 2015, 32(9): 120-123.

[8] 王 森, 李 平. 2014 年国家级虚拟仿真实验教学中心分析[J]. 实验室研究与探索, 2016, 35(4)：82-86.

[9] 蒙艳玫, 李文星, 叶志豪, 等. 网络化远程测控实验教学平台的研究与实践[J]. 实验室研究与探索, 2016, 35(7): 108-112.

[10] 李 馨. 翻转课堂的教学质量评价体系研究——借鉴 CDIO 教学模式评价标准[J]. 电化教育研究, 2015, 36(3): 96-100.

[11] 纪 芳, 武文颖, 于 伟. 以能力为本位的文科类实验教学效果评价研究简[J]. 实验技术与管理, 2016(10): 193-195.

[12] 周 庆, 牟 超, 杨 丹. 教育数据挖掘研究进展综述[J]. 软件学报, 2015(11): 022.

[13] 梁吉业. 大数据挖掘面临的挑战与思考[J]. 计算机科学, 2016, 43(7): 1-2.

[14] Wilcox R. Kolmogorov-smirnov test[J]. Encyclopedia of Biostatistics, 2005.

[15] Barnett L, Seth A K. Granger causality for state-space models[J]. Physical Review E, 2015, 91(4): 040101.

[16] Granger C W. Some recent development in a concept of causality[J]. Journal of Econometrics, 1988, 39(1): 199-211.

QuantitativeAnalysisofVirtuallyExperimentalTeachingUsingDataMining

ZHANGHao,LEIHong,GONGChengbin,PENGJingdong,HEXianda,MAXuebing

(School of Chemistry and Chemical Engineering, Southwest University, Chongqing 400715, China)

As an important supplement to real experimental teaching, there are a great amount of data about learning process during the execution of virtually experimental teaching based on the Internet platforms. To study relations between virtual experiment scores and real experiment scores and recognize new patterns of learning behaviors in virtual experiment teaching process, data mining techniques are employed to analyze data of virtual chemical and chemical engineering experiment teaching processes. The results of relations and causalities between virtual experiment scores and real experiment scores and impact of learning time on scores show that relations between theoretical learning, real experiment scores and simple virtual experiment programs about process training are much lower than that with complicated virtual experiment programs based on mechanism. Executions of virtual experiments can improve their performances on real experiment in different degrees.

virtual simulation; data mining; quantitative analysis; experimental teaching

TP 391; G 642.1

A

1006-7167(2017)09-0129-03

2016-12-22

西南大学博士基金项目(SWU114021)与西南大学基本科研业务费(XDJK2015C101)

张 浩(1986-)，男，河北平山人，博士，讲师，主要研究方向为雾霾预警与大数据应用。Tel.: 18580481938; E-mail: haozhang@swu.edu.cn