基于数据挖掘的混合教学学习效果综合评价

周开权

摘  要 混合教学集中了传统教学与现代信息技术的优点，注重课前、课堂、课后的综合作用，同时应优化学生学习效果评价方式。从提高学生的综合素质出发，把混合教学分为课前、课堂、课后三个层次，从参与度、交互度、效果度三个维度全面评价学生学习效果，然后对得到的九个数据进行赋权加总，并建议根据具体情况选用不同的赋权方法，为大数据平台下的学生学习效果综合评价体系提供有益借鉴。

关键词 混合教学;数据挖掘;学习效果

中图分类号：G712    文献标识码：B

文章编号：1671-489X（2019）22-0057-03

Comprehensive Evaluation of Mixed Teaching Learning Effect based on Data Mining//ZHOUKaiquan

Abstract Modern educational theory promotes the development of school education towards quality education. The wide application of

modern information technology in the field of education makes qua-

lity education easier to achieve. Mixed teaching concentrates the ad-vantages of traditional teaching and modern information technology， pays attention to the integration of pre-class， classroom and after-class teaching， and also provides conditions for deep mining of pro-cess evaluation. Starting from improving studentscomprehensive quality， this paper divides mixed teaching into three levels： pre-class，

classroom and after-class. It evaluates students learning situation from three dimensions： participation， interaction and effectiveness. Then， it empowers the nine data and sums up them. It suggests that different empowerment methods should be selected according to the specific situation.

Key words mixed teaching; data mining; learning effect

1 引言

從教育思想的角度来看，混合教学并不是新鲜事物，早在2000多年前的我国春秋时期，孔子就提出“学而时习之”的思想，认为教师课堂上的教应与学生课下的复习结合起来，实质上，这就是一种课堂教学与课后反思的混合式学习。

现代教育在教育思想的应用效果、深度挖掘等方面取得前所未有的进步。很多现代教育理论认为，学校教育的功能不只是灌输知识，而应培养学生的综合素质。随着互联网、智能终端设备等现代技术在教育领域的普及，现代学校教育的功能实现有了更加充分的条件。1999年，全球最大的信息技术研发公司IBM利用Lotus远程培训平台Lear-

ning Space开展Basic Blue培训项目，不但改善了培训效率，而且节约了大量资金，仅在2000—2002年就减少支出约8800万美元。目前，美国应用混合教学的大学有3000多所。2003年，北京师范大学的何克抗教授在第七届全球华人计算机教育应用大会上提出混合教学的概念，此后，在国内教育领域受到关注。

但是，在混合教学模式诞生之初，引起关注的只是可以把网络教学和传统教学结合起来，没有认识到对现代教育变革的巨大影响，尤其是在教学评价数据挖掘与深度分析方面的作用没有引起足够重视。混合教学应用于学校教育不只是教学方式、手段的变化，而是要达到培养重点的根本性改变。传统教学由于教学手段的限制，不能对课前预习、课堂协作学习、课后拓展等进行有效督促，对学生的学习效果的评价大多是结果性的。混合教学采用网络、微信等工具，可以对学生课前、课堂、课后的学习过程进行监督、指导。因此，混合教学带来的变革不只是教学手段、方式的变化，更重要的是评价标准、体系的根本性转变。更重要的是，随着信息技术的发展，教学平台挖掘、利用数据的能力越来越强，在混合教学中应解放思维，从养成学生的良好综合素质的角度挖掘教学过程中评价学生的数据，不断完善过程性评价。

2 混合教学效果评价数据的挖掘

通过分析现有文献发现，很多研究者和实践者注重混合教学的教学设计，对于评价过程、模型设计、数据发掘与应用存在欠缺：

1）评价的量化程度不够，主观判断过多，如学生参与度、交互性等方面的度量;

2）没有设计适宜的评价模型，指标的设定及赋权过于随意;

3）过程性评价的实施过于肤浅，评价结果不够科学;

4）情感评价过于随意，虽然当前大多数教师在进行教学设计时制定了情感目标，却没有在评价过程中进行量化，主要根据主观判断进行估计。

本研究从数据挖掘与应用的角度，把混合教学效果评价分为课前预习、课堂学习、课后拓展应用三个层次，从参与度、交互度、效果度三个维度进行教学效果的评价。

1）课前预习效果评价数据的挖掘。在传统教学方式下，主要采用检查书面作业、课堂提问等方式考核学生的课前预习情况，显著缺点是只能考核预习结果，不能在预习过程中及时督促，更谈不上进行有针对性的指导，甚至在结果性评价中也是以抽查为主。

混合教学模式下，课前预习采用网络渠道，学生在预习过程中提出自己的疑问或讨论话题，参与同学发起的话题，帮助同学解决疑问，参与教师发起的讨论，完成预习效果测试。这些数据可以分为三个维度。

①参与度。预习中回答阶段性问题的次数与正确性（Bi）、对同学提出的疑问作出有价值的回应（Ci），反映了学生参与协作学习的程度，可以提高他们的团队协作能力。因此，作为评价预习效果的维度之一，第i位学生参与度（A1i）的计算公式如下：

A1i>1时，学生在预习阶段的参与度达到满意程度;A1i<1时，参与度欠佳，应对参与度过低的（结合参与次数）学生给予特别关注。

②交互度。在预习中，第i位学生与其他学生对预习内容进行的讨论（Di）、对教师发起讨论的回应（Ei），都可以作为衡量该学生在预习阶段交互度的依据。因此，第i位学生在预习阶段交互度（A2i）的计算公式为：

A2i>1时，学生的参与度达到满意程度;A2i<1时，参与度欠佳，过低时（结合对交互次数的考查）应对该学生给予特别关注。

③效果度。效果度是在预习阶段结束时，学生在测试中的表现，反映了学生在预习阶段取得的最终效果。效果度（A3i）的计算公式如下：

A3i>1时，学生的预习效果达到令人满意的程度;A3i<1时，效果度欠佳。对于预习效果太差的学生应特别留意，分析原因。

2）课堂学习阶段。

①参与度。评价师生集体解决预习阶段遗留问题时的参与程度，以回答问题次数及质量（Gi）作为衡量标准，计算公式为：

P1i>1时，学生在课堂学习阶段的参与度达到满意程度;P1i<1时，参与度欠佳，过低时（结合参与次数）应给予特别关注。

②交互度，指课堂讨论环节师生、生生间的交互程度，分别用讨论环节回应教师发起的讨论次数及质量（Hi，由教师评分）、回应同学发起的讨论次数及质量（Ki，由同学评分）作为衡量标准。课堂教学阶段学生的参与度（P2i）的计算公式如下：

P2i>1时，学生在课堂学习阶段的交互度达到满意程度，P2i<1时，交互度欠佳，对于分数太低的应分析原因，予以有针对性的帮助。

③效果度，是指在課堂学习阶段结束时，学生参加测试时的成绩（Ri）状况，是学生在课堂学习阶段取得收获多少的度量指标，计算公式如下：

P3i>1时，学生在课堂学习阶段的最终效果较好;P3i<1时，最终效果欠佳，应对答题情况进行进一步的分析，了解学生对重点、难点等部分的掌握程度，以便采取下一步的改善措施。

3）拓展应用阶段。

①参与度，指学生在拓展应用任务中的参与程度，如在案例分析、市场调研等任务中的参与情况，制订任务完成方案中所起到的作用等，计算公式如下：

Q1i>1时，表明学生在课后拓展应用阶段能够积极参与;Q1i<1时，参与度欠佳，对于分数太低的应分析原因，予以有针对性的帮助。拓展应用环节对于学生的实践能力要求较高，如理论知识应用能力、问题分析能力、解决生活中实际问题的能力、与外界沟通的能力等。在传统的灌输式教学方式下，这一环节要求的能力大部分被忽视。

②交互度。在拓展应用任务完成过程中，很多学生会遇到问题，这时要求他们先通过同学之间的讨论来解决。学生参与讨论的次数和质量（Ti）是计算学生在拓展应用环节的交互度（Q2i）的基础，具体计算公式如下：

Q2i>1时，表明学生已经掌握了基础知识，并且有进一步深化知识的意愿;Q2i<1时，交互度欠佳，学生对于这部分知识的学习兴趣不高，或者没有进一步应用知识的意愿。

③效果度。为了检测学生在拓展应用阶段对于理论知识的掌握程度和应用能力，也要进行测试。为了方便实施，一般采用客观题的形式，所得分数（Wi）可以作为计算学生在拓展应用阶段学习效果度（Q3i）的基础数据，具体计算公式如下：

拓展应用阶段学生学习的效果度Q2i>1时，表明学生已经能较好地应用这部分知识;Q2i<1时，表明学生对于知识的应用能力尚待提高，在以后的学习中应注意引导。

3 混合教学效果评价数据的分析与利用

在上文中，把混合教学分为课前预习、课堂学习、拓展应用三个阶段，在这三个阶段，学生对于知识的理解和应用能力是逐步提高的。从另外一个角度来看，在这个学习过程中，学生对于知识从初步认识到深度理解、灵活运用，跨越了三个层次，对于学生学习整体效果的评价，应对这三个层次综合考虑，使用科学的评价模型充分利用挖掘到的数据。

综合评价模型的建立  在上文中，把混合教学的评价分为三个层次，每个层次又分为三个维度，下一步要解决如果得出综合评价结论的问题，即为每一个维度赋权。从有关文献来看，一般可以考虑两种赋权方法。

1）每个维度的权重相等。为了减少评价过程的复杂性，可以平均分配权重，即学生的评价总分（Yi）计算公式为：

2）复相关系数赋权法。前文的赋权方法虽然简单，但是主观性较强，从已有文献来看，评价指标体系客观赋权方法很多，其中复相关系数法较为简单实用。该方法认为，当某一指标和其他指标反映的信息重复程度较高时，说明该指标对于评价指标体系的构建所起作用较小，应予以较小的权数，反之则予以较大的权数。在衡量指标间反映信息重复程度大小时，可以采用指标间的复相关系数。其具体过程如下：

①列出全部指标构成的相关系数矩阵，以上文中的三层三维评价数据构成矩阵;

②计算每一数据与其他数据之间的复相关系数，采用对①中的矩阵进行分解的方法获得;

③计算上文中得到的复相关系数的倒数并进行归一化处理，即为本方法所需的各指标权数。

综合评价结果的优化  复相关系数赋权方法的不足之处是没有考虑教师的主观评价，在实际教学中可以把本文介绍的两种方法综合应用，把得到的平均值作为最终评价结果。另外，在实际应用中也可以根据学生、课程的具体情况开发更好的综合评价体系模型，在线上教学平台条件具备的情况下，可以采用大数据分析方法，即根据教学平台收集到的学生平时学习情况、课程结束时各方面的成绩，构建学生综合素质、核心素养等方面的模型，然后计算各种因素对学生最终成绩的影响程度，按照影响程度的大小给各个指标赋权。

现代信息技术给教学带来的不只是教学方法、手段的变化，也为改善学生学习效果评价体系带来便利。但是，一般教师掌握的计算机软件不多，在开发教学平台时应组建由教师、IT专业人员组成的团队，合理设计平台的各种功能。

参考文献

[1]尹合栋.“后MOOC”时期基于泛雅SPOC平台的混合教学模式探索[J].现代教育技术，2015，25（11）：53-59.

[2]田富鹏，焦道利.信息化环境下高校混合教学模式的实践探索[J].电化教育研究，2005（4）：63-65.