基于“互联网+”的智慧课堂教学设计和实践分析

冯桂尔

摘要：随着物联网、大数据、云计算、移动互联网等新一代信息技术的迅速发展，基于“互联网+”的智慧教育也逐步渗透到了课堂教学中，为课堂教学的变革和创新开辟了新的思路和方法。文章首先阐述了打造智慧课堂的学习生态系统平台具有的功能，接着提出了智慧课堂教学流程设计结构，围绕课前、课中、课后、课外四个环节，构成教学效果持续改进的过程循环。最后根据平台上积累的学生数据，探讨了影响学生期末成绩的互动指标。

关键词：互联网+;智慧课堂;学习生态系统;数据分析;互动指标

中图分类号：G642        文献标识码：A

文章编号：1009-3044（2019）24-0121-04

开放科学（资源服务）标识码（OSID）：

Design and Practice Analysis of Smart Class Teaching Based on the “Internet +”

FENG Gui-er

（School of Journalism and Communication， Shanghai International Study University， Shanghai 200082，China）

Abstract： With the rapid development of new generation information technology such as Internet of Things， big data， cloud computing， mobile Internet， etc.， the wisdom education based on "Internet +" has gradually penetrated into the classroom teaching. It helps to open up new ideas for the reform and innovation of classroom teaching. First， this paper expounds the functions of the learning ecosystem platform to create a smart classroom， and then puts forward the design structure of the smart classroom teaching process， which constitutes a process cycle of continuous improvement of teaching effects around the four stages of before class， in-class， after class and extra class. Finally， based on the student data accumulated on the platform， the interactive indicators that affect the students' final results are discussed.

Key words： “Internet +”; smart classroom; learning ecosystem; data analysis; interactive indicators

1引言

国内“互联网+”理念最早是由易观国际董事长兼首席执行官于扬在2012年第五届移动互联网博览会上提出的。 他认为行业的产品和服务应该与未来多屏全网跨平台用户场景结合起来。2015年3月李克強总理在政府工作报告中首次提出制定“互联网+”行动计划，更加明确了利用信息通信技术以及互联网平台，让互联网与各个行业进行深度融合。

之后，关于“互联网+”的应用，如雨后春笋般，逐渐渗透到了各行各业。教育行业也不例外，潜移默化地跟“互联网+”靠拢结合。“互联网+”教育正在改变着当前的教育。由线下教学到线上教学融合过渡，由以教师为中心到以学生为中心的角色转变，由统教到个性化教的策略升级，由延时到实时的评价反馈机制应用，等等。这使得一切教与学活动都围绕互联网进行，并向信息化、智能化方向发展，为课堂教学的变革与创新提供了新的思路和方法，“智慧课堂”也应运而生。

目前，国内很多学者都对智慧课堂进行了探讨和研究，有的学者为不同学生的学习问题，量身定制个性化的学习策略和学习方法，以实现智慧化教学[1];有的学者在从智能感知、预知性、智能化评价等多个方面提出了个性化自适应学习的新视觉[2];还有的学者以“互联网+”时代教育大数据的发展为依托，从课堂环境的智慧升级、课堂教学的智慧重构、学习历程的智慧优化、教学评价的智慧发展四个方面剖析了未来课堂智慧化发展的特点与规律[3]等等。但这些已有的研究成果总体看来，所论述的内容多侧重于理论和策略层面，在具体实践层面涉及不多。根据以上背景，本研究把基于“互联网+”的智慧课堂教学设计应用到了本校的一门《媒体信息处理》课程中，并进行实践分析探讨。

2智慧课堂平台

2.2智慧课堂平台

研究采用本校较为成熟的课程中心平台作为实践的支撑平台。该平台以建构主义理论为依据，结合MOOC、翻转课堂、混合式学习等先进教学理念，打造学习生态系统，将课前、课中、课后和课外的每一个环节都赋予新的学习体验。

课程中心平台线上线下主要实现以下这些功能：微课发布、资料共享、在线测评、师生互动、作业布置、作业批改、大数据分析、教案罗列、分组讨论、话题广场、答题统计等。这些功能构成了以体验为中心、服务为中心、学生为中心和数据为中心[4]的学习生态系统，为构建“互联网+”智慧课堂教学理论与实践提供了有效的保障。

3基于“互聯网+”智慧课堂的教学流程结构设计

3.1教学流程结构设计依据

在理念上，以知识建构教学理论为指导，围绕课前、课中、课后三个主要环节，再搭配课外环节，来构建师生的理想学习环境，实现智慧课堂的目标。

在技术上，基于大数据的学习分析技术对教学过程中的海量数据进行加工、挖掘和分析，将结果反馈给师生。如通过课前预习测评深化学情分析，优化教学设计，便于精准教学;通过课中在线随堂测验数据分析和即时反馈，改进教学策略，调整教学进程;通过课后作业数据分析和资源推送，实施针对性辅导，实现个性化的学习支持;等等。

在发展上，智慧课堂是大数据时代翻转课堂的升级版，依据学情确定教学的起点、方法和策略[5]，真正体现了以学生为主体的教学。翻转课堂实际上是基于微视频的教学应用，将传统教学流程颠倒过来，由“先教后学”转变为“先学后教”的教学模式。而在“互联网+”结合大数据的时代，对大量数据的分析、整合、挖掘已是常态，为由“先学后教”转变为“以学定教”的教学模式[6]奠定了坚实的基础。

3.2教学流程结构具体实施

基于“互联网+”智慧课堂通过课前、课中、课后和课外这四个环节，来完善整个课堂教学过程，并构成教学效果持续改进的过程循环，如图1所示。

1） 课前环节

1发布资源：根据教学目标和学情，教师确定并发布教学任务包（微课、课件、资料阅读等富媒体教学资源）。并进行闯关式学习设置，学生必须将章节中的全部任务点完成才能进入下一节，以便控制学生的学习流程和监控学习结果。

2学生预习：学生预习教师发布的教学任务包，并完成和提交预习题目，记录在预习过程中的问题。

3课前讨论：针对预习中的问题，学生在论坛或平台上进行相关讨论，提出疑问或见解。

4学情分析：教师根据课程中心平台提供的学生练习、作业、讨论等互动数据，精确地掌握学生的学习情况。

5教学定位：教师根据学情分析结果，对教学目标、教学内容微调，确定课中的教学定位以及进度。

2） 课中环节

1问题讲解：教师通过预习反馈，精讲预习中存在的问题。

2新任务下达：为了检验学生对知识点的掌握情况，教师下达新的学习探究任务，进一步巩固所学新知识点。

3基于小组互动学习：根据学生间的水平分组。组员根据老师布置的任务，运用本堂课所学知识点，开展协作学习，共同研究、探讨，得出任务结果。在此过程中，学生可以举手或将不明白的问题通过学生终端发送到教师终端，向教师寻求帮助。

4实时指导：教师通过巡回观察和即时反馈的信息，及时给予小组指导。

5实时测评及讲解反馈：在课堂上给学生出题，及时批改给出答案，并对学生答案进行统计分析。根据测评反馈结果对知识点薄弱环节补充讲解，重点进行问题辨析，通过多样化的互动交流，解决学生在教学内容中遇到的问题。

3） 课后环节

1深化知识理解：利用已掌握的基础知识进行综合性的拓展试题练习，以便学生夯实基础知识，并在此基础上深化理解知识的内涵，对知识点进行重点消化理解。

2在线答疑：跟课前环节中的课前讨论类似，生生、师生之间答疑解惑，构建社交化学习机制。

3作业反馈：教师及时批改作业（如主观题），跟进学生完成情况，并对每位同学给出批示结果。

4数据分析：及时查看和汇总统计每位学生学习的详细数据（如学习进度、学习行为轨迹、作业分数、视频观看情况、参与讨论次数等），科学全面的了解每一个学生学习情况，深度反观自我，精准调整，实现教学相长。

4） 课外环节

1个性化拓展：教师依据学生学习情况，适时推送课外学习资源，将课堂知识外延，拓展学生知识面。

2自主探究学习：学生在新的情境资源中把握知识，以此提升知识复习效率，达到知识内化顺应的效果。

4基于“互联网+”智慧课堂数据挖掘分析

使用大数据分析技术，从学生互动情况、感兴趣的教学内容和期末考试成绩这三方面入手，挖掘分析项目实施过程中课程中心平台产生的大量学习性数据。

1） 学生互动情况分析

建构主义认为，学习者的知识是在一定情境下，借助于他人的帮助（如人与人之间的协作、交流、利用必要的信息等等），通过意义的建构而获得的[7]?。所以学生与学生之间、学生与教师之间、学生与富媒体教学资源间的互动对于推进每个学生的学习进程、学习效果起着非常重要的作用。评价学生互动的指标主要分为3类：学生在课程平台上停留的时间、访问次数、互动特定区域。互动特定区域包括发新帖、回帖、群分享、微课观看、资料浏览等。可以根据数据分析中常用的因子分析算法计算出各个互动指标的权重值，将相关度高的变量聚在一起，找出学生互动的组成要素，为设计和完善课堂教学互动提供依据。

2） 学生感兴趣的教学内容分析

通过路径分析和时间序列分析可以挖掘出每个学生感兴趣的教学内容，这一技术可以分析出学生们学习过程中的共性和个性，有利于优化教学设计和实现个性化的学习支持。首先平台会提供每位学生的主要学习轨迹（如提取每一个不同的选择和不同结果的路径的流量），通过遍历算法，呈现出一个树形结构;接着利用关联规则分析，加入关联元素之间的先后顺序即时间序列分析，挖掘出在一段时间内学生的兴趣规律。

3） 学生学习成绩分析

学生成绩是考核学生对知识掌握程度的一个重要指标，也是评价智慧课堂教学质量和教学效果的一个重要依据。所以在教学过程中，找出影响学生成绩的主要因素并对症下药，非常有必要。下面内容就以学生学习成绩分析为例，采用相关性分析和多元回归分析技术，探讨影响学生成绩的主要因素。

5以分析影響学生成绩的主要因素为例

5.1课程中心平台介绍

研究采用本校较为成熟的课程中心平台作为实践的支撑平台。该平台以建构主义理论为依据，结合网站、MOOC、翻转课堂、混合式学习等先进教学理念，将课前、课中、课后和课外的每一个环节都赋予新的学习体验。课程中心平台线上线下主要有以下这些功能：微课发布、资料共享、在线测评、师生互动、作业布置、作业批改、大数据分析、教案罗列、分组讨论、话题广场、答题统计等。这些功能相辅相成，为构建“互联网+”智慧课堂教学理论与实践提供了有效的保障。

5.2数据采集

整个研究以《媒体信息处理》课程为样本，实施对象为2017级学生，人数为72人（同一个专业的学生），分析过程中使用的数据均来自该门课在平台上生成的数据，数据采集周期为一学期。根据平台提供的功能数据，初步预设从10个方面（因素）来分析统计学生学习过程中产生的习惯性数据：平台停留时间、平台访问次数、发新帖数、回帖数、微课观看次数、微课观看个数、微课观看时长、作业提交次数、点击课外学习资源次数和课外学习资源时长。

5.3利用相关性分析筛选影响因素

首先绘制相关分析的散点图，从方向、形式和相关程度上初步判定哪些因素（即上述的10个方面）与成绩可能存在相关关系，最终筛选出6个相对关联度比较强的因素：平台停留时间、平台访问次数、发新帖数、回帖数、作业提交次数和微课观看时长。

接着通过显著性检验来确定这些因素与成绩的相关系数是否真的是显著不为0。结果如表1所示：Pearson相关系数最高是0.896，显然与成绩相关度最高的是微课观看时长，其次是平台停留时间、作业提交次数、平台访问次数、回帖数和发新帖数。另外，相关系数的右上角有两个“**”，说明相关系数在0.01的显著水平上是显著的，即期末考试成绩与各类因素的相关关系是显著成立的。

5.4利用多元回归分析确定主要影响因素

将6个因素作为自变量、成绩作为因变量代入多元回归模型，结果显示：在可决系数表中，模型的拟合优度不错，校正的可决系数Adjusted R Square达到了0.867，方程的显著性检验也通过。但在系数显著性检验表（表2）中发现，如果假定显著性水平为0.05，那么只有发新帖数和作业提交次数两个自变量的回归系数显著不为0，其余自变量的回归系数都不显著了;另外方差膨胀因子VIF也存在异常。经验判断方法表明：当0

所以删除微课观看时长因素（亦可删除平台停留时间因素，但后期分析数据比较，删除课观看时长指标更有利于减小多重共线性），再进行多元回归分析。输出结果见表3，VIF值符合经验判断方法，因素之间基本不存在多重共线性。平台停留时间、作业提交次数和发新帖数这三个指标对成绩的影响是显著的。回归系数分别是7.207、5.881和-2.719，说明平台停留时间和作业提交次数指标对成绩产生正的影响，而发新帖数对成绩产生负的影响。

接下来采用逐步回归的Stepwise方法进行回归，得到的结果见表4，也表明平台停留时间、作业提交次数和发新帖数这三个指标对成绩影响是显著的。根据表5生成多元线性回归拟合方程：

[Y=4.032+0.069xi1+2.871xi2Xi2-0.144xi3]

所以影响学生期末考试成绩的主要互动指标是平台停留时间、作业提交次数和发新帖数。

6总结

综合上述，利用大数据分析技术，实施“互联网+”的智慧课堂教学模式，于学生来说，主体性体现得到充分发挥，且有助于碰撞思维、激发灵感、内化所学新知识、形成新的认识、优化学习过程等。于教师来说，通过平台上记录的学生的真实学习行为数据，了解学生的学习行为、学习过程，便于有的放矢地安排及调整教学策略;通过对积累的数据进行深度挖掘分析，有助于制定针对性、指导性的教学方案，为学生推送个性化、多元化的富媒体资源提供依据。也有助于找出影响学生课程学习效果和成绩的各个因素指标，从而去改进和优化这些指标，切实提升教学质量。总之，加强“互联网+”的智慧课堂教学研究将有助于我们对课堂教学进行重新认识、探究和规划。

参考文献：

[1] 邓光强.“智慧课堂”中的学生个性化学习[J]..教育信息技术，2013（12）：11-13.

[2] 姜强，赵蔚，李松，等.个性化自适应学习研究——大数据时代数字化学习的新常态[J].中国电化教育，2016（02）：25-32.

[3] 刘军.智慧课堂：“互联网+”时代未来学校课堂发展新路向[J].中国电化教育，2017（07）：14-19.

[4] 祝智庭，彭红超.智慧学习生态系统研究之兴起[J].中国电化教育，2017（06）：1-10+23.

[5] 叶锦绵.高效课堂须以学定教[J].语文建设，2014（3）：40-41.

[6] 朱倩.基于翻转课堂的计算机基础课程实践教学设计研究[J].福建电脑，2018，34（5）;68-69.

[7] 张怡斌.建构主义学习理论在开放式大学课堂教学中的应用[J].成功教育，2011（08）.

[8] 孙曙辉，刘邦奇，李鑫.面向智慧课堂的数据挖掘与学习分析框架及应用[J].中国电化教育，2018（02）：59-66.

【通联编辑：王力】