在线教学平台的数据可视化方法及应用探讨

吴蓓

摘 要：本文阐述了数据可视化的相关内容，分析了在线教育平台的数据可视化方法，从学生、教师以及教育管理者的角度，研究了数据可视化方法在在线教学平台中的应用。

关键词：在线教学平台;数据可视化;在线教育

当前很多学生利用在线平台进行学习。在学习过程中，在线教育平台会收集学生的各种行为数据，如何应用可视化技术挖掘出有效的数据信息就成为了一些教育者所关注的重点，本文对在线教学平台中数据可视化的方法及其应用进行论述。

一、面向在线教学平台的数据可视化方法

（一）低维数据与高维数据

在线教学平台分为6种数据类型。比较简单的是低维数据，这主要可以呈现出3种数据状况，一维数据可分成两种可视化方式，定量型方式主要是向线段上的点映射进行数据的可视化，而非定量型方式则会运用色块展示数据情况。二维数据可根据视觉通道的差异分为两种可视化方法。三维数据的可视化方法有分类降维法和面积映射法。在线平台的高维数据可视化是有一定难度的，一般可以采用线性降维方法进行非负矩阵分解和多尺度分解，还可以采用非线性的方法，进行等距特征映射[1]。

（二）层次数据与文本数据

多层数据与树状结构数据较为类似，其中存在各种节点，节点之间属于从属或者并列的关系。对于这样的层次数据，一般会使用空间填充法和节点连接法进行数据的可视化。节点连接法就是使用线性来展示节点关系，以点代表数据实体。而空间填充法主要是以嵌套的方式划分矩形，通过矩形区域展现数据实体，并用字区域表示子节点。在对文本数据进行可视化的时候，平台需要利用交互技术获取到文本中的隐藏信息，通常在线平台基于文本关系的数据可视化会更关注文本语意间的关系，而基于文本内容的可视化会更注重标签问题。

（三）地理数据与关系数据

在数据之中加入地理维度就可以实现地理数据的可视化，这种可视化方法与地理信息系统有一定的联系，主要利用计算机技术对地理信息进行分析、存储，最后通过点、线、区域的方式展现出来。最后一种是关系数据的可视化，这是一种较为自由的表达方式，基本会以边和节点表现数据，以图的方式呈现数据态势。在线教学平台为了避免节点出现重复问题，通常会采用力导布局方式进行数据分析[2]。

二、在线教学平台的应用现状

目前，我国一些高校已经逐渐开始运用数据可视化技术进行教学与管理，我国在线教学平台中，云师大平台发展得较好。该在线教学平台主要有移动端和电脑端两种版本。目前该平台总容量超过15 T，平台已经开设了6000门以上的课程，提供课程超过50 000个。平台中的用户也已超过4万人。

三、可视化方法在在线教学平台中的实现和应用

（一）学生的自主学习

北师大云课堂在线平台功能强大，非常适合学生的自主学习。而平台可以对学生所选的课程内容、课程时长，作业时间、考试成绩等数据进行收集整理，并形成可视化的图形。该平台还可针对教学内容的数据进行分析，利用基于层次的数据可视化技术，以树状图等形式为学生提供一些科目的思维导图，从而让学生了解教学的重点和难点。

（二）教师的教学反馈

教师也可利用在线平台中的数据可视化技术得到教学反馈，针对性得进行教学优化。随着科技的发展，高校教师开始利用在线教育平台进行线上线下的联合教学。在线教育平台中的数据可视化功能可为教师的教学反馈带来帮助。

（三）教育者的科学管理

在线教育平台除了利于学生的学习和教师的教学以外，还可为教育管理者的管理提供数据支持，学校管理者可以进入平台，了解学生的日常学习情况，从而对教学管理进行调整。其中主要有以下幾大应用，第一，校方可以通过数据可视化方法了解到学生的学习时空分布情况，平台会以地图的方式展现某一区域学生的学习人数，某区域学习的人数越多，该区域的颜色面积就会越大。第二，平台还可实时展现在线人数，并将移动端和PC端的人数进行区分，这样教育者就可以了解到学生的主要学习时段[3]。第三，校方可以了解到教师上传教学资源的类型的情况，并对教师上传的质量进行考察，以监督教师提高教研水平。第四，校方可以针对课程、学生人数的整体情况进行庞大的数据汇总，反映出不同课程学习的占比人数等情况。这样就可以了解到学生的需求，从而有针对性上传教学内容，并可以根据学生的兴趣开展相应的选修课程。

四、结束语

数据可视化技术不仅利于学生的学习，也可以让教师及时地了解学生的学习情况，还可为学校的管理提供数据支持。所以在未来我国各大高校可以适当地引入这种在线教育方式，进行线上线下的一体化教学。而教育者也应该提高数据可视化的应用水平，在平台中挖掘出有价值的数据信息，从而更好地开展教育教学工作。

参考文献

[1] 刘悦，蔡飞，陈怡海，等.日常教学数据分析与可视化方法：以“程序设计方法学”课程为例[J].中国信息技术教育，2018（21）：99-102.

[2] 韩锡斌，程建钢.基于网络教学平台的学习分析模型构建与应用[J].电化教育研究，2018，39（7）：33-39，48.

[3] 陈谊，甄远刚，胡海云，等.一种层次结构中多维属性的可视化方法[J].软件学报，2016，27（5）：1091-1102.