大数据背景下精准教学系统开发与应用

卢星

（山西经济管理干部学院 山西省太原市 030024）

1 精准教学的环境

精准教学的首次出现是由美国著名的心理学家林斯利的操作性条件反射原理创立的。早期的精准教学通常被看做是对特定的教学方法是否有效而进行评估的框架。与传统教学相比精准教学能够提升学生的学习绩效和成就感。但是繁琐的记录以及标准的不统一等原因，精准教学并没有大面积的普及与应用。但如今，信息技术的发展特别是大数据的兴起，为精准教学的发展提供了机遇。

2 大数据技术教学应用

国外非常重视精准教学中，教育数据在技术研发方面的研究。在美国《通过教育数据挖掘和学习分析促进教与学》报告《Enhancing teaching and learning through educational data mining and learning》中的研究指出:大数据技术发展助力于教育的两个方面：教育数据挖掘和学习分析技术。从国际研究情况看，B hardwajAL -Radadeh.等人曾分别针对印度、巴基斯坦等国家的在校学生课堂表现,课堂测试、期中考试、期末考试等阶段性成绩,借助计算机分析并预测其学习成绩。

对于学生而言，大数据技术以科学分析为基础，培养每位同学的独立自主学习能力、自我分析能力和竞争合作意识，提供给学员更多的交流合作机会。基于大数据智能处理的精准教学，关注不同学生的单独的需要，指向具有针对性的有质量的教育。

3 大数据学情教学系统构建

利用大数据全面诊断学员学情，有针对性地评价学员的学习情况，从传统的教学，走向数据驱动的精准教学，已经成为信息通信技术条件下教育改革和课堂革命的世界潮流。通过分析总体的样本，来诊断学生的学情，从而可以提出更加优化的教学方案。便于学生学习，也更加便于老师的管理。认真研究这些数据我们不难发现，我们所提出的这些技术（人工智能，大数据等）都提供了学生是否达成预期目标的数据、提供了教师诊断学生学情和学习效果以及教师自己的教学能力的证据。

大数据技术衍生的产品能够帮助教员全方面、多角度了解学员的理解能力水平、知识掌握水平。在极短的时间内生成各类教学辅助数据，如成绩报表、年级排名、做题记录、错题分布等，便于分层教学、因材施教，改善传统的教育方式，走向更加精准，个性化的教学方式。大数据精准教学总体概况如图1。

3.1 大数据精准教学关键点

大数据技术中，数据的六个维度技术为主要重难点：数据收集提取技术、数据管理存储技术、数据清洗筛选技术、数据挖掘关系技术、数据建模分析技术,数据的可视化，这六个技术维度的研究探索。本课题主要侧重单个校学生教学数据，进行数据建模分析技术，数据的可视化等技术研究。

（1）初中知识点关联性复杂，需要匹配关系型数据库难点，从而用于更好的图表来展示知识点之间的关系。

（2）知识点界定模糊。现有的知识节点多用于表示概念、知识点，考点等，其概念大小模糊，尚未深入到知识的最小独立单元。不同专家对同一知识点的认知偏差使得科学性与一致性难以保证。

图1

图2

（3）数据分析建模难点，根据精准教学过程中，学科特点所需，建立适配的函数模型，选取合适的数据分析编程软件，例如Python，进行二次开发代码，形成报告。

（4）数据可视化展现重点，将技术结果真正的应用于非技术教学过程中，需要将可视化做到适合于教学老师、校长、区管部门的实际工作应用中去，实现真正技术研究价值。

3.2 大数据学情系统题库设计

想要构建题库图谱，数据是基本的元素。题库要从最小单元入手：题目。需要从网络，各学校，获取大量题目作题库构建的基础。需要对收集的题目进行初步的筛选，评估。实施大数据教学软件应用，针对某个年级数学学科，收集作业数据，月考测验数据，期中期末数据。进行教学研讨、评估，探索实施因材施教、精准教学模式。如图2 所示。

建立题库，知识点完成标签实现一道数学题，都可以直接展示考点之间的知识关系。让学生了解自己的薄弱知识点和复习重点，在阶段性复习时，侧重的学生错题知识点，及时补足短板，提高“蓄水量”。

3.3 大数据学情系统数据收集设计

以大数据技术优化过度依赖经验、题海战术的教学方法，帮助教师更准确地发现学生的问题所在，有的放矢。而通过数据展示出的各项学情，使教学成果更加精细、个性、直观，同样为家长呈现出更加具象化的学生学情。

图3

图4

通过数据采集、数据存储、数据管理、数据分析与挖掘、数据展现等，我们可以发现很多有用的或有意思的规律和结论。并将数据情况及时准确的传递给老师、教研室等。应用于教学教研过程中，实现精准管理和有效干预。

学生数据收集方式比较多样，期中期末的联考试卷、每日作业扫描上传等等、但数据都不具有实时性，操作起来有各种的不便性，经过应用研究实践，提出课堂反馈数据模式。本文设计采用统考数据采集、实时数据采集、课堂数据采集、教师录入信息等四维设计理念，增加了数据采集的维度和广度，为学生学情分析的做了充足的数据准备，可以进行接下来的大数处理工作。如图3。

3.4 大数据学情系统AI报告设计

为了保证学习数据的连续性、完整性，技术不仅可以实现在考试时使用，更可以运用在每一次的作业中。这样，就可以在系统中保存每个学生完整的学习数据，对学生各阶段、各知识点的学习情况的记录、分析就比较完整系统，可以生成完整的直观学生发展曲线，实现学生成绩发展档案化、可视化、系统化。

数据关于数的科学技术研究。它是一个处于不断演变之中的概念，其边界在不断地扩大。这些技术方法允许利用图形、图像处理、计算机视觉以及用户界面，对数据加以可视化解释。

建立科学评估体系，也可以作为教学质量的“标尺”，帮助教师提高教学质量。更精准的发现问题，解决问题。如图4。

4 结语

大数据学情教学系统通过技术让“育”的分量更重，推动实现从教书到育人的转变。可以技术发现学生的“特长”从而对该学生的“特长”进行个性化，专业化的培养。我们之前传统的教育方式只能实现一些单点的定性分析，无法做出定量研究，更无法做出一些多个数据的整体研究，引入人工智能（AI）、大数据等技术，利用精准全面的数据分析，为教师决策提供更加可靠的参考。

精准教学自诞生以来，就离不开程序和数据。在传统的教学环境下，受技术条件的限制，精确教学的理论研究和实际应用不容乐观。而在大数据环境下，学生学习行为的自动测量、自动记录、高效分析和准确预测已经成为现实，这使得精确教学突破了传统教学环境下的操作困境，为下一步的应用提供了有力的支持。

总而言之，基于大数据的学情分析系统的设计与实现,能够为学员分析成绩、知识点掌握，为老师提供教学方向，为教研提供素材等情况提供数据支持。通过对数据的处理与可视化，开展了新型的教学模式理论和实践研究，利用大数据技术统计开展启发式、探究式、讨论式教学，是可视化成果助力教育信息化进程中。