基于大数据的初中数学智慧学习系统模型研究

张亚芹

[摘  要] 当下的信息技术发展以大数据为核心. 借助于飞速发展的信息技术，可以搭建一个面向初中数学教学的智慧学习系统模型，而如果将这个模型建立在大数据的基础之上，又可以让这个模型实现如虎添翼的效果. 大数据可以让智慧学习系统模型有更加坚实的基础，可以让学习系统具有更显著的智慧特征. 教学实践表明，当教师借助于大数据思想的结果，从而可以对学生的学习进行准确的判断时，就可以在课堂上对症下药. 很大程度上，大数据就是为了寻找关联性，大数据的思想也正是关联性的思想，只要有了关联性，那初中数学智慧学习系统必然就具有真正的智慧.

[关键词] 大数据;初中数学;智慧学习系统;模型

当今世界的一个主要特征，就是信息技术的发展，而当下的信息技术发展又以大数据为核心. 大数据不仅仅是海量数据的汇集，更是一种重要的思想，当人们在生活平台中购物时，购物网站会根据购物者浏览的痕迹，然后通过大数据的运算，进而针对性地给购物者推送相关的商品. 从教育的角度来看，这非常类似于因材施教的思想，根据这一通俗的比喻，可以发现，大数据在当下的教育教学中有着广阔的运用前景. 一般都认为，大数据作为一个新兴的事物，其中包含了大量信息数据，为各行各业的发展提供了便利. 随着科学技术的不断发展，信息化技术已经渗透到了各个领域，对于教育也是如此. 大量实践表明，信息化技术在教师教学与学生学习中的运用，可以极大地提升学生的学习效果.

提升学生的学习效果，还不能离开教学建模，对于初中数学教学而言，建立一个合理有效的学习模型有着优秀的传统，关于数学建模的研究，有着大量的经验可供借鉴. 借助于飞速发展的信息技术，可以搭建一个面向初中数学教学的智慧学习系统模型，而如果将这个模型建立在大数据的基础之上，又可以让这个模型实现如虎添翼的效果. 笔者就谈谈如何基于大数据构建一个科学有效的初中数学智慧学习系统模型.

初中数学智慧学习系统模型需

要大数据提供支撑

智慧学习系统模型是以智慧学习为核心的，智慧学习是结合学习者的知识结构水平和学科培养目标而进行的教学活动，智慧学习充分体现了学习者的个性化特征，是教育深入发展过程中逐渐形成的一种教育模式.

对于初中数学学科而言，智慧学习系统模型应当是这样一种模型：从初中学生的知识结构以及认知特点出发，结合数学学科教学的目标，让学生在学习的过程中彰显自身的个性，而信息技术则发挥着辅助、促进学生学习的作用. 在这样的学习模型中，对初中学生认知特点的尊重和利用，以及信息技术所起的辅助作用，使得学生的学习具有了智慧的特征. 而基于大数据构建智慧学习系统模型，实际上是想让这一系统更加智能化、智慧化，要想达到这个目的，大数据以及大数据思想的运用，在目前来看是最为有效且最为便捷的措施. 正因为如此，得出的结论才是初中数学智慧学习系统模型的建立需要大数据提供支撑，对于这一结论的理解，具体可以从以下两个方面进行：

第一，大数据可以让智慧学习系统模型有更加坚实的基础. 大数据的大，首先在于数据的丰富. 要想让学生的学习处于智慧的学习系统当中，那这样一个学习模型必须建立在丰富的数据之上. 举一个例子，在“等腰三角形的性质和判定”这一内容的教学中，苏教版教材设计让学生利用等腰三角形的对称性，去发现等腰三角形的一些性质，进而去证明这些性质. 那学生在利用等腰三角形的对称性去发现性质的时候，具体会有哪些猜想结果呢？这就可以基于大数据的思路去分析，比如教师可以借助微信的问卷调查功能，设计一些调查问题，如：

根据等腰三角形的对称性，你认为

A. 等腰三角形的两个底角相等

B. 等腰三角形的顶角平分线、底边上的中线和底边上的高重合

C. 等腰三角形的顶角平分线和底边上的高重合

D. 等腰三角形底边上的中线和底边上的高重合

……

然后去统计调查的结果，往往就可以掌握学生的猜想情况. 这个统计结果就是大数据的组成部分，其可以让教师在设计教学的时候，更好地从学生的认知特点出发，如果再结合其他的信息技术所形成的教学辅助手段，那就形成了一个基于大数据的智慧教学系统模型.

第二，大数据思想可以让学习系统具有更显著的智慧特征. 大数据的大还在于其思想先进. 在信息技术发展的过程中，专家们正是因为发现了当下的信息技术能够支撑起大数据的统计，因而也就发明了很多具有个体针对性的智能产品. 借助于这一思想，在初中数学教学中，教师固然要寻获大数据的支撑，同时更要借鉴大数据的思想，要认识到即使是在智慧学习系统模型的建构过程中，基于学生学情的集体或者个体分析，形成面向集体或者个体的教学措施，也可以让智慧学习系统模型变得更加智慧.

初中数学智慧学习系统模型中

的大数据分析作用

有了上述认识，那大数据就可以在数学智慧学习系统模型的建设过程中起到更大的分析作用. 这里强调的分析作用，对应着当下一个非常热门的概念就是学习分析. 学习分析是利用预测模型及学习过程中产生的数据，分析、预测学习者的未来表现并发现潜在问题以实施干预的技术. 在学习分析过程中，学习干预作为与教学过程直接关联的部分，是改善、提升学习成效的关键.

同样来看一个例子：在等腰三角形的性质和判定学习之后，苏教版教材设计了“平行四边形、矩形、菱形、正方形的性质和判定”的学习内容，将这么多图形的性质和判定放在一起比较，是一个非常独特的设计. 教材设计了这样一个表格，让学生通过打钩的方法去进行知识的回顾与比较.

很多情况下，教师只是将这张表格当作帮学生回顾知识的工具. 其实从大数据的角度来看，如果能够将一个班的学生对这张表的回答进行整体分析，那就可以得到一个面向全班的统计结果. 笔者在教学中就进行了这样的尝试，发现如果用“行”和“列”（如表格中的“*”记作“1，1”，“**”记作“2，1”）来统计学生的知识掌握情况，可以发现“1，7”“2，7”“3，8”“4，8”等，是错误率较高的. （值得一提的是，这样一个统计结果可以借助现代信息技术来完成，其既可以转化为微信中的问卷调查，也可以借助其他的终端来进行，限于篇幅，这里不再一一赘述）

这样一个结果的得出，很大程度上就是大数据思想的产物. 而教学实践也表明，当教师借助这一结果，从而可以对学生的学习进行准确的判断时，就可以在课堂上对症下药：一方面去判断学生在这些高频错误点上发生错误的原因，另一方面去寻找矫正这些错误的方法. 于是课堂上就呈现出高度智慧的学习状态：教师针对学生的错误点进行“精确打击”，学生针对自身的薄弱点进行高效学习. 智慧学习系统模型所强调的要素，在这样的过程中都有着充分的体现，例如教学过程中通过统计结果的呈现，其他教学手段的辅助，学生对原有知识的调用，学生在建构新知识过程中所运用到的逻辑推理、数学建模等核心素养要素等. 总的来说，学生在这样的过程中可以高效地建构知识，从而让自己对平行四边形、矩形、菱形、正方形的性质和判定相关知识掌握得更加到位.

基于大数据构建智慧学习系统

模型须重视关联性

在構建智慧学习系统模型的过程中，一般有着这样的要求：针对学习者的需求，需要分析学习者的学习自主性、群体社会化和学习情感;面对学习资源的新诉求，需要探讨资源的情境化和多维立体关联性;面对智慧学习系统架构的新特性，需要强调系统生态化、数据采集精细化及系统自我修缮与重生的必要性.

当然听起来这是比较拗口的说法，如果将其通俗化理解的话，笔者以为可以用一个关键词来形容，那就是“关联性”. 只要有了关联性，那初中数学智慧学习系统必然就具有真正的智慧. 很大程度上，大数据就是为了寻找关联性，大数据的思想也正是关联性的思想. 大量的实践表明，在初中数学教学中，针对学生的学习过程和学习结果，利用大数据的思想去建立数据并进行分析，可以更为精确地掌握学生的学习情况，而只要掌握了学生的学习情况，教学措施才能有的放矢，学习系统模型也才能真正显示出其智慧的一面. 所以从这个角度讲，在初中数学教学中建构智慧学习系统模型，固然要重视信息技术的运用，但信息技术的运用只能是辅助，真正的智慧一定是体现在最本质的一面，那就是通过学习分析掌握学情，只要满足了这一面，智慧就能如影随形.