基于超星学习通的课程教学数据分析挖掘研究

成 超

（广东轻工职业技术学院 广东·广州 510300）

0 引言

大数据时代的教学逐渐走向数据驱动模式。教学数据是教学过程中及其重要的素材，是观察教学过程、分析教学成效和研究教学改革的重要依据。传统的教学方式中，教学数据随着课堂的结束就分散流逝了，无法搜集、整理、挖掘和分析。而采用“超星学习通”作为课堂教学平台工具之后，教学活动的全部过程就都能够被有效采集记录。将采集到的教学数据进行分析和深入挖掘，就可以发现很多教学过程中隐含的规律，也可以暴露教学活动中存在的问题，为教学调整和教学改革提供及其重要的决策依据。

1 教学数据的采集

教学数据是指教学过程中各项活动的记录。教学数据及其重要，却又不易留存。在传统的课堂教学活动中，教学数据在生成的同时又随即流逝了，无法有效保存，更无法加工处理。而引入了“超星学习通”作为课程平台之后，一切教学活动就都变得可以前后追溯、有据可循。

“超星学习通”对教学活动的记录主要包括：学生管理、任务点统计、测验统计、课堂讨论发言表现、课堂活动与积分、作业评分、考试成绩等。如图1所示。

图1“超星学习通”数据统计分类

最重要的几项数据包括：任务点统计、课堂活动与积分、作业统计、章节测验。

（1）任务点：教学过程中发布的预习任务、课件学习、视频学习、拓展阅读等各类任务，统计这些任务的难度、完成情况。

（2）学习访问量：记录学生访问课程页面的相关记录，包括章节点击次数、资料下载次数、课件学习时长、留言交互次数和频度等。

（3）课堂活动与积分：记录学生在课堂上发言、分组讨论、辩论投票等活动的过程和结果。

（4）学生管理：记录选课、退课情况，日常考勤等。

（5）作业统计：记录完成作业的情况，包括完成度和完成质量。

（6）章节测验：记录学习阶段各章节的测验题和测验结果。

“超星学习通”对上述教学数据的采集是自动、实时完成的，教师在后台随时可以查看各项分类统计结果。此外也支持将数据导出为电子表格，便于使用其他数据分析工具对数据作进一步深入的分析研究。

2 教学数据的分析挖掘

教学数据的分析包括简单分析和深入挖掘两个层面。简单分析是指对数据进行简单加工，利用平均值、方差、概率统计分布等数学工具对数据进行观察分析，从而发现教学活动中的各项规律。而数据的深入挖掘则是指综合考虑课程的内部、外部各种变量，对各项分类数据进行交叉分析、综合研究，从而挖掘出潜在的知识和规律，获得更为深刻的结论。

2.1 数据的简单分析

对于常规的教学数据，如出勤率、课堂活动表现、作业统计、测验成绩等，一般进行简单观察（分析）后就可以得到很多有用的信息。例如对考勤数据的观察（迟到率、旷课率、签到的意愿和完成速度）就可以大致了解一个班级在某个阶段的学习风气，从而及时进行干预和调整。又例如对于作业完成情况的统计，则可以及时把握学习的成效。若某个时段作业完成质量明显下降，则考虑是否应该放慢教学速度，以便于学生能跟上课程进度。

要注意的是，对教学数据简单分析得出的结论在有些情况下是表像的，无法直达本质，甚至在个别情况下会产生严重误导。例如，某个班级学生对于发布的预习任务完成的情况非常好（每次课前一天发布的预习视频资料，全班的播放完成度很高），但是经过一段时间后发现，该班的学生真实的预习程度却差强人意。后来经过深入了解后才发现，原来很多同学是投机取巧，通过直接拖动视频进度条来达成任务的。由此可见，数据的简单分析存在很大的不足，需要配合数据的深入挖掘策略，才能真正对教学活动进行指导。

2.2 数据的深入挖掘

数据的深入挖掘一般采用异常检测、关联分析、聚类、汇总、回归等方式对数据进行研究，从而发现隐藏的知识和规律，用以指导教学。

由于教学活动是一种高复杂度、高综合度的体力、智力、心理协同的活动。所以教学过程中的绝大部分数据都不能简单、孤立的加以对待。很多情况下，某项数据的波动变化是很多内在、外在变量协同影响的结果。在一些特定场景中，某些外在因素或许非常隐蔽，若不能深入分析研究发现这些变量的话，往往会得出错误的结论，进而形成错误的决策。例如，学生的课堂表现沉闷不一定是因为学生对课程不感兴趣或者班级学风不振，也许是因为天气炎热，而学生又刚刚上完体育课，经过剧烈运动，从而导致精神不振、昏昏欲睡。又例如，学生的学习表现超乎寻常不一定意味着课堂教学非常成功，也许仅仅是因为这一届学生平均素质高于往届学生。在这种情况下，及时加快进度和适当提高难度才是正确的策略。在上述两个实例中，课程数据本身均不能真实反映内在本质，必须要导入外在变量协同分析才能得到正确的结果。

数据的深入挖掘除了上述所说需要关联考虑外部变量之外，更重要的是要进行数据的聚类、汇总和关联分析。例如将同一门课程多年积累下来的数据统计分析，则可以去除生源质量波动的影响。又例如将不同课程的数据进行关联分析，则可以去除掉个人偏好问题。再如，将不同课程的数据进行回归分析，则可以更精准的得出课程之间的依赖关系，从而为调整优化教学计划提供依据。

2.3 形成决策

经过对“超星学习通”采集的教学数据进行上述观察、分析和研究，可以在教学活动的实施过程中和教学改革中形成下列决策：发现学风问题和学习方法问题，及时采取有效手段进行干预调整。根据教学实情，动态调整进度和难度，以适应当前学生，达到因材施教的目的。根据分析挖掘得出的知识，修订课程标准，调整教学计划，优化人才培养方案。了解学生在心智上的时代差异，有针对性的改革教学方法和教学手段。预知未来的发展趋势，把握学生学习心态、学习习惯等特征的演变趋势，让教育改革能先行一步，变被动改革为主动改革。

3 结论和展望

教学过程中形成的各类教学数据是宝贵的资源。利用“超星学习通”对教学数据进行采集，而后对数据进行观察、分析和研究，可以对教学活动作出客观正确的评估，发现规律、定位问题，进而为教学活动的调整和教学改革提供重要的决策支持。

目前，“超星学习通”中的课程彼此是独立的，将来若能够将平台中的全部课程开放化、云化，打通不同学校、不同专业、不同课程之间的数据接口，那么对于教学数据的采集、分析、挖掘将会更加精确、深刻。