大数据教学平台推动学生个性化学习的路径研究——以高职学生为例

张艳宾

天津商务职业学院，天津300350

在大数据时代背景下，深度挖掘数据的内在信息和核心价值，使得数据的应用范围之广泛、价值之巨大前所未有，教育领域因现实需求和未来发展趋势成为大数据的重要应用领域。我国高职教育迅猛发展，但同时也出现了瓶颈期，教育资源不均衡、教学质量尚佳、教学方法不灵活、忽视个性化发展等问题急需采用新的方法和手段加以破解。因此顺应运用大数据等科技红利实现个性化学习的 “数字教育”变革势如破竹。

一、大数据、教学平台与个性化学习的国内外相关研究

美国教育部门2012年10月发布的《通过教育数据挖掘和学习分析促进教与学》指出将通过对教育大数据的挖掘和学习分析促进教与学。

张燕南（2016）在《大数据的教育领域应用之研究》中指出教育领域是大数据的重要应用领域，研究大数据与教育的深度融合是我国教育发展的现实需求和未来趋势。杨雪平等（2018）在《基于大数据的职业教育智慧云平台教学环境构建》中提出用物联网、云技术和大数据等新技术构建高等院校智能化教学环境，实现智慧教学和智慧管理。

Song、Huang（2012）等人尝试利用多种移动设备、网络学习平台等构建个性化学习环境，以满足学习者的学习需求，开展个性化学习。Riley（2017）等人探讨利用技术支持学习，以实现个性化学习模式。苏命峰（2018）在《大数据视域下高职学生个性化学习研究》中指出基于大数据的个性化学习成为当代“数字教育”变革发展的新趋势，让学习真正回归“以人为本”的教育本真。郎景坤（2018）在《信息技术视域下对大学生个性化学习的思考》中分析了信息技术视域下大学生个性化学习的三种典型方式及个性化学习中个性化的具体体现。

邢星（2019）在《信息化教学平台在思政课教学中的应用——以蓝墨云班课为例》中认为蓝墨云班课信息化教学作为一种全新的教学方式，能够丰富教育内容，增强师生互动，使学生兴趣不断提升，实现自主学习和个性化评价。季明旸（2019）在《基于“微信”平台的翻转课堂教学模式在英语写作教学中的应用研究》中指出以“微信”为平台的翻转课堂，打破了传统教学模式的弊端，突出了学生的主体地位，提高了学生的积极性，满足了不同学生的个性化学习需求。

由此可见，国内外对于大数据、教学平台、个性化学习的研究虽然角度不同，但大数据、教学平台促进教育、推动学生个性化学习发展的教育新趋势不可逆转。因此遵循发展规律，适应时代需求，以科技红利实现“数字教育”，正是实践学生个性化学习质量保障体系的有效途径。

二、大数据教学平台应用与高职学生个性化学习现状及分析

“互联网+”时代我国的教育行业普遍采用“大数据+教育”模式。作为时代利器的大数据不仅可以帮助教育者从不同角度和不同层面剖析教学，而且有助于探索教育教学的新规律。下面依托调研结果对大数据教学平台应用与高职学生个性化学习现状进行分析，以探究学生个性化学习质量保障体系要解决的问题。

（一）调研情况

为了梳理大数据时代下学生个性化学习的现状和存在的问题，本课题组以高职院校学生为调查对象，就大数据教学平台的资源及使用、大数据背景下课程的选择、学习能力的提升、学生的个性化发展等多方面进行了问卷调查。调查对象主要来自天津商务职业学院、天津职业大学、天津中德应用技术大学等院校，涉及会计、电子信息、制造、国贸、外语、物流、旅游及营销等专业，共发放300份调查问卷，其中收回有效问卷295份。此外课题组还对上述院校的55名教师进行了同步问卷调查，其中包括专业教师、公共课教师、辅导员老师以及相关的行政教师，收回有效问卷55份。

通过对350余份有效问卷的数据汇总，主要结果如下。

（1）7%的学生拥有手机、电脑、平板等电子设备，具备上网条件，80%的学生上网时间约2-3小时/天，学习时长约占总上网时长的20%；

（2）50%的学生认为自己学习存在不同方面的问题，主要涉及学习课程、学习能力、学习主动性、学习效果及学习成绩等方面；

（3）参与调研的学生中60%以上对于个性化学习概念含糊、关注不够，很难实现主动的个性化学习；

（4）90%的学生认同使用大数据教学平台，认为网络教学资源有助于专业学习和能力提高，但目前已有的个性化学习平台未能充分匹配学生的个体差异。

（5）大数据教学平台的使用和利用率高低依教师而异，除被要求外，只有30%的学生能够在课堂之外针对兴趣及个人能力进行个性化学习，促进个性化发展。

（6）大多数学生建议提高学校信息化教学 设施，丰富自建及合作网络学习平台资源，并针对个体学习差异给出学习活动的评价、反馈、控制或调节的建议。

（二）结果分析

1.学生个性化学习问题

（1）专业认知不够清晰。调查数据显示，约50%的学生对所学专业认识不够清晰，定位不够准确，缺乏正确的引导。30%的学生对于专业需求、技能需求、能力需求的认知停留在表面理解或个人理解上。10%的学生专业选择完全是父母或家人的选择，自己持无所谓态度。

（2）课程规划不足。学生对于所学专业的应学、必学课程缺乏整体了解和规划。一方面，学生们对于专业必修课程的数量和梯度并未有整体概念，忽视前期准备；另一方面，对于想学课程和拓展课程缺少目标和计划，建立在没有主动了解而被动等待基础上的个性化学习，无法做到“选择适合的、掌握必学的、学习爱学的、拓展应学的”，因此出现专业课、必修课、选修课不同程度地混淆，对于兴趣课程更缺乏规划和持久性。

（3）知识、能力定位不准。缺少对自身知识结构和能力水平的准确认识，未能正确认识职业院校与其他院校毕业生的差异和差距以及自身优势和劣势，对于社会对不同类型高校毕业生的需求状况缺乏辨别。

（4）未来目标、方向不清。部分学生对未来的升学、就业缺乏长远规划，存在随遇而安、走一步看一步的惰性，不能结合自身的实际对未来工作岗位的预期做出适当的调整或努力。

2.大数据教学平台、学习资源的使用问题

（1）大数据教学平台、教学资源丰富，但未能形成“课堂学习+网络学习”即“线下+线上”学习的有机结合。

（2）网络学习平台众多，资源难易程度不同，这种良莠不齐的现象造成了拓展课程促进专业综合能力提升的辅助作用不突出。

（3）学生选择的网络课程部分流于形式，兴趣不持久，学习效果不明显，从而造成不同程度的资源浪费。

3.大数据背景下的个性化发展问题

（1）对个性化学习、自主学习的理解与认识不够准确。学生对于学习、自主学习、个性化学习的概念混淆，实际学习中无法清楚判断适合自己的学习类型，存在盲目跟风行为，无法实现个性化学习。

（2）个性发展不清。学生对于自己的认识不足容易造成其未来发展的障碍。他们无法科学分析自身优势和劣势，扬长避短。发展方向、个人专长、兴趣爱好等个性化问题亟待解决。

（3）提升方法和发展路径不明确。多数学生对于大学学习方法的认识仍然停留在中学阶段，缺少自学能力和科学的学习方法，能力提升的路径模糊，无法通过工具实现事半功倍的效果。由于缺乏思考和自我管理造成路径选择错误和方法不得当，从而影响学生的自我整体发展，因而无法顾及个性化学习，实现个性化发展。

（4）个性化发展的意识不强。由于学生的意识不强造成自身的关注度不够，缺乏深入研究，学习效果不明显。

总之，在大数据技术的帮助下，很多问题已经得到了教育各方的重视，但如何得到有效解决、破解困境需要更多地实践与研究，因此本课题组提出建设性地的方法，并尝试以创新路径推动理论和实践研究，实现质量保障体系下的学生个性化发展。

三、基于大数据教学平台的学生个性化学习质量保障体系的构建

在大数据技术支持下，个性化学习主要对学生学习的内容、方式、时间、效果进行数据统计分析，实现数据的可视化，并进一步通过可视数据获得学习者学习的基础、特点、行为，再经过深度挖掘、聚类、分析以及建模，生成个人模型和学习模型。通过智能匹配已获得的个人学习能力、学习风格及学习建议提供未来个性化学习的路径推荐、内容推送、学习评价和学习反馈。而学生个性化学习质量保障体系就是落实学习效果，提高学习质量的保障。它是教育质量保障体系的重要组成部分，充分利用大数据科技红利使“数字教育”应用于教学过程中，基于大数据教学平台推动个性化学习，从多个维度全方位了解学生的学习情况，及时发现存在问题，提前预警异常情况，为教育决策提供真实数据参考，以实现学生个性化发展，推动学校整体教育质量保障体系的建设与完善。

个性化学习质量保障体系结构框架如图1所示。该框架包含5个保障体系——课程保障、专业保障、兴趣保障、能力保障和机制保障。其中课程、专业、兴趣和能力为基础体系，机制保障为促进体系。基础体系保障学生个性化学习中四个主体的落实，促进体系利用监督机制、评价机制、预警机制和奖励机制在实施过程中发现问题、改进问题、奖优警劣，反作用于基础体系，不断调整完善不足，实现整个保障体系的相互促进。该体系以实现“选择适合的、掌握必学的、学习爱学的、拓展应学的”为目标，各部分间相互依托互为补充。

1.课程保障：依托大数据建设选课平台，设立资源库。其中包括专业课程资源库、通识教育资源库、拓展能力资源库、实践课程资源库以及数据平台资源库。以大数据技术和平台支撑实现“线上+线下”课程的预选和二选设置，保障学生“选择适合的”。

（1）入校课程预选机制。通过开放学校资源库及教学平台让学生了解各学院各专业的专业课程、通识课程、实践课程以及可以选修的拓展课程，供学生进行初次选择，通过已选择结果的数据分析获取学生入校后的选课意向和个人偏好，确定专业必修课程的了解和个人兴趣课程的选择。同时，通过学生基本信息采集并结合问卷调查方式获得学生的学习档案和学生的建议和意见，最后通过预选数据完善资源库建设。一方面，实现对学生兴趣的了解，丰富拓展课程资源库，为再选提供更多的选择；另一方面，保留数据为研究课程开发提供资源，为科学设置课程提供依据，从而实现课程更新。

图1 基于大数据教学平台学生个性化学习质量保障体系

（2）二选设置。完成选课大数据的一年跟踪和结果分析，形成分析报告。根据学生的学习基础、学习模式、学习兴趣、学习风格、学习成绩提供科学的选课建议。在大二年级参考已选课程以大数据的精准推荐和个性化资源推送进行二次选择，确保课程选择方向正确、实现“个性化课程定制”，以课程切入提高学习质量。

2.专业保障：通过选课平台详细了解专业课程，基于大数据教学平台对专业“线下课程+线上课程”同时进行“课前+课中+课后”的实时、全面、持续数据采集，通过资源浏览、在线交流、主题讨论、任务完成、小组活动、课程测试以及作业反馈等多方面使数据可视化，准确、客观记录下每位学习者的学习行为，深度挖掘数据生成的个性化模型，获得个性化学习评价，同时获得能力递进提升的个性化学习路径预测、学习资源和内容的推送以及学习反馈。通过专业课程的学习实现专业知识、专业技能的掌握，并以专业知识、专业技能和专业实践的结合完成理论到实践的转化。通过专业实践查找专业漏洞，强化专业技能，以数据更新智能导学个性化学习，确保“掌握必学的”。

3.兴趣保障：创建“个人电子信箱”，把个人教育资源、网络资源以及拓展资源收纳其中。通过学习过程的点击浏览时间、先后顺序、网络资源的使用记录及娱乐活动的轨迹追踪筛选学生喜欢的、擅长的、钻研的、理想的……最主要是想看的、爱看的内容。数据收集不仅仅包括线上活动、线上学习，同时包括线下活动和线下学习以及日常生活中的娱乐休闲。通过大数据的跟踪、分析、挖掘，确定个人的兴趣、爱好、擅长和个性化发展需要，聚类、细分形成个人“标签”，实现学有所爱、学有所得、学有所长，以精准数据的评价和反馈享受“定制”学习，保障“学习爱学的”。

4.能力保障：用数据代替经验，用数据智能导学，用数据促进发展，用数据提高能力。在获得专业能力的基础上考虑组织能力、管理能力、学习能力和抗压等能力的提高，确保学生“拓展应学的”。

能力的获得与提高是逐步的、渐进的，不仅仅来源于课堂学习，更多来源于生活和实践，因此在知识拓展基础上，还应对学生进行能力拓展、实践拓展，以提高学生的综合能力。在基于大数据的个性化学习中，以个人模型的分析、评价及反馈为主体获得的学习能力评价与反馈，可以为学生个人能力的进一步提高，提供准确的分析和提升路径，使学生的综合能力得到有效提升。因此，大数据是实现“拓展应学的”保障。

5.机制保障：以监督机制、预警机制、激励机制和评价机制分别作用于四个内在体系，从而实现完善体系建设，保驾护航，促进个性化发展的终极目标。

本文是以机制反作用于前四种保障，尤其是大数据从数据采集、数据分析、数据挖掘使机制保障更全面、更客观、更准确，使监督、预警、激励和评价更直观、更科学。因此，以数据监督、人员监督、制度监督实现监督作用；以数据预警、成绩预警、组织预警实现机制预警；通过物质奖励、成绩奖励、实习奖励等激励措施实现激励作用；通过数据评价、校内评价和校外评价等实现多方评价。

总之，在实现智能化、数据化的智慧“数字教育”中，从落实入手，不流于形式、不人云亦云，强调过程、注重结果，用数字和事实促发展，以完善的保障体系促提高。

四、结语

综上所述，基于大数据教学平台的学生个性化学习质量保障体系的建设推动了学生个性化学习，实现了大数据保障教育的发展，创新的质量保障体系同时丰富了大数据应用于教育领域学生个性化学习的理论研究，完善了我国个性化学习体系的建设，实现了个性化研究的可持续发展。