互联网大数据融入大学课堂的探索

李爽

互联网大数据在教学过程中的特性

以毕业去向为例，大学生就业一直是不变的社会热点话题。面对毕业后的人生选择和复杂严峻的就业形势，一名应届毕业生用跨栏运动员来形容自己：“我们需要有足够的体力和智慧，去跨越不止一道的‘毕业栏’。”盲目和认知欠缺是毕业生的两大杀手，大部分的学生对自己的毕业去向无从选择，大体归于2个原因：一是目标不明确，二是自我认知欠缺。所以，大学里都成立了就业指导中心，为学生们提供就业指导。

为了能够更好地为选择职业做决定，学生首先需要提高自我认知的能力。由于个人行为和思维模式的不同，学生们很难正确认识自己，通过自我认知理论可以根据人们的行为来推断其内心的真实状态。举个例子，如果学生们注意到自己经常上课迟到，会认识到其实自己并没有想象中那么认真，因此可以将学生的行为作为线索来挖掘学生真实的性格表现。通过对行为相关因子与就业选择的关联分析，发现专业技能、行为规律和经济水平都对毕业去向选择有重大的影响。

大数据教学对大学生学习的双重影响

本文以目前在高校普及较广的《雨课堂》软件为基础，来阐述大数据教学对大学生学习的影响。《雨课堂》是由清华大學开发的学习软件，应用方法是教师做好课件后，学生通过手机可以观看微课，在课堂上教师通过手机发送各类试题，学生作答后可及时上传。这样的工具对教师最大的好处是可以及时掌握学生的作答情况，有多少人作答、多少人正确都可以及时地反映出来。老师通过《雨课堂》可了解到各个题目的完成率和正确率，可以精确到每一位同学的作题答案，老师可以在课堂上进行批改，非常简洁快速，也能够根据学生的答题情况进行一对一辅导。《雨课堂》还能够生成答题数据，老师能够第一时间掌握学生在课堂上的表现。对于学生来说，坐在后面的学生也可以清晰地看到老师的教学内容，还可以进行回看和提问自己不懂的知识。

思考与建议

提取与毕业去向相关的有效因子

从心理学来看，课程数据能反映出专业技能/能力、人格的责任心等行为记录，以及图书借阅的兴趣和偏好，还能根据日常消费评估家庭的经济状态等，全面掌握学生的行为数据。同时，充分利用“相似性假说（即人们评估自身的能力和缺陷时，通常是与其他相似的群体做对比）”。更重要的是，人们更倾向于向上比较，即通过成功个体来评价自己，最大程度地引导自我提升。校园信息技术的发展，让学生校内行为数据都被及时地保存下来，例如图书借阅和学习等数据，且相关数据每天都在增加。这些行为能反映出学生特有的习惯、才能、偏好和内心状态，利用这些数据建立一个以数据为驱动的模型可以帮助学生更好地认识自己。

建立毕业去向预测模型

结合以上心理学相关理论和学校就业中心的实践，基于学生的行为数据和就业选择的关系，可以建立一个监督学生毕业去向预测模型。未来职业的需求都是来自于课程学习，因此通过历史上课数据，可以了解学生的专业技能及掌握的知识水平；学生们的图书借阅历史可以分析图书借阅偏好，建立学生的知识图谱与技能特点。集中这些特征数据，将所有毕业去向选择聚合在一起，形成4类特征选择：出国深造、工作、国内深造以及其他，就能预测出学生的毕业去向。

在学生入学一年后，可以通过系统对学生进行毕业去向的预测，让学生在初期便能准确地认识自己：自身的愿望与当下的能力是否匹配？与未来目标的差距在哪里？哪些优秀的经验可以借鉴？甚至可以形成完整的学生成长报告，再配合自身发展的意愿，学校给予针对性引导，让学生在大学期间有目标性地完成学业，不再拿未来当赌注，轻松跨过“毕业三道栏”。

当大数据走进课堂，与传统课堂激烈的碰撞后，我们对课堂教学的模式也应有新的看法。时代的脚步不能停止，教育也要紧跟时代的发展，大数据时代让我们在实现个性化教学上更有效，学生学习态度更加积极乐观，从而能收到更好的教学效果。