基于大数据和云计算的个性化教学系统研究——以“智慧学伴”自适应学习平台为例

赵蕾，刘劲，陈彬茹

(空军航空大学，吉林长春,130000)

1 基于大数据和云计算的个性化教学系统结构

大数据和云计算技术构建出新的个性化、开放性和全面性的网络教育系统，通过对教育目标和教育内容的达成，以构建学生的学习目标，教师教育内容，学习效果考核三者紧密结合、相互促进的协作发展关系，这为传统教育模式和教学方法的全面改革提供有益想法思路。大数据和云计算的应用真正实现了量身定制的个性化教育和培训方案。应用大数据和云计算技术的个性化共享教育平台，大力发展技术为导向的高校教师培训体系，设计和建设一整套适合高校转型发展的教学实验、创新实践平台。

图1 为基于大数据和云计算的个性化教学系统结构方案，通过这个方案构建虚拟化的教育和实验环境，深入挖掘教育过程中的大数据，通过对学生学习风格、学习行为数据等方面的采集，利用协同过滤推荐算法，构建自适应、精准化的教学模型并形成个性化学习方案指引，以优化学生学习质量。

图1 基于大数据和云计算的个性化教学系统结构方案

2 个性化教学系统结构的基本特点

进入5G 智能通信时代，传统模式随着大数据技术的发展逐渐被精准教育突破原有的界限，逐渐发展成为新的技术增强型教育模式。以大数据为手段，结合准确分析学习条件的基础情况，对教育内容准确定制，对教育活动准确设计，对学业成绩准确评估，是大数据驱动的精准教学的主要表现，教育的过程和结果实现量化，监控和协调。大数据精准教学有四条基本的原则需要遵循，分别是：（1）行为数据具有可观测性；（2）衡量指标具有多维性；（3）重视学情分析工具的使用；（4）学习者的行为数据是决策重要依据。

在大数据精准教育的背景下，包括行为，心理学和生理学在内的多模式数据显著丰富了教学评价指标，从而能够以可追溯的方式记录和展示行为表现和学习过程。随着数据技术的应用，精准教育不再聚焦“直接可观察到的行为”，而是渗透到人们不容易发现或测量的隐藏区域，使形成性评估和预测性分析有了更多的科学依据，为个人和团体提供更具体的个性化的指导。

3 基于大数据技术“智慧学伴”自适应学习平台的案例分析

北京师范大学未来教育高级创新中心开发的“智慧学伴”是具有数据采集、结构建模、问题诊断等特征的自适应学习平台，发现和收集数据的主要方法是动手评估，学习互动，作业分析等，收集的各种数据是由学习者在学习过程中产生的，通过大数据分析对数据进行评估处理，经验性评估逐渐转变为以科学数据分析为依据的发展性评估，更好地服务于个性化教学。

3.1 智慧学伴基于教育数据构建的精准教学模型

智慧学伴已经建立了学科素养和能力表示模型。（1）学科素养方面，不同年级，不同学科体系结构各不相同，就需要构建有针对性的核心概念知识图谱。（2）在学科能力上，核心概念以及知识素养在时时刻刻不断变化与发展的，需要建立有关知识和素养发展的高级模型，设计不同层次的详细列表。（3）学科能力诊断工具，基于核心概念、学科素养和能力表现为基础，它是一个统一的编码设计。该平台可以从学习者的学习过程中收集各式各样不同的数据，从而使得所表征的单个学习者的认知特征更具有全面性和准确性。每个学科的测试工具都需要基于学科的核心概念，遵循学科自身的选择，进行研究与理解，从而应用于实践，传达创新学科能力来表示模型，而且必须同时遵循学科核心知识的教育内容，在陌生度和间接度之间进行题目测试，使其在不同程度的情境中执行表示，而且必须与知识内容，活动过程，认知方式，学科能力和其他指标密切联系。诊断工具采用类似公开测试题和多级评分等方式，分析和诊断学习者在不同能力水平下的学习过程和学习表现。

3.2 基于智慧学伴的精准教学模式

基于智慧学伴的精准教育是一种关注学习者核心表现和学科能力的微测诊断工具，可以诊断学习者对核心知识的掌握程度，并且该平台在数据分析后能提供直观的数据可视化。教师可以根据可视化结果选择合适的教学策略，准确地设计教育目标，选用合适的讲课方法，打造高效课堂模式，营造合理的学习氛围以及根据学习者的知识水平设置教育活动，设计准确的表现评价模型等。自适应引擎根据收到大数据分析的结果，可以针对学习者的认知特征进行个性化的学习资源推荐，促进学习者的独立学习。将评估与诊断链接内置在教师与学习者间的课堂互动过程中，能够对学习者变化的知识体系和潜在问题进行准确诊断，教师的教学策略能够及时进行改进，执行准确的教育干预措施。这种微测诊断工具的关键环节包括微测诊断，直观的可视化显示，选择自适应学习策略和推荐个性化的学习资源。

（1）智能诊断与预测

智慧学伴诊断预测工具已经成为未来分析学习者学业状况以及进行精确教育的必要条件。微测诊断工具在进行学业状况诊断时需要以教师对教育的理解准确度以及教育需求的掌握程度为前提。在进行课堂教育之前，教师可以使用该工具来诊断学业状况。该诊断结果有助于教师制定教育目标，并帮助教师设计出具有针对性和个性化的教育内容。上课时，也可以使用微测诊断工具诊断教学开展过程，帮助教师及时地调整教学节奏和教学内容。完成所有课程或结束单元教学后，使用微测试诊断工具可以测试有关知识掌握的情况，对教师教学工作的有效性进行验证。微测诊断工具的使用目的在上课前，上课时和上课后有一定的相似性。它就是通过科学的方法，准确地评估学习者当前所具有的学业水平和经过学习能够达到的学业水平，对学习者开展自我诊断，并将客观依据提供给教师。

（2）可视化分析报告

诊断工具和各种内置算法这两个智慧学伴，可直观地表示出学习者的认知能力，并为教师进行更加准确教学提供客观依据。报告主要是由学习者的综合素养，学科认知图、学科核心概念及相关评估指标反馈等组成。学习者的自身和群体概念的理解认知结构由学科认知图、学习者的综合素养呈现出来，比如：通过建模和计算能力可以证明学科相关能力素养的高低，学习者能力指标通过学科核心概念和核心能力指标评估的反馈来表示。因此，这一系列的指标对教师的教育设计和课堂教学具有十分重要的意义，还可以使得学习者了解自身的学习状况以及时进行自主学习。与此同时，从单一评估到多样化评估的发展，有助于学习者在分析学习条件中发现和识别自身认知过程中的问题。

（3）个性化学习指引

首先，根据诊断结果进行教学内容、学习者状况和最新发展领域等教学分析。然后，根据教育分析情况进行教学方案、教育活动和自适应学习的设计。接着，在实施教学方案过程中，为了适应学习者在教学过程中认知的变化，根据诊断结果及时进行教学调整。最后，通过课后学习诊断，对教学设计的有效性进行诊断，使得改进后的教学设计可以为后续教学提供参考，根据学习者的认知能力为提供有针对性的指导和个性化建议。

4 总结与展望

精准教学背景下大数据和云计算的深度应用，有助于教师设置准确的教育目标，为个性化的学习提供有效的数据支持。既能满足学习者的个性化需求，又能够发挥教师导学的作用，可为促进学习者的个性化自适应学习提供新的技术支持。