基于大数据的精准智慧教学模型构建研究

杨盼盼

(阜阳职业技术学院 工程科技学院, 安徽 阜阳 236001)

随着人工智能、物联网和大数据2.0等技术的到来，人类社会已进入万物互联的智能时代。大数据、云计算和人工智能等新兴技术的迅速发展，促进“互联网+”技术与现代教育的有效融合，为高职院校教育教学模式的创新带来了巨大变革。精准智慧教学模式是大数据时代有效提升教学质量的新途径，旨在改变传统的教学模式，从基于经验教学转向基于海量数据教学，依靠客观真实的大数据进行教学活动开展、教学目标设定和教学决策评价等[1]，持续推动教学质量的稳步提高。

1 高职院校传统教学模式面临的问题

目前，大部分高职院校传统教学模式主要面临以下问题。

(1)教学理念陈旧，依赖主观经验：教师受到传统教学思想的影响，教学理念陈旧，主要依赖自身的主观教学经验进行课堂教学，往往会导致教学决策行为出现偏差，不够客观稳定，无法实现精准教学。

(2)教学评价单一，缺乏数据支撑：传统教学活动仍是以教师为中心，教学评价机制单一，对学生的考核评价多是以学科成绩为主，注重考试结果，难以实现评价多样化；教师缺乏有效的数据支撑，很难在有限的时间内采集大量、精准、有效的教学数据进行综合化评价。

(3)标准化教学，忽略学生个性化发展：传统教学模式下大多采用标准化的教学方案，教师主导课堂，学生被动接受，主要采取线下课堂教学制，课程教材、培养方案、考核方式等都是统一规划设置的。标准化的教学培养模式往往容易忽略学生的教育经历、学习兴趣、思维方式等差异化特点[2]，无法满足学生的个性化发展需求。

2 基于大数据的精准智慧教学模型构建

精准教学的内涵是要注重学习环境和学习条件，依托互联网大数据等技术实现对学习需求的精准感知和对教学资源的精准推送[3]。本文以高职院校教学环境为背景，构建基于大数据的精准智慧教学模型。该模型以教学大数据中心为核心，以教师和学生的数字画像为基础，从目标层面-实施层面-评价层面-干预层面，围绕学生个性化学习路径，采集分析学生学习行为数据，精准掌握学生学习动态，形成学情分析态势感知，帮助教师精准推送符合学生学习需求的教育资源。最后通过精准教学分析、评价与诊断，实现精准教学控制与干预，并不断优化调整教学目标，实现大数据驱动的精准教学循环。精准智慧教学模型结构如图1所示。

图1 精准智慧教学模型图

2.1 教学大数据中心建设

依托大数据等信息技术，建立教学大数据中心，最大程度挖掘各类教学数据资产价值，充分发挥数据辅助教学分析决策的能动性，推动大数据与教育教学的深度融合和教学数据“资产化”建设。教学大数据中心建设是开展精准智慧教学的基础，为后续精准教学的开展提供充足的数据源泉。教学大数据中心建设架构包括：数据源采集→数据治理→数据存储管理→数据应用与服务四个层次，如图2所示。

图2 教学大数据中心建设架构图

数据源采集层主要是对现有的各类系统业务数据进行采集，包括教学相关的课程数据、学业数据、教学数据、科研数据等。数据治理层遵循“一校一库、一数一源、一数多用、动态更新”的原则，依据业务规则和约束条件进行数据识别、抽取、交换、清洗、转换等，实现教学数据实时交换和共享，核心组件包括：ETL工具、WebService接口、HTTP接口等。数据存储管理层基于数据治理结果存储管理各类数据库，包括：元数据库、历史数据库、数据仓库、主题数据库等。混合使用关系型数据库Oracle RAC和非关系型数据库HBase，海量存储各类结构化数据和非结构化数据[4]。数据应用与服务层通过对教学大数据进行数据挖掘、聚类分析，最终基于知识图谱形成师生数字画像，提供各类数据应用与服务功能。

2.2 精准教学目标设定

精准教学目标设定的目的在于对预期开展的教学各环节活动进行精准指引。精准教学目标设定步骤如下：第一步，要精准量化表述学生应该掌握的知识结构和实践技能程度，并对教学目标进行层层细化分解，形成多个详细的子目标节点[5]，实现因人而异的分层教学。第二步，依托教学大数据的精准分析，全面掌握学情数据，包括学生的学习行为、思维方式、知识结构等，找出不同学生群体的知识短板，构建学习特征与精准教学目标之间的映射关系，并以此建立精准子目标节点，构建精准目标决策树。

2.3 精准教学实施开展

大数据环境下，精准教学实施开展是以教学大数据中心为基础，以学生为主体，以教师为主导的多层次教学互动。精准教学活动设计要根据学生特点和个性化因素，通过差异识别→动态映射→共性教学→个性教学四个模块，贯穿于课前→课中→课后三个教学环节，设计差异化的教学内容，实施同质化和异质化动态分组的精准教学。精准教学实施流程如表1所示。

表1 精准教学实施流程表

课前，基于教学大数据中心，教师及时获取学生画像，有效识别学生群体差异，分组设计与之相匹配的教学内容，供学生课前预习。课中，教师针对学生预习过程中遇到的共性问题进行集中统一讲解，个性化问题进行分类干预指导，从班级—小组—学生三个层面开展分组教学。课后，教师针对学生课前预习和课堂教学情况，精准推送个性化的课后作业和复习资料，实时查看学生完成动态，基于大数据中心进行聚类分析，及时批改作业和进行课后辅导。

2.4 精准教学评价与诊断

精准教学评价与诊断以教学大数据中心为驱动，采集学生全周期的学习行为数据和学情分析数据，并贯彻于课前预习、课中授课、课后复习等各个环节，对学生进行客观、精准、综合的评价。在大数据环境下，线下课堂教学评价可以采用量表、调查问卷、投票器、图表工具等方法获取学生参与课堂互动、学习结果等方面的数据。线上教学评价可以通过数据挖掘和日志分析等方法获取学生浏览信息、访问行为、评论记录、作业情况等数据。除此以外，还可以采取雷达图、散点图、控制图等分析评价工具，对学生的学习行为进行可视化分析评价。以计算机应用基础课程为例，采用雷达图进行精准教学评价，如图3所示，可以全面客观地反映学生的学习行为和学习效果，实现全过程的精准教学评价和诊断。

图3 计算机应用基础课程精准教学评价雷达图

2.5 精准教学控制与干预

精准教学控制与干预是在深入挖掘学生历史学习数据的基础上，精准识别学生学习行为和潜在规律，发现学习中存在的内在缺陷和问题，精准提供相匹配的干预措施，优化完善教学策略，循环调整教学目标。基于大数据中心可以自主监测学生学习行为和学习效果，并智能推送学习优化和改进建议，促进学生自主学习能力、自我效能感、自主决策能力提升。教师针对学生自主决策学习和个性化控制干预情况，及时开展精准教学干预效果反思，深入分析各个教学环节存在的潜在问题并进行批判性思考，在不断的反思和改进中加深对大数据的体会，从多方位视角审视班级、小组和个体的学习效果，并不断反馈优化教学目标，实现大数据驱动的精准教学循环。

3 精准智慧教学模型的实施途径

3.1 建设智慧化教学平台，注重教学资源精准推送

以阜阳职业技术学院为例，基于精准智慧教学模型，借助大数据技术，构建包含全过程的学生学业数据、综合评价数据、教学资源等的教学大数据中心，并以此为基础建设智慧化教学平台。智慧化教学平台集成了多个网络教学APP，如职教云、超星学习通、智慧树等，并以教学大数据中心为引擎，对各类数据进行深度数据挖掘，形成分类教学评价和诊断报告。依托智慧化教学平台，教师精准掌握学生学习规律和特征，依据学习者特征与教学内容之间的二元映射关系，计算二者相似度[6]，基于教学内容、分类协同、关联规则三个层面精准推送个性化、差异化的教学资源，实现互联网技术与教学过程的深度融合。

3.2 融合线上线下数据采集，实现精准智慧教学

为满足精准智慧教学的海量数据需求，采取线上线下相融合的大数据采集机制。线上教学大数据采集主要源于智慧教学平台，通过后台采集技术、系统LOG日志采集技术、网络爬虫采集技术等实现数据采集，包括系统日志、用户日志、留言、在线讨论、全网信息等数据。线下教学大数据采集主要借助智慧教室环境，通过物联网传感器、可穿戴智能配件、眼动跟踪等各类感知技术来获取学生课堂中学习互动、知识获取和情感变化等学习数据和生理数据，自动感知学习情境、辨识学习者和教学者特征、智能推送学习资源，实现多维度、全方位的学习记录和追踪，有效促进教师的教和学生的学，实现精准智慧教学。

3.3 注重教学实效，促进精准深度学习

在大数据驱动下，精准智慧教学实践注重教学实效，关注大数据评价和教研方法深度变革。以阜阳职业技术学院为例，首先，深入问题研究，开展精准教学决策。依托教学大数据中心师生画像，针对多维大数据评价和诊断，深入研究教学问题，不断修正和优化教学决策。其次，开展教学改进，推动精准教学服务。根据大数据精准评价报告，针对学科、专业、课程几个层面开展教学调研，制定改进计划，定期跟踪计划实施情况，确保改进措施产生实效。最后，实施个性化教学，促进精准深度学习。在大数据驱动下，教学过程从以往基于历史经验到基于信息证据，从群体化教学到个性化教学，促进教学决策的最优化和精准深度学习。

4 结束语

现代互联网技术的飞速发展有效促进了信息技术与教育教学的融合，精准智慧教学模式的实践离不开信息技术的有力支撑。随着智慧校园建设在高职院校迅速兴起，不久的未来，大数据必然成为教育教学生态的新核心。为实现精准智慧教学模式，高职院校要充分依托大数据、人工智能、物联网等新型信息技术，基于精准智慧教学模型，对现有的教学模式进行变革，变被动为主动，精选教学内容，重构教学策略，建立虚拟教学环境和教学空间，融合线上线下智能教学场景，全面改进教与学的方式。学校要从大数据环境构建、智慧校园基础建设、信息化教学投入等方面夯实精准智慧教学基础，积极推进基于大数据的精准智慧教学走向常态化，引导学生开展深度自主学习的良性循环，建立积极和谐的教学氛围，进而提升教育教学质量，培养适应社会发展需求的综合性创新人才。