大数据画像软件基础精准教学探析

前言：想要写出一篇引人入胜的文章？我们特意为您整理了大数据画像软件基础精准教学探析范文，希望能给你带来灵感和参考，敬请阅读。

摘要：本文为实现计算机软件基础课精准教学为目的，提出将一卡通智慧平台数据与MOOC平台软件基础学习数据相结合，对学生进行画像，并通过画像结果对教学效果进行精准分析，以调整教学策略，修正学生行为。实施结果表明基于大数据画像技术的软件基础教学是科学、精准的教学模式。

关键词：大数据；画像；软件；精准

计算机软件教学是高校计算机的基础入门课程。学生们由不同的城市或地区进入大学，对计算机的基础知识存在着较大的差异。讲授计算机软件基础知识的教师试图找到更好的方法来教授不同水平的学生，例如：翻转课堂、任务驱动教学、MOOC和分层教学、在线和离线混合等等。虽然取得了一定成绩，但效果并不理想。原因在于采用普遍性的教学方法，对某些同学并不适用。再者，教师管理的学生太多，不能完整掌握每个学生的学习状态。而今，大数据的出现为可以解决这一难题。通过大数据及画像技术可以动态跟踪每个学生，并根据学生的生活习惯、日常行为等画像结果，预测学生的学习习惯、学习时间及成绩，并给出预警，实现精准教学及个性化辅导。

一、大数据和画像技术

大数据是一个动态的定义，不同的行业有不同的理解。通常认为大数据的特征在于大的数据量，类型和结构复杂，新数据创建和增值速度快，数据值密度低。但是，数据的整体价值正在提高，这反映在统计特征、事件检测、相关性和假设检验中。如今，大数据技术不但可以服务于互联网、金融、医疗、营销等各个领域，同样可以为教育领域提供支撑技术。众所周知，传统的教育决策依据常识和习惯作出，而大数据时代的教育决策要依赖于教师和学生的行为来决策。因此，教育大数据在精准教育中起着重要作用。画像技术是近年兴起的技术，与数据挖掘、大数据密切相关。通过数据挖掘与建模,建立描绘用户的标签。画像的输出由多个标签中的特定标签值组成。用户画像可以帮助我们进行精准营销、用户研究、个性服务、商业决策等。对高等学校学生进行画像，帮助教师掌握学生性格、学习习惯、爱好、购物、阅读、成绩等相关信息，了解学生状况及存在问题，从而对学生进行干预，实现针对性、个性化教学服务。

二、精准化教学设计

精准教学的前提是数据的获取。对获得的数据进行分析，根据大数据及画像技术，可以精准进行教学设计。设计模式划分为3个部分：基于数据的以学定教；基于数据的因材施教；基于数据的以评促教。精准化教学设计如图1。

（一）数据获取

目前，几乎所有的高校都建立了智慧平台，大学生的活动基本上依赖于智慧平台的校园一卡通。教师的教学行为也同样依赖于一卡通。平台数据包括学生在食堂就餐、超市购物、图书馆借书、出入宿舍、教学楼打水、洗浴、登陆在线考试\模拟系统等日常行为轨迹。在智慧平台准确方便的获取日常数据后，通过对数据进行整理分析，得出画像结果,为精准教学提供决策及提供动态支持。智慧平台选课系统提供多种软件编程语言供学生选择，并且提供不同等级划分：0基础班、标准班及提高班等。按照学生分班测试成绩自愿、自主选择语言，实现动态分流。根据智慧平台获取的数据建立相应数学模型，对数据进行分析。根据分析结果，对学生进行个性化画像。根据画像结果对学生进行分级教学、因材施教。近年来，随着在线教育平台的兴起，中国大学MOOC和在线学堂等许多大型在线教室平台已经兴起。各大学也纷纷建立了符合本校学生的教学平台，如图2所示。通过学生在线学习的行为数据，例如：在线课堂的出勤率，视频观看点数，作业完成进度，论坛讨论次数等，发现学生的兴趣与存在的问题，从而调整目标的深度和难度，制定相应的干预策略、激励机制等来指导学生的学习行为。

（二）确定教学目标

计算机软件基础课程提供多种编程语言，根据平台数据分析，非计算机的电类、建筑和车辆专业的学生擅长数学和英语。经大数据分析他们对计算机基础非常感兴趣，并且渴望探索未知的世界，学习C语言课程比较合适。对于化工、机械类及会计等专业学生，对他们的成绩及行为进行分析后适合学习VB语言。而如传播等艺术或文科类学生，python语言更适合。对于层次不同的班级，授课教师对所教授的语言做进一步细化和量化。对于0基础班，采用多讲多练，强化教师指导作用，加强基础知识及项目实践的训练。教师起到陪练作用，帮助学生尽快进入最佳学习状态并进阶。对于标准班，强化教学和更多实践，系统学习+项目实践。教师在教学中起指导作用，穿线并解析关键点和难点。对于提高班，采用以练代讲，学生自主练习、自主讲课，是自主学习+项目实践的学习模式。教师起到教练员的作用。这部分学生有能力参加各种计算机类的竞赛，使课堂与竟赛相结合，以赛促课。

（三）构造立体化教学资源包

确立精确的教学目标后，需要建立完善的教学资源库。构建立体化教学资源包，包括在MOOC平台上上传教师的视频、教学日历、教学大纲、教学PPT、难点及重点、典型例题及解决分析方案，举一反三实践项目、计算机常见算法、由浅入深的竞赛题目等。教学采用项目驱动教学法，鼓励学生在智慧平台进行课前、课中、课后自主学习内容。平台提供知名MOOC平台的链接。教师可以在网上回答问题，提供无纸化考试系统模拟练习，对教学效果进行评价，根据评价结果精准调整教学内容及方式，并对未来年级教学进行规划预测。

（四）学生画像

1．综合画像。精准教学是以课程标准、教材和学习者发展的实际情况为依据，遵循学科教学规律、学习者成长规律和认知规律，关注课堂教学的价值，准确把握教学目标以及教学内容，构建并细化教学过程。实现精准教学依赖于现代大数据的支持。通过行为数据对学习者进行画像。行为数据包括学生生活行为数据及学习行为数据。生活行为数据包括就餐、购物、运动、个人卫生习惯，进入宿舍及离开宿舍时间及社交等。学习行为数据包括借还书信息、出入图书馆及教室时间、登陆MOOC次数和时间及登陆免费机房模拟考试系统等日常行为轨迹。根据这些数据的行为信息设计画像系统。画像系统的画像因子根据努力程度和生活规律确定。努力程度因子为量化的学生学习时间。通过智慧一卡通获得学生访问学习地点的次数，例如，访问教学楼、访问图书馆大概率判定为努力因子。另一画像因子为生活规律性。根据一卡通获得学生停留宿舍的时间数据、餐饮习惯、购物习惯、卫生习惯等数据。通过挖掘生活规律数据得出：学生的自我控制、自我约束能力等与生活规律性存在关联。通过对画像因子与成绩关系的研究，得出努力程度和生活规律呈显著正相关性，如图3的示意图。另外，根据学生活动地点与次数，建立学生社交关系网络，对比得出学生的成绩与朋友们的平均分数呈正相关性。根据努力程度、生活规律性和社交关系网络以及历史的学习成绩，对学生进行综合画像及早发现学生存在的问题，实现精准辅导、精准教育。2.依据MOOC平台大数据对学习成绩进行画像。教师的教学行为和学生的学习行为数据为教育决策提供实时动态的数据支撑。在MOOC平台依据学生对各章节知识点掌握程度数据、作业成绩、讨论分布数据进行分析画像，及时掌握学生学习动态。对部分学生提供成绩预警，人为干预。对普遍性问题采取必要的措施及时调整教学方向，以达到精准教育。成绩画像结果如图4所示。

（五）精准辅导

参照布鲁姆教育目标分类法，以“练”为核心，设计挑战度由低到高的阶梯化学习路线。初级阶段，学会阅读范例代码，改写程序，仿写程序，举一反三。中级阶段，学习编写代码，实现程序设计，并可以找出程序中的错误，对错误程序进行调试。高级阶段，培养程序优化，综合应用，创新应用的能力。按课程目标，实现精准辅导，从阅读范例代码、改写仿写程序，到设计和调试错误程序，再到程序优化、综合应用和创新应用，学生的能力在自主的情况下逐步提高，并且在教师帮助下得以实现个性化和差异化的学习目标。

（六）精准评学

大数据的兴起，评价依据从主观经验到客观数据，从人工评价到智能评价，评价方式从总结式评价到过程式评价，评价内容从单一评价到综合评价。使教学评教从经验评教走向数据评教，从宏观评教走向个体评教，从单一走向综合。首先，充分利用基于数据的过程性和发展性评价，以及同时强调能力与成就的多重综合评估。以大数据为基础，实现精确的学情诊断及趋势预测、准确推荐学习资源、量身定制职业规划、个性化分析模型以及线上与线下结合的教学支持等。其次，结合学生行为大数据，可以实现对学生行为的全面描述及跟踪，根据科学诊断使学生对自己的行为进行了解并修正，以达到完善和提升的目的。图5为评价曲线。

三、结束语

基于一卡通登陆图书馆、智能教室等获得业务系统及网络日志等数据，对学习者的行为数据进行定量分析与数学建模，结合学校MOOC平台计算机软件课程的学习数据，对学生的行为及成绩进行分析画像。根据画像结果掌握学生学习成绩状况及产生状况的原因。因人而异，提出不同的建议和警示，同时教师亦可根据画像结果调整教学大纲及教学内容。

参考文献：

[1]杨光莹,杜敏,杨东梅,等.基于校园行为数据分析的学生画像系统初步构建研究[J].教育教学论坛,2020(41):44-45.

[2]吕挫挫.智慧校园视域下高校用户画像探究[J].大众标准化,2020(19):45-48.

[3]于方,刘延申.大数据画像——实现高等教育“依数治理”的有效路径[J].江苏高教,2019(3):50-56.

[4]李光耀,宋文广,谢艳晴.智慧校园学生画像方法研究[J].现代电子技术,2018(12):20-23.

作者:赵莉 单位:辽宁工业大学电子与信息工程学院