◆張斯亮
職業教育技能學習數據的可視化呈現方式
◆張斯亮
10.3969/j.issn.1671-489X.2016.17.073
我國一直在加強職業教育信息化建設,職業院校信息管理系統、在線學習系統等信息技術手段的應用產生龐大的數據,大量學者從數據出發開展研究,取得豐碩的成果。但在研究中缺乏直觀而有效對職業教育技能學習數據進行可視化呈現的手段。對技能學習數據的可視化呈現主要采用分層繪制的原則,將技能信息、學習者學習成績、學習者學習效率等復雜的多維信息通過簡單的平面圖予以展示,幫助學習者增強學習成效。
職業教育;技能學習;數據可視化
隨著信息技術在職業教育信息化中的發展,各種職業院校信息管理系統、在線學習系統的普及應用,在職業院校對學生學習情況的管理中越來越迫切地需要解決“學生學習數據爆炸而無法有效利用”的關鍵性問題,進而增強學習者的學習效果。數據可視化是把學習的數據轉化為圖形、圖像、動畫等可視化形式表現的過程。傳統的數據展現方式基本沒有融入可視化,阻礙了用戶對結果的理解以及對知識的吸收。為了方便教師與學生理解這些教育數據,提高教學效率,改善教學方法,本文提供了一種新的職業教育技能學習數據可視化呈現方式。
我國目前處于高速發展時期,職業教育的地位越來越凸顯。2012 年,教育部出臺《關于加快推進職業教育信息化發展的意見》,指出加快推進職業教育信息化的意義:“要以計算機設備與互聯網為依托;面向職業教育,提高信息技術的應用能力,推進職業教育教學和改革的發展。”
數據可視化在教育信息化中有良好的應用。數據可視化是在計算機圖形學的基礎上,將高緯、異時空、多結構的數據映射為簡潔、明了,易于理解、記憶,通用程度高,可幫助公眾迅速理解復雜、多元的數據信息。而“立足數據源,根據目的設定,突出重點信息,搭配次要信息,然后美學呈現”,是數據可視化的重要標準。同時,對于“圖像語言明確性不足”的劣勢,可以通過圖文并茂的呈現形式加以解決。
職業教育一直“以就業為導向”,就是要培養技能型人才。職業教育信息化有助于增強其在教學過程中的效果,科學培養優質技能型人才。當然,技能型人才的培養離不開對于技能的熟練掌握,將技能學習的結果通過可視化的圖表直觀地呈現給學習者以及教學工作者,可以快速了解學習的進度以及學習情況,為優化教學成果提供幫助。
當前主流數據可視化呈現工具主要有 D3(Data-Driven Documents)、Gephi、Many Eyes、Processing、Visual. ly Create、Infogr.Am、Fliffy、WeiboEvents、地圖匯、展屏系統等。這些數據可視化呈現工具雖然能繪制出互動圖表,但是其本身并不是針對教育數據設計的。面向職業教育的數據可視化工具需要符合技能學習的特點,利用圖標、動畫或配以文字的方式同時將多維的信息全面展現出來。
技能學習統計圖主要呈現的是學習者在學習技能時總體的學習情況,其中評價方式主要采用的是“技能表現型的評價”。該評價方式是 20 世紀 90 年代美國職業教育專家所倡導的對于職業教育技能學習的評價方式,其評價結果主要呈現的是一種等級的評價。
技能學習統計圖包含的信息有技能本身的信息(比如名字、介紹)、該技能需要的學習時間以及學成以后的掌握程度、學習者學習的狀態等五類主要信息,以及技能在課程體系中的分類、學習總進度、相應數字化資源等三類次要信息。對技能學習統計圖的介紹主要通過分層描述的方式來展現整個繪制的過程。
1)底部基礎層。底部基礎層主要樣式如圖 1所示,根據每一個職業教育專業的特點,按課程劃分,每一個課程都包含若干技能,在圖中展示的是分成6個課程的情況。圖中每一個部分都是由同樣大小的正方形組成的,每一個正方形表示的是一個單位時間。某一個部分在圖中占用的面積越大,則表示該部分技能課程學習的時間越長。

圖 1 技能學習統計圖——底部基礎層示意圖

圖 2 技能學習統計圖——技能劃分層示意圖

圖 3 技能學習統計圖——個人技能學習情況示意圖
2)技能劃分層。技能劃分層主要是根據每一部分內具體的時間分配來劃分一個技能在圖中需要占據的大小。圖2中,技能 1、技能 2、技能 3 同屬第一部分,而技能 4 則屬于第二部分;同時,在第一部分中,技能1與技能2學習花費的時間為兩個單位時間,而技能3則需要4個單位時間;技能3與技能4雖然學習的時間一樣,但是屬于不同的課程。
技能劃分層主要功是直觀地展示每一個技能所屬的課程及其學習的時間。同時,學習者可以直觀地了解到每一個技能的學習時間占整個課程的百分比,對整個課程體系有所了解。
3)學習者信息層。學習者信息層是一個數據的展示層,主要是展現兩種角度的數據。
第一種數據代表的是學習者個人的技能學習情況。首先根據“技能表現型的評價”,將其劃分為5個檔次:優秀、良好、一般、合格、不合格。如圖3所示,技能1對應的圖標表示不合格;技能2表示合格;技能3表示一般;技能4表示良好;技能5表示優秀。對于已經學過的技能,不外乎這5種情況,而對于未學過的技能,則與技能6一樣用空白的方式表示。
第二種數據代表的是學習者的平均水平。如圖4、圖5所示,若將個人技能學習情況與班級技能學習情況做對比,即可直觀看出學習者在技能 2、技能 3、技能 4 的學習上還有所欠缺,說明該學習者在這些技能上仍需要一定的練習。
4)文字輔助信息及鏈接層。輔助的文字主要出現在當學習者需要了解具體技能信息的時候,主要表現的是技能的名字、介紹、成績,學習時間以及相關的數字化資源鏈接。當學習者發現某個技能還需要學習時,可以點擊相關的優質資源,提高學習效率,加大數字化資源的利用率。
5)“記錄繪制過程”層。由于技能學習統計圖是根據學習者的學習進度逐步繪制,因此能記錄學習的每一個步驟,在學習過程中的任意一個階段都能讓其觀看技能學習統計圖形成的整個過程,以方便其了解學習過程,增加學習成就感。

圖 4 技能學習統計圖——個人技能學習成績示意圖

圖 5 技能學習統計圖——平均技能學習成績示意圖
隨著教育信息化的發展,產生的學習數據越來越多,學習數據也越來越被教師等教育相關工作者所重視。本文闡述的這種新的職業教育技能學習數據的可視化呈現方式主要有以下意義:
1)將復雜的多維數據直觀地呈現在平面圖上,便于教師與學習者了解學習情況;
2)動態的方式便于學校了解學習者變化趨勢,對教學工作做出調整;
3)提高學習效率,加大數字化資源的利用率;
4)為改善教學方法提供建議。■
[1] 孫楊 , 唐九陽 , 湯大權 . 改進的多變元數據可視化方法[J]. 軟件學報 ,2010(6):1462-1472.
[2] 陳琳 . 中國職業教育信息化創新特色研究 [J]. 現代教育技術 ,2014(3).
[3] 王振洪 . 關于浙江省現在職業教育體系建設的實踐與思考 [J]. 教育研究 ,2015(1):148-153.
[4] 范如涌 , 項曉樂 . 職業教育信息化的概念、內涵及其發展模式分析 [J]. 職業技術教育 : 教科版 ,2003,24(10):57-60.
[5] 郭曉利 , 曲朝陽 , 李曉棟 . 基于 SOM 聚類的電網可視化數據挖掘模型 [J]. 情報科學 ,2012,30(2):206-207.
[6] 王國燕 , 韓飛飛 . 編碼解碼視角下數據可視化的傳播效果研究 [J]. 情報雜志 ,2014,33(11):169-174.
[7] 馬祥武 . 職業教育技能型創新人才培養的思考 [J]. 教育發展研究 ,2011(11):75-78.
[8] 陳為 , 沈則潛 , 陶煜波 . 數據可視化 [M]. 北京 : 電子工業出版社 ,2013(12):23.
G712
B
1671-489X(2016)17-0073-03
作者:張斯亮,浙江工業大學教育科學與技術學院在讀碩士研究生,研究方向為職業教育信息化(310023)。