基于數據挖掘的虛擬仿真實驗教學量化分析

張 浩， 雷 洪， 龔成斌， 彭敬東， 何顯達， 馬學兵

(西南大學 化學化工學院，重慶 400715)

基于數據挖掘的虛擬仿真實驗教學量化分析

張 浩， 雷 洪， 龔成斌， 彭敬東， 何顯達， 馬學兵

(西南大學 化學化工學院，重慶 400715)

作為實際實驗教學的重要補充，基于互聯網平臺的虛擬仿真實驗教學實踐過程中生成了大量的學生學習行為數據。為了研究虛擬仿真實驗教學與實際實驗教學成績的關系，識別虛擬仿真實驗教學中的新行為模式，利用數據挖掘技術對化學化工虛擬仿真實驗教學過程數據進行了分析。通過研究虛擬-現實實驗成績之間的相關性、因果性以及學習時間對成績的影響，發現理論學習、實際操作成績與偏重于流程訓練的簡單虛擬仿真實驗項目的相關性較小，與機理型復雜虛擬仿真實驗項目相關性較大；虛擬仿真實驗的開展對實際實驗均有不同程度的促進作用。

虛擬仿真； 數據挖掘； 量化分析； 實驗教學

0 引 言

隨著計算機硬件技術和3D建模技術的不斷創新，基于先進網絡與信息技術的虛擬仿真實驗教學發展迅速，并被大量應用于化學化工實驗教學[1-3]。虛擬仿真實驗的開設能夠在一定程度上解決化學與化學工程實驗教學存在的有毒有害高污染等普遍性制約問題，具有非常重要的實踐意義[4-6]。作為一種新興事物，虛擬仿真實驗教學效果、教學管理及其背后隱含的學習行為仍然需要進一步的分析研究[7-9]。

由于傳統教學研究難以量化，教學效果評價體系大多基于多級評價指標的定性分析[10]。評價數據多來自于問卷調查，指標性問題設計過于主觀、數據收集成本高、涵蓋面小是傳統教學評價研究的主要限制性因素[11]。虛擬仿真實驗利用互聯網開展教學實踐活動，反映學生學習習慣的數據直接存儲于數據庫，構成了教學效果量化分析的數據基礎[12-13]。本文通過分析化學化工國家級虛擬仿真實驗教學中心2014～2016年學生成績與練習時間數據，探討虛擬仿真實驗教學的開展對提升學生化學化工實驗技能的影響。

1 數據與分布

1.1研究數據概述

研究數據包括2014～2016年化學化工學院儀器分析和化工原理實際實驗成績與虛擬實驗成績及其操作記錄。其中，儀器分析實作實驗包括氣相色譜、高效液相色譜、核磁共振和原子熒光等16種儀器，相對應虛擬仿真實驗包括三維核磁、原子力顯微鏡、掃描電鏡和XPS能譜分析等14種大型精密儀器；化工原理實驗包括伯努利實驗、離心泵特性曲線測定和對流傳熱實驗等16個實驗，相應虛擬仿真實驗包括化工流動過程綜合實驗、傳熱綜合實驗和精餾塔綜合實驗等14類項目。大型精密儀器虛擬仿真實驗偏重于流程訓練，步驟設置簡單；化工原理虛擬仿真實驗基于實際實驗數據和數學原理，步驟和數據處理較為復雜，接近于實際實驗過程。

學生樣本包括2013～2016級化學教育、應用化學、材料化學和化學工程與工藝等4個專業，共1 223人。所有學生在大學二年級同時進行實作實驗和虛擬仿真實驗，實驗前修完相應理論學習課程。

1.2數據分布情況

由于儀器分析與化工原理實驗學分、學時相同，本文將兩門實驗成績平均，分別得到實作實驗和虛擬實驗成績。學生實作實驗成績分布如圖1所示：平均成績為82.43分，方差為19.94；61.36%的學生成績高于80分；3.27%學生獲得優秀。實作實驗成績實際分布與正態分布的K-S檢驗值為0.097 2，最大差異出現在80分位置，說明實作實驗符合傳統學生認知規律[14]。

圖1 2014～2016年學生實作實驗成績概率密度分布

與實作實驗教學所呈現的近似正態分布相比，虛擬仿真實驗成績呈現出明顯不同的概率分布模式(見圖2)：平均成績為90.92分，方差為51.74；57.19%的學生成績高于90分；38.48%的學生可以獲得優秀評級。虛擬仿真實驗成績平均分比實作實驗成績提高9.77%，統計效果顯著。

圖2 虛擬仿真實驗成績概率密度分布

相對于臺套數較少的實際實驗，學生可通過網絡親自操作虛擬儀器，不限次數練習操作步驟和規范性。在達到一定重復次數后，大多數學生都能夠熟練掌握虛擬仿真實驗的操作和數據處理方法，從而取得較好的考試成績；同時，相對于實際實驗，虛擬仿真實驗在操作上進行了適度簡化，也有利于學生成績的提高。

2 虛擬仿真實驗教學效果分析

2.1數據預處理

本文研究數據涉及4個專業共21個自然班，20個實作實驗項目，其中某些實驗項目由多個老師共同授課。數據可分為專業、班級、實驗項目和任課老師等多個層級。為了消除不同教師給分的系統性差別，屬于同一實驗項目的不同教師成績均進行了歸一化處理；同一課程的實驗成績由不同試驗項目所修課時占全部課時權重得到最終成績。

2.2評價指標

本文采用了4個評價指標來分析虛擬仿真實驗教學效果。

(1) 皮爾遜相關系數r。用于度量兩個變量之間的相關程度：r越接近于1，表示兩個變量之間的相關性越好，趨勢變化越一致。

(1)

(2)

(3) 標準差δ。反映組內個體間的離散程度。

(3)

(4) Granger因果關系檢驗yt，反映虛擬仿真實驗的開展對實際實驗成績的因果性影響[15-16]。

(4)

式中，u1t為白噪聲。

2.3教學效果分析

為了從整體上評估虛擬仿真實驗教學的開展對實際實驗教學的影響，本文選取了原子吸收、液相色譜、伯努利實驗和離心泵特性曲線測定，共4種虛實結合實驗項目。其中，原子吸收和液相色譜虛擬實驗由于開發時間限制，偏重于流程訓練，不涉及到后期數據處理和數學模型；后兩種化工原理實驗不僅步驟詳細，還涉及較多的數學模型，流程相對接近實際實驗。分析結果見表1。

表1 虛實結合實驗項目相關系數、均值與標準差

表1表明，虛擬實驗平均成績普遍高于實作實驗。經分析，其原因如下：① 所有學生均可親自操作虛擬實驗儀器，其動手能力可得到充分訓練；② 虛擬仿真實驗項目操作步驟和試驗結果均經過合理簡化，大大降低了實驗過程存在的隨機因素；③ 部分虛擬實驗腳本設計不合理，僅有序操作，無誤操作反饋。

虛實實驗相關系數表明，步驟較少、操作簡單的仿真實驗成績與實做實驗呈弱相關，甚至是負相關；操作步驟多，原理復雜的虛擬實驗成績與實做實驗成績呈強正相關性。這說明虛擬實驗項目設計越接近真實實驗，越能體現學生真實理論學習和操作水平。

標準差數據顯示，大部分虛擬實驗成績標準差低于實作實驗，即學生成績分布較為集中。在進行臺套數相對短缺的實作實驗時，只有真正感興趣和基礎較好的學生能夠得到實際操作機會，成績相對較高；虛擬實驗突破了儀器數目和操作次數限制，能夠充分培養學生能力，成績分布更為接近。Granger因果關系檢驗表明，虛擬仿真實驗教學的開展對實作實驗成績提高具有顯著影響。

為了研究虛擬實驗操作次數對實驗成績的影響，現通過液相色譜和伯努利虛擬實驗成績箱線圖說明成績與學習時間安排之間的關系，結果見圖3和圖4。

圖3 液相色譜成績箱線圖

圖4 伯努利仿真實驗成績箱線圖

從圖3可見，隨著操作次數增加，大多數學生的實驗成績有所提高。在操作次數達到5次時，大多數學生可準確掌握液相色譜操作步驟。高于5次后，學生提高程度不明顯。與液相色譜相比，伯努利實驗提高分為兩個階段：1～5次屬于流程提高階段，學生能夠較快掌握；6～12次屬于細節提高階段，提升次數相對較慢；完全掌握需要花費的時間遠高于液相色譜虛擬仿真實驗。這說明，虛擬仿真實驗教學資源的開發不僅僅要滿足于操作流程的培訓，也要重視其對創新能力和應用能力的培養。在教學安排上，不同類型的實驗需要安排相應的練習學時才能達到滿意的訓練效果。

3 結 論

隨著計算機和網絡技術的發展，虛擬仿真實驗教學的開設時機逐漸成熟。目前，全國已有300個國家級虛擬仿真實驗教學中心，對虛擬實驗教學效果評估已變得十分重要。本文在針對超過1 000多個虛擬實驗成績樣本分析的基礎上發現，虛實結合的實驗教學方式對提高學生操作能力和應用創新能力效果顯著。虛擬實驗教學資源的開發應該合理設計腳本，盡力真實再現現實實驗場景。同時，應考慮其難度合理安排教學時間。由于數據收集成本過大，本文尚未研究有實無虛與有虛無實兩種情況對實際教學的影響。

[1] 李 平, 毛昌杰, 徐 進. 開展國家級虛擬仿真實驗教學中心建設提高高校實驗教學信息化水平[J]. 實驗室研究與探索, 2013, 32(11): 5-8.

[2] 王衛國. 虛擬仿真實驗教學中心建設思考與建議[J]. 實驗室研究與探索, 2013, 32(12): 5-8.

[3] 張春霞. 在教學實驗中引入虛擬實驗技術的探討[J]. 電子測試, 2015(8): 57.

[4] 葛秀坤, 邵 輝, 郝永梅. 3D 虛擬仿真技術在 “化工安全工程” 實驗教學中的應用[J]. 黑龍江教育(高教研究與評估), 2016(5): 15-16.

[5] 張衛紅, 黃 怡. 化學化工類專業虛擬仿真實驗室建設的探討[J]. 廣東化工, 2015, 42(18): 195-196.

[6] 趙 爽, 王 敏, 魯奇林, 等. 化工過程虛擬仿真實驗教學平臺建設探索[J]. 課程教育研究, 2015(26): 236.

[7] 劉亞豐, 吳元喜, 蘇 莉, 等. 生命科學與技術虛擬仿真實驗教學體系的構建[J]. 實驗技術與管理, 2015, 32(9): 120-123.

[8] 王 森, 李 平. 2014 年國家級虛擬仿真實驗教學中心分析[J]. 實驗室研究與探索, 2016, 35(4)：82-86.

[9] 蒙艷玫, 李文星, 葉志豪, 等. 網絡化遠程測控實驗教學平臺的研究與實踐[J]. 實驗室研究與探索, 2016, 35(7): 108-112.

[10] 李 馨. 翻轉課堂的教學質量評價體系研究——借鑒 CDIO 教學模式評價標準[J]. 電化教育研究, 2015, 36(3): 96-100.

[11] 紀 芳, 武文穎, 于 偉. 以能力為本位的文科類實驗教學效果評價研究簡[J]. 實驗技術與管理, 2016(10): 193-195.

[12] 周 慶, 牟 超, 楊 丹. 教育數據挖掘研究進展綜述[J]. 軟件學報, 2015(11): 022.

[13] 梁吉業. 大數據挖掘面臨的挑戰與思考[J]. 計算機科學, 2016, 43(7): 1-2.

[14] Wilcox R. Kolmogorov-smirnov test[J]. Encyclopedia of Biostatistics, 2005.

[15] Barnett L, Seth A K. Granger causality for state-space models[J]. Physical Review E, 2015, 91(4): 040101.

[16] Granger C W. Some recent development in a concept of causality[J]. Journal of Econometrics, 1988, 39(1): 199-211.

QuantitativeAnalysisofVirtuallyExperimentalTeachingUsingDataMining

ZHANGHao,LEIHong,GONGChengbin,PENGJingdong,HEXianda,MAXuebing

(School of Chemistry and Chemical Engineering, Southwest University, Chongqing 400715, China)

As an important supplement to real experimental teaching, there are a great amount of data about learning process during the execution of virtually experimental teaching based on the Internet platforms. To study relations between virtual experiment scores and real experiment scores and recognize new patterns of learning behaviors in virtual experiment teaching process, data mining techniques are employed to analyze data of virtual chemical and chemical engineering experiment teaching processes. The results of relations and causalities between virtual experiment scores and real experiment scores and impact of learning time on scores show that relations between theoretical learning, real experiment scores and simple virtual experiment programs about process training are much lower than that with complicated virtual experiment programs based on mechanism. Executions of virtual experiments can improve their performances on real experiment in different degrees.

virtual simulation; data mining; quantitative analysis; experimental teaching

TP 391; G 642.1

A

1006-7167(2017)09-0129-03

2016-12-22

西南大學博士基金項目(SWU114021)與西南大學基本科研業務費(XDJK2015C101)

張 浩(1986-)，男，河北平山人，博士，講師，主要研究方向為霧霾預警與大數據應用。Tel.: 18580481938; E-mail: haozhang@swu.edu.cn