基于大數(shù)據(jù)的高中生選科決策支持系統(tǒng)的設(shè)計(jì)與開發(fā)

張麗偉 楊 軍 廖 晰 常雪亮 王以寧

?

基于大數(shù)據(jù)的高中生選科決策支持系統(tǒng)的設(shè)計(jì)與開發(fā)

張麗偉1楊 軍2廖 晰2常雪亮2王以寧3

（1．東北師范大學(xué) 信息科學(xué)與技術(shù)學(xué)院，吉林長(zhǎng)春 130117；2．北京訊飛樂知行軟件有限公司，北京 100193；3．東北師范大學(xué) 東師訊飛人工智能與教育融合創(chuàng)新聯(lián)合實(shí)驗(yàn)室，吉林長(zhǎng)春 130117）

教育大數(shù)據(jù)時(shí)代已經(jīng)來臨，網(wǎng)絡(luò)學(xué)習(xí)空間和MOOC等網(wǎng)絡(luò)學(xué)習(xí)平臺(tái)的普及，使得越來越多的教學(xué)和學(xué)習(xí)數(shù)據(jù)的獲取成為可能，基于大數(shù)據(jù)的教育教學(xué)決策已經(jīng)成為常態(tài)。文章基于新高考的背景，發(fā)現(xiàn)高中生在高一年級(jí)面臨著關(guān)乎其學(xué)業(yè)生涯發(fā)展的選科決策，而目前的選科決策存在隨意化和盲目短視的問題。文章整合人工智能技術(shù)和大數(shù)據(jù)技術(shù)，設(shè)計(jì)并開發(fā)了高中生選科決策支持系統(tǒng)，通過收集學(xué)生的學(xué)業(yè)成績(jī)數(shù)據(jù)，結(jié)合專業(yè)興趣評(píng)測(cè)和學(xué)科潛能評(píng)測(cè)的數(shù)據(jù)，從成績(jī)、興趣和能力三個(gè)維度多層次剖析學(xué)生數(shù)據(jù)，利用人工智能技術(shù)建模分析，為學(xué)生提供精準(zhǔn)的選科決策支持。

大數(shù)據(jù)；人工智能；決策支持系統(tǒng)；新高考

一 研究背景

國務(wù)院在2014年8月29日審議通過的《關(guān)于深化考試招生制度改革的實(shí)施意見》，明確指出要形成分類考試、綜合評(píng)價(jià)、多元錄取的考試招生模式[1]。從2014年開始，我國開始逐步推行“新高考”改革，其中的一項(xiàng)重要舉措就是學(xué)業(yè)水平考試，所有科目不再分文理科，由高中生根據(jù)報(bào)考高校的要求和自身的特長(zhǎng)，在思想政治、歷史、地理、物理、化學(xué)、生物等科目中自主選擇三個(gè)科目計(jì)入高考總成績(jī)，簡(jiǎn)稱“6選3”或“7選3”。在新高考改革地區(qū)，教育部門通常要求高中生在高一學(xué)年結(jié)束前做出6選3或7選3的選科決策，高二開始將根據(jù)選擇后的科目進(jìn)行走班上課。選科決策是一項(xiàng)影響深遠(yuǎn)的高難度決策任務(wù)：首先，6選3或7選3的組合數(shù)多達(dá)20種或35種，這項(xiàng)決策的復(fù)雜程度遠(yuǎn)高于文理分科。其次，基于學(xué)校教學(xué)資源、教學(xué)進(jìn)度、學(xué)生學(xué)習(xí)時(shí)間等限制因素，學(xué)生做出的選科決策在進(jìn)入高二之后很難更改。第三，各個(gè)高校會(huì)對(duì)不同專業(yè)提出不同的選考科目要求，因此學(xué)生選擇的科目組合將直接影響高考時(shí)的專業(yè)選擇范圍，進(jìn)而影響未來職業(yè)生涯發(fā)展。

《國家中長(zhǎng)期教育改革和發(fā)展規(guī)劃綱要（2010-2020年）》明確要求建立普通高中學(xué)生發(fā)展指導(dǎo)制度[2]。2013年，《普通高中學(xué)生發(fā)展指導(dǎo)綱要》明確提出學(xué)校應(yīng)積極開設(shè)學(xué)生發(fā)展指導(dǎo)講座、課程，建立發(fā)展指導(dǎo)室，對(duì)學(xué)生開展團(tuán)體輔導(dǎo)和個(gè)體咨詢，為學(xué)生建立發(fā)展成長(zhǎng)檔案[3]。2014年，教育部出臺(tái)《關(guān)于全面深化課程改革落實(shí)立德樹人根本任務(wù)的意見》，提出要建立普通高中學(xué)生發(fā)展指導(dǎo)制度，指導(dǎo)學(xué)生學(xué)會(huì)選擇課程，做好生涯規(guī)劃[4]。選科決策是中學(xué)生生涯規(guī)劃的重要組成部分，也稱學(xué)業(yè)規(guī)劃，對(duì)學(xué)生生涯的長(zhǎng)遠(yuǎn)發(fā)展影響巨大。高中生應(yīng)當(dāng)進(jìn)行充分的信息收集和生涯探索，從個(gè)人未來生涯規(guī)劃的角度思考當(dāng)前的決策，但目前高中生的選科決策仍然存在如下問題：

第一，選科決策關(guān)注課程學(xué)習(xí)是否輕松，趨易避難。這種決策方式首先給學(xué)校教學(xué)帶來了困擾，走班教學(xué)的意圖原本是讓具有相似興趣、相似水平的學(xué)生在同一班級(jí)上課，這樣教師的教學(xué)就會(huì)更有針對(duì)性；但由于很多學(xué)生是基于課程學(xué)習(xí)難度低的假設(shè)來選課的，使得走班后的教學(xué)班內(nèi)學(xué)生興趣和水平差異反而增加了，教師教學(xué)的難度增大。其次還導(dǎo)致了學(xué)生在高考填報(bào)志愿時(shí)與心儀高校和專業(yè)的選考要求不匹配，限制了自己的專業(yè)選擇范圍。

第二，選科決策僅關(guān)注分?jǐn)?shù)博弈，單方面追求最高分組合，忽視專業(yè)職業(yè)規(guī)劃。這會(huì)導(dǎo)致學(xué)生用田忌賽馬式的博弈心態(tài)來選科，功利性地選擇競(jìng)爭(zhēng)壓力小的科目，而逃避競(jìng)爭(zhēng)壓力大的科目——之前媒體熱傳的“新高考，棄物理”現(xiàn)象就反映了這種決策心態(tài)。這將會(huì)導(dǎo)致選考以物理為代表的理科科目的人數(shù)比例不斷減少，從長(zhǎng)遠(yuǎn)來看，這種現(xiàn)象不僅會(huì)影響學(xué)生對(duì)大學(xué)專業(yè)的選擇范圍，以及進(jìn)入大學(xué)后的專業(yè)學(xué)習(xí)潛力，而且會(huì)影響高校的教學(xué)組織和大學(xué)生培養(yǎng)的質(zhì)量。

因此，目前迫切需要建立一套高中生選科決策支持體系和方法，科學(xué)、有效地指導(dǎo)學(xué)生完成自己的學(xué)業(yè)規(guī)劃。本研究通過收集智學(xué)網(wǎng)①中學(xué)習(xí)者的學(xué)業(yè)大數(shù)據(jù)，結(jié)合專業(yè)興趣評(píng)測(cè)和學(xué)科潛能評(píng)測(cè)的數(shù)據(jù)，從成績(jī)、興趣和能力三大維度來多層次剖析學(xué)生數(shù)據(jù)，利用人工智能技術(shù)及大數(shù)據(jù)建模分析，為學(xué)生提供全面科學(xué)的選科分析報(bào)告，幫助高中生完成學(xué)業(yè)規(guī)劃，避免短視盲目的學(xué)科決策。

二 系統(tǒng)架構(gòu)和功能模塊

基于大數(shù)據(jù)的高中生選科決策支持系統(tǒng)（下文簡(jiǎn)稱“系統(tǒng)”）是基于大數(shù)據(jù)技術(shù)和人工智能技術(shù)設(shè)計(jì)開發(fā)的智能決策支持系統(tǒng)，以訊飛樂知云數(shù)字校園②為基礎(chǔ)平臺(tái)，數(shù)據(jù)來源包括三部分：①學(xué)生在智學(xué)網(wǎng)上的學(xué)業(yè)成績(jī)基礎(chǔ)數(shù)據(jù)；②學(xué)生參與平臺(tái)專業(yè)興趣評(píng)估的數(shù)據(jù)；③學(xué)生參與平臺(tái)學(xué)科潛能評(píng)估的數(shù)據(jù)。其中，專業(yè)興趣是學(xué)生的主觀數(shù)據(jù)，而學(xué)業(yè)成績(jī)和學(xué)科潛能是學(xué)生的客觀數(shù)據(jù)，系統(tǒng)利用人工智能算法對(duì)這三部分?jǐn)?shù)據(jù)進(jìn)行分析，從而為學(xué)生提供有效的選科決策支持。系統(tǒng)架構(gòu)如圖1所示。

1 專業(yè)興趣評(píng)估模塊

興趣是個(gè)體對(duì)生活環(huán)境中的人、事、物的喜好程度以及對(duì)學(xué)習(xí)、職業(yè)等活動(dòng)主動(dòng)接觸參與的積極心理傾向[5]。通過測(cè)試獲取學(xué)生的專業(yè)興趣數(shù)據(jù)，基于其專業(yè)興趣數(shù)據(jù)提供選科決策支持，更有利于發(fā)揮學(xué)生的主觀能動(dòng)性，學(xué)好所選擇的學(xué)科。目前，應(yīng)用較為廣泛的專業(yè)興趣評(píng)估方法是霍蘭德職業(yè)興趣評(píng)估模型。如圖2所示，該模型把職業(yè)興趣分為六種類型：現(xiàn)實(shí)型（R）、研究型（I）、藝術(shù)型（A）、社會(huì)型（S）、經(jīng)營(yíng)型（E）、常規(guī)型（C），并用職業(yè)六邊形模型來描述這六種興趣類型之間的關(guān)系[6]。雖然該模型具有較為廣泛的適用性，但對(duì)于高中生的選科指導(dǎo)針對(duì)性不強(qiáng)。因此，在設(shè)計(jì)專業(yè)興趣評(píng)估模塊時(shí)，系統(tǒng)基于對(duì)學(xué)生的人格和性格測(cè)試，融入專業(yè)星空?qǐng)D和學(xué)科專業(yè)覆蓋率統(tǒng)計(jì)，為學(xué)生提供精準(zhǔn)專業(yè)興趣評(píng)估。

圖1 系統(tǒng)架構(gòu)

圖2 霍蘭德職業(yè)興趣評(píng)估模型

專業(yè)星空?qǐng)D③是將92個(gè)本科專業(yè)分成9大專業(yè)群，分別是：理學(xué)科研群、基礎(chǔ)工程群、應(yīng)用工程群、生物醫(yī)學(xué)群、管理科學(xué)群、金融經(jīng)濟(jì)群、社會(huì)科學(xué)群、人文歷史群、藝術(shù)體育群，如表1所示。具體的分類過程是：①對(duì)92個(gè)專業(yè)所開設(shè)的專業(yè)課程進(jìn)行數(shù)據(jù)采集。②依據(jù)專業(yè)課程對(duì)中學(xué)各門學(xué)科的依賴度，借助霍蘭德職業(yè)興趣評(píng)估模型，加德納多元智能理論對(duì)專業(yè)職業(yè)的分類標(biāo)準(zhǔn)，為所有課程貼上相應(yīng)標(biāo)簽，如為化學(xué)課程貼上常規(guī)型、現(xiàn)實(shí)型和研究型標(biāo)簽。③通過各門課程標(biāo)簽的重合度，計(jì)算92個(gè)專業(yè)之間的相關(guān)系數(shù)，然后進(jìn)行聚類分析，在此基礎(chǔ)上形成專業(yè)星空?qǐng)D中的專業(yè)群。在專業(yè)星空?qǐng)D中，專業(yè)之間的距離越近，說明專業(yè)相似程度越高；距離越遠(yuǎn)，說明相似程度越低。④在統(tǒng)計(jì)分析的基礎(chǔ)上，參考2018年教育部《普通高校本科招生專業(yè)選考科目要求指引（試行）》的相關(guān)要求，對(duì)專業(yè)分類進(jìn)行微調(diào)，最終確定九大專業(yè)群的分類結(jié)果。

專業(yè)覆蓋率④指的是選考了物理、化學(xué)、生物、歷史、地理、政治學(xué)科中的每一科，能夠有資格報(bào)考的專業(yè)數(shù)量占全國所有高校同類專業(yè)的數(shù)量百分比。計(jì)算六個(gè)學(xué)科的專業(yè)覆蓋率，有利于中學(xué)生快速、清晰地掌握不同專業(yè)的選考科目要求規(guī)律，做出合理的選科決策。

系統(tǒng)以北京市教育考試院于2018年5月發(fā)布的《2020年擬在京招生普通高校本科專業(yè)選考科目要求》為依據(jù)，統(tǒng)計(jì)了物理、化學(xué)、生物、歷史、地理、政治六大學(xué)科在專業(yè)星空?qǐng)D的九大專業(yè)群上的專業(yè)覆蓋率，如表2所示。

2 學(xué)科潛能評(píng)估模塊

學(xué)科潛能評(píng)估模塊是基于學(xué)業(yè)能力傾向理論而設(shè)計(jì)和開發(fā)的。所謂學(xué)業(yè)能力傾向，是指學(xué)生為完成學(xué)校課業(yè)學(xué)習(xí)所必須具備的能力，這些能力與學(xué)生未來的學(xué)習(xí)關(guān)系密切并能夠預(yù)測(cè)其成功的可能性[7]。學(xué)科潛能評(píng)估模塊包括兩部分：①學(xué)科潛能評(píng)估主要考察學(xué)生的科學(xué)推理能力和循證閱讀能力，幫助學(xué)生發(fā)現(xiàn)適合學(xué)習(xí)的學(xué)科，評(píng)估包含物理、化學(xué)、生物、地理、歷史、政治六個(gè)學(xué)科的測(cè)評(píng)內(nèi)容，學(xué)生可按照自己喜歡的順序完成全部六個(gè)學(xué)科的測(cè)評(píng)；②學(xué)科興趣評(píng)估包括興趣測(cè)評(píng)和推理能力測(cè)評(píng)，通過此部分測(cè)評(píng)，學(xué)生可發(fā)現(xiàn)自身興趣點(diǎn)，找到自己感興趣的學(xué)科與專業(yè)，其中興趣測(cè)評(píng)包括60道題，推理能力（包含語言推理能力和圖形推理能力）測(cè)評(píng)包括30道題。

表1 專業(yè)星空?qǐng)D

3 學(xué)業(yè)成績(jī)?cè)u(píng)估模塊

學(xué)業(yè)成績(jī)?cè)u(píng)估是系統(tǒng)的重要客觀數(shù)據(jù)來源，通過智學(xué)網(wǎng)上累積的學(xué)生各個(gè)學(xué)科的形成性評(píng)價(jià)和總結(jié)性評(píng)價(jià)數(shù)據(jù)，展示學(xué)生在最近一次的成績(jī)數(shù)據(jù)、選科前后的組合排位數(shù)據(jù)、歷史成績(jī)趨勢(shì)分析數(shù)據(jù)、學(xué)科能力數(shù)據(jù)等詳盡分析內(nèi)容。

三 系統(tǒng)工作流程

基于大數(shù)據(jù)的高中生選科決策支持系統(tǒng)是樂知云數(shù)字校園平臺(tái)的一部分，系統(tǒng)可以通過平臺(tái)與智學(xué)網(wǎng)實(shí)現(xiàn)無縫對(duì)接，進(jìn)行數(shù)據(jù)共享。學(xué)生使用樂知云數(shù)字校園平臺(tái)的賬戶登錄平臺(tái)后，進(jìn)入選科決策支持系統(tǒng)，在完成一系列測(cè)試后，系統(tǒng)會(huì)根據(jù)學(xué)生的相關(guān)數(shù)據(jù)，基于人工智能算法，提供精準(zhǔn)的選科決策支持，具體的系統(tǒng)工作流程如圖3所示。

①學(xué)生使用樂知云賬號(hào)登錄系統(tǒng)，進(jìn)入選科決策支持系統(tǒng)。通過系統(tǒng)，學(xué)生可以查詢自己近期的成績(jī)數(shù)據(jù)、選科前后的組合排位數(shù)據(jù)、歷史成績(jī)趨勢(shì)分析數(shù)據(jù)和學(xué)科能力數(shù)據(jù)。這部分?jǐn)?shù)據(jù)由系統(tǒng)提供，并生成學(xué)業(yè)成績(jī)分析報(bào)告供學(xué)生查閱。如果學(xué)生所在學(xué)校已經(jīng)使用智學(xué)網(wǎng)進(jìn)行教學(xué)和考試，數(shù)據(jù)將自動(dòng)共享到選科決策支持系統(tǒng)；如果學(xué)生所在學(xué)校未接入智學(xué)網(wǎng)，學(xué)生可以手動(dòng)通過包含自己學(xué)業(yè)成績(jī)的Excel表格將成績(jī)導(dǎo)入數(shù)據(jù)庫，系統(tǒng)提供相應(yīng)的Excel模板。

②接下來，學(xué)生將通過系統(tǒng)參加一個(gè)學(xué)科潛能測(cè)試，該測(cè)試包含90分鐘的學(xué)科潛能測(cè)試和55分鐘的推理測(cè)試與學(xué)科興趣測(cè)試。系統(tǒng)通過學(xué)業(yè)成績(jī)和學(xué)科潛能的交叉數(shù)據(jù)展現(xiàn)，幫助學(xué)生快速獲取各學(xué)科在兩個(gè)維度的表現(xiàn)情況，并以成績(jī)和潛能的表現(xiàn)為基準(zhǔn)，對(duì)學(xué)科的綜合優(yōu)劣勢(shì)進(jìn)行星級(jí)評(píng)級(jí)。同時(shí)，系統(tǒng)還允許學(xué)生以自己的判斷為準(zhǔn)，對(duì)學(xué)科進(jìn)行篩選，排除個(gè)人認(rèn)為屬于劣勢(shì)的科目（最多排除三科，最少可不排除）。

③最后，學(xué)生將參加一個(gè)60分鐘、含有406道測(cè)試題的專業(yè)興趣測(cè)試。系統(tǒng)將測(cè)試結(jié)果與九大專業(yè)群數(shù)據(jù)和不同專業(yè)群中各學(xué)科的專業(yè)覆蓋率進(jìn)行智能匹配，通過對(duì)各學(xué)科匹配度的表現(xiàn)情況，按照個(gè)人意愿排除不適合個(gè)人的學(xué)科，最終保留三科作為個(gè)人的最終組合，完成選科指導(dǎo)流程，通過系統(tǒng)向?qū)W生呈現(xiàn)選科指導(dǎo)意見。

圖3 系統(tǒng)工程流程

四 結(jié)語

“數(shù)據(jù)驅(qū)動(dòng)學(xué)校，分析變革教育”的大數(shù)據(jù)時(shí)代已經(jīng)來臨，整合人工智能技術(shù)、大數(shù)據(jù)技術(shù)和學(xué)習(xí)分析技術(shù)，構(gòu)建教育領(lǐng)域相關(guān)模型，探索教育變量之間的關(guān)系，為教育教學(xué)決策提供有效支持將成為未來教育的發(fā)展趨勢(shì)[8]。近年來，隨著網(wǎng)絡(luò)學(xué)習(xí)空間、MOOC等網(wǎng)絡(luò)化學(xué)習(xí)系統(tǒng)的應(yīng)用，使得對(duì)于學(xué)生個(gè)體學(xué)習(xí)行為數(shù)據(jù)的采集成為可能，基于大數(shù)據(jù)的教學(xué)和學(xué)習(xí)支持系統(tǒng)不斷涌現(xiàn)[9]。但基于大數(shù)據(jù)的學(xué)生生涯規(guī)劃支持應(yīng)用還比較少見，而基于大數(shù)據(jù)的高中生選科決策支持系統(tǒng)正是一個(gè)整合大數(shù)據(jù)技術(shù)和人工智能技術(shù)、支持高中生生涯規(guī)劃相關(guān)模型的系統(tǒng)。在新高考的背景下，該系統(tǒng)可為學(xué)生提供早期的選科決策支持，幫助學(xué)生精準(zhǔn)選擇適合自己的高考學(xué)科，為大學(xué)時(shí)期的專業(yè)發(fā)展打下基礎(chǔ)。

[1]國務(wù)院. 國務(wù)院關(guān)于深化考試招生制度改革的實(shí)施意見[OL].

[2]國家中長(zhǎng)期教育改革和發(fā)展規(guī)劃綱要工作小組辦公室. 國家中長(zhǎng)期教育改革和發(fā)展規(guī)劃綱要(2010-2020年)[OL].

[3]教育部. 普通高中學(xué)生發(fā)展指導(dǎo)綱要(試行)[OL].

[4]教育部. 教育部關(guān)于全面深化課程改革落實(shí)立德樹人根本任務(wù)的意見[OL].

[5]蔡永紅,林崇德,肖麗萍.中學(xué)生職業(yè)興趣的結(jié)構(gòu)及其特點(diǎn)[J].心理發(fā)展與教育,2002,(1):80-85.

[6]Holland J L. Making vocational choices: A theory of careers[M]. New Jersey: Prentice-Hall, 1973:322.

[7]Hopkins K D. Educational and psychological measurement and evaluation (eighth edition)[M]. New Jersey: Prentice-Hall, 1972:105-113.

[8]徐鵬,王以寧,劉艷華,等.大數(shù)據(jù)視角分析學(xué)習(xí)變革——美國《通過教育數(shù)據(jù)挖掘和學(xué)習(xí)分析促進(jìn)教與學(xué)》報(bào)告解讀及啟示[J].遠(yuǎn)程教育雜志,2013,(6):11-17.

[9]李振,周東岱,劉娜,等.教育大數(shù)據(jù)的平臺(tái)構(gòu)建與關(guān)鍵實(shí)現(xiàn)技術(shù)[J].現(xiàn)代教育技術(shù),2018,(1):100-106.

①智學(xué)網(wǎng)是科大訊飛針對(duì)學(xué)校日常考試、發(fā)展性教學(xué)與學(xué)評(píng)價(jià)的需求而推出的基于知識(shí)點(diǎn)地圖和優(yōu)質(zhì)題庫資源的智能化教學(xué)輔導(dǎo)平臺(tái)。

②樂知云數(shù)字校園平臺(tái)是訊飛樂知行公司開發(fā)的集辦公管理、教育教學(xué)和教師發(fā)展等功能于一體的基于公有云的數(shù)字校園開放平臺(tái)。

③專業(yè)星空?qǐng)D是科大訊飛自主研發(fā)的基于大數(shù)據(jù)挖掘的大學(xué)專業(yè)分類方法，已申請(qǐng)專利。

④專業(yè)覆蓋率是科大訊飛依據(jù)教育部《普通高校本科招生專業(yè)選考科目要求指引（試行）》中不同本科專業(yè)選考科目規(guī)則提出的高中生選科決策關(guān)鍵指標(biāo)。

⑤本表基于北京市教育考試院于2018年5月15日發(fā)布的《2020年擬在京招生普通高校本科專業(yè)選考科目要求》統(tǒng)計(jì)而成，由于不同研究機(jī)構(gòu)對(duì)招生專業(yè)數(shù)量統(tǒng)計(jì)方式略有差異，覆蓋率數(shù)據(jù)可能會(huì)有微小差別，特此說明。

The Design and Development of Decision Support System for Senior High School Students based on Big Data

ZHANG Li-wei1YANG Jun2LIAO Xi2CHANG Xue-liang2WANG Yi-ning3

With the coming of the education big data era, the popularity of network learning space and online learning platforms such as MOOC, it has become possible to acquire more and more teaching and learning data. Educational teaching decision based on big data has become normal. Under the background of the new college entrance examination, in which senior high school students are faced with the decision-making of their academic career development in the first grade. At present, there are problems of randomization and blind short-sightedness in the decision-making. This study integrates artificial intelligence technology and big data technology to design and develop the decision support system for senior high school students. According to the data collected from students’ academic achievement, professional interest assessment and subject potential evaluation, the designed system analyzes student data from three dimensions of achievement, interest and ability. Finally, in using the modeling analysis supported by artificial intelligence, the system can provide accurate decision support for students.

artificial intelligence; big data; decision support system; new college entrance examination

G40-057

A

1009—8097（2018）08—0005—07

10.3969/j.issn.1009-8097.2018.08.001

張麗偉，在讀博士，研究方向?yàn)槿斯ぶ悄芗夹g(shù)教育應(yīng)用，郵箱為zhanglw347@nenu.edu.cn。

2018年7月9日

編輯：小西