大數據技術在開放教育教學質量監控中的應用

摘 要：采用大數據技術的開放教育教學質量監控系統，可實時動態地對大批量數據進行迅速分析，且數據分析更加智能化、精準化，能加大對教育教學中各行為的監控力度，提高過程性學習效率，推動開放教育事業發展。

關鍵詞：大數據；教學質量；監控

一、開放教育教學質量監控的理念

開放教育，從實際上來講，就是采用“線上+線下”（網絡學習+面授輔導）相結合的方法，讓教師和學生更便捷、有效地完成學業的教育方式。大數據技術的核心是大數據分析（Big Data Analysis），通過對網絡數據庫中海量數字信息進行快速、精確的分析，達到預測未來的目的。

近年來，隨著開放教育的推廣，課堂集中面授日益減少，網絡自主學習比重逐漸增加，教師和學生之間網上討論交流越來越頻繁。但學生自主學習的過程難以實時監控和準確了解，督促、監控、評價學生的學習無從下手。然而，伴隨云計算和互聯網技術日益成熟，完整且全面分析大規模數據逐步變為可能。大數據技術實現了開放教育教師教學與學生學習的同時監測，打破了時間和空間的限制，滿足了不同角度、不同角色和不同時段監測的需要。

二、開放教育教學質量監控的架構

開放教育教學是一個動態的過程，課程、教師、學生等各元素之間存在極大差異，每個元素又被分解成各種子元素，各元素和子元素都可能隨時間、空間的變化而發生改變，形成一個復雜的系統。系統結構模塊主要分為教育教學系統、大數據分析系統和教學質量監控系統，如下圖所示：開放教育教學質量監控采用的是開源的Hadoop計算框架和HDFS分布式存儲機制來組織數據。系統模型可以劃分為客戶端、網絡服務、應用服務和數據存儲四層結構。如下圖所示：

三、開放教育教學質量監控的應用

近些年，開放教育開設的面授課越來越“形式化”。學生到課率低，而教師面對課堂上寥寥無幾的“低頭族”學生，提不起教學興致，只是講講考試大綱就草草了事。因此，“線下”教學質量監控迫在眉睫。針對上述情況，面授課前可進行“人臉識別”，即從數據庫中獲取學生登記的個人信息并與攝像頭的信息匹配后方可完成“簽到”。課堂上，教師根據大數據分析得到的結果，識別出重點問題和常錯問題，安排學生分小組進行討論，并隨時解答疑問。到課率和小組討論成績均加入課程形成性考核計分，而教師在課后需填寫網絡教學日志，由此加強師生“線下”教學管理的監控。通過教學系統、數據分析系統和教學質量監控系統之間的互動，完成有效的數據分析和使用。

開放教育教學數據采用分布式存儲和索引，另外可增加負載平衡服務層，以提高響應速度。任課教師隨時可查看（PC端和移動端）學生在線學習時間、參與課程討論情況，掌握學生學習動態；學生可自主查看在線學習時間、學習進度、考試成績；管理員可任意檢查教師或學生實時進程狀況，根據進度統計表反饋信息，給進度緩慢的師生統一發送短信，催促其按時結束學期任務。大數據分析系統通過教學系統收集的數據和既定的規則進行后臺分析，提供智能和個性化的服務。例如：學生點擊“課程名稱”進入該課程學習時，頁面自動彈出對話框“課程學習時間已足夠，是否開始作業？”并在下方醒目位置標注作業截止時間，以提醒學生及時完成任務；學生完成作業后，若分數較低（及格線以下），則進入這門課程界面后，頁面自動彈出對話框“形考成績不合格，是否重新開始作業？”督促學生仔細對待作業考核。

開放教育的學生大多為社會在職人員，以在工作之余取得晉升所需要的相關專業學歷，提高職業能力為主要目標。所以，開放教育的學習方式，應從只注重通過課程考試逐步轉變為關注專業知識點融合實踐應用能力的考查，從而實現學以致用的效果。這就要求各專業教學計劃按照人才培養目標，進一步完善具體實施方案。通過教育教學質量數據的收集和分析，面向不同的用戶（學生、教師、教育機構等）提供不同的服務，以達到更加高效的效果。例如：專業課程網絡媒體資源應根據企業實踐需求，加大技能訓練模塊比例，給學生提供更多的學習途徑；技術類課程應主要拓展學生的專業能力和方法能力；管理類課程應主要培養學生的團結協作能力和領導組織能力。

目前，開放教育的大多數課程已從紙質作業改為網核作業，要求學生限時在課程平臺上完成復習題，但由于同課程下每個學生的作業題都一樣，往往會出現同學之間互相“幫忙”，分工完成的情況。為使學生獲得更全面的知識體系，切實掌握課程內容，課程作業可采用智能化“在線練習”系統，試題庫中存放練習題庫，由后臺系統根據難易程度和用戶情況智能化地形成作業。通過循序漸進的多次練習，讓學生更快熟悉課程內容，全面掌握各章節知識，為終結性考試打好基礎。另外，作業開啟界面同樣也可使用“人臉識別”技術，來對作業者身份進行審核，從而督促學生端正學習態度、認真對待平時作業。

注：本文系江蘇開放大學、江蘇城市職業學院“十三五”規劃課題成果，編號：16SSW-Q-028。