基于SPOC《數據庫原理》課程學習效果考核的建模與實踐

顏雁 張宇昕 丁巖 李曉榮

摘要：《數據庫原理》作為本科生計算機科學技術專業的主干專業課，長期以來，如何全面客觀地對學生的學習效果進行考核，一直是課程改革的討論重點。基于SPOC的“線上線下混合”教學模式，將網絡資源和第三方教學平臺引入課堂，可以跟蹤和收集學習者的學習過程數據。該文在充分分析學習效果評價構成要素的基礎上，通過運用數據挖掘技術，提出了結合線上學習的評價模型。該模型對學生線上學習提供監督功能。對教師在期末對學生學習效果的考核評價提供客觀依據。

關鍵詞：SPOC;數據采集;學習效果評價

中圖分類號：TP311 文獻標識碼：A

文章編號：1009-3044（2020）06-0154-03

1背景

近年來，以MOOC+SPOC為代表的互聯網教學模式逐漸興起并為教育界所接受，該模式通過短視頻網絡在線學習、翻轉課堂、在線互動討論、視頻回看等手段，有效解決了學習受時間、空間、師資等方面限制的問題。

而針對MOOC這種教學模式下開展的學生學習行為的監督卻少有系統性的研究，每個學生每天線上線下產生大量的學習行為數據，傳統的期末“一張卷”結果化的考核學生的辦法愈發凸顯不客觀，那么如何利用大數據挖掘技術分析在線學習行為，采用合理、科學、創新、量化的評價手段反映學生學習過程的每個環節，在期末給予學生中肯客觀的評價，已經成為各個兄弟院校教學改革的研究重點。因此，建立一個基于“SPOC”教學模式的量化評價模型，勢在必行。力求更客觀評估學生學習效果，實現教學決策、學習過程優化和個性化學習方法的推薦。

2學生學習行為分析

一般說來，學生學習可分為學習過程和學習效果兩個方面。過程更多以能力培養見長，效果則更傾向于評價。從考核的角度來說，學習過程傾向于評價其主觀方面，學習效果傾向于測評其客觀方面。結合MOOC+SPOC教學模式的特點，我們可采取線上標準化測試的方式來獲得學習效果的客觀評價。評價主觀則比較困難，主要指對學習者的行為能力的評價。經觀察，包括以下5個方面：1）學習態度：學習態度否積極是主觀體現第一大要素。是獲得良好的學習效果的重要前提。具體體現在登錄在線學習平臺的次數，在線學習的總時間，作業的完成率來反應;2）自主學習能力：自主學習能力是學習效果獲得的核心能力。可通過考查學生累計登錄模塊數目（可重復累加），和累計具體個模塊學習的總時間和下載資料的次數獲得評價;3）協作思考能力：我們可以通過發帖提問次數，回帖討論次數指標來評定;4）任務執行能力：任務主要指線上作業和課堂測試兩項。我們引入“學習效力”這個概念，它指學生作業或測試單位時間內的正確率。以學習效力來評價學生的任務執行能力。可以區分學生抄襲（因為這會增加作答時間，從而降低學習效力）進而產生監督效能;同時可凸顯學習效果好的同學（因其用時少，準確率高，學習效力就高）。最終對學生的學習效果產生客觀評價。我們通過獲取每次作業的正確率，和完成作業所用時間來獲得學習效力;5）實踐操作能力：這一環節的評價多放在實驗課與課程設計中進行考核，此處線上評價模型暫不考慮。

3建立學習評價指標體系

“MOOC+SPOC”教學模式引入之后，學習形式分為課堂與線上兩種方式，我們可以通過web服務器端收集學生大量的線上學習數據，經過探討分析，初步劃分評價學生學習效果的指標體系如下表：2個一級指標，5個二級指標，12個三級指標。Al，A2，A3，B1四個二級指標屬于理論教學范疇，采用“基于SPOC”線上線下結合模式教學，可通過web服務器端獲得學生學習的大數據，供我們量化分析，是我們討論的重點。具體如下表1：

4評價指標權重的分配

本課題方法是AHP法（層次分析法）確定指標權重，AHP法的基本思想就是將組成復雜問題的多個元素權重的整體判斷，轉變為對這些元素進行“兩兩比較”，再對這些元素的整體權重進行排序判斷，最后確立各元素的權重是通過發送問卷調查得到的專家打分，將每個專家評定的分值單獨建立矩陣，通過一致性檢驗的矩陣作為有效評判矩陣。然后，將所有專家對該指標的評判權重求平均值，得到最終權重。如表2、3、4。

對于二級指標B包含任務執行能力和實踐操作能力兩大項，其中實踐操作能力我們放入實踐環節去測評，故而我們將任務執行能力的權重調整成1，即表現為結果測試的權重為1。結果測試分為三項：期末測試成績，線上作業，及課堂測試。權重分配如表4：

5構建考核評價模型

改善以往“一張期末試卷定乾坤”現象，由web第三方服務器（網上學習平臺和雨課堂采集）學生平時學習的大數據，根據學習指標權重體系，對學生實施綜合量化評分。總成績由行為性成績和效果性成績構成。其中效果性成績分為測試成績和實驗成績。公式如下：

總成績=A+B

=行為性成績理*20%+效果性成績*80%

=行為性成績*20%+測試成績*60%+實驗教學成績*20%

由于，實驗教學成績由實踐環節評定。我們關注前兩項，得到成績計算方法：

5.1測試成績計算方法

根據前面權重分配，我們去除效果性成績當中的實驗成績，將B級指標當中B1任務執行能力評價即測試的權重調整為1，則

結果性成績=B1*50%+B2*30%+B3*20%（權重比5：3：2）

（1）B1為期末考試成績（百分制）

（2）B2為在線作業成績計算方法如下：

O=個人作業效力=作業正確率/花費時間

依次求出：在線總時間成績w，作業完成率成績E，登錄模塊數成績R，單位模塊時長成績Y，下載資源次數成績u，發帖次數成績K，回帖次數成績J。

6考核的評價模型的實踐分析

評價學生的在線學習能力發展情況的最終目的是希望通過評價過程信息的采集和統計整理，使學生能夠發現自己的不足，使教師能夠依照這些信息給學生一個積極的、個性化的學習指導，最終為學生學習能力的提高和進步提供一個可能的途徑。

我們在在線平臺收集第一手數據后，見表5，經過過程性成績計算后，我們為160511610同學生成繪制雷達圖形報告，見圖1。可以清楚地看到160511510號同學，較班級其他同學有著比較好的自主學習能力和突出的協作思考能力。通過此方式，學生對自己的學習行為有個清晰客觀的認識。從而達到監督和規范其線上學習行為的目的，避免線上教育流于形式，變成“刷機”。

7結束語

本課題研究來自吉林省高教學會2018年高教科研課題，課題組成員在近一年半的時間里。基于“SPOC”教學模式對《數據庫原理》課程踐行教學改革，整合線上教育平臺資源，將線上學習指標量化處理，實現線上學習效果的評價機制，從而達到監督引導學生有效地開展線上自主式探究式學習的目的。并且在整個過程中，我們依據學生線上各個環節的量化分數，建立不同于傳統模式的期末考核評價模型。對學生實現全面的，客觀的，過程化的期末考核評定。對比傳統模式的考核方式，問卷調查達到了很好的效果。