數據分析技術對網絡授課輔助能力的探索

曾雅楠 任和 孫麗萍

[摘 要] 大數據技術對各行各業產生了極大的沖擊，在數據分析方面的優勢正在優化人們生活的方方面面。由于大數據技術的輔助，高校課程建設也隨之做出了改進。通過數據分析技術對網絡授課期間學生學習行為產生的諸多數據進行收集分析，可以有效地掌握學生的學習狀態以及課程的掌握程度。通過逐一舉例說明，對數據分析技術在網絡授課中的應用及其輔助能力進行了闡述和解釋，強調了數據分析技術的重要性。

[關鍵詞] 數據分析;網絡授課;大數據;課程建設

[中圖分類號] TP311.1? ?[文獻標識碼] A? ?[文章編號] 1674-9324（2021）03-0033-04? ?[收稿日期] 2020-06-17

進入信息時代之后，數據成了信息傳遞、發現邏輯的重要媒介，融入日常生活的各個方面，例如在瀏覽網站時的廣告推薦、輸入文字時的習慣用語排序，以及信息搜索時的內容推薦。由此可見，對個人數據進行有效分析可以全方位地優化人們的生活。2020年由于新型冠狀肺炎疫情的影響，各大高校均開啟了網課模式，通過在線授課的方式完成教學，但是學生的學習效果卻參差不齊。

一、高校的大數據

1.大數據時代背景。早在1980年，著名未來學家托夫勒在其所著的《第三次浪潮》中就熱情地將“大數據”稱頌為“第三次浪潮的華彩樂章”。《自然》雜志在2008年9月推出了名為“大數據”的封面專欄，從2009年開始“大數據”成為互聯網技術行業中的熱門詞匯。在《大數據：下一個創新，競爭和生產率的前沿》中，麥肯錫把“大數據”定義為：所謂大數據，主要是指無法在一定時間內用傳統數據庫工具對其內容進行獲取、存儲、管理和分析的數據集。維基百科對“大數據”的定義則簡單明了：大數據是指利用常用軟件工具捕獲、管理和處理數據所耗時間超過可容忍時間的數據集[1-5]。這些定義都體現出大數據的四大特性，即4V——Volume（體量大）、Velocity（速度快）、Variety（多樣化）、Value（價值）。大數據是一個體量和數據類別都特別大的數據集，并且這樣的數據集無法用傳統數據庫工具對其內容進行抓取、管理和處理，新的處理模式才能具有更強的決策力、洞察發現力和流程優化能力，以及高增長率和多樣化的信息資產。而這種新的處理模式正在一點點優化人們的生活和意識。大數據時代給人類的各個方面都帶來了重大的影響和改變。在金融行業，高頻交易是大數據應用比較多的領域，其中大數據算法應用于交易決定，很多股權的交易都是利用大數據算法進行的。在城市建設方面，實時交通信息利用社交網絡和天氣數據來優化最新的交通情況，利用人口流動熱圖確定居民區、商業區等劃分，以及配套設施和公路建設。在人類生活方面，諸如智能手環、智能手表之類都在時刻記錄用戶的身體狀態，并進行監護。大數據技術也用于監測早產兒和患病嬰兒的身體狀況。通過記錄和分析嬰兒的每一次心跳和呼吸模式，提前24小時預測出身體感染的癥狀，從而及早干預，拯救那些脆弱的隨時可能有生命危險的嬰兒。利用大數據，美國零售商Target公司甚至能推測出客戶何時會有Baby;電信公司可以更好地預測客戶流失;沃爾瑪可以更準確地預測產品銷售情況;汽車保險公司能更真實地了解客戶實際駕駛情況。用于網球比賽的IBM Slam Tracker工具，通過視頻分析跟蹤足球落點或者棒球比賽中每個球員的表現。許多優秀的運動隊也在訓練之外跟蹤運動員的營養和睡眠情況。NFL開發了專門的應用平臺，幫助所有球隊根據球場上的草地狀況、天氣狀況，以及學習期間球員的個人表現做出最佳決策，以減少球員不必要的損傷[6-9]。同時，教育領域也十分重視對大數據技術的教授。2008年起，美國斯坦福大學就設置了大數據課程作為必修課，把大數據技術作為學生必須掌握的現代科學技術之一。截至2018年，美國、澳大利亞、新加坡等國家80%以上的高校開設了大數據課程。2016年，我國教育部發布的《2015年度普通高等學校本科專業備案和審批結果》中首次增設數據科學與大數據技術專業。截至2018年，我國已有248所高校開設了大數據專業課程，其中部分高校還建設了大數據學院和大數據研究院。

2.高校大數據環境。隨著信息技術的發展，信息數據的價值越來越受到重視，在高校亦是如此。高校中匯聚著大量的信息，從學生角度來看，包括聯系方式等基本信息，食堂消費、住宿晚歸等生活信息，選課、課后作業、借閱圖書、成績等學習信息，參與的社團、競賽、講座等第二課堂信息;從教師角度來看，包含教學任務、課件等教學信息，論文著作、科學研究數據等科研信息;從管理者的角度來看，包含學校的資產信息、師資信息、招生就業信息等。同時，隨著移動互聯網以及物聯網等新技術的興起，學校師生主動產生和由設備自動收集的信息越來越多，如微博、微信等社交信息，各類搜索點擊記錄信息，等等。此外，高校教務活動中產生了包括財務、教學、人事等基本業務數據，還包括網絡、課件、視頻、遠程教育資源等，以及教師與學生通過教學平臺產生的行為數據等。這些數據并不是簡單的記錄和保存，而是通過分析挖掘其潛在的價值，幫助高校自身的建設。例如通過學生選課信息、圖書借閱信息了解學生的學習興趣和愛好，有導向的建立興趣小組或社團，推動學生體驗正確良好的課后生活。通過學生在校消費水平變化分析其短期經濟狀況，積極主動地給予其關心和幫助，降低潛在的“校園貸”發生的可能性。通過圖書館等場所收集的學生面部表情數據，分析其心理狀態，及時為學生提供心理疏導，降低意外或悲劇發生的可能性。此外，還可以對成績、就業、課堂等數據進行分析，這在一定程度上可以加速傳統教學模式的優化改革。通過多維度數據的分析與整合，可以為學生和學校構建一個利益量化分析模型，從而更加清晰地認識學生，也讓學生更加清晰地認識學校。

3.網絡課程建設結構。一般的網絡課程分為直播和錄課兩種模式，輔以課堂習題、課后練習、實驗等配合教學，如下圖所示。

常見的網絡教學在授課的同時，通過授課平臺自帶的點名簽到功能確保學生準時在電腦前就位。通過不定時的課堂提問，可以隨時幫助學生回顧剛剛所學到的知識，同時使得學生的注意力集中在課堂中，這樣的方式一般在直播授課時比較有效，使用錄課授課的時候需要變化多種提問方式，比如不定時彈窗提醒，這樣才能達到比較好的教學效果。課堂作業是任何教學方式都需要的輔助模塊，通過安排與授課內容相關的課堂作業進一步加深學生對課程知識點的了解，也可以發現學生掌握不足的地方。課后需要課后習題保證學生能夠定時回顧知識點，同時配以小組實驗環節增強學生的實驗能力和合作能力。而這些輔助模塊的目的就是幫助學生不斷溫習所學的知識點，實現熟練掌握。多次反復的練習使得學生能夠熟識理論知識，通過實驗練習強化知識點的應用能力。

二、數據分析技術對網絡授課的輔助能力

1.網絡授課現狀。由于新型冠狀肺炎疫情的影響，2020年各大學校均開啟了網課模式，通過網絡授課按時完成教學工作，確保學生的學習進度不會落后。現在大多數網課形式為錄課或者直播授課，并結合課后習題和復習資料。多個輔助模式配合的本意是強化學生對知識點的吸收能力，然而從反饋的結果來看，學生的學習效果參差不齊。網絡上也流傳著許多令人捧腹的網課現場趣聞，而這些趣聞所反映的正是現在網絡授課的現狀。由于教師所能看到的只是透過攝像頭學生主觀愿意展示的部分，無法像傳統線下課堂一樣可以實時地把控學生的狀態，能根據課堂情況調整教學方式抑或能針對個別學生的怠學情況加以提醒。在實驗課上，平時能實時監督作業狀態和快速處理問題的功能也因為網課受到嚴重影響，學生可以通過抄襲和上網查閱快速地完成作業。在學習錄課視頻的時候，很多學生更是直接通過“掛機”刷完授課時間。網絡授課給教師也帶來了額外的壓力和工作。由于網課的特殊性，對于教師來說，每一門課都成了“新課”，需要重新安排上課內容和節奏，還需要增加多個隨堂問答或測驗環節，以便實時監控學生的學習狀況。對于錄課模式，教師需要多次錄制以達到最佳效果，還需要經常性地安排課后練習，通過分析學生作業的完成情況和對錯情況來了解學生的學習狀況。此外，實驗環節更是困難重重，從安裝軟件開始就已經是問題不斷了。這樣的準備過程和分析過程，占用了教師備課的大部分時間。如果與數據分析結合起來，不但可以減輕教師的工作量，而且能夠直觀地了解學生的學習情況。

2.數據分析輔助網絡授課改進方法探索。遠程教學使教師無法有效地掌握學生的學習狀態，從而造成學習效果存在差異，而大數據技術對采集信息的分析挖掘能力可以有效地彌補這個缺陷，通過學習者在線學習所留下的記錄數據可以對其學習行為進行具體準確的分析，針對學習主體登錄時間、瀏覽具體內容，以及在線互動交流心得等多個方面進行具體分析，可以對學生的課堂狀態和學習情況進行評估監督。在授課過程中，通過數據采集技術收集諸如出勤時間及次數、課堂問答情況、聽課狀態、習題正確率和實驗反饋等授課期間及課后練習的相關數據;通過數據分析技術，對采集的數據進行分析，不僅可以分析一個班級的學習狀況，而且可以分析單個學生的學習情況，還可以針對同一門課的多個班級進行橫向對比。其結果可以分析報告的形式提供給教師，教師通過報告得到課程效果反饋，并以此優化課程內容和模式，使之能為學生提供更為有效的授課方式和內容，甚至在對單個學生定向分析后可以制訂針對單個學生的學習規劃，使得學習效果不好的學生得到專屬的教學方案，這是線下授課無法實現的部分。最終的優化環節會更新授課內容和模式，并通過信息采集分析，一步步地優化授課，使之趨于完善，從而達到網絡授課的最佳狀態。由此可見，數據分析可以很好地融入網絡授課模式，通過大數據技術數據收集分析能力的輔助，使網絡授課模式可以從更為細致的角度了解學生及課程需求。具體可以從以下幾個方面進行數據的收集分析：（1）學生進入和退出在線系統的時間。通過對這兩個時間的記錄分析可以了解學生的日常作息，減少遲到早退的情況，也可以記錄學生完成作業的時長，這在一定程度上可以預估其抄襲的可能性，同時安排相近作息的學生形成實驗小組，方便之后實驗課程的完成。（2）直播課程捕捉學生的瞳孔移動軌跡。正常的聽課狀態，視野是一直在電腦屏幕上且跟隨屏幕中課程內容移動的，如果學生的視線經常性四處飄移或者長時間的偏離在屏幕之外，就可以判斷該學生很可能在“開小差”。（3）記錄觀看課程視頻期間對問答彈窗的響應時長。對該時長的分析可以直觀地了解學生觀看課程視頻期間的狀態，加以適當的提醒可以有效地提高學生的學習狀態。（4）記錄課后作業的完成情況。通過記錄課后作業的完成與否以及單項題目的正確率等信息，可以分析學生對單個或多個知識點的掌握情況，可以根據反饋情況調整課程進度，強化知識教授，查漏補缺，增強學生的掌握度。

三、結語

通過融入數據分析技術可以有效彌補網課無法監督學生學習狀態的短板，然而這樣的過程加重了教師的備課壓力，同時就學習本身而言，學生自身的學習興趣才是最好的學習動力，如何通過大數據技術輔助提高學生的學習興趣，也是大數據融入學習的重要環節。大數據時代的到來對各行各業產生了極大的沖擊，高校大數據的信息化也應運而生，并且迫切需要建設。隨著大數據的深入應用，大數據技術能夠為高校的建設增添更多活力，并產生實際作用，讓大數據應用真正融入高校運作之中。

參考文獻

[1]趙玉潔.大數據在高校教育信息化中的應用探究[J].中國教育信息化，2015，358（19）：40-43.

[2]官建文，劉揚，劉振興.大數據時代對于傳媒業意味著什么？[J].新聞戰線，2013（2）：18-22.

[3]魏順平.學習分析技術：挖掘大數據時代下教育數據的價值[J].現代教育技術，2013（2）：7-11.

[4]張敏，劉玉佩，朱明星.國際大數據領域研究熱點及其演化路徑分析[J].情報科學，2016，34（4）：160-165.

[5]王軍，劉金輝.大數據的國內外研究現狀及發展動態分析[J].電子技術與軟件工程，2015，73（23）：210.

[6]人工智能愛好者.大數據應用于生活，目前主要應用在哪些領域？[EB/OL].（2019-03-13）https：//blog.csdn.net/zhinengxuexi/article/details/88544003.

[7]維克托·邁爾-舍恩伯格，肯尼思·庫克耶，ViktorMayer-Schonberger，等.大數據時代：生活、工作與思維的大變革[M].杭州：浙江人民出版社，2013.

[8]王妤夜.大數據時代高職院校教育管理變革初探[J].中國多媒體與網絡教學學報，2019（4Z）：84-85.

[9]孫榮.大數據時代統計學專業課程教學模式創新研究[J].中國統計，2019（4）：27-29.