大數據視域下智慧課程云服務系統研究與實踐探索

鄧明陽

（長春工業大學人文信息學院,吉林 長春 130122）

一、緒論

隨著行業新型業態發展和技術迭代頻率加快，跨學科融合知識廣度和難度大。此外，由于學生原有基礎不同，對專業知識的理解和應用能力參差不齊，使得同一專業的學生差異性日趨變大。[1]目前，MOOC、微課和在線開放課程等新型信息化教學模式雖已打破時空限制，使學習者隨時隨地利用碎片化時間學習。其也存在自身約束，一方面，新型信息化課程顯露出課程內容相對固化、更新不及時、廣度和深度拓展有限；[2]另一方面，現行網絡課程難以實時掌握整體學生接受情況，不利于把握教學起點、難點和及時評價反饋，無法對學生進行分類指導，不適合新工科教學的深化改革。[3][4]此外，不同程度學生難以根據自己的興趣和基礎水平選擇學習起點和學習內容；沒有針對性、系統化回爐補償學習、深化學習的途徑和機會；與教學相匹配的課外學習平臺較少，制約了教學質量和教學效果的提升。[5]

本文研究智慧課程的在線云服務系統是面向大學專業課程開發的集理論學習、實踐操作、數字化仿真、在線檢驗、拓展學習、深化學習等功能于一體的理實一體化全方位解決的線上學習平臺。利用大數據驅動實現智慧課程，通過大數據技術、移動互聯網與學科課程深度融合，建立在線云服務智慧課程教學平臺，實現在線學習、資源推送智能化、學習檢驗與評價反饋及時化、積累教與學的行為模式、教學決策數據化；通過云計算進行大數據分析，形成具有難易程度的課程知識拓撲圖和學生掌握程度分級來指導教學，實現精準分層教學和學生的個性化自主學習，提高教學質量和教學效果。

二、智慧課程建設的思想與理論基礎

“大數據”是指具有種類多樣化、快處理速度、極大規模的數據集合，通過新型數據處理方法來支持流程優化、洞察發現和決策強化。[6]大數據技術在教育教學中應用發展歷程已經邁向與各學科教學實踐的深度融合，網聯信息化教學開始向著智能化發展。大數據下的“數據驅動教學”是對所采集的學生的定期評估和檢測等學習過程數據進行深度挖掘分析，運用數據分析結果來更加準確、科學地把握學生掌握程度，以便有的放矢，持續改進教學。[7][8]

“數據驅動”的精準教學是以Skinne 的行為學習理論為指導，所采用的教學方法論是提出學生應達到的目標并對學習過程進行控制，輔以訓練、反饋和糾正性補救等措施，形成所要求的行為；對于那些偏離目標或未達到目標的行為進行糾正后，達到目標并立即給予強化。[9]

為了促進全體學生全面、個性化地發展，智慧課程的精準教學定位采用分層教學法理念，根據學生在線測評結果，得出學生非智力、智力因素和知識基礎的差異情況，有針對性地實施分層教學，從而達到面對不同程度的學生實現不同層次教學目標的一種教學方法。[10]針對學生原有基礎進行精準教學，針對不同教學層級設定相應教學目標，有針對性地確定教學內容。

三、智慧課程在線云服務系統的設計

智慧課程的在線云服務平臺以專業課程體系脈絡圖為指導，按照課程群劃分，以課程為單元，根據多年學生考核統計結果確立課程難點，開發精講煉視頻，整合理論教學、電子化的線下實訓、數字化仿真和校企合作等方面的數字化資源，并進行分類、分級有機整合，嵌入到網絡資源庫，建成專業資源大數據庫，其系統框圖見圖1；同時與校企合作企業供求互動互通，實現智慧課程與行業技術發展同步更新。

線上智慧課程以精準分層教學理念為理論指導，對接大學專業課程的線下教學，能夠實現在線理論和實踐兩個維度的自我檢驗、相關基礎補償學習、專業回爐補償學習、提升學習；對接學生設定的專業成長圖譜，提供高度匹配學生個性發展的精準教學，以達成所期望的學習成果；對接翻轉課堂、混合教學，課程設計、課程實驗、課程工程技術應用，擁有更多線下時間去實踐創新與項目開發；輔以有效對接企業人才需求和創新技術，實現學生有職業規劃的學習和零距離就業。

（一）智慧課程云服務系統設計的基本思想

（1）整合現有理論教學資源。整合、優化電子教學資源，如精品教材、PPT、動畫、視頻、精品課程、慕課、公開課等資源；補充添加日常教學視頻，每個學校就特色專業整合成優勢教育教學資源，形成專業資源體系。

（2）構建線下實訓資源電子化系統。將理論教學資源同實訓資源相結合，挖掘、引入與理論教學內容相對接的實踐資源，促進學生對理論知識的應用和理解，并有效提升實踐動手能力。

圖1 教育云服務系統平臺的設計和云數據流向示意圖

（3）搭建線上數字化仿真實踐平臺。搭建本專業線上數字化仿真實踐子系統，以增強學生對數字化軟件的操作和應用能力，滿足企業用人需要。學生根據自身需要，自主在線學習，利用計算機軟件進行理論研究、設計開發、仿真和統計分析等線上實踐訓練。憑借數字化軟件學習成果經企業認可后，不定期的到企業進行數字化應用實踐。

（4）創建與課程內容同步的知識在線檢驗反饋子系統。該系統能夠有效檢測、反饋學生對知識點和實踐操作的掌握程度。學生在線檢測后，針對沒有掌握內容進行再學習，該系統也會智能化推送與該知識點相關的所有資源，再進行線上檢驗的往復循環，直至達成學習目標后，輸出學習成果。通過該系統，老師能夠掌握全體學生的整體學習情況和個體所處水平，因材施教聚焦教學重點、難點，并改進教學方法，不斷提升教學質量。

（5）深度對接校企合作資源。校企合作資源平臺的搭建，促進大學生做好職業規劃，并為其量身定制系統化的企業專題培訓，掌握目標崗位的通用新技術和職業素養。一方面激發學生的動力，有職業目標的學習和就業，提升學生的大學獲得感和追夢感；另一方面，為企業輸送高度匹配的職業人才，節省入職培訓時間和成本，增強企業核心競爭力。

（二）智慧課程云服務系統的構成

智慧課程云服務平臺的主要創新在于數據的互聯互通，在底層所封裝數據基礎上，利用數據挖掘技術，精準定位學生所處層級，并根據其需求智能化推送資源，實現供需關系的高度匹配，提高資源供給的有效性、精準性，提升學習的自主性和高效性。

云服務系統由接入服務層、操作界面應用層、數據層和基礎層構成，見圖1。其核心是通過整合不同數據庫，建立數據倉庫，包括理論知識數據庫、實踐操作數據庫、數字化仿真實踐數據庫、學習者在線訓練反饋數據庫和校企專題數據庫。如圖1 所示，學習者通過用戶界面動作按鈕或語音輸入完成對數據倉庫數據流操作指令的輸入，通過數據挖掘技術，實現跟蹤、記錄、教學精準分層、智能化檢索和推送等功能，操作與數據調用之間的數據流傳輸通過總線完成，數據在使用過程中不斷迭代積累，云數據分層流向管理。

四、基于智慧課程在線云服務系統的精準分層教學實踐

隨著科技快速發展和多學科深度交叉融合，汽車行業向著智能化、電動化和輕量化等方向發展，長春工業大學車輛工程專業緊跟汽車行業發展，為縮短教學與行業技術的銜接距離，車輛工程專業率先搭建智慧課程在線教育云服務平臺，見圖1 所示，初步實現基于大數據分析的精準分層教學、互聯網教學互動、自主學習、校企共培等功能，取得較好教學效果、積累了實踐經驗，使學生的職業規劃更清晰、學習主動性顯著提高。

基于大數據分析的智慧課程精準教學實踐路徑，見圖2 所示，學生按照課程教學任務或根據自己的學習興趣、成長目標，來選擇進行理論檢驗或實踐檢驗，利用大數據分析精準定位當前所處的理論、實踐水平，教師針對學生的在線分層報告結果，確定適宜的線下教學內容起點，明確教學難點，進行線下教學分組設計；另一方面學生也可以根據自己的檢驗反饋結果進行線上再學習、再檢驗，達到晉級要求后進入更高等級的自主學習，如果對檢驗結果不滿意，可以進行補償學習。所采用的精準分層教學實踐路徑，既能結合學生學習興趣和成長職業規劃目標，又具有闖關晉級挑戰的激勵，充分激發了學生學習的主動性。學生通過在線學習達成自己的目標后，選擇出站，通過智慧課程在線云服務輸出個人理論學習成果和實踐學習成果，該學習成果報告呈現了個人成長圖譜和所達成學習成果，讓學生自信和收獲滿滿。

圖2 基于大數據分析的智慧課程精準教學實踐路徑

長春工業大學車輛工程專業有著多年的校企合作積累，通過深化校企合作、產教融合、互派、互培和互動機制，校企共同制定與人才培養目標高度一致的人才培養方案，開發專業課程體系資源并不斷更新新技術，培養課程群教師團隊，縮短校企對接時間，互利雙贏共同發展。[11][12]在線教育教學云服務系統開發了校企合作平臺模塊，如圖2 所示，校企合作訂單班學生可以根據自己的職業規劃選擇校企系列專題進行在線學習、成果檢驗、晉級或補償學習，達到自己學習目標后選擇實習出站，輸出專題實習成果報告，在整個校企系列專題教學中，由校內企業認證教師團隊負責線上、線下專題教學、網站維護和資源供給。

五、小結

智慧課程在線云服務系統站在專業全局的角度，統籌專業資源，以大數據、云計算、移動互聯網等新型信息技術為支撐，打造創新教學模式的智慧課程。通過理論和實踐教學內容數字化與梯度化、教學決策以統計分析作依據、交流互動多樣化、評價反饋及時化、資源智能化推送，打破傳統的單向教學，實現線上-線下聯合互動、師生雙向互動，以“先學后教，以學定教，個性輔導、方向培養”為教學理念的創新教學模式，最終實現教師開展精準分層教學，以提高教學質量和教學效率。

同時，該系統面對不同基礎的同學都能為其提供合適的學習方案，鼓勵學生設定學習目標方案的個性化自主學習，或根據課上掌握情況進行自主補償學習，使得不同基礎和不同職業規劃的同學實現個性化的自我發展，提升人才培養質量。所開發的大數據視域下智慧課程云服務系統為創新教學模式和智慧課程提供了建設方案和初步實踐經驗，對智慧教育的發展具有參考價值。