基于大數據分析實現精準化教學的探究

許秋

[摘? ?要]當今世界處于大數據的時代，信息技術飛速發展，大數據給各行業、各領域都帶來了巨大的變化，教學方面也不例外。大數據既能在學習方面增強學生的學習力，又能在教學方面提高教師的效率。教師可以利用大數據對學生的學習進行量化、分析等，文章主要從大數據分析背景、教學面臨的問題、大數據的采集、大數據的分析等方面展開論述。

[關鍵詞]大數據;采集;學習力;分層作業;精準化

[中圖分類號]? ?G632.4? ? ? ? [文獻標識碼]? ?A? ? ? ? [文章編號]? ?1674-6058（2021）18-0056-03

隨著大數據時代的推進，提升教師信息技術的應用能力已經迫在眉睫。它為教學模式和學習方法的改變提供了重要的保障，同時也是教育大數據發展的趨勢。在此要求下，江蘇省常州市武進區湖塘實驗中學借助科大訊飛智學網， 全面實現智慧課堂、智慧校園、智慧教育，提出了從教學大數據出發，利用大數據診斷教學中存在的問題，幫助教師改進教學方法，同時幫助學生改進學習方式，從而提高學校的教學質量。江蘇省常州市武進區湖塘實驗中學自從辦學以來，校領導非常重視大數據在教學中的應用，不斷鼓勵教師嘗試利用大數據來輔助教學，在全校師生的不斷努力下，近年來教學質量不斷攀升，在整個常武地區乃至于江蘇地區可謂首屈一指。

一、大數據分析的背景

2016年，教育部在《教育信息化“十三五”規劃》中明確提出了“優化教學模式，培養教師利用大數據開展學情分析和個性化教學的能力”的指導方向，大數據在推動教育改革方面的地位尤其顯著，以教育大數據采集、評價分析和應用為代表的技術體系已成為推動教育改革的重要載體。以教育大數據為核心的智慧課堂、生態課堂、自主學習型課堂在本校已經逐步展開，如何充分發掘和運用大數據全面診斷教學活動，實現精準化教學和個性化學習，已是大勢所趨。依據學生學習情況的大數據分析，幫助學生及時調整學習內容、學習方式，完成相應問題和任務的學習，以達到較好的學習效果;依據全班學生總體學習情況的大數據分析，教師及時調整教學任務和教學重難點，及時為學生調整學習方式和提出學習建議;依據所有教師的實際教學情況，數學教研組還要將共性問題放到教研活動中，組織所有數學教師開展有針對性的研討活動，為下一步的教學活動做好充分的準備。

二、日常教學中面臨的問題

學校的生命線是教學質量，而教學質量的提升是在教師教學管理過程中實現的，因此必須建立系統、科學的教學質量管理體系。教學大數據的采集與分析是教學質量管理體系最根本、最核心的基礎。傳統的教學過程中，對于教學大數據而言，普遍存在以下問題。

第一，有的學生學業數據易丟失，學生用過的部分學習資料缺乏完整性。通常的評測數據有課堂限時檢測、課后作業、周末練習、月考、期中期末考試、課外輔導手冊等。作業和考試的載體較分散，學生的學情信息存在不同的載體中，時間跨度長短不一，有時會出現學案、作業、試卷遺失的情況。

第二，有的學生學情數據缺少精準性統計。以往教師都是通過畫正字或者表格的方法進行數據分析，工作量大，不便于常態化開展，較難形成歷次對比曲線和知識點的關聯分析，通常由任課教師憑主觀印象或感覺進行講解，缺乏精確的數據支持。

第三，有的學生學情數據缺乏個性化。學校教學以班級為主體，教師的個人精力有限，無法兼顧每個學生個體，在進行作業與考試的講解及分析時主要以共性問題為主，無法面面俱到。

第四，有時無法對教學過程進行跟蹤。由于缺乏大數據的支撐，教學管理、教學研究部門往往在監督管理與教學研究方面無法做到精細化、常態化跟蹤。

三、大數據的采集

智學網是大數據個性化教學系統（如圖1所示），通過深度挖掘數據價值，提升教學效率，實現精準教學。首先，從日常測驗到階段性測試和終結性考試，極大地減輕了教師閱卷的工作量，大幅度拓展了數據寬度。其次，基于教育評價理論，可以形成15個模塊、80多項指標的以學習者為核心的學業評價體系，結合訊飛教育云，推出有針對性的教與學應用。通過全方位多維度的數據分析，為教師提供了“備、教、改、輔、研、管”的全場景教學服務，提升教學效率和精準度，優化教學模式，幫助學生提升自主學習有效性，引導家長伴學，使其參與孩子的學習過程中。智學網通過大數據+人工智能，挖掘數據價值，提升學校“備、教、改、輔、研、管”的精準性和學生自主學習的有效性。

對于數據采集，可以網閱與紙閱兼容，就網閱而言，核心特色是隨時隨地移動閱卷，并適配第三方答題卡，核心價值是分數公平的評價價值。紙閱就是先批改、后掃描的模式，核心特色是保留批改痕跡，核心價值是學業輔導價值。

（1）網閱數據采集

在完成掃描后，客觀題系統自動批閱，主觀題系統自動切成小題，待教師分配批閱任務后，即可進行網上批改工作。系統可以邊掃描邊批閱，不耽誤教師的批改時間。網上閱卷可以批量或逐題設置單評、雙評，為每道題均設置閱卷教師。如果設置為雙評，可以設置仲裁誤差和仲裁員，在發現雙評結果大于仲裁誤差時，再由仲裁員進行仲裁，確保學生成績準確。

（2）紙閱數據采集

紙閱模式不改變師生日常的作業和考試習慣，學生在紙上作答，教師在紙上批閱，批閱以后試卷上保持閱卷痕跡。第一種，客觀題由系統批改，主觀題由教師批改。教師有兩種批改主觀題的方式：分數條標注、自然標注。第二種，客觀題、主觀題均由教師批改。客觀題采用自然標注的方式，主觀題有兩種批改方式：分數條標注、自然標注。教師在紙上批閱完畢后，留下紅色筆墨的痕跡，然后進行掃描，系統立即完成各項分析報表的計算，并將結果進行實時呈現。

四、大數據的分析

常規的學生考試成績統計如班級或者年級平均分、各分數段人數等，已不能滿足大數據形勢下教師、學生、學校的內在需求。而常態化的學生學習、考試數據量很大，需要專業人員根據實際情況構建數學模型，再由軟件開發人員應用數學統計手段，進行精準科學的數據分析，生成對學生學習、教師教學的有價值信息。

任課教師作為某一門學科的責任人，更多的是關注學生對知識點和重難點掌握情況的數據分析（如圖2所示），學生成績分布情況、班級平均分、大題得分率較低題目的歸因分析、學生成績發展趨勢（如圖3所示）等，包括每個題目的平均分、得分率、標準差、難度、區分度和知識點說明等數據。基礎數據主要應用于日常教學，采集的內容包括作業、練習、課堂限時訓練、大型考試等。

五、基于大數據分析，提高數學學習力

基于大數據的有效分析，即提供單次、歷次、區域等多維報告，明確學生數學學習的發展趨勢，符合數學學科核心素養的發展要求，以及班級、學校、區域間的差異分析，使學生能實現自我學習、自我認知。平臺會給學生推送與錯題相關的個性化學習手冊，便于學生進行針對性練習，攻克學習上的薄弱環節，形成良好的循環機制，促進學生的學習力可持續發展。

（1）個性化學習手冊

通過查看學生學習軌跡的記錄，教師可對學生的錯題學情進行分析（如圖4所示），例如概念不清楚、知識點沒有掌握、解題思路有問題、簡單運算錯誤、閱讀能力不強、粗心大意等。然后，教師可根據人工智能對學生的薄弱知識點進行剖析，為學生提供科學的學習規劃，從而使其有效學習。歷次檢測中的數據表明，學生使用個性化學習手冊后，節約了不少原先抄題或者找題的時間。教師可直接將錯題打印好發給學生，每周打印一次，學生只要用文件夾裝訂好，即可便于保存和復習。隨著個性化學習手冊的使用，與上一學年同期相比，學生有了長足的進步。

（2）設計分層作業

在設計分層作業的過程中要有所區分（如圖5所示），針對不同層次的學生設置與之水平相符的作業目標，使其作業完成效率有所提高。作業一般可以分為三類：分別是針對C層學生的基礎必做題、針對B層學生的能力提高題、針對A層學生的拓展提升題。教師可以利用大數據推送各地模擬考或中考真題，以滿足不同層次學生的需求。學生完成后還可以進行錯題重練，配有舉一反三的鞏固練習，并且分析診斷錯誤原因，生成個人數據報告，形成專屬錯題本。數據內容全部來源于自己的考試或作業，直擊薄弱的知識點，學生可以依據反饋內容進行高效復習。

六、基于大數據分析，提高教學精準度

借助大數據分析，教師能精準掌握每名學生的薄弱點，也能找到每名學生遺忘的知識點，從而真正做到因材施教。大數據背景下，教師的角色將發生巨大的轉變，從學習的傳授者變為學生自主學習行為的輔助者，那么，教師如何才能做到更加高效地教學呢？

（1）精準備課模塊

精準的大數據分析，為教師提供學生的學情報告，幫助教師更好地了解每一名學生，從而真正做到上課有的放矢、游刃有余。首先，教師要選好教學起點，起點過低、過高都會影響整節課的教學效果。以新授課為例，利用數據分析系統，教師可對學生前一節課的作業完成情況有初步了解，為本節課的講解提供依據。其次，教師要正確把握教學重心，精心設計，這是一節課成敗的關鍵。

（2）精準講評模塊

教師通過大數據，對學生作業或考試數據進行分析，對學生每個題目的得分情況做到心中有數。教師講評時，可以隨時利用希沃大屏調看學生的解答情況、錯誤原因分析，有針對性地開展教學活動，大大提高講評課的有效性。

七、結束語

大數據采集可以將教師從繁重的作業批改、數據手工錄入等工作中解放出來，使教師有更多的精力進行教學研究和個別輔導，也可以提供給教師更多的資源，讓教師在很短的時間內就能搜索到需要的變式或者相關聯的內容，以幫助教師快速、精準定位講評重點和突破難點，真正做到減負增效，何不推而廣之呢？

[? ?參? ?考? ?文? ?獻? ?]

[1]? 林厚從.基于大數據分析的精準化教學[J].上海教育科研，2017（2）：63-67.

[2]? 宋紹勇.“互聯網+”時代基于大數據智能化處理的精準教學[J].中小學信息技術教育，2018（11）：41-42.

[3]? 龔雷花，俞蔚.以“教育智慧” 創造“ 智慧教育” [J].中國教師，2019（7）：33-35.

[4]? 楊原明，冉春蓮.大數據輔助數學學科精準教學的實踐研究[J].中學數學月刊，2020（1）：38-39.

[5]? 張明芬.大數據時代初中數學課后作業分層設計的策略探討[J].教師，2020（4）：54-55.

（責任編輯? ? 黃? ?曉）