基于大數據和云計算的個性化教學系統研究
——以“智慧學伴”自適應學習平臺為例

趙蕾，劉勁，陳彬茹

(空軍航空大學，吉林長春,130000)

1 基于大數據和云計算的個性化教學系統結構

大數據和云計算技術構建出新的個性化、開放性和全面性的網絡教育系統，通過對教育目標和教育內容的達成，以構建學生的學習目標，教師教育內容，學習效果考核三者緊密結合、相互促進的協作發展關系，這為傳統教育模式和教學方法的全面改革提供有益想法思路。大數據和云計算的應用真正實現了量身定制的個性化教育和培訓方案。應用大數據和云計算技術的個性化共享教育平臺，大力發展技術為導向的高校教師培訓體系，設計和建設一整套適合高校轉型發展的教學實驗、創新實踐平臺。

圖1 為基于大數據和云計算的個性化教學系統結構方案，通過這個方案構建虛擬化的教育和實驗環境，深入挖掘教育過程中的大數據，通過對學生學習風格、學習行為數據等方面的采集，利用協同過濾推薦算法，構建自適應、精準化的教學模型并形成個性化學習方案指引，以優化學生學習質量。

圖1 基于大數據和云計算的個性化教學系統結構方案

2 個性化教學系統結構的基本特點

進入5G 智能通信時代，傳統模式隨著大數據技術的發展逐漸被精準教育突破原有的界限，逐漸發展成為新的技術增強型教育模式。以大數據為手段，結合準確分析學習條件的基礎情況，對教育內容準確定制，對教育活動準確設計，對學業成績準確評估，是大數據驅動的精準教學的主要表現，教育的過程和結果實現量化，監控和協調。大數據精準教學有四條基本的原則需要遵循，分別是：（1）行為數據具有可觀測性；（2）衡量指標具有多維性；（3）重視學情分析工具的使用；（4）學習者的行為數據是決策重要依據。

在大數據精準教育的背景下，包括行為，心理學和生理學在內的多模式數據顯著豐富了教學評價指標，從而能夠以可追溯的方式記錄和展示行為表現和學習過程。隨著數據技術的應用，精準教育不再聚焦“直接可觀察到的行為”，而是滲透到人們不容易發現或測量的隱藏區域，使形成性評估和預測性分析有了更多的科學依據，為個人和團體提供更具體的個性化的指導。

3 基于大數據技術“智慧學伴”自適應學習平臺的案例分析

北京師范大學未來教育高級創新中心開發的“智慧學伴”是具有數據采集、結構建模、問題診斷等特征的自適應學習平臺，發現和收集數據的主要方法是動手評估，學習互動，作業分析等，收集的各種數據是由學習者在學習過程中產生的，通過大數據分析對數據進行評估處理，經驗性評估逐漸轉變為以科學數據分析為依據的發展性評估，更好地服務于個性化教學。

3.1 智慧學伴基于教育數據構建的精準教學模型

智慧學伴已經建立了學科素養和能力表示模型。（1）學科素養方面，不同年級，不同學科體系結構各不相同，就需要構建有針對性的核心概念知識圖譜。（2）在學科能力上，核心概念以及知識素養在時時刻刻不斷變化與發展的，需要建立有關知識和素養發展的高級模型，設計不同層次的詳細列表。（3）學科能力診斷工具，基于核心概念、學科素養和能力表現為基礎，它是一個統一的編碼設計。該平臺可以從學習者的學習過程中收集各式各樣不同的數據，從而使得所表征的單個學習者的認知特征更具有全面性和準確性。每個學科的測試工具都需要基于學科的核心概念，遵循學科自身的選擇，進行研究與理解，從而應用于實踐，傳達創新學科能力來表示模型，而且必須同時遵循學科核心知識的教育內容，在陌生度和間接度之間進行題目測試，使其在不同程度的情境中執行表示，而且必須與知識內容，活動過程，認知方式，學科能力和其他指標密切聯系。診斷工具采用類似公開測試題和多級評分等方式，分析和診斷學習者在不同能力水平下的學習過程和學習表現。

3.2 基于智慧學伴的精準教學模式

基于智慧學伴的精準教育是一種關注學習者核心表現和學科能力的微測診斷工具，可以診斷學習者對核心知識的掌握程度，并且該平臺在數據分析后能提供直觀的數據可視化。教師可以根據可視化結果選擇合適的教學策略，準確地設計教育目標，選用合適的講課方法，打造高效課堂模式，營造合理的學習氛圍以及根據學習者的知識水平設置教育活動，設計準確的表現評價模型等。自適應引擎根據收到大數據分析的結果，可以針對學習者的認知特征進行個性化的學習資源推薦，促進學習者的獨立學習。將評估與診斷鏈接內置在教師與學習者間的課堂互動過程中，能夠對學習者變化的知識體系和潛在問題進行準確診斷，教師的教學策略能夠及時進行改進，執行準確的教育干預措施。這種微測診斷工具的關鍵環節包括微測診斷，直觀的可視化顯示，選擇自適應學習策略和推薦個性化的學習資源。

（1）智能診斷與預測

智慧學伴診斷預測工具已經成為未來分析學習者學業狀況以及進行精確教育的必要條件。微測診斷工具在進行學業狀況診斷時需要以教師對教育的理解準確度以及教育需求的掌握程度為前提。在進行課堂教育之前，教師可以使用該工具來診斷學業狀況。該診斷結果有助于教師制定教育目標，并幫助教師設計出具有針對性和個性化的教育內容。上課時，也可以使用微測診斷工具診斷教學開展過程，幫助教師及時地調整教學節奏和教學內容。完成所有課程或結束單元教學后，使用微測試診斷工具可以測試有關知識掌握的情況，對教師教學工作的有效性進行驗證。微測診斷工具的使用目的在上課前，上課時和上課后有一定的相似性。它就是通過科學的方法，準確地評估學習者當前所具有的學業水平和經過學習能夠達到的學業水平，對學習者開展自我診斷，并將客觀依據提供給教師。

（2）可視化分析報告

診斷工具和各種內置算法這兩個智慧學伴，可直觀地表示出學習者的認知能力，并為教師進行更加準確教學提供客觀依據。報告主要是由學習者的綜合素養，學科認知圖、學科核心概念及相關評估指標反饋等組成。學習者的自身和群體概念的理解認知結構由學科認知圖、學習者的綜合素養呈現出來，比如：通過建模和計算能力可以證明學科相關能力素養的高低，學習者能力指標通過學科核心概念和核心能力指標評估的反饋來表示。因此，這一系列的指標對教師的教育設計和課堂教學具有十分重要的意義，還可以使得學習者了解自身的學習狀況以及時進行自主學習。與此同時，從單一評估到多樣化評估的發展，有助于學習者在分析學習條件中發現和識別自身認知過程中的問題。

（3）個性化學習指引

首先，根據診斷結果進行教學內容、學習者狀況和最新發展領域等教學分析。然后，根據教育分析情況進行教學方案、教育活動和自適應學習的設計。接著，在實施教學方案過程中，為了適應學習者在教學過程中認知的變化，根據診斷結果及時進行教學調整。最后，通過課后學習診斷，對教學設計的有效性進行診斷，使得改進后的教學設計可以為后續教學提供參考，根據學習者的認知能力為提供有針對性的指導和個性化建議。

4 總結與展望

精準教學背景下大數據和云計算的深度應用，有助于教師設置準確的教育目標，為個性化的學習提供有效的數據支持。既能滿足學習者的個性化需求，又能夠發揮教師導學的作用，可為促進學習者的個性化自適應學習提供新的技術支持。