基于大數據的C語言個性化學習分析模型的研究及應用

甘宇雨 劉勇 張桂芬

摘 要：文章以計算機編程類C語言進行課程教學，構建基于移動互聯網大數據的學生個性化需求與學習分析模型。模型通過發現每個學生的實際需求與學習活動進程，可根據每個學生的實際需求和與學習能力為其量身設計個性多樣化方式的學習途徑。

關鍵詞：大數據;C語言;個性化學習;分析模型

1? ? 個性化學習分析模型的研究

1.1? 個性化學習分析

個性化的學習體現了學生不同階段和層次之間的差別，以及促進學生自身個性發展為主要目標的各種學習模式[1]。個性化的學習起源于信息教育的變革和發展，它是現代信息技術教育思想積極提倡的一種全新的學習模式[2]。個性化學習指學生結合自身對學習的興趣及其個人的經歷自主安排學習的進度和選擇學習的方法。個性化的學習以培養學生的個性和差異作為教育的基礎，以提高學生的個性和可持續發展能力為教育目標，強調學生的自主、獨特和多樣化，以極大限度地挖掘和發揮了每個學生各自的學習潛能，促進了個性化學習的良性與可持續性發展[3]。

1.2? 國內外研究現狀

20世紀90年代，研究者就已經開始研究了復雜的個性化學習分析方法，并將研究成果應用到之后的個性化的學習環境中。由于個性化學習分析是一個新興的研究方向，因此暫時也還沒有形成一個完整清晰的理論化的體系[4]。郭炯等[5]通過文獻分析法指出當前國內外學者在個性化學習的研究方向，通過文獻分析發現，國內對個性化學習分析的研究主要集中在理論介紹、研究綜述、應用模型設計和實證等方面，實證研究還很少。然而在國外研究內容主要分布在個性化學習分析理論、個性化學習分析模型、學習分析技術基礎、學習分析工具、學習分析應用研究、學習分析難點和挑戰[5]。

2? ? 個性化學習分析模型在C語言中的應用

2.1? 模型理論

本文設計了一個包括C語言所有知識點的儀表盤。每個知識點都放在一個可視的儀表盤中，儀表盤顯示學生對C語言中每個知識點的掌握情況。在學習過程中可以依照儀表盤上的各種可視化數據信息要求進行自組織的學習，制定和實施自己的學習方案，學生在學習過程中自己挑選學習的方案和學習的資源來進行自己的學習，并根據自己的學習成果進行自我考核和評價。例如，一個學生通過查看儀表盤發現他對指針知識那一塊比較薄弱，學生會點擊進入到專門學習指針知識點的界面，做個標記，這樣在以后的學習中系統安排學習資源就會著重于指針方面。所以在學生進入系統時，系統可以首先對學生進行測試，測試學生對C語言的掌握情況，系統根據知識模塊出測試題，從一些有關C語言的相關概念、基礎語法（基本數據類型，運算符和表達式）、順序結構、循環結構等的每個模塊抽取一部分練習題來對學生進行測試，了解到學生感興趣的方面以及擅長的方面，然后根據學生的個性以及測試結果給學生構建出相應的學習系統，能夠讓學生有更好的學習體驗。例如，學生學完第一章? C語言的基礎語法之后，系統就會隨機生成一些練習題來檢驗該生對這一章的掌握情況，然后針對該生對這一部分的學習情況以及測試結果總結出一系列的分析報告，該生看了之后，如果覺得運算符那一部分有點沒理解，那么該生可以將這一部分放進自己的學習方案里面，之后系統就會根據不同的情況推薦運算符相關的知識點進行鞏固復習。

2.2? 模型構建

本文提出的學習分析模型包括較為個性化的學生自主選擇學習數據理論、個性化的學習心理學以及采用現代化的計算機科學理論作為課題研究的理論基礎，從數據分析大量的應用數據與學習環境（what）、技術（how）、實現目標（why）和利益直接相關者（who）4個不同維度綜合出發，構建了一套較為個性化自主學習的分析模型，以下是學習分析的4維參考模型。

（1）數據與環境（what）。本系統分為3個大模塊，即基礎知識測試模塊、個性化定制模塊以及能力提升模塊。其中基礎知識測試模塊就是對測試學生對C語言基礎知識如的掌握情況，這樣系統會根據學生的測試情況存下與學生相關的大數據進而進入第二大模塊—個性化定制模塊，這個模塊會根據學生的測試情況及學習情況可以學生自己定制學習方案，也可以系統自動給學生定制學習方案，當然，在學習過程當中，學生可以隨時修改自己的學習計劃，實現個性化學習的功能。當學生學習一段時間后進入能力提升模塊，在掌握基礎知識的前提下，如果學生還想進一步提高自己對C語言的掌握程度，系統會推薦一些相對更深一點的C語言相關知識，如指針，文件，C++相關的面向對象等。

（2）相關利益者（who）。根據使用系統的功能的不同，相關利益者可以分為老師和學生。對于學生，可以使用本系統實現個性化的學習，根據自己對C語言各個方面知識的掌握情況，通過系統或者自己設計一套適合自己的學習方案，例如，學生已經熟悉掌握了C語言的基礎語法以及一些簡單的順序結構和循環結構，那么系統在推薦學習資源時會特意避開這些知識點著重于推薦比較薄弱的知識點，但是偶爾也會出一兩個相關的練習題方便該生復習鞏固，這樣既提高了學習效率，同時又增強了學生對C語言的學習興趣 。而對于老師，可以使用本系統看到每個學生對C語言的掌握情況，然后在上課時著重于講學生比較薄弱的地方。假如老師發現同學們對指針和文件方面的知識比較薄弱，老師可以在系統上對這兩章做上標記，在課堂上著重講解這一方面的同時，系統出的練習題也會偏向于這兩個方面。

（3）技術（how）。大數據學習分析技術主要是運用了統計方法、知識可視化、個性化推薦以及社會互聯網大數據進行分析。其中傳統的統計學方法主要是運用了相關的分析和回歸分析，統計出每個學生對C語言的每個章節的知識的掌握情況，并且根據各種情況設計出相應的對策;之后利用這種可視化的技術，使得學生更加易于接受和理解所需要的知識資源，促進了學生向知識的一種主動性建構及對知識的遷移;個性化的推薦技術主要包括基于學習內容的推薦和協同過濾技術，該系統能夠根據每一位學生的需求特點來自適應地推薦所需要的學習資源、學習途徑等。例如，C語言中的循環結構里的跳出循環語句很容易搞混，很多同學對break和continue的用法理解得不是很透徹，這時系統在出練習題時就會根據該生的大數據更多的產生循環結構那一章里的break和continue相關的練習題，實現個性化推薦的技術。

（4）實現目標（why）。該模型還能夠根據每一位學生以往的不同學習習慣來預測分析和判斷每一位學生的不同學習風格、興趣偏好、知識層次、學習文化等特點，針對每一位學生設計出不同的教學戰略，使其能夠展示出個性化、可視化的學習途徑、所需要的學習資料等。這有助于老師對學生在未來學習過程中實施教學干預。同時老師也能夠根據學生們與系統的互動結果，從而反思自己的教學方法與風格是否真正適合學生，以便進一步對自己的教學方案進行完善修改。

3? ? 模型特色

針對C語言課程，建立這個基于互聯網和大數據的一種個性化在線學習分析模型，可以真正實現做到因材施教和差異化的課堂教學;通過這種教學模型不但可以促進老師和學生能夠及時地獲取學生所表現的學習效果，而且它還能夠提高學生的學習積極性、課程學習質量以及學習的效率。以下是該模型在大數據背景下所具有的特點。

（1）通過結合C語言各種課程的基礎知識點以及C語言獨有的程序結構：簡潔、靈活和面向過程等，將其實際運用到基于移動互聯網和大數據的個性化學習分析模型中，真正實現了一種差異化的教學。

（2）本研究模型采用大數據學習分析技術對每個學生在各個環節中進行實時量化，使得數據以直觀的形式呈現出來給每個學生和老師，讓其都能夠非常清晰地看到每個學生在學習中發生的動態變化過程，以及對C語言知識（基礎語法、函數、數組和指針等）的掌握情況。

（3）本模型預測和分析了每個學生通過網絡閱讀材料、提交作業、與其他同學進行互動交流及對考試檢查測驗結果等方式，能夠及早發現造成學習效果不良的預示和警告性消息，從而為學生及老師提出一些改善建議，并給予一些相應的指引。

4? ? 結語

根據個性化在線學習分析模型，系統地完成了C語言課程的梳理和學習內容的知識結構圖，可以幫助學生更好地總結和分析自己的在這一段時間的學習情況，掌握C語言的知識點。讓學生對C語言的知識結構有了清晰的認識。同時，該模型具有預測功能，能夠對學生的學習過程進行量化、可視化、對結果進行預測和反饋，使老師能夠及時了解學生的學習進度和學生學習的學習效果，從而進行相應的教學指導和干預。

[參考文獻]

[1]楊雪，姜強，趙蔚.大數據學習分析支持個性化學習研究—技術回歸教育本質[J].現代遠距離教育，2016（4）：71-78.

[2]王維，董永權，胡玥.基于大數據的個性化學習分析模型構建[J].黑龍江畜牧獸醫，2019（20）：166-169.

[3]孫玉樺.基于大數據的個性化學習環境構建研究[D].錦州：渤海大學，2018.

[4]鄭淦專.計算機差異化教育中運用大數據技術的分析[J].教育現代化，2017（38）：213-214.

[5]郭炯，鄭曉俊.基于大數據的學習分析研究綜述[J].中國電化教育，2017（1）：121-130.

（編輯 姚 鑫）