劉 云 于海霞
(合肥職業技術學院,安徽 合肥 230000)
隨著互聯網的蓬勃發展,在線教育已經在互聯網的時代下逐漸普及,在線教育可以實現教學資源的最大化,目前國內外已經開設和搭建了很多如開放大學、MOOC這樣的在線教育機構以及線上平臺。2020年上半年因為疫情無法正常開學,學校都開始線上教學模式,各種形式的直播教學風起云涌,線上教學與在線學習這樣的教育學習方式已經成為一種常態。
目前,雖然在技術上已經基本實現在線學習的功能,管理上也有了新的發展,但是在實際應用過程中還是出現了一系列問題,如在線學習人數的流失率較高、學習效果反饋的及時性和有效性有待加強、難以滿足多元化過程性考核需求等,針對這些問題,設計一種可以解決上述問題的在線預警學習系統勢在必行。
系統收集學生的基本信息和學習數據,然后根據建模進行大數據分析和數據挖掘,評估學習過程及質量,然后將結果以圖片、圖表等可視化的形式呈現出來,從而生成相應的預警信息反饋給學生群體,并對學生提供個性化的指導,提出合理建議,以提高學習者的學習效果,降低中途退學率。同時,系統也可以幫助老師實時監控學生情況,從而根據實際情況及時調整課程的教學方案和內容或者形式等,做出正確的教學決策,有效提高教學質量。
系統的開發語言選擇JAVA,數據庫選擇mysql,以在線課程學習為基礎,對學習者在線學習的數據加以分析,給出相應的預警信息,并給出合理化建議。核心是利用數據挖掘,形成關于學生學習預警模型,提供學習危機警示等服務性功能。系統采用MVC模式設計開發。在線學習預警系統設計思路如圖1所示。

圖1 在線學習預警系統設計思路
系統最重要的一個功能就是實現學習預警,如圖2所示,圖中呈現了如何對學習情況進行預警的一個工作流程。首先,系統收集學生基本信息和學生學習數據,并對數據進行整合后存儲,然后對存儲數據尤其是學習數據進行數據建模及分析,包括內容分析、社會網絡分析、會話以及語境分析,從而掌握學習者的知識學習情況、過程行為以及學習狀態等信息,再依據系統中的預警模型對在線學習者發送不同形式的干預或者預警。
在系統使用過程中不僅收集學習者相關數據,還會收集線上課程和授課教師等基礎數據,然后對數據進行分類和整合,實現數據不同形式的存儲和應用分析;結合場景分析預測學習過程中學習者可能發生的異常概率;然后在系統可視化界面中通過設置紅綠燈、小紅旗、磁條、背景顏色等表示學習者的學習情況及狀態;系統通過不同顏色表示并結合學習干預策略庫,為用戶提供不同的干預,包括系統干預和人工干預。

圖2 學習預警功能模型
1.4.1 系統界面
本系統中用戶角色只要分為兩大類,一類是系統管理員,一類是普通用戶(包括教師和學生)。首先,用戶在瀏覽器中輸入用戶信息并提交request,后臺服務器端收到request后對請求信息進行驗證,驗證數據是否存在且正確,通過驗證后允許進入系統。如果在數據庫中沒有匹配到數據,頁面報錯。通過驗證的用戶權限不同,登錄系統后可獲得不同的權限功能。
1.4.2 預警功能實現
預警功能模塊主要是將處理后的數據進行可視化界面展示,教師或者管理員可以通過預警管理功能查看各個學生的在線學習預警情況。
在線學習預警系統主要采用三層結構設計,主要完成對學習者的學習過程的監控和數據收集及分析,然后依據分析結果提供給學習者和教師不同的功能。系統對學習者發送預警信息,幫助學習者更好地了解自己學習情況,選擇合適自己的學習習慣或者方法;系統對教師發送關于學習者的學習報告,從而實現對學習者的全過程掌握,并及時提供建議。但是在實際應用中還缺乏大量數據支撐,數據分析模型有待進一步驗證。后期將繼續推廣系統應用,進一步完善系統,真正實現在線學習的預警。