基于PCA的高職生課堂學習效果分析

董心雨

【摘要】? ? 高職生課堂學習效果受高職生自身特點、教師教育教學水平，學校引導與管理及高職教育培養(yǎng)方案等多個方面共同影響。根據(jù)高職院校的課堂教學特點，提取了若干個影響高職生課堂學習效果的因素，利用主成分分析法（Principal Component Analysis，PCA）對各個因素進行處理及分析，求得影響高職生課堂學習效果的關鍵指標。結果表明，基于PCA的高職課堂學習效果分析能夠有效提取主因，為進一步改良教育教學方法，提高學生學習成績提供了科學的指導及明確的方向。

【關鍵詞】? ? PCA? ? 高職? ? 課堂學習

引言：

隨著大數(shù)據(jù)時代的到來，爆炸式增長的海量數(shù)據(jù)給傳統(tǒng)的數(shù)據(jù)處理方法帶來了嚴峻的挑戰(zhàn)，因此，我們一直在努力探尋更高效的數(shù)據(jù)處理手段。數(shù)據(jù)降維是一種解決維度災難有效方法。衡量課堂教學效果的好壞必然是一個非線性的、多維的問題，通常來講，指標越多，評價過程越全面，但是在這個過程當中必然會產(chǎn)生龐大的數(shù)據(jù)，而數(shù)據(jù)的采集、統(tǒng)計、分析就會顯得過于繁瑣，工作量巨大。因此，采用PCA實現(xiàn)數(shù)據(jù)降維，可以有效提取高職課堂教學評價的核心指標信息。

除了個別就業(yè)率較高、綜合實力較強的高職院校的部分專業(yè)，高職院校生源整體弱于本科院校，學生知識水平、專業(yè)基礎參差不齊。然而培養(yǎng)出更多高素質技術人才，能工巧匠又是我國現(xiàn)代化建設至關重要的一項任務。因此，如何提高高職生課堂學習效果，培養(yǎng)高職生良好的學習習慣，幫助其掌握科學合理的學習方法，是一個急需探討的課題，這不僅有利于幫助其提高課業(yè)成績，對其步入工作崗位后的進一步學習也有著重要意義。

一、影響高職生課堂學習效果的主要因素

從國家對于高職課程設置的層面來看，德國采用的是雙元制的課程模式，學校負責理論課程的講授，企業(yè)負責安排實踐課程，共同合作完成培養(yǎng)計劃，學生所學知識與最終所從事的工作需求有著非常高的契合程度，是一種非常理想的培養(yǎng)模式;英國將高等職業(yè)教育與“國家職業(yè)資格證書”的獲取綁定在一起，只有拿到相應的資格證書才能夠就業(yè)，在一定程度上也保證了課堂學習內容與工作的匹配度;美國的高職教育對基礎理論的要求較低，課程設置與工作也沒有直接聯(lián)系，比較傾向于人的全面發(fā)展和能力的培養(yǎng);日本則是輕理論重實踐，給學生很多實踐機會，重視所學知識的實用性以及技能的培養(yǎng);中國高職教育的歷史較短，在探索與學習中前進，很多高職院校仿照學術性大學制定培養(yǎng)計劃，沒有充分體現(xiàn)出高職教育的特點，與企業(yè)融合的不夠深入，無法真正做到讓學生學有所用，畢業(yè)即可上崗，不過近年來國家注重高職教育的培養(yǎng)，推動“1+X證書”等制度的發(fā)展，為提高高職院校辦學質量，學生課堂學習效果起到了積極作用。

從學校的層面來看，很多高職院校對于提升課堂教學效果并沒有提出科學有效的保障手段，僅僅從紀律層面進行把控。例如在教室放置手機袋，要求老師在課前監(jiān)督學生上交手機來減少上課玩手機的情況，這并不能從根本上解決問題。學生即使上交手機，也可能采用睡覺、看小說、發(fā)呆、練字等方式度過一堂課，而教師也不可能在課上耗費過多時間來處理這些問題。學校對于課堂效果的評估也僅僅依賴于學生教評及期末成績，然而大多數(shù)學生對于教評環(huán)節(jié)并不是特別認真，且受主觀因素影響，期末成績也不能完全反映學生的學習效果，可能受任課老師所透露的考點范圍等因素的影響。

從教師的角度來看，很多教師只是簡單地完成教學任務，對于學生的心理狀態(tài)，學習效果并沒有深入了解。在很多高職課堂上，睡倒一片，或者偷玩手機的狀況比比皆是。部分教師采用課前上交手機的方法試圖提高學生在課堂上的學習效果，然而治標不治本，即使手機被沒收，部分學生也無法集中注意力在教師所傳授的知識上，會用睡覺、發(fā)呆、練字等方式來消磨時間，更有甚者對于老師的強硬態(tài)度會產(chǎn)生逆反心理。因此，讓課堂變有趣、讓學生能聽懂、聽進去是每一個教師努力的方向。除此之外，很多老師缺乏企業(yè)實踐經(jīng)驗，研究生畢業(yè)就進入高職院校任職，所具備的知識范疇僅僅局限于課本，對行業(yè)的現(xiàn)狀及發(fā)展沒有深刻的認識，對企業(yè)的需求也沒有準確的把握，更多的是理論知識的輸出，而高職院校的學生不同于普通本科院校，工匠型人才的培養(yǎng)需要更多的實踐機會及崗位技能培訓。

從學生自身出發(fā)，一個學生的成績好壞往往受智力因素和非智力因素兩方面影響。智力因素是無法改變的，因此僅就非智力因素進行探討。高職生普遍存在著理論基礎課薄弱，缺乏自覺性和主動性，學習目標不明確，學習動力不足等問題。

例如《高等數(shù)學》等需要一定數(shù)學基礎的課程，就會出現(xiàn)兩極分化的情況。基礎較好的同學更容易聽懂課堂內容，能夠積極響應老師的提問，與此同時獲得的優(yōu)越感及成就感更加激發(fā)了其對該門課程學習的積極性，達到一個良性循環(huán)，學習效果也會很理想。相反的，有相當一部分同學數(shù)學基礎極差，就會遇到上課試圖聽但是聽不懂，一不留神就跟不上的情況，最終選擇放棄。因此，對于這一類型課程的課堂學習效果，學生理論基礎是占比非常大的一個影響因素，具有特殊性，不太適用采取PCA的方式對其進行進一步調查研究。

本文選擇的是《計算機網(wǎng)絡與通信》這門課程，該門課程有部分純概念性章節(jié)，學生不需要有良好的文化課基礎就能夠理解記憶，但是在子網(wǎng)劃分等章節(jié)，涉及進制計算等知識點，需要學生有一定的理論基礎。選擇該門課程可以很好地從學生方面分析其對課堂效果的影響。

可以看出，高職生課堂學習效果受多方面多維度因素的影響，本文基于PCA進行數(shù)據(jù)分析，找出影響高職生課堂學習效果的關鍵因素。

二、PCA算法的基本原理

PCA算法是一種應用非常廣泛的降維方法，它可以從對事物產(chǎn)生影響的多個因素中挑選出幾個核心關鍵因素，去掉一些相關度較高的影響因子、冗余信息、最終將復雜的問題簡單化，此方法應用于圖像處理、數(shù)據(jù)壓縮、信號去噪等多個領域。

PCA主要依據(jù)映射的方法，將p個維度投影至q個維度上，所得到的q維度數(shù)據(jù)滿足正交特性，我們稱之為主成分。具體來講，我們需要在原始的數(shù)據(jù)空間中找到一組組相互正交的新的坐標軸，他們的相關性是最低的，相關性越低信息的重疊量就越小。第1個新的坐標軸的方向是通過計算原始數(shù)據(jù)中最大方差得到的，第2個新的坐標軸則是由與第一個新坐標軸正交平面中最大方差確定的。與第1，2個坐標軸正交的平面中方差最大的即第3個坐標軸，依此類推得到p個新的坐標軸。通過進一步分析，可以得知大部分的方差都被包含于前q個坐標軸中，q個坐標軸之后的方差幾乎為0。因此，我們可以忽略之后的坐標軸，僅用前q個坐標軸來表示。通過這種方法不但實現(xiàn)了數(shù)據(jù)降維，關鍵信息也得以保留。下面具體介紹一下基于PCA算法的主要步驟：

1.將原始數(shù)據(jù)組成n行p列的樣本矩陣X，其中n代表各個樣本，p代表不同指標，并進行標準化處理。將每一列數(shù)據(jù)，即所有來自同一個指標的數(shù)據(jù)做量綱上的統(tǒng)一，具體方法是將每個數(shù)據(jù)減去平均數(shù)后除以方差。

2.計算相關系數(shù)矩陣R。

3.求矩陣R的特征值及特征向量。

通過求解|R-λf|=0，可以得到k個特征值及特征向量。

Q=（q，q，…，q）? ? ? ? ? ? ? ? ? ? ? ? （2）

4.求主成分系數(shù)矩陣。

第i個主成分的貢獻率為：

前q個主成分的貢獻率之和，即累積貢獻率為：

一般情況下，當累積貢獻率達到85%以上時，可以用這q個主成分代替原來的p個指標。根據(jù)公式（2）可以寫出主成分系數(shù)矩陣：

三、PCA在高職生課堂學習效果評價中應用

（一）模型建立

本文基于12個影響因子建立高職生課堂學習效果評價模型，并用X1～X12代替，如表1所示。

（二）數(shù)據(jù)采集、處理及分析

采用問卷調查的方式對《計算機網(wǎng)絡與通信》課程進行大量的數(shù)據(jù)采集，這里只列出了一小部分抽樣數(shù)據(jù)，即12名學生對12個指標的評分。對原始數(shù)據(jù)求解特征值、特征向量及貢獻率得到表2及表3。

從表3可以看出第一主成分的累積貢獻率為89.73%，大于85%，結合公式（5）可以得到主成分表達式：

在該主成分中，教學重難點處理得當X2，理論聯(lián)系實際，重視實踐X3，教師情緒飽滿，課堂氛圍好X5，課堂互動多X6，學生學習積極性X11基本包含了主成分的所有信息。

而本研究是針對高職生開展的，課程的重難點是否處理得當對于高職生能否聽懂課堂知識起著至關重要的作用。教師如果不能很好地把握重難點，將難以理解的知識進行分解、簡化，那么對于基礎較差的高職生來說會形成聽不懂，不想學，越不學，越聽不懂的惡性循環(huán)。對于高職生的培養(yǎng)不同于普通本科學生，相較于理論，更重視實踐。因此，學生更在意課堂所學知識是否能運用在將來的實際工作當中，教師如果能聯(lián)系實際舉例，開展實踐活動更能激發(fā)學生的學習興趣。而良好的課堂氛圍及豐富的課堂互動決定了學生能夠在課上集中注意力的時長。學生學習積極性也直接影響著學習效果，而積極性的調動除了任課老師把課上好之外，輔導員也應該發(fā)揮積極作用，幫助學生們了解就業(yè)形勢，建立職業(yè)規(guī)劃，認清成績的重要性。

四、結束語

本文基于PCA算法研究了影響高職生課堂學習效果的主要因素，通過分析貢獻率得到了5個重要指標：教學重難點處理是否得當;理論能否聯(lián)系實際，并加入實踐;教師情緒是否飽滿，課堂氛圍如何;互動環(huán)節(jié)豐富與否;學生學習積極性能否被充分調動。

計算出的主成分能夠很好地簡化影響高職生課堂效果的各種因素，消除了原有各項因素的信息重疊，對于今后開展教育教學工作，提高課堂學習效果指明了方向。

參? 考? 文? 獻

[1]趙薔，李紅，郭新明.基于PCA的高校教學質量評價方法[J].電子設計工程，2016，24（08）：20-22.

[2]王鵬宇，項樹林，孫君亮.基于主成分分析的實時數(shù)據(jù)處理方法研究[J].自動化技術與應用，2019，38（10）：89-92.

[3]張堯庭，方開泰.多元統(tǒng)計分析引論[M].北京：科學出版社，1982.