可視化在高校在線教學系統(tǒng)數(shù)據(jù)挖掘中的應用研究

付志文，吳東醒，賀超波

（仲愷農業(yè)工程學院，廣州 510225）

0 引言

隨著MOOC 在高校的大規(guī)模推廣應用，各高校紛紛建立起了在線教學平臺，在線學習已成為當代大學生不可或缺的學習形式。在傳統(tǒng)的面授課堂中，師生沒有物理隔閡，可以及時開展交互，在交互過程中教師不斷根據(jù)學生反饋情況調節(jié)自己的教學策略。在線學習的課堂，師生地理上處于分離狀態(tài)，一般采用錄播視頻及輔助資料開展學習，師生間的反饋限定于預定的一些收集技術，如作業(yè)、交互式考試、論壇答疑。這些技術所獲取的交互情況對比面授課堂還是遠遠不夠的，不足以支持教師全面掌握學生的在線學習情況。

在線學習平臺可以采集到更多細粒度的教育行為數(shù)據(jù)。例如,學習者資源瀏覽行為記錄、交互記錄、作業(yè)情況、測驗成績、小組報告質量、論壇發(fā)帖的數(shù)量和質量等，它們能保存到數(shù)據(jù)庫中或系統(tǒng)日志中。對這些數(shù)據(jù)進行處理，提取出有意義的、具有潛在教育價值的信息就是教育數(shù)據(jù)挖掘所關注的領域。教育數(shù)據(jù)挖掘（Educational Data Mining，EDM）是一門新興的學科，關注各種用于分析來自教育環(huán)境的大規(guī)模數(shù)據(jù)的方法，并使用這些方法來更好地理解學生以及他們在其中學習的環(huán)境。這些數(shù)據(jù)通過EDM 可以轉化為有用的信息，從另一個層面更多地收集在線學習平臺的使用情況。

當前國內外已有較多對EDM 的研究與實踐，周慶等綜合分析了EDM 在新型網(wǎng)絡教學環(huán)境下智能導學系統(tǒng)、計算機支持的協(xié)作學習、基于游戲的學習系統(tǒng)、社交網(wǎng)絡方面的應用。國內外已有研究指出，對在線教學系統(tǒng)進行EDM 可產生良好作用，李婷等認為EDM 更重要的意義在于指導和改善學習，提高教學質量。EDM 按數(shù)據(jù)使用方向可分為管理部門、教師、學生。管理部門可以利用這些信息來了解學校開展在線教學的整體情況，繼而通過一定的政策改進學校在線課程管理制度，推動在線教學的平衡發(fā)展；教師可以利用這些信息來了解學生個體及總體情況，改進教學過程；學生也可以從這些信息中受益,比如獲取合適的學習內容,調整自己的學習過程等等。

本文依托某大學的在線教學平臺，試圖通過教育數(shù)據(jù)挖掘獲取數(shù)據(jù)背后的教育隱義，為學校在線教育改革提供可行性建議。

1 研究樣本概況

本文所研究數(shù)據(jù)來源于某大學所使用的在線教學平臺，平臺在2016 年投入使用，建有課程200 多門，用戶數(shù)8 萬余人，系統(tǒng)訪問量總計200 萬多次。整體來看，選取的系統(tǒng)數(shù)據(jù)量較大，滿足EDM 的需求。系統(tǒng)采用.net +SQL Server的技術路線開發(fā)，整個系統(tǒng)由四臺服務器組成，Web 系統(tǒng)、數(shù)據(jù)庫系統(tǒng)、文件系統(tǒng)分別使用一臺服務器，另有一臺備份系統(tǒng)。

該學習平臺已自帶簡單的數(shù)據(jù)分析工具,包括瀏覽趨勢分析、活躍度分析、課程建設分析、互動分析。瀏覽趨勢分析包括總用戶、總瀏覽量；活躍度分析包含師生的在線情況、活躍度排行等；課程建設分析包含網(wǎng)站、MOOC、資源的建設分析；課程互動分析包含作業(yè)、討論等師生互動的排名。

這些數(shù)據(jù)分析工具對了解系統(tǒng)的整體運行情況有一定的幫助，但是缺陷也比較明顯。一是統(tǒng)計指標比較少，缺少對課程運行細節(jié)分析的觀測點。二是統(tǒng)計的時間跨度較小，僅提供最近60 天的統(tǒng)計查詢，如果需要分析不同時間段的數(shù)據(jù)發(fā)展趨勢，就要對系統(tǒng)數(shù)據(jù)庫中保存的數(shù)據(jù)進行挖掘。系統(tǒng)后臺記錄的數(shù)據(jù)較為全面，但是系統(tǒng)自帶的分析系統(tǒng)沒有對這些數(shù)據(jù)進行有效的分析利用。例如數(shù)據(jù)庫對用戶登陸情況記錄就包括用戶ID、用戶類型、登陸時間（年月日時分秒格式）、登陸IP 等四類信息，系統(tǒng)自帶的分析系統(tǒng)僅統(tǒng)計了總的瀏覽量。實際上對教育工作者更有意義的可能是某個ID 每次訪問系統(tǒng)時間、某個ID 登陸次數(shù)等，這些數(shù)據(jù)有助于形成學習者的用戶畫像。以上不足之處也是本研究的一個邏輯起點。

2 研究過程

Romero 等等總結了EDM 研究中正常的工作流程，這個流程圖已被研究者們廣泛采用，如圖1 所示。從數(shù)據(jù)挖掘的角度來看,數(shù)據(jù)處理流程包含了預處理、數(shù)據(jù)挖掘和評估三個階段；從教育的角度來看,這是一個從教育環(huán)境產生的數(shù)據(jù)中發(fā)現(xiàn)知識，再利用這些知識來改善教育環(huán)境的循環(huán)過程。教育環(huán)境中收集到的原始數(shù)據(jù)需要經(jīng)過預處理（數(shù)據(jù)清洗、數(shù)據(jù)集成、數(shù)據(jù)規(guī)約、數(shù)據(jù)變換）再進行數(shù)據(jù)挖掘，從海量數(shù)據(jù)中提煉出的教育隱義即為知識，可用以改善教育環(huán)境。這個工作流程圖是本研究參考的范例，以下根據(jù)EDM 的流程闡述研究開展的具體過程。

圖1 EDM工作流程圖

2.1 數(shù)據(jù)預處理

通過分析該在線課程平臺數(shù)據(jù)庫管理系統(tǒng)發(fā)現(xiàn)，整個系統(tǒng)由五十多個數(shù)據(jù)表組成，剔除與教學無關的系統(tǒng)運行支撐數(shù)據(jù)表后，導出與在線教學密切相關的10 個表格，具體情況見如表1。

表1 在線教學原始數(shù)據(jù)表

經(jīng)過以上數(shù)據(jù)清洗之后，進行數(shù)據(jù)轉換。教學平臺原始數(shù)據(jù)存儲于SQL Server中，而本系統(tǒng)擬采取Java+MySQL 的架構進行開發(fā)，因此需要將數(shù)據(jù)從SQL Server 中轉換格式后導入到MySQL 數(shù)據(jù)庫。使用SQL Server 自帶的數(shù)據(jù)導出功能將數(shù)據(jù)存儲為SQL 文件，然后使用數(shù)據(jù)庫管理軟件Navicat for MySQL 的導入數(shù)據(jù)功能將SQL文件還原為數(shù)據(jù)庫結構、數(shù)據(jù)表及數(shù)據(jù)。

2.2 數(shù)據(jù)挖掘

數(shù)據(jù)挖掘的目的是從數(shù)據(jù)中建立模型，主要包括預測模型（predictive model）和描述模型（descriptive model）兩類。本文對在線學習平臺數(shù)據(jù)挖掘的目的是建立一個描述模型，以發(fā)現(xiàn)平臺上線以來的總體運行狀態(tài)，用于評估參與在線教學各方的績效。Romero 等把網(wǎng)絡教育系統(tǒng)中的特定數(shù)據(jù)挖掘方法分為統(tǒng)計和可視化及Web 挖掘兩類，本文所使用的是統(tǒng)計和可視化。可視化（visualization，VS）將信息或知識形象化地展示，可視化技術能夠幫助人們更加直觀地理解教育數(shù)據(jù)。前文已提及，學習平臺本身自帶的可視化分析功能較弱，為此本研究開發(fā)了一個可視化分析系統(tǒng)。

系統(tǒng)采用主流的Browser/Server 架構，使用Springboot 技術，以JDK8（Java SE Development Kit 8）作為開發(fā)語言，前端框架選擇VUE組件式開發(fā)框架、Element UI 頁面渲染框架與jQuery 框架，后端框架選擇Springboot 集成開發(fā)中間件框架，數(shù)據(jù)庫采用MySQL，數(shù)據(jù)可視化分析框架選擇Echarts，前后端數(shù)據(jù)交互的實現(xiàn)選擇Ajax異步通信。系統(tǒng)架構如圖2所示。

圖2 系統(tǒng)架構圖

可視化分析的實現(xiàn)原理是根據(jù)數(shù)據(jù)庫表累積的數(shù)據(jù)進行可視化圖表的繪制，通過可視化圖表如柱狀圖、曲線圖等顯示紛繁復雜的數(shù)據(jù)，方便解讀數(shù)據(jù)背后的教育意義。圖3是對在線課程的“社區(qū)發(fā)帖”這一指標進行可視化分析的結果。

圖3 數(shù)據(jù)可視化圖例

在技術實現(xiàn)上，為了在系統(tǒng)中實現(xiàn)可視化分析圖表的復用，每個可視化圖表分別使用一個VUE 組件進行繪制。圖表的繪制主要依賴于Echarts.min.js 文件，通過前端JavaScript 語言創(chuàng)建option對象并設置不同的屬性來達到圖表不同效果的展示。由于數(shù)據(jù)量龐大，如果每次都發(fā)送Ajax 請求到MySQL 數(shù)據(jù)庫讀取數(shù)據(jù)，會造成數(shù)據(jù)庫查詢緩慢，前端展示效果不佳。因此使用Redis 來對龐大的課程數(shù)據(jù)進行緩存，這樣每次Ajax 訪問會先從內存中獲取緩存的課程數(shù)據(jù)，相比于每次都直接訪問數(shù)據(jù)庫，使用Redis 中間件可以大大提高查詢的效率，減輕數(shù)據(jù)庫的查詢壓力。

在線課程數(shù)據(jù)可視化系統(tǒng)對10 個數(shù)據(jù)表進行了可視化分析，分析的依據(jù)是表2 所列的11個指標項。

表2 數(shù)據(jù)可視化分析指標一覽表

從表2可以看出，本文的數(shù)據(jù)可視化分析以教學單位為統(tǒng)計口徑，分別對教學行為總量和教學行為分時段變化趨勢進行了分析，這樣有助于對各教學單位在線課程運行情況的總體情況和變化趨勢形成直觀的認識。

圖4 課程點擊量變化趨勢圖

2.3 知識

知識是EDM 的研究結果，EDM 產生的知識將會對教育環(huán)境產生一定的影響。具體到本研究而言，是對前文得到的數(shù)據(jù)可視圖表進行解讀，進而為學校在線課程管理策略提供參考。因篇幅所限，下文僅以“課程點擊量變化趨勢”這一指標項分析結果進行簡要闡述，其他指標項的解讀從略。

（1）多數(shù)教學單位在線課程點擊量較少，比較活躍的僅有馬克思主義學院、機電工程學院、計算科學學院、自動化學院、人文與社會科學學院和信息科學與技術學院6個教學單位。其他教學單位的活躍度較低則可能是在線課程建設在其教學平臺的緣故。

（2）馬克思主義學院自2018年9月以來，課程的點擊量逐步攀升，是現(xiàn)有的教學單位中在線課程點擊量最高的。據(jù)了解，該學院自2018年以來多個課程建設項目獲得省教育廳的質量工程立項，已有《馬克思主義基本原理》《思想道德修養(yǎng)與法律基礎》2門課程持續(xù)開展線上教學，這兩門課程也是公共必修課，因此課程使用率非常高。

（3）2020 年上半年疫情期間，學校實行“停課不停學”的在線教學模式（2020 年3 月—2020 年7 月），馬克思主義學院的在線課程點擊量相對于其他學院有很明顯的上升走向，其次是計算科學學院，同時其余學院均有上升；但相對于馬克思主義學院和計算科學學院的數(shù)據(jù)，上升幅度相對平緩。

綜合以上可知：①該平臺在疫情“停課不停學”期間起到了較大的作用，為在線教學的開展提供了基礎條件；②各教學單位在該平臺的課程建設非常不均衡，單一平臺的數(shù)據(jù)尚不能完全反映學校在線教學開展情況，需要進一步調查其他在線學習平臺的數(shù)據(jù)。

3 研究結果及局限性

本研究目的是通過對某大學在線課程平臺進行教育數(shù)據(jù)挖掘，探尋該平臺建設及運行情況的整體趨勢。關注的是各教學單位在線課程運行方面的指標，通過2 個一級指標11 個二級指標的數(shù)據(jù)可視化揭示了在線課程數(shù)量、在線課程活躍度情況。研究結果可為學校的教務管理、教育技術部門提供決策支持，以改進在線課程管理制度，也可作為對教師和課程進行評價的數(shù)據(jù)依據(jù)。

研究的局限性在于，僅使用描述模型通過分析數(shù)據(jù)對在線課程的開展情況的歷史進行了總結性描述，沒有做到預測性的分析。在數(shù)據(jù)挖掘的使用方面，傾向于為管理決策提供支撐，未對某一個在線課程進行教學組織策略、教學進程、教學討論、教學成績等的數(shù)據(jù)進行分析，也未對具體的師生教學行為數(shù)據(jù)進行微觀的挖掘。未來可以進一步開展挖掘參與在線教學的個體學習數(shù)據(jù)的工作，具體到每個教師、每個學生的教學行為數(shù)據(jù)，如教師對課程建設的貢獻度，包括上傳資料，發(fā)布測試，批改作業(yè)，回答問題等行為數(shù)據(jù)；學生方面，可關注學生的學習行為數(shù)據(jù)，如完成作業(yè)、完成測試、觀看視頻、觀看文本資料及與其他同學的互動情況等。