大數據行為定向學習資源推送對教學質量的效用*

贛州師范高等?？茖W校 李玥

本研究旨在探討大數據行為定向學習資源推送對教學質量的效用，通過對課程中采集的大數據進行分析，結合學生個體差異和學習行為特征，本研究構建了行為定向學習資源推送模型，并對其進行了實證研究。結果顯示，該模型能夠顯著提高學生的學習效果和學習積極性。本研究的發現展示了大數據在教學中的嶄新應用，為個性化教學和學習支持系統的設計與優化提供了借鑒，對提高現代教育教學的效果和質量具有重要的指導意義。

大數據應用給傳統教學模式帶來了革命性的改變。眾多研究表明，個性化教學和學習支持系統可以顯著提高教育教學的效果和質量。因此，借助大數據技術，通過行為定向學習資源推送，為學生量身定制學習內容和方式，成為了現代教學模式的一個重要方向[1]。

本研究分析大數據行為定向對教學質量的效用，以期為教育改革和教學模式創新提供有益啟示。當前，雖然近年來有關行為定向學習資源推送的研究不少，但其對教學質量的效用研究不多，本研究的意義在于展示大數據在教學中的嶄新應用，并提供參考和借鑒。我們將首先概述大數據行為定向學習資源推送的模型的相關概念；接著，探討大數據行為定向學習資源推送與教學效果的關聯性，并明確選定的教學效果衡量指標；然后，介紹研究設計和數據處理的方法以及結果分析；最后，總結研究結果，并給出相應的結論和建議。

1 大數據行為定向學習資源推送的模型構建

1.1 大數據行為定向學習資源推送的模型的設計原則及特點

大數據行為定向學習資源推送是指利用大數據技術對學習者的行為進行分析和挖掘[2]，進而根據學習者的個性化需求和學習特點，設計模型應該符合將合適的學習資源有針對性地推送給學習者的設計原則。這種推送方式的特點是高度定制化和個性化，能夠為學習者提供更加精準和有效的學習資源，提升學習過程和學習效果。

大數據行為定向學習資源推送的應用背景可以從兩個方面來考慮。一方面，隨著互聯網技術和移動學習技術的快速發展，信息過載和學習資源過剩的問題也隨之而來，學習資源推送技術的出現，則為學習者提供了一種有效的篩選和推薦學習資源的方式[3]；另一方面，學習者的個體差異和學習需求多樣化是大數據行為定向學習資源推送應用的另一個背景因素。大數據行為定向學習資源推送技術通過對學習者行為的分析，能夠準確地把握學習者的個性化需求和學習特點，從而為他們推送合適的學習資源，提升學習的效果和質量。

1.2 大數據行為定向學習資源推送模型

根據大數據行為定向學習資源推送模型設計原則，教學團隊設計了適用于現有教學云平臺的大數據行為定向學習資源推送模型邏輯結構，如圖1 所示。

圖1 大數據行為定向學習資源推送模型邏輯結構圖Fig.1 Logical structure of big data behavior-oriented learning resource push model

2 大數據行為定向學習資源推送與教學效果的關聯性研究

2.1 教學效果衡量指標的確定

在確定教學效果衡量指標時，需要綜合考慮教師和學生兩個主體多個方面及不同維度的評估指標，如學生的學習成績提升情況、學生對學習資源的反饋和滿意度、學生的學習興趣和動機水平等。綜合考量如表1 所示的指標，可以更全面地反映學生在大數據行為定向學習資源推送下的學習效果。

表1 教學質量評價指標Tab.1 Teaching quality evaluation indicators

表2 所示的教學質量評價指標，可以客觀地評估大數據行為定向學習資源推送對教學效果的影響。在實證研究中，采用統計方法和實證研究設計，進一步驗證這些指標的有效性和可行性，為教育實踐提供科學依據。

表2 三種教學方法的教學質量效用分析表Tab.2 Analysis of teaching quality and effectiveness of three teaching methods

2.2 大數據行為定向學習資源推送對教學效果的關聯性

大數據行為定向學習資源推送對教學效果的影響分析是本研究的關鍵內容。通過對大數據行為定向學習資源推送與教學效果之間的關聯性進行探討，可以深入理解學習資料推送對教學效果的實際影響程度。利用熵值反映不同教學方式的教學效用。熵值法能夠對無序變量進行有條理的測算，通過教學評價指標值的差異程度確定權重。熵值越小，變量的效用越高。利用熵值法，構建效用公式如式（1）-式（3）所示：

Yij表示收集的教學數據無量綱化，wj表示熵權，e為熵值。教學方法分別為傳統教學、信息化教學和采用大數據行為定向學習資料推送的信息化教學[4]。教學團隊根據教學評價指標，對三種教學方法采集數據，用于構建效用因素做定量分析。

3 實證研究

3.1 研究假設與實驗設計

本研究選擇學習通作為教學云平臺數據，以贛州師范高等?？茖W校2022 年1 月-2022 年12 月期間學生的學習數據為主體，采集上述三種教學方法的數據。

本次將采用定量研究方法，通過教學云平臺線上數據及問卷調查收集相關數據。問卷設計圍繞教學效果和大數據行為定向學習資源推送的相關因素展開，以評估其對教學效果的影響。數據分析采用相關性分析如上所述的熵值分析法。隨著研究的深入，教學團隊發現大數據行為定向學習資源推送在提高教學效果方面具有很大的潛力。提出如下假設，并對假設進行驗證。

（1）該推送方式能夠根據學生的學習行為和偏好，精準推送適合其個性化學習需求的資源，從而提高學生的學習參與度和學習動力。

（2）學習資源的定向推送可以提供更高質量的學習內容和資源，讓學生在學習過程中獲得更多有效的信息和知識。

（3）大數據行為定向學習資源推送還能夠幫助教師了解學生的學習情況和習慣，及時調整教學策略和資源布局，以更好地促進學生的學習效果。

三個假設分別對應學生的學習動力、學習成效和教師的教學過程評價指標。

3.2 數據收集與處理

在學習通的云平臺獲取了相關學生的學習數據，這些數據包括學生的學習記錄、學習習慣和學習成績等。實驗中采用了大數據分析方法：即數據挖掘和機器學習算法（聚類分析和決策樹算法）來處理這些數據。通過這些算法，發現學生的學習行為和學習成果之間的關聯。

在數據處理階段，教學團隊對收集到的原始數據進行了清洗和篩選，包括去除異常值、缺失數據的處理和數據歸一化等[5]。使用統計軟件對數據進行了描述性統計和相關性分析，以了解不同變量之間的關系，如表2所示。

通過對三種教學方法的比較和相關性分析可知大數據行為定向學習資源推送對教學質量的影響正相關。

3.3 結果分析

在實證研究中，將參與的學生分為三組：第一組接受傳統的教學方法，第二組采用信息化教學，第三組采用了大數據行為定向學習資源推送方式。本研究在進行了研究設計、數據收集與處理后，得出了以下結果。

分析教學效果衡量指標發現，大數據行為定向學習資源推送對學生的學習成績具有顯著影響。采用大數據行為定向學習資源推送的學生在2022—2023 學年第一期末考試中的平均成績高于使用傳統方式的學生。

觀察并分析學生學習行為，我們發現大數據行為定向學習資源推送能夠提高學生的自主學習時長。研究結果顯示，采用大數據行為定向學習資源推送的學生自主學習時長明顯增加，在課堂中的積極參與程度明顯增加，其提問、回答問題的頻率明顯高于使用傳統方式的學生。此外，學生對于大數據行為定向學習資源推送的積極反饋也進一步證明了其對學習動機的積極影響。

通過與教師進行深入訪談和觀察，研究發現大數據行為定向學習資源推送對教師的教學效果也有積極促進作用。教師可以通過大數據行為定向學習資源推送了解學生的學習狀況和學習需求，并能夠根據學生的個體差異進行個性化的指導和支持，從而提高教師的教學效果。

綜上所述，本研究的結果表明大數據行為定向學習資源推送對教學效果具有顯著的積極影響。在未來的教育實踐中，教育機構和教師可以借助大數據技術，采用行為定向學習資源推送方式，以提升學生的學習成果和學習體驗。同時，進一步研究和實踐也需要在教學內容、方法和技術支持等方面不斷探索和完善，以更好地發揮大數據行為定向學習資源推送的效用。

4 結論和建議

本文通過對大數據行為定向學習資源推送對教學效果的效用進行研究，旨在為教育改革和教學模式創新提供有益啟示。研究結果表明，行為定向學習資源推送模型能夠顯著提高學生的學習效果和學習積極性。本研究的發現展示了大數據在教學中的嶄新應用，為個性化教學和學習支持系統的設計與優化提供了借鑒[6]。同時，在本研究中，教學團隊構建了行為定向學習資源推送模型，實證研究結果表明，通過大數據行為定向學習資源推送，學生能夠得到個性化的學習支持，提高學習效果和學習積極性，從而促進教育教學質量的提升。