基于隨機森林的在線學習行為評價研究

余楷鑫

一、研究背景及目的

隨著互聯網技術的普及與發展，在過去的幾年當中，在線教育迅速發展，儼然成為全球教育領域的一個重要趨勢。寬帶互聯網、智能手機、平板電腦和高速數據傳輸等技術的進步，使得學習和教育資源更易于在線獲取。在線教育為學生學習提供了更大的學習靈活性，學生可以根據自己的節奏和時間表安排學習。同時，在線教育也無須受到地理位置的限制，實現了在家也能隨時隨地的學習，大量的優質課源極大地豐富了學生的學習選擇。在線教育提供的各種各樣的學習資源，包括視頻課程、在線教材、互動課程、討論論壇和在線測驗等，使得學生可以根據自己的學習風格和需求選擇適合的資源。在在線教育領域不斷發展和創新之下，新的教育科技工具和學習平臺不斷涌現，改變著教育的方式和體驗。越來越多的高等教育機構和企業開始提供在線學位課程和職業培訓。

盡管在線教育有很多優點，但它也面臨不少挑戰。如何準確評估在線學習平臺中學生的學習效果，為個性化的教育提供支持，這是在線教育的一個難點。不同于傳統教學的單一性，在線教育可以提供大量學生學習過程中的學習行為數據，包括觀看視頻、參與討論、完成作業、測試等，這些數據可以多維度評價學生的學習表現。然而傳統的評價方式過于簡單，僅僅通過簡單的數值加權方式得到的評價不能有效反饋學生學習的效果。這將不利于學生的個性化發展，另一方面也很難正確跟蹤學生具體的學習情況。差異化的學習行為評分帶有大量的主觀性，我們無法快速地對一個學生的學習效果進行評價，且評價過程中存在計算難度大等問題。對此，我們迫切希望能夠利用這些數據準確預測學生的學習效果。基于此問題，本文旨在開發一種基于隨機森林的在線學習行為評價方法，通過對學生學習行為數據的分析，正確地識別出學習行為與學習成績之間的關聯，進而建立一個可靠的評價模型，以提高對學生學習效果的預測準確性。

二、隨機森林算法介紹

隨機森林（Random Forest）作為一種強大的集成學習（Ensemble Learning）方法，廣泛應用于分類和回歸問題。其核心思想在于將多個獨立構建的決策樹集成，以提升模型性能和穩定性。在隨機森林中，每棵決策樹都是獨立構建的，它們采用不同的訓練數據子集和特征子集，以確保模型具有多樣性。這種多樣性是通過引入兩種主要的隨機性因素來實現的：自助采樣與特征隨機性。自助采樣方法針對原始訓練數據集，對每棵決策樹都隨機抽取一個與原數據集大小相同的子集，允許同一樣本在不同樹中出現多次。而特征隨機性方法則在每次分裂決策樹節點時，隨機選擇一個特征子集用于分裂。這樣確保了不同樹的特征選擇方式不同，增加了模型的多樣性。在分類問題中，每棵決策樹對于一個新的輸入樣本都會投票選擇類別。最終，隨機森林會將所有決策樹的投票結果進行統計，選擇得票最多的類別作為最終的分類結果。在回歸問題中，各樹的預測值通常以平均的方式得到最終的回歸值。

隨機森林因其性能卓越可適用于各種數據類型，包括高維數據和帶有噪聲的數據。此外，由于多棵樹的平均效果有助于減少過擬合的風險，因此隨機森林對于應對過擬合問題具有較強的抵抗力。此外，隨機森林還能夠估計每個特征的重要性，這將有助于幫助我們深入了解哪些特征對模型性能具有較大的影響。總而言之，隨機森林是一種功能強大的機器學習算法，通過構建多個決策樹并引入隨機性，能夠顯著提升模型性能、魯棒性和泛化能力，適用于多種不同類型的問題。

在我們本次實驗當中，隨機森林充當了一個重要的角色。在一定程度上，隨機森林相當于多個教師對學生評價的綜合。一個決策樹相當于一位教師對學生的評價，隨機森林通過構建多個決策樹的方式，間接模擬出相當于多位教師的評價，采取綜合評價的方式，可以更準確地量化學生的學習效果。

三、隨機森林模型構建

1.數據收集

在本次實驗當中，我們以課程計算機網絡基礎為例，收集了近三年27個班，總共1034名學生的在線學習行為數據，包括觀看視頻的時長、參與討論的頻率、作業完成情況等。這些數據是通過在線學習平臺自動記錄的，包括學生的個人信息和學習活動。每一階段都邀請了四位教師交叉互評的方式評價，最后取其平均數作為最終的成績，以此避免評分的過程中存在大量的主觀性問題。另一方面，為了對成績的量化更為方便，我們將成績分為5個區間，將5個區間的數值轉化為[A，F]進行表示，數據集包括以下特征：（1）觀看視頻時長（以分鐘為單位）；（2）參與討論次數；（3）作業完成情況；（4）學生回看次數；（5）資料查閱時長；（6）掌握程度測驗問卷；（7）最終課程成績（A、B、C、D、F）。

2.數據預處理

數據預處理作為數據分析和機器學習中至關重要的一步，我們需要將數據轉化為更具表征的形式，使其適合模型的訓練與分析任務。由于各個指標之間的數據形式不同，在很大程度上還需將數據映射到新的表示形式或尺度，以改善模型性能。在處理學生在線學習行為數據時，我們進行了精細的數據預處理，以確保數據的質量和適用性。首先，為了確保整個數據集當中的各項指標完整，我們對指標的各個缺省值進行補充。其次，在數據當中，我們也檢查了一些數據的可靠性，剔除掉一些異常值。在各個指標的評價中，對于標準化的評價，例如像觀看視頻時長、討論次數這一類定性指標，我們使用了這些值，并對這類值進行標準化處理。對于作業完成程度、掌握程度測驗問卷這類主觀評價，我們采取綜合四位教師的評價結果進行定量測定。最后，針對最終課程成績，也是同樣綜合四位教師的評價計算平均成績，并將其轉化為五個區間。通過這些具體的數據預處理步驟，可以確保每個數據變量的數據質量，為后續的數據分析和機器學習任務提供堅實的基礎，以便深入地探討學生的在線學習行為與最終課程成績之間的關系。

3.模型訓練與評價

經過上一步驟的預處理，包括數據清洗和特征提取等步驟。我們構建了本次實驗的數據集。在本實驗當中，我們將采集到的數據分為訓練集和測試集兩類，其中將80%的數據作為訓練集，將20%的數據作為測試集使用。隨后將訓練的數據輸入到隨機森林模型當中，并使用交叉驗證方法對模型進行評價，基于sklearn包構建代碼進行訓練，其偽代碼如表1所示。

我們比較了基于隨機森林的評價模型和傳統線性回歸模型在預測學生學習成績方面的結果。從表2可以看出，基于隨機森林的評價模型在預測準確性方面表現更好，其R2值高于傳統線性回歸模型。

實驗結果表明，該模型相比傳統的線性回歸模型，其在預測學生學習成績方面表現出色，預測的準確性更高。

4.學習行為與學習成績的關聯分析

在我們的研究中，通過對隨機森林的指標重要性進行深入分析，探究了學生在線學習行為與最終課程成績之間的關聯：學生觀看課程視頻的時長與他們的最終課程成績之間呈現明顯的正相關關系。換句話說，那些投入更多時間來觀看課程視頻的學生通常能夠獲得更高的成績。這一現象可能反映了他們對視頻內容的深刻理解和學習投入。

進一步地，我們發現學生參與討論的頻率與他們的最終成績之間同樣存在正相關關系。積極參與討論的學生通常表現出更出色的學術成績，這也意味著積極參與互動有助于促進學習過程。此外，在學生的作業完成情況方面，我們發現作業的完成度與最終課程成績之間存在顯著關聯。按時提交作業的學生通常獲得更高的成績，而與作業缺失相關聯的學術表現則呈負相關。這一發現再次強調了任務的及時完成對于學術表現的重要性。

此外，我們的分析還揭示了學生回看學習材料的次數與最終成績之間的正相關關系。這表明通過反復回顧課程內容有助于加深理解和記憶，從而提高學術成功的機會。學生資料查閱的時間與最終成績之間也呈現正相關關系，這暗示著花更多時間查閱額外資料的學生通常表現出更高的學業成績，這也反映了他們的積極主動學習行為。

最后，我們對掌握程度測驗問卷進行了深入分析，發現學生對于自己掌握程度的主觀評價與最終成績之間存在關聯。這提示了學生的學習自信程度可能對他們的學術表現產生影響。

總體而言，我們的指標分析結果強調了學生的學習行為與最終課程成績之振興背景下國家大力推行電商扶貧，這對如何培養具有愛農情懷、能適應時代發展需要的鄉村振興電商人才提出了挑戰。因此，將助農使命融入思政，將課程思政融入專業課程，能讓技能培養與思政教育同步，更好地發揮專業課堂育人功能，提高學生綜合素質，培養鄉村振興需要的電商人才。

（三） 課程思政的思路

根據高職學生的學習特性和電子商務專業的培養目標，視覺營銷的課程思政目標從教學內容、教學方法、教學評價三個維度與鄉村振興的時代使命相結合，將知識傳授、價值引領和思想政治教育有機融合，做到課程教學全過程育人，實現立德樹人潤物無聲。

第一， 在教學內容上，將鄉村振興、傳統文化傳承、審美能力提升、版權意識培養、職業道德提升、價值觀樹立等幾個方面的教育融入課程教學內容。教學上設計典型項目，選擇一些具有地方特色的農產品進行視覺營銷設計實操，讓課堂學習與鄉村實踐同步進行，通過實地或者虛擬現實技術讓學生了解農作場景，感受助農的意義，從而使學生在學習過程中厚植愛農情懷，練就興農本領，實現助力鄉村振興的使命。

第二， 在教學方法上，將自主學習能力、團隊合作能力、精益求精工匠精神等方面的培養融入課程。把傳統教師為主的講授課堂轉變為學生為主的實操型自主探究課堂；把傳統的線下教學為主的課堂教學模式轉變為線上線下相結合的課堂課外教學模式，增加學生的課堂互動討論環節，提高學生的課堂參與度和學習熱情；引導學生在學習過程中養成不斷思考、精益求精的學習習慣，培養學生的工匠精神。

第三， 在教學評價上，將創新能力、溝通協助、團隊合作、吃苦耐勞等方面素質的評價融入課程的評價體系。在傳統的以知識、技能評價為主的評價體系中適當地融入課程思政評價內容，并提高課程思政的評價比例，關注學生在學習過程中的創新能力、溝通能力、團隊精神、吃苦耐勞等職業素養和思想品質等方面的表現，從而實現“知識傳授+能力培養+價值塑造”三位一體的教學目標。

二、視覺營銷課程思政的設計與實踐

（一）教學內容

視覺營銷課程的教學內容主要有認識視覺營銷、圖片視覺營銷、視頻視覺營銷、商品網店視覺營銷綜合實訓、商品新媒體視覺營銷綜合實訓五個教學模塊。在鄉村振興背景下，根據電商專業特點、課程的特性、學生的學情、企業的能力要求，在傳授學生知識、提升技能的同時，幫助學生樹立正確的社會主義核心價值觀，了解鄉村振興的使命，培養鄉村振興的能力，提升審美的能力，增強職業素養和創新的能力，落實立德樹人的教育目標。學習模塊的思政融入如表1所示。

（二）教學方法

在教學方法上結合任務驅動法、團隊合作法、案例探討法等教學方法，提升學生的自主學習能力、集體觀念、協作意識，以及發現、分析、解決問題的能力；借助信息化手段如雨課堂、微信、QQ平臺等在課程思政教學上的應用，實現線上線下的課程思政教學；利用圖像影音、VR和AR虛擬等數字化手段豐富教學資源和形式。

以模塊五新媒體視覺營銷綜合實訓中的“推文視覺營銷設計”為例。通過對嶺南臻品——新會陳皮進行新媒體視覺營銷綜合實訓，教育學生傳承嶺南文化，增強文化認同和自信。思政元素的融入要求學生把嶺南陳皮的飲食文化與我國傳統二十四節氣相結合，設計養生系列微信公眾號推文。

課前，借助雨課堂發布推文視覺營銷設計任務，讓學生以團隊的形式完成推文作品設計。學生自學推文知識和二十四節氣傳統文化，自主組建團隊完成作品，遇到問題通過雨課堂留言或者微信學習群與同學、教師互動探討，培養學生的自學能力和團隊合作能力，學生通過課前線上學習，提高學習效率。

課中，在線下課堂采用翻轉課堂模式，以學生為主體，首先以小組為單位對課前作品進行分享展示，教師引導組間作品互評，接著采用線上或線下的方式讓企業導師修改指導作品。教師針對學生的共同問題和難點內容進行補充講解和演示操作，把教學難點制作成微視頻放在雨課堂提供給學生反復觀看學習。接著，學生修改和完善作品。通過豐富的教學手段，提升學生的學習興趣和合作能力，通過企業導師的指導，讓學生的作品與企業要求和市場需求同步，培養精益求精的匠心意識。

課后，針對推文設計任務，要求學生利用推文知識以陳皮制作為主題設計公眾號推文視覺營銷，培養學生發散思維和學以致用的能力。通過陳皮制作流程的知識普及，讓學生能對嶺南臻品陳皮有進一步了解，通過陳皮推文的設計推送也吸引更多人加深對陳皮的了解，為鄉村振興助力。

（三）教學評價

在教學評價上，對學生的學習態度、耐心、團隊合作能力、溝通能力、思想品質、職業道德、職業素養、政治面貌等方面的素質進行評價。

本門課程的評價由過程性評價（60%）、終結性評價（40%）和增值性評價（加分項）三部分組成。過程性評價主要評價學生課前（10%）、課中（40%）、課后（10%）三個階段的表現，整個考核評價過程由小組自評、小組互評、教師點評、企業參評等多方進行多維的評價，重視考查學生的學習態度、耐心、團隊精神、創新精神、工匠精神、文化傳承、愛國愛黨愛農等。終結性評價考核學生最終項目任務的完成效果，由教師和企業一起進行綜合評價，考核標準參考行業標準、企業標準。增值性評價采用對比性評價，主要考查評價學生在不同學習項目任務的前后成績和素質方面的變化，鼓勵學生在學習過程中積極參與相關比賽、社會服務，實現自我價值。獲獎情況和社會服務實踐表現等納入課程的考核加分和德育考核。

三、視覺營銷課程思政實踐成效

視覺營銷課程思政教學設計和實踐取得了一定的成效，主要體現在四個方面。

第一，思政元素細化融入不同的項目任務，提高了學生的思政接受度，使思政元素與課程教學更融合，提高了學生的學習熱情。

第二，在鄉村振興背景下與嶺南臻品企業進行的陳皮視覺營銷合作項目，提高了新會陳皮的知名度，助銷了新會陳皮，傳承了嶺南文化，練就了學生興農本領和愛農情懷，增強了學生的社會服務意識和社會實踐熱情。在暑假，學生踴躍參與廣東大中專學生志愿者暑期文化科技衛生“三下鄉”社會實踐活動，取得積極成效。

第三，提升了學生的比賽熱情和團隊合作能力，學生團隊積極參與中國國際“互聯網+”比賽。

第四，課程思政的開展對本課程的專業教師提出了新的教學能力要求，激發了教師的課程思政研究能力，促進教師團隊教科研能力的提升。

四、 結語

課程思政是實現“知識傳授+能力培養+價值塑造”三位一體教學目標的重要路徑，是專業人才素養提升的有效方法。在鄉村振興背景下，電商專業的課程思政可以從教學內容、教學方法以及教學評價三方面來探索鄉村振興思政元素的有機融入，讓學生在學習電商專業知識技能的同時，把課堂學習與鄉村實踐結合起來，培養“一懂兩愛”的電商人才，讓其具有服務三農的能力，引導其在鄉村振興的舞臺上建功立業。

[基金項目：2021年廣東省繼續教育質量提升工程項目（編號JXJYGC2021AY 0017），廣東省教育廳重點科研平臺和科研項目（編號2018WTSCX242），廣東開放大學（廣東理工職業學院）校內科研課題（編號1818）。]

責任編輯 陳春陽