基于大數據技術的在線課程質量監控體系構建研究

吳建城

摘要：文章旨在探討基于大數據技術的在線課程質量監控體系的構建，以解決當前在線課程監控體系存在的問題。首先，該體系融入大數據技術以處理在線課程數據，實現對學生學習行為和課程質量的全面監控與分析。此外，該體系加入情感分析技術以識別學習者情感狀態，為在線課程質量評估提供全新視角。最后，該體系利用Spring MVC及uni-app架構搭建高質量監控系統，實現對在線課程質量的自動、全面、精確監控，進一步推動在線課程的高水平建設。

關鍵詞：情感分析；質量評估體系；在線課程；質量監控

中圖分類號：G434 文獻標識碼：A

文章編號：1009-3044（2024）13-0088-03 開放科學（資源服務）標識碼（OSID） ：

0 引言

隨著在線教育的迅速發展和普及，高等教育領域對于在線課程質量監控的需求日益增長，其教學質量直接關系到學生的實際能力培養和綜合素質提升[1]。因此，構建科學、高效的在線課程質量監控體系成為當前教育管理的迫切需求，也是提升教學質量的關鍵保障之一。

在當今素質教育的背景下，傳統的教學質量監控方式已經無法滿足多元化、個性化的教學需求。因此，學校有必要積極改革教學質量監控的體系和內容，以適應新時代的教育發展。這意味著需要淡化監控者與被監控者之間的界限，利用在線課程多方數據（如課程評論數據等）共同推動教學質量的不斷提升[2]。

重慶三峽醫藥高等專科學校在實踐類課程的教學管理方面積累了豐富的經驗和實踐成果。本文旨在結合當下在線課程的現狀和需求，探討構建和完善基于大數據技術的在線課程質量監控構建體系，以期為教育管理者和教師提供可行的解決方案和指導建議。

1 在線課程質量監控構建體系的研究

在線課程質量監控體系的研究是當前教育領域的一個重要議題。隨著信息技術的迅速發展和互聯網教育的普及，越來越多的高校開始關注在線課程的質量問題，并試圖通過大數據技術構建有效的監控體系。在這個背景下，建立基于大數據技術的在線課程質量監控構建體系具有重要的理論和實踐意義。

同時，隨著人才培養模式的改革以及新世紀高等教育目標的提出，實踐教學在教學工作中的地位日益提升，逐漸從過去的驗證性教學、理論課的附屬地位轉變為獨立的教學體系。在培養學生的實踐動手能力、獨立分析和解決問題的能力方面，實踐教學具有其他教學形式無法取代的重要作用，成為學生創新思維和創新能力培養的關鍵環節。為了有效監控在線課程的質量，特別是實踐類課程，需要借助大數據技術構建在線課程質量監控體系。這一體系可以從諸多方面進行監控，包括課程內容的質量、教學效果的評估、學生的學習反饋等。通過大數據分析技術，可以實現對海量課程數據的實時監測和分析，發現問題、改進課程，從而提升在線課程的質量水平。

因此，建立基于大數據技術的在線課程質量監控構建體系對于提高教育教學質量、促進學生全面發展具有重要意義。通過不斷完善監控構建體系，可以更好地發現和解決在線課程中存在的問題，推動在線教育的健康發展。

1.1 當下在線課程質量監控構建體系存在的問題

在當前的在線課程質量監控構建體系中存在一系列問題，這些問題影響了在線教育的質量和效果，應當引起教育從業者的重視：

1） 教學環節的多樣性及其內容的復雜性決定了對其監控的難度較大。理實一體類課程的特點是涉及多樣化的實踐環節和復雜的實踐內容，這使得對該類教學的監控變得異常困難。傳統的監控方法往往難以覆蓋教學的全過程和多方面，因此需要引入更加有效的監控手段和技術手段。

2） 教學過程的時長較長，且教學形式多樣化。通常情況下，教學需要經歷較長的周期，教學形式也較為多樣，包括指導教師講解、學生獨立完成、指導教師巡回指導等。此外，有些專業核心課程涉及的教師較多，每名教師授課的學時數較少，這樣就給教學質量的監控帶來了挑戰，監控不夠全面、客觀。

3） 教學環節缺乏信息收集、管理和反饋機制，其質量得不到有效的保障。由于缺乏系統化的信息收集和管理機制，教學環節的質量監控往往停留在表面，無法深入地了解學生的實際學習情況和問題所在，也無法及時地對教學過程進行調整和改進。

綜上所述，當前在線課程質量監控構建體系存在諸多問題，需要通過引入大數據技術和完善監控機制來解決，以提高在線課程的質量和效果。

1.2 在線課程質量監控構建體系建立的原則

1） 以大數據技術為支撐的原則。隨著大數據技術的不斷發展，利用大數據分析技術可以實現對在線課程質量的全面監控和分析。這種基于大數據的監控體系可以實時收集、處理和分析海量的學生學習數據、課程評價數據等，從而為課程質量評估提供更加客觀、全面的依據，幫助學校和教師及時發現問題并進行針對性改進。

2） 以現代教育理念為指導的原則。在線課程質量監控體系的建立應以現代教育理念為指導，注重培養學生的實踐能力、創新思維和綜合素質。監控體系應充分考慮學生的個性發展和人格塑造，致力于打造一個促進學生全面成長的教育環境。

3） 以全面性和科學性為原則。在線課程質量監控體系的建立應具備全面性和科學性，即全面覆蓋各個環節和要素，并且基于科學的方法和標準進行評估和監控。監控體系需要結合教育實踐和學科特點，科學地設計監控指標和評價體系，確保評價結果客觀準確，為教學改進提供可靠的數據支持。

2 基于大數據在線課程質量監控體系構建的實踐

本文旨在結合大數據技術和情感分析，構建一個全面、高效的在線課程質量監控體系。大數據技術賦予了數據收集、存儲和處理海量在線課程數據的能力，包括學生的學習軌跡、課程評價和互動行為等。這些數據不僅提供了寶貴的課程運行情況反饋，還為教育者提供了深入了解學生需求和行為模式的機會。與此同時，情感分析技術允許教育者從學生的言行舉止中捕捉情感信號，識別他們的情緒狀態和學習體驗，從而快速發現課程中存在的問題和挑戰，及時作出調整和改進，以提升課程質量和學習效果。

這一綜合性的監控體系不僅為教師和教育管理者提供了全面了解在線課程運行情況的工具，更可以通過充分利用大數據和情感分析技術，實現對在線課程質量的精準監控和持續改進，從而提升學生的學習體驗和教學效果。在線課程質量監控體系結構如圖1所示。

2.1 采用大數據技術處理在線課程數據

為了有效地收集在線課程數據，并應用于質量監控體系的建立，監控體系可以采用Apache Hadoop作為大數據技術平臺。Apache Hadoop是一個開源的分布式計算框架，可用于處理大規模數據，并提供高可靠性和高擴展性。具體而言，首先可以采用網絡爬蟲技術來抓取在線課程平臺上的各種數據，包括學生的學習行為、課程內容、交互數據（用戶的點擊行為、觀看視頻的時長、參與討論的次數、作業提交情況等）。使用網絡爬蟲可以自動化地從網頁中提取數據，并將其轉化為結構化的數據格式，以便后續的存儲和分析，部分示例代碼如圖2所示。其次，可以利用Ha? doop 中的HDFS（Hadoop Distributed File System） 存儲在線課程平臺的原始數據，包括學生的學習行為、課程內容、交互數據等。最后，利用Apache Spark作為Hadoop生態系統中的數據處理引擎，通過其強大的并行計算能力和內存計算優勢，對在線課程數據進行實時分析和處理，部分示例代碼如圖3所示。

除了基礎的大數據技術工具外，還可以采用自然語言處理（NLP） 技術中的Word Embedding 算法，如Doc2Vec，用于對在線課程中的文本數據進行語義表示和特征提取。通過將課程資料、討論區內容等轉化為文本向量形式，能夠更好地理解學生的學習行為和課程內容之間的關聯，從而為在線課程質量監控提供更深層次的分析和評估。部分示例代碼如圖4所示。

綜上所述，采用Apache Hadoop作為基礎平臺，結合Apache Spark和自然語言處理技術，能夠高效地收集、處理和分析大規模的在線課程數據，為構建在線課程質量監控體系提供了強大的技術支持。

2.2 采用情感分析技術識別學習者情感狀態

為了有效地識別學生的情感狀態，并應用于在線課程質量監控體系的建立，本文采用情感分析技術作為其中的重要組成部分。在情感分析技術中，一種常用且高效的算法是基于深度學習的情感分類模型，如卷積神經網絡（CNN） 和長短期記憶網絡（LSTM） [3]。具體而言，可以利用深度學習框架，如TensorFlow或Py? Torch，構建一個情感分類模型。該模型可以接受學生在討論區、評價頁面等地方輸入的文本內容作為輸入，然后通過多層神經網絡進行特征提取和情感分類。在訓練階段，需要使用已標記的情感數據集對模型進行訓練，以使其能夠學習到文本數據中情感的表示和分類規律。在測試階段，則可以使用訓練好的模型對新的文本數據進行情感預測，從而識別學生的情感狀態。部分示例代碼如圖5所示。

綜上所述，采用深度學習算法進行情感分析能夠幫助人們準確地識別學生在學習過程中所表現出的情感傾向，為在線課程質量監控提供更加細致和全面的評估[4]。

2.3 使用Spring MVC 架構搭建質量監控系統

為了有效地搭建在線課程質量監控系統，可以采用Spring MVC架構。這是一種基于Java的Web應用開發框架，能夠提高系統的可維護性和擴展性。具體而言，將監控系統的前端頁面、后端業務邏輯和數據持 久 化 層 進 行 分 離 ，采 用 MVC（Model-View- Controller） 的設計模式，實現系統各個組件之間的解耦合協同工作。

首先，可以使用Spring MVC框架來設計和實現監控系統的前端頁面。通過Spring MVC提供的視圖解析器和控制器映射機制，可以將前端頁面的請求映射到相應的處理方法，并動態生成頁面內容，以展示在線課程的質量監控數據和分析結果。同時，Spring MVC還提供了強大的表單處理和數據綁定功能，可以方便地處理用戶提交的請求和數據。其次，可以利用Spring 框 架 中 的 IoC（Inversion of Control） 和 AOP（Aspect- Oriented Programming） 特性，結合Spring MVC框架，來實現監控系統的后端業務邏輯。通過IoC容器管理Bean的依賴關系和生命周期，以及AOP實現橫切關注點的模塊化管理，能夠實現業務邏輯的靈活組裝和統一管理，確保監控系統的高效運行和可維護性。最后，使用Spring框架中的ORM（Object-Relational Mapping） 模塊，結合Hibernate或MyBatis等持久化框架，來實現監控系統的數據持久化操作。通過ORM技術，可以將Java對象和數據庫表之間建立映射關系，實現對象與數據的無縫轉換和交互，從而實現對在線課程質量監控數據的可靠存儲和高效管理。

綜上所述，利用Spring MVC架構搭建在線課程質量監控系統，不僅能夠提高系統的性能和可靠性，還能夠提升開發效率和團隊協作能力，為在線課程質量監控體系的建立和優化提供了強大的技術支持。

2.4 使用uni-app 搭建質量監控前端系統

為了搭建高效的在線課程質量監控前端系統，可以采用uni-app框架，這是一個基于Vue.js的開源跨平臺應用框架，能夠快速構建跨平臺的移動應用[5]。

借助uni-app框架的Vue.js特性，實現監控系統的前端業務邏輯。Vue.js是一種輕量級的JavaScript框架，具有響應式數據綁定和組件化開發的特點，能夠快速構建可復用、可維護的前端代碼。通過Vue.js的強大功能，可以實現監控系統的數據展示、用戶交互等功能，提升系統的用戶體驗和操作效率。同時，結合uni- app框架的跨平臺特性，將監控系統部署到不同的終端設備上，包括PC端、移動端等。通過uni-app提供的一次開發，多端部署的能力，能夠更好地滿足用戶的需求，實現監控系統的全面覆蓋和便捷使用。

3 結束語

在構建在線課程質量監控體系的過程中，面臨著諸多挑戰和難題。其中包括數據收集的復雜性、數據處理的效率、模型的精準性以及監控系統的時效性等方面的問題。然而，基于大數據技術的在線課程質量監控體系為教育者提供了一種有效的解決方案。通過利用最新的大數據技術，能夠設計和構建一個高效的監控平臺，實時收集、存儲和分析在線課程數據，從而及時發現課程質量問題并采取相應的措施加以改進。這不僅有助于提升在線課程的教學質量和學習體驗，還可以為教育機構和決策者提供重要的參考和支持，推動在線教育的健康發展和社會經濟的進步。因此，基于大數據技術的在線課程質量監控體系不僅是當前教育領域的一項重要探索，也是推動教育高質量發展的關鍵舉措。

參考文獻：

[1] 黃楚新.我國自媒. 體發展現狀、問題及對策[J]. 人民論壇，2022（22）：104-107.

[2] 王璐，趙呈領，萬力勇. 基于扎根理論的在線開放課程質量評價指標體系構建研究：以國家精品資源共享課為例[J]. 中國遠程教育，2017（11）：70-76.

[3] 聶卉，首歡容. 基于修正點互信息的特征級情感詞極性自動研判[J]. 圖書情報工作，2020，64（5）：114-123.

[4] 徐振國，王佳寧，王悅，等. 基于深度學習的自媒體平臺在線課程質量評價研究[J]. 電化教育研究，2023，44（8）：42-48.

[5] 滕毅，馬焯文. 基于Uniapp的校園拼車多端小程序設計與實現[J]. 電子制作，2022，30（16）：43-46.

【通聯編輯：謝媛媛】

基金項目：2022 年度重慶三峽醫藥高等專科學校自然科學項目：基于數據挖掘與情感分析的在線課程質量評價體系研究（項目編號：XJ2021000201）