基于大数据画像的软件基础精准教学.docxVIP

基于大数据画像的软件基础精准教学 摘要：本文为实现计算机软件基础课精准教学为目的，提出将一卡通智慧平台数据与MOOC平台软件基础学习数据相结合，对学生进行画像，并通过画像结果对教学效果进行精准分析，以调整教学策略，修正学生行为。实施结果表明基于大数据画像技术的软件基础教学是科学、精准的教学模式。 计算机软件教学是高校计算机的基础入门课程。学生们由不同的城市或地区进入大学，对计算机的基础知识存在着较大的差异。讲授计算机软件基础知识的教师试图找到更好的方法来教授不同水平的学生，例如：翻转课堂、任务驱动教学、MOOC和分层教学、在线和离线混合等等。虽然取得了一定成绩，但效果并不理想。原因在于采用普遍性的教学方法，对某些同学并不适用。再者，教师管理的学生太多，不能完整掌握每个学生的学习状态。而今，大数据的出现为可以解决这一难题。通过大数据及画像技术可以动态跟踪每个学生，并根据学生的生活习惯、日常行为等画像结果，预测学生的学习习惯、学习时间及成绩，并给出预警，实现精准教学及个性化辅导。一、大数据和画像技术大数据是一个动态的定义，不同的行业有不同的理解。通常认为大数据的特征在于大的数据量，类型和结构复杂，新数据创建和增值速度快，数据值密度低。但是，数据的整体价值正在提高，这反映在统计特征、事件检测、相关性和假设检验中。如今，大数据技术不但可以服务于互联网、金融、医疗、营销等各个领域，同样可以为教育领域提供支撑技术。众所周知，传统的教育决策依据常识和习惯作出，而大数据时代的教育决策要依赖于教师和学生的行为来决策。因此，教育大数据在精准教育中起着重要作用。画像技术是近年兴起的技术，与数据挖掘、大数据密切相关。通过数据挖掘与建模,建立描绘用户的标签。画像的输出由多个标签中的特定标签值组成。用户画像可以帮助我们进行精准营销、用户研究、个性服务、商业决策等。对高等学校学生进行画像，帮助教师掌握学生性格、学习习惯、爱好、购物、阅读、成绩等相关信息，了解学生状况及存在问题，从而对学生进行干预，实现针对性、个性化教学服务。二、精准化教学设计精准教学的前提是数据的获取。对获得的数据进行分析，根据大数据及画像技术，可以精准进行教学设计。设计模式划分为3个部分：基于数据的以学定教；基于数据的因材施教；基于数据的以评促教。精准化教学设计如图1。（一）数据获取目前，几乎所有的高校都建立了智慧平台，大学生的活动基本上依赖于智慧平台的校园一卡通。教师的教学行为也同样依赖于一卡通。平台数据包括学生在食堂就餐、超市购物、图书馆借书、出入宿舍、教学楼打水、洗浴、登陆在线考试模拟系统等日常行为轨迹。在智慧平台准确方便的获取日常数据后，通过对数据进行整理分析，得出画像结果,为精准教学提供决策及提供动态支持。智慧平台选课系统提供多种软件编程语言供学生选择，并且提供不同等级划分：0基础班、标准班及提高班等。按照学生分班测试成绩自愿、自主选择语言，实现动态分流。根据智慧平台获取的数据建立相应数学模型，对数据进行分析。根据分析结果，对学生进行个性化画像。根据画像结果对学生进行分级教学、因材施教。近年来，随着在线教育平台的兴起，中国大学MOOC和在线学堂等许多大型在线教室平台已经兴起。各大学也纷纷建立了符合本校学生的教学平台，如图2所示。通过学生在线学习的行为数据，例如：在线课堂的出勤率，视频观看点数，作业完成进度，论坛讨论次数等，发现学生的兴趣与存在的问题，从而调整目标的深度和难度，制定相应的干预策略、激励机制等来指导学生的学习行为。（二）确定教学目标计算机软件基础课程提供多种编程语言，根据平台数据分析，非计算机的电类、建筑和车辆专业的学生擅长数学和英语。经大数据分析他们对计算机基础非常感兴趣，并且渴望探索未知的世界，学习C语言课程比较合适。对于化工、机械类及会计等专业学生，对他们的成绩及行为进行分析后适合学习VB语言。而如传播等艺术或文科类学生，python语言更适合。对于层次不同的班级，授课教师对所教授的语言做进一步细化和量化。对于0基础班，采用多讲多练，强化教师指导作用，加强基础知识及项目实践的训练。教师起到陪练作用，帮助学生尽快进入最佳学习状态并进阶。对于标准班，强化教学和更多实践，系统学习+项目实践。教师在教学中起指导作用，穿线并解析关键点和难点。对于提高班，采用以练代讲，学生自主练习、自主讲课，是自主学习+项目实践的学习模式。教师起到教练员的作用。这部分学生有能力参加各种计算机类的竞赛，使课堂与竟赛相结合，以赛促课。（三）构造立体化教学资源包确立精确的教学目标后，需要建立完善的教学资源库。构建立体化教学资源包，包括在MOOC平台上上传教师的视频、教学日历、教学大纲、教学PPT、难点及重点、典型例题及解决分析方案，举一