基于时空数据模型的高校课程思政教学动态变化分析与效果预测研究.pdfVIP

基于时空数据模型的高校课程思政教学动态变化分析与效果预测研究1

基于时空数据模型的高校课程思政教学动态变化分析与效果

预测研究

1.研究背景与意义

1.1高校课程思政教学现状

当前，高校课程思政已成为教育领域的重要课题，其目的是将思想政治教育有机融

入各类专业课程中，以实现知识传授与价值引领的有机统一。然而，在实际教学过程中，

仍面临诸多挑战。据相关调查显示，约60%的高校教师表示在课程思政实施过程中存

在教学内容与专业课程结合不紧密的问题，导致部分学生对课程思政的认知度较低，仅

有40%的学生认为课程思政与自身专业学习紧密相关。此外，教学效果的评估也较为

困难，传统的教学评估方式难以准确衡量课程思政对学生思想观念和行为习惯的长期

影响。这种现状迫切需要一种新的方法来动态监测课程思政教学的变化过程，并对其效

果进行科学预测，以便及时调整教学策略，提高课程思政的质量和效果。

1.2时空数据模型的应用前景

时空数据模型作为一种新兴的数据分析工具，在教育领域的应用前景广阔。它能够

综合考虑时间和空间两个维度的数据特征，为课程思政教学的研究提供了全新的视角。

从时间维度来看，可以追踪课程思政教学在不同学期、学年的发展变化趋势，分析教学

内容、教学方法以及学生反馈等随时间的演变规律。例如，通过对过去5年某高校课程

思政教学数据的分析发现，随着教学改革的推进，课程思政教学内容的更新频率逐渐加

快，平均每学期更新比例达到20%，教学方法也从传统的讲授式逐渐向案例分析、小组

讨论等多元化方式转变。从空间维度来看，可以比较不同地区、不同高校之间课程思政

教学的差异，为教育资源的合理配置和教学经验的交流提供依据。据统计，东部地区高

校在课程思政教学资源投入和教学效果方面普遍优于中西部地区高校，但中西部地区

高校在近年来通过加强师资培训和引入先进教学理念，其课程思政教学水平也在逐步

提升。时空数据模型的应用能够有效整合这些时间和空间数据，构建出一个全面、动态

的课程思政教学分析框架，为高校课程思政教学的优化和改进提供有力支持，具有重要

的理论和实践价值。

2.时空数据模型概述2

2.时空数据模型概述

2.1模型基本原理

时空数据模型是一种综合考虑时间和空间因素的数据分析模型，其基本原理是将

数据按照时间和空间两个维度进行组织和分析。在时间维度上，模型通过时间序列分析

方法，对数据在不同时间点的变化进行建模，能够捕捉数据随时间的动态变化趋势。例

如，对于高校课程思政教学数据，可以利用时间序列分析追踪教学内容更新频率、学生

满意度等指标随学期或学年的变化情况。在空间维度上，模型采用地理信息系统（GIS）

等技术，对不同空间位置的数据进行处理和分析，能够揭示数据在空间上的分布差异和

关联性。比如，分析不同地区高校课程思政教学资源投入、教学效果等指标的空间分布

特征。时空数据模型通过将时间和空间数据相结合，构建出一个综合的分析框架，能够

更全面地反映数据的内在规律和特征，为复杂系统的分析和预测提供有力支持。

2.2模型在教育领域的应用案例

时空数据模型在教育领域的应用逐渐增多，为教育研究和实践提供了新的方法和

思路。

•学生学习行为分析：有研究利用时空数据模型分析学生在不同时间段（如学期初、

学期中、学期末）和不同学习环境（如课堂、图书馆、在线学习平台）下的学习行

为数据。结果显示，学生的学习时间分配在学期初较为均匀，但随着学期的推进，

逐渐向考试周集中；在空间上，图书馆的学习时间占比在学期中达到高峰，而在

线学习平台的使用频率在学期末显著增加。这些发现有助于教育者更好地了解学

生的学习规律，从而优化教学安排和学习资源的配置。

•教育资源分配优化：某地区教育部门运用时空数据模型对区域内不同学校教育资

源（如师资力量、教学设施、图书资源等）的分布和使用情况进行分析。通过分

析发现，教育资源在不同学校之间存在明显的空间分布不均衡现象，且随着时间

的推移，这种不均衡趋势有进一步加剧的趋势。基于这些分析结果，教育部门制