基于混合式教学模式的大数据挖掘应用研究——以《针织工艺学》课程为例

余 琴，谢金刚

(1.安徽职业技术学院 纺织服装学院，安徽 合肥 230011；2.安徽职业技术学院 建筑工程学院，安徽 合肥 230011)

近年来，随着信息技术的发展，大数据在教育领域的应用越来越受到重视。通过对教育数据的深入挖掘和分析，将有利于提高教学的效率。教育大数据的科学运用，能够帮助我们将学习行为、学习过程、学习状态、学习结果等各类教育信息变成可捕捉、可量化、可传递的数字存在[1]。建立健全大数据在教育领域的应用机制，将有利于高校提高人才培养的质量。

1 混合式教学模式大数据的特点及研究的必要性

1.1 混合式教学模式的内涵

近年来随着互联网技术的发展，混合式教学模式成为教育领域研究的热点。国家级精品资源共享课、MOOC等优质线上课程资源的加速建设为混合式教学模式的推广奠定了坚实的资源基础，而各种课程平台的兴起则为混合式教学的开展奠定了技术基础。

混合式教学模式即将课程资源的优势和传统课堂的优势相结合，既重视学生主体地位，又发挥教师对教学过程的的启发、引导和监控的主导作用[2]。在混合式教学模式下，学生可以根据自己的学习习惯和特点进行个性化的学习，教师可以根据学生特点实现精准化教学。相比于传统教学模式，混合式教学模式更加注重学生创造性思维的培养，立足于提高学生的综合素质[3]。

1.2 混合式教学模式的大数据特点

混合式教学模式下，线上学生基于互联网学习平台进行自主学习，而教师则借助课程平台进行引导、监督和评价；线下师生借助课程平台进行互动、评价、测试等教学活动，提升教与学的效率。整个教与学的过程中，产生了海量的学习行为数据。这些学习数据呈现出明显的个体差异性、群体规律性、数据的及时性和多样性的特点。

1.3 混合式教学模式大数据研究的必要性

传统教学模式中，教师主要基于以往的教学经验进行教学设计，难以准确、动态的评估当前班级学生的特点，导致教学具有滞后性。同时，教师对于人数较多的班级学生进行精细化管理也存在乏力的现象，难以准确把握学生个体的差异，从而影响教学的精度。

混合式教学借助课程平台的自动跟踪记录功能，全过程记录学生个体的学习行为数据，为教师进行教学设计提供了精准的数据支持，有利于差异化教学的开展和实施[4]。课程平台自动的数据排序、处理功能为教师进行教学决策提供了及时、有效的数据支撑，提高了教学管理的效率。

2 研究对象和研究方法

本文研究对象是《针织工艺学》课程于2016年9月-至2020年1月开展的混合式教学实践的相关数据，参加混合式学习的学生总人数有416人。通过对该课程的课前、课中和课后三个时间节点的数据进行全过程的采集。采集数据分为定性和定量数据，其中定量数据主要来源于课程平台的后台统计数据，以及学生的问卷调查数据，定性数据则主要来自学生的访谈。通过对课程数据的群体性和个体性规律特点进行定性和定量的分析，进而对教学设计、教学实施和教学评价作出相应的调整，科学的提高教和学的效率，切实提高人才培养的质量。通过实践总结混合式教学大数据运用的“323三步法”，具体实现路径如图1所示。

图1 混合式教学大数据具体实现路径

本研究的研究方法主要有数据统计法、问卷调查法、访谈法等。

3 混合式教学大数据的分析和应用研究

3.1 课程大数据在教学设计中的分析和应用

在准确把握学情的情况下，才能更加合理、科学的进行教学设计。通过对学生学习行为的数据进行挖掘，寻找这些数据的群体性特征，并将这些数据与课程的呈现内容和方式进行相关性的分析，进而作为教学设计的有效依据。

图2 教学资源好评和提问数统计对比表

对课程不同形式的资源平均好评数和提问数的数据进行统计，结果如图2所示。平均好评数对比显示，视频和PPT类资源遥遥领先，而图片和文本则较少；平均提问数对比显示，PPT高于视频资源，图片和文本类资源相对较少。结合数据分析和学生访谈结果，学生对于互动性强、内容呈现丰富的视频和PPT类资源更为青睐。视频和PPT资源相比，视频具有视觉冲击，更容易吸引学生注意力。而PPT相比于视频而言单页浓缩的信息量更大，浏览迅速便捷。因此，教学设计过程中，要充分利用不同课程资源形式的优势互补。

不同登录终端的问卷调查数据统计如图3所示。结果显示，部分学生会通过多种终端登录学习，但选择手机app的学生比例高达98.57%，电脑网络版和手机网页版分别占10.39%和8.76%。数据反映了移动终端的广泛使用是必然趋势，这就要求广大教师在教学资源的设计过程中，要充分考虑页面的内容容量、字体大小、视频长短、清晰度等参数与移动终端的适应性问题。同时，资源的碎片化将更加有利于移动学习。

图3 不同登录终端学生使用比例

3.2 课程大数据在教学实施中的分析和应用

教学实施是实现教学目标的关键环节，是教学设计的实践过程。在教学实施过程中，随时存在偏离教学目标的可能，这就要求教师能够根据学情动态的调整教学策略，进行积极的教学管理。依托各种教学平台开展丰富的教学活动，一方面激发了学生的学习兴趣，另外一方面实现了学生各项学习指标的数字化。教师可以准确的掌握学生的学习动态，并作出科学的调整，提高了课堂教学的效率。

随堂测验是即时检测教学目标的重要手段之一，即时的随堂测验有利于教师了解学生的掌握情况，从而对教学作出相应反馈调整。通过对16-17年的138名学生测验结果统计显示，关于双罗纹和罗纹的针法配置题目的一次通过率仅为71.01%，经过讲解一段时间后再次测验，二次通过率仅为76.09%，数据反映出传统的讲解方法的改善不明显。针对该数据反映的问题，通过与学生的反复沟通发现，学生容易把俩种组织的针法混淆，造成二次错误率偏高。针对该现象，及时的调整该知识点的教学策略，在传统教学基础上增加口诀记忆法，并配合编织图画法反复加强记忆。通过教法的调整，一段时间后再对该题进行第三次测验，通过率提高到了91.30%。在后续教学过程中，该题的一次通过率均维持在90%以上。见图4。

图4 学生三次答题正确率

3.3 课程大数据在教学评价中的分析和应用

科学的评价体系能够直观的反映教学的实际效果。传统的教学评价主要是分数制，分数的高低即对应了学习的好坏。这种评价方式对教学过程的反馈机制是滞后的，教师难以及时全盘的把握学生的知识点的掌握情况。在教学平台的支持下，通过过程化考核机制，全过程动态的记录学生的学习情况。过程化考核打破了唯分制的局限，通过多维度的数据采集，更加科学合理的反映学生的学习路径，有利于教师及时的调整教学策略，从而更好的发挥教学评价的引导和监督功能。

在学生移圈组织编织原理的随堂测验中发现，416名学生的一次正确率为90.87%，该结果显示的是少部分学生没有掌握。经过简单试题解析，再过一段时间进行再测验，二次正确率仅为73.8%。数据显示，正确率降低的很大原因是部分第一次回答正确的学生第二次出现了错误。通过仅对一次答题正确的学生的答题时间和二次答题正确率进行统计分析，结果如图5所示。其中，第一次回答正确的的378名学生中，用时10-20s的二次回答正确率最高，占98.7%，20-30s时间段的次之，二次回答正确率为92.6%。0-10s、30-40s和40s以上的二次正确率分别为77.1%、79.3%和27.6%。结合学生访谈发现，答题时间过长的学生大都没有完全掌握，部分学生靠猜题得到正确答案。而时间过短的学生，部分是因为操作错误。因此，测验的正确率并不能完全反应学生的掌握程度。我们可以根据大数据去计算学生的最佳答题时间区间，结合答题时间和正确率去综合判断学生的掌握程度，增加对答题时间过长或过短的学生的学习效果的跟踪关注，避免单一因素导致对学情的错误判断。

图5 一次答题正确的学生的答题时间和二次答题正确率

4 结语

教学平台实现了课程数据的全程采集，为大数据在教学设计、教学实施和教学评价中的运用奠定了基础。在大数据的背景下，教师的机会和挑战并存。一方面在课程的数据采集过程中，教师和平台之间要加强合作交流，增加数据采集的定向性，有利于促进大数据在教学领域的深度运用。另外一方面教师要持续的培养自身的数据挖掘和应用能力，提升自身的大数据素养。科学合理的对教学数据进行挖掘应用，必将有利于提升教学管理的效率和质量。