基于学习行为分析的在线课堂管理模式构建与应用研究

时间：2024-07-28

孙宇王蒙

（安徽机电职业技术学院互联网与通信学院，安徽芜湖 241002）

1 引言

自2019 年2 月，国务院颁发《国家职业教育改革实施方案》以来，全国各职业院校掀起了“三教”改革的研究热潮[1]。“三教”指的是“教师”“教材”“教法”，贯穿人才培养全过程，对应了教学活动中的参与者、内容、方法三因素[2]。“三教”改革在职业院校专业建设的评测中是一个核心指标，直接影响教育教学质量。而从教师、教材和教法这“三教”的关系来看，教学改革的主体是教师，教师是“三教”改革的关键[3]；课程建设与教学内容改革又离不开教材的建设；教法就是教学模式，教师和教材的改革最终要通过具体的教学模式、教学方法与手段的变革去实现，而对教学模式实施所依托的课堂进行智慧化的管理将直接影响教学模式的实施和最终的教学效果[4]。

本文提出了基于学习行为分析，对在线课堂进行智慧型管理的思路，依托学习通平台进行学生学习数据的收集和处理，把控课堂管理、督查学生学习行为，保证线上线下结合的教学模式顺利推进，提高学生学习效果。

2 基于学习行为分析的在线课堂管理模式构建

基于学习行为分析的在线课堂智慧管理模式构建，关键点在于合理准确地对学生个体的学习行为进行分析，并将分析结果作为在线课堂智慧化管理决策的依据。

学习行为分析是要建立在学习者的学习行为数据收集基础上的，如今各个学校都在开展信息化教学，线上线下混合式教学模式也广泛推广，受到教师和学生的欢迎。在这种情况下，各类教学平台收集了大量的学生学习行为数据，这就为我们进行学习行为分析提供了很好的数据基础。

学习行为分析的目的，是为具体的教学活动提供有效的决策支持，帮助任课教师对授课班级和学生进行学情分析，通过掌握学生对不同类型的学习资源选择的倾向性、学习的风格、学习过程中的状态，从而做到对教学更加准确的定位，使得教学活动的开展更加有效。比如，学生学习的风格和学习资源选择的偏好情况，可以给自适应资源的个性化推送提供帮助；学生学习过程的记录情况和对学习结果的分析，可以帮助任课教师在教学过程中进行针对性的有效调整；根据学生学习需求和学习中存在的问题，任课教师在教学实施过程中可以及时对问题进行反馈，并对出现问题的学生进行学习预警；对不同学生的个体进行学习轨迹的分析，可以帮助任课教师在课程辅导中有效地开展差异性辅导教学活动；对学生的学习习惯与学习风格的分析，可以帮助任课教师更加及时地进行教学策略调整，更好地达成教学目标和任务。

在学习通平台上，学生学习数据收集、整理、分析的功能已经具备。我们只需要将分析结果反馈到教学过程中，对教学过程进行指导，实时调整教学设计，督查学生学习行为和学习效果，形成动态化的智慧型课堂管理。

基于学习行为分析的智慧型课堂管理，利用网络教学平台打通课前、课中、课后三环节，延展学习的时间和空间，形成学习闭环。具体流程如图1。

图1 基于学习行为分析的智慧型课堂管理流程图

在教学的课前环节，任课教师可以通过网络学习平台提前发布课程内容相关的视频和课件等资源，供学生进行课前预习学习，学生可以随时随地在网络平台上查看相关的学习资源，完成课前预习的学习任务。任课教师还可以通过发布主题讨论或者测试等活动，对学生的预习质量进行有效监测，保证学生的课前学习质量，为课中的讲授环节开展提供良好的知识基础。

课中授课环节的具体实施，可以分为问题引入、技能学习、测试解析、团队活动、评价总结等环节。

问题引入：根据课前预习环节的讨论和前次课程拓展任务实施的具体情况，针对学生存在的疑问点，引入授课内容，并明确本次授课的学习目标。

技能学习：在这一环节，教师讲解案例并演示，对于课程重难点内容分别通过设置学生问答、理论讲解、操作演示等教学形式进行教授。技能学习可以具体的案例为依托，讲解清楚解决问题所需的技能知识点，教师演示与学生操作可以通过屏幕共享同步进行，并实时进行进度监督。

测试解析：结合前面技能学习环节的课程内容，任课教师在学习平台给出测试题，可以包含相关理论与代码操作的知识点，对学生的学习效果进行实时检验。在学习平台上，学生完成提交后就可以看到自己的评分和错题解析等反馈信息，有效地提高了学生学习参与度和获得感，大大提高了线上课堂的效率。同时，任课教师可以在学习平台上查看测试题目的正确率，为及时查漏补缺、针对性的再次讲解知识点提供依据。

团队活动：这个由授课教师在教学平台上发布团队任务，学生自行分组组成任务团队，团队成员通过社交软件平台进行任务的讨论分析，制定团队任务完成策略，并开展任务实施活动直至完成。这个环节，不仅是对学生学习效果的检验，也是团队协作能力的培养。团队之间的对抗，也更能激发学生的学习积极性。

评价总结：开展教师、团队、队员三方评价机制，队员进行自评、团队进行互评，教师进行总评，实现全过程全员评价，侧重学习过程和技能考核。

课后提升环节：学生利用学习平台完成课程作业提交、查看作业情况反馈，并完成课程综合拓展项目。利用社交平台工具，授课教师对学生提出的专业问题进行答疑，为学生提供专业技能提升途径，促进学生持续性学习习惯的养成。

3 基于学习行为分析的在线课堂智慧管理模式应用

为了在具体的教学实施中检验此课堂管理模式的效果，我们选取了互联网与通信学院网络专业班级的Web 前端开发技术课程作为应用实例。Web 前端开发技术课程是本专业的一门专业基础课程，在具体的课程教学实施中，依托学习通平台，对教学和学生学习行为的数据进行收集和分析，并将分析结果实时反馈到教学过程中，为任课教师的教学策略调整提供支持，以期实现智慧型的课堂管理。下面截取学习平台的统计数据说明。

（1）学习行为分析在课前自主学习环节的监督反馈

在课程6.1节《用CSS设置文本样式》的课前自主学习环节，发布了两条学习任务点，分别为视频文件、电子课件。从平台记录的学生学习数据可以看出，学生在课前自主学习任务点的环节中，完成度达到100%（图2），说明学生的学习主动性、对内容的兴趣度都很高；视频文件的观看情况最高的反刍比达到471.86%（图3），反映了学生对观看视频的重视，也说明部分学生对视频内容的掌握还有一些难度，需要反复观看。这些学习行为分析为任课教师课中环节内容和侧重点设置提供了帮助，任课教师需要鼓励学生的学习主动性，针对学生感兴趣的知识点进行拓展，对视频中涉及的知识点进行详细讲解演示。

图2 课前自主学习任务点完成情况图

图3 课前自主学习视频任务点观看情况

（2）学习行为分析在课中教学环节的实时反馈

在完成课程内容讲授，教师需要了解学生对于讲授内容掌握的情况，以此来调整后续讲授的侧重点。利用学习平台在线发布了测试题，学生完成测试题，便可以查看实时的学习数据。图4 为测试正确率统计图，5 题客观题的正确率最高为100%，最低73%，授课教师需要及时地对正确率低的知识点进行补充讲解，帮助学生真正掌握课程内容，完成学习目标，保证课中的教学质量。

图4 测试正确率统计图

（3）学习行为分析在课后拓展提升环节的应用

图5 显示的3 月份学生访问学习平台次数的统计图，可以看出基本每天都有学生访问学习平台进行学习活动，学生的学习时间不再仅仅是上课时间段，学习时间延长了。说明学生对于课程内容很感兴趣，并将这种兴趣度保持到了非课程时间段，愿意主动地学习，学习积极性大大提高。作为任课教师通过这个数据的反馈，可以进行课程内容的适当拓展，引导学生课后的学习提升，使教学形成课前、课中、课后的良性循环。

图5 3月份学生访问次数统计图

图6 显示了在3 月25 日（周六）的访问总次数达到330次，并且时间段跨越4点-24点，说明学生利用平台进行学习活动的行为很活跃。我们还注意到学生在8点-12点访问次数最多，说明学生学习时间选择的倾向性。根据这种情况，任课教师可以调整学习任务发布的时间，以便更多学生及时完成任务，提高任务完成效率；也可以在这个时间段开展课后的在线答疑指导，使得课后的答疑覆盖面更广，更加有效。

图6 3月25日学生访问次数统计图

（4）学习行为分析在学业预警环节的应用

图7～图9 分别展示了每个学生的学习行为报告，并从上课活动量、课程完成情况、上课访问趋势三方面与所在班级的数据进行比较，让学生和教师可以直观地掌握实时学习状况。同时，学生可以看到自己与班级成员的对比，帮助学生自我评价。任课教师对在学习过程中，缺勤次数较多、任务完成进度较低、教学内容掌握存在较大偏差的学生，也能够及时给予预警，帮助这部分学生及时进行补差补漏，完成学习任务，达成学习目标。

图7 学生上课活动量图

图8 学生课程完成情况图

图9 学生课程平台访问量趋势图