基于数据挖掘技术下大学英语过程性评价体系的思考

郝小静

摘 要：在素质教育要求下，过程性评价在大学英语教学中得到广泛应用，但由于其应用策略自身存在缺陷，导致过程性评价的作用未能完全发挥。针对这种情况，本文将对数据挖掘技术在大学英语过程性评价中的应用及过程性评价体系的构建进行研究，首先分析了数据挖掘技术的应用价值和大学英语过程性评价实施现状，进而探讨基于数据挖掘技术的过程性评价体系构建和应用策略。

关键词：数据挖掘技术；大学英语；过程性评价体系

传统的结果性评价具有较高的局限性，是在应试教育模式下针对学生学习成绩进行的评价，不符合学生综合素质能力培养的要求。在此情况下，更具指导意义和实用价值的过程性评价逐步代替了结果性评价，成为目前大学英语教学评价的主要方法。但受传统技术条件所限，在开展过程性评价是由于基础信息采集和分析不全面，评价结果含有较高的个人观点成分，容易影响其客观性和真实性。将先进的数据挖掘技术应用到大学英语过程评价中，可以有效解决这一问题，有必要对其应用策略进行具体研究。

一、数据挖掘技术在过程性评价中的应用价值

自新课改实施以来，过程性评价被全国高校广泛采纳，成为大学英语教育的主要教学评价手段。从以往的实践过程中可以看出，过程性评价具有极高的应用价值，能够对学生综合素质能力发展提供更加详细和科学的指导，及时反馈学生学习情况，帮助其改变自身存在的不足。而且过程性评价的应用能够明显提升学生的英语学习兴趣，更加积极的参与到课堂教学活动中。站在教师教学角度，也可以通过过程性评价帮助教师更及时、准确的了解学生学习情况，进而制定有针对性的教学计划，提升英语课堂教学效果。但过程性评价在实施过程中存在的问题也不容忽视，其中最突出的问题是过程性评价的“随意性”较高，可能会影响最终评价结果的客观性，进而会起到相反效果，影响学生的学习热情[1]。

针对这一问题，数据挖掘技术的应用可以弥补目前过程性评价实施过程存在的不足。通过采用科学分析方法，在大量、复杂的数据中进行提炼和概括，探索隐藏在表面数据背后的逻辑关系，分析数据发展规律，对群体和个体的学习情况进行深入分析，为教学计划调整和管理决策提供科学依据。数据挖掘技术是一种深层次的信息分析技术，其自身技术优势正好可以弥补过程性评价的不足，使过程性评价方法可以最大化的发挥作用。因此，关于两种技术方法的融合应用已经受到相关研究者的高度重视，应加快构建基于数据挖局技术的过程性评价体系。

二、大学英语过程性评价的实施现状

根据英国评价研究小组ARG的调查分析结果，对英语基础较差、学习成绩不理想的学生而言，一味采取考评、测试的手段对学生学习情况进行评价，不仅不利于提高学生的学习积极性，还会打消其上进心，甚至伤害到学生的自尊心。在素质教育要求下，一纸成绩也远远无法反应出学生的综合素质能力，采用这种评价方式对学生成长的关注远远不够。许多学生在平时努力学习，但因心理素质较差，在考试时发挥不稳定，开始成绩不理想。如果因此否定了学生的付出，会对学生产生巨大伤害。因此，英国学者Black等人提出，过程性评价才是适合学生学习评价的方法，对基础较差的学生而言，应用意义更为深远[2]。

过程性评价最早是由美国哲学家斯克里文在关于课堂教学改革发展的论述中提出的，斯塔弗尔比姆等人在提出CIPP评价模式时，也对过程性评价进行了阐述。过程性评价要求教师在对学生学习情况进行评价时，不能只限于考试成绩的总结性评价，而应关注于学生的学习和成长过程，构建一个连续、完整的科学评价体系。随着相关研究的不断深入，过程性评价已经形成了具体的应用模式和应用方法论。目前在实际教学过程中使用较为广泛的过程性评价方法包括电子档案袋、纸笔测验评价、评价量表等。特别是在计算机网络技术的快速发展下，电子档案袋目前已经成为过程性评价的重要工具，在义务教育、大学、承认教育等各个领域得到应用，对过程性评价的应用和推广起到重要作用[3]。

但在过程性评价的实施过程中，其存在的问题也不容忽视。从大学英语过程性评价的具体实施情况来看，教师主要通过学生的课堂表现，结合学生的问题回答、实践成果等，对学生知识获取和掌握情况进行了解，进而对课堂教学计划进行调整和完善。但在长期的应试教育评价模式影响下，过程性评价的起点仍旧是学生学习成绩的高低。比如在开学伊始或教师新接手一个班级时，主要从学生以前的考试成绩入手，了解学生的英语学习情况。在此过程中就会产生一定的主观印象，将其带入到后续的过程性评价过程中，会影响评价的客观性和公平性。而且在电子档案袋等过程性评价方法的应用过程中，由于教师掌握的基础数据不全面，对数据的分析和挖掘不够深入，也会影响最终评价的准确性。因此，就目前来看，还未能发挥出过程性评价的真正应用价值[4]。

三、基于数据挖掘技术的大学英语过程性评价体系构建及应用

（一）数据挖掘的一般流程

英语是目前在国家上使用最广泛的语言，在各国政界、军事、经济文化交流中，都会使用到英语。目前我国仍然缺乏大量的高端英语应用人才，对大学英语人才培养提出了更高要求。在此情况下，大学英语近年来作出全面改革，其中教学评价改革是一个重要环节，与教学方法和模式改革相辅相成，對学生的自主学习也具有较大影响，可以为学生自主学习方向提供指导。以此为背景，为提高过程性评价的应用效果，相关学者不断探索有效的过程性评价方法。将先进的数据挖掘技术引入到大学英语过程性评价中，是相关研究的一次重要突破。发挥数据挖掘技术对过程性评价的补充作用，可以使过程性评价体系得到进一步完善。首先应明确数据挖掘的一般流程：1.基础数据采集；2.数据筛选；3.数据处理；（4）数据拼组；4.数据挖掘和转化。概括而言，数据挖掘就是对数据进行剖析、转化和提炼的过程，可以将原始数据转化为更深层次的数据信息，挖掘数据内在关系，为实践应用提供更多有价值信息。

（二）大学英语过程性评价体系构建策略

为确保过程性评价体系构建的合理性，在应用数据挖掘技术的同时，可以采用实验研究方法，通过进行评价体系改革实践，并对其实践效果进行分析，确保新评价体系的可行性。

比如以某大学2016级学生为研究对象，从中随机抽取500名学生，分成9个教学班，分别实施不同的分类改革策略。在教学模式上，采取创新的“三无”英语教学模式，即无固定教材、无固定地点、无期末统考。在该模式下，英语课堂教学可以更加灵活，突破传统教学模式中条条框框的约束，在课堂上广泛开展情景对话、角色演讲、英文原声电影赏析、英语诗歌鉴赏、英语才艺表演等活动，还可以随时组织学生到课堂外开展时间活动。在该模式下，学生学习热情空前高涨，听力、口语和翻译能力提高显著。将该模式下的英语教学数据累积下来，形成基础数据库，利用数据挖掘技术对其进行转化和处理，得到具体评价结果，对学生进行评价。

数据挖掘的基础数据来源包括：1.课程教学内容；，2.课堂测试成绩；3.学生课堂发言情况记录；4.学生课堂实践活动表现的记录；5.学生在听力和口语训练等过程中的表现情况；6.学生参加四级考试等专业测试成绩。将上述信息录入到数据库后，有系统对学生的个体信息和整体信息进行分析评价，反映教学实践效果。以此完善过程评价体系，实现对学生学习情况和教学成果的客观评价。

（三）数据挖掘技术在过程性评价中的具体应用

数据挖掘技术在过程性评价中的应用首先要解决一下几方面问题，从而为上述实验研究的可靠性提供保障。一是应判断实验课程内容和学习要求与英语四级考试要求是否相符，二是判断在实验教学过程中的总体评价结果是否与学生四级成绩相符，三是检验实验教学和四级考试学习目的的一致性，平探讨其中的联系性，四是分析教师在评价过程中是否掺入过多的主管意识，以及对学生综合评价结果产生的影响。

首先，上述大学英语实验教学是根据教学大纲编制的，四级考试也是以根据英语教学大纲由不同教育组织结构共同参与编制的标准化单科考试，两者对学生的要求是一致的，因此具有相互检验效果。在大学英语实验教学过程中，主要是侧重于学生听说读写和翻译能力的考察，可以对英语四级考试作出有效补充，提高英语考核评价的综合性。根据学生课堂考核评价的结果，也可以起到对英语四级考试过关能力的预测作用。再者，可以发挥四级英语考试的综合考察作用，反过来评价教师评价结果的客观性，进而对过程性评价实施过程进行调整和改进。

（四）应用效果及评价

基于上述实验研究，可以从以下几个方面对基于数据额挖掘的大学英语过程性评价体系应用效果进行分析：

1.选取数据的处理，在数据经过抽取后，可以对其进行分类分析和汇总，从而将不同数据转换成需要的分析格式。实验挖掘数据是随机抽取的，如果直接进行数据库录入，会对后续分析评价工作产生影响，影响最终评价结果。所以需要对其进行分类处理，转化成利于分析的格式，这样可以简化后续评价过程；

2.数据拼装，经过分类处理和格式转换后，对数据进行拼接和组装，在此阶段需要发挥数据挖掘技术的独特优势，实现信息高效汇总，将同类信息组装到一起，构建宏观数据模型，并将非同类信息采用数据挖掘技术继续进行转化和拼装，得到新的可供分析的数据，挖掘信息内在关系，从而能够提高过程性评价的效率和全面性；

3.数据挖掘与提取，完成拼装操作后，开始对数据信息进行深入挖掘，提取其中的关键信息，排除无用信息或干扰信息对最终评价结果的影响。数据挖掘技术是基于关联规则的数据分析方法，目前应用较多的具体方法包括EP树频算法、Apriori算法和划分算法等。在上述实验教学的评价过程中，采用划分算法中的购物篮分析方法对学生学习行为进行具体评价。套用在实际应用场景，购物篮分析中的“顾客”替换为“学生”，借由学生学习行为的数据分析，并对信息进行详细解读，获取最终的评价结果。在此过程中完成数据挖掘和提取，采用这种评价方法分析效率相对较高，可以节省大量时间，为过程性评价的及时性提供保障。

通过对上述几方面的应用效果可以看出，采用基于數据挖掘技术的大学生英语过程性评价体系，可以做到对学生学习行为的全面、及时、客观评价、。以学生学习行为的基础数据作为评价体系输入，发挥数据挖掘技术的优势，在短时间内由系统完成具体的数据处理和评价工作，可以确保评价方法的科学性和评价结果的准确性，最大化的降低人为主管意识对评价结果的干扰。在新评价体系的应用下，过程性评价可以帮助学生更好的发现自己的进步和不足，激发学生学习兴趣，不断提高英语学习的综合素质能力。

四、结束语

综上所述，数据挖掘技术在大学英语过程性评价中的应用可以有效弥补过程性评价在以往实施过程中存在的不足，提高过程性评价结果的客观性和准确性。通过采用实验研究方法对基于数据挖掘技术的过程性评价体系构建方法和应用过程进行分析，可以为大学英语过程性评价体系的重构和完善提供参考，从而真正发挥过程性评价的作用，促进大学英语教学质量和教学效果的提升。

参考文献：

[1]李少兰，詹全旺.《大学英语》过程性评价体系的革新--以输出驱动-输入促成假设为参照[J].合肥师范学院学报，2017，35（04）：92-96.

[2]周密，秦丹.过程性评价与终结性评价相结合的教学评价体系构建[J].读与写（教育教学刊），2017，14（02）：22+39.

[3]李尚莹.过程性评价在应用型大学英语教学中的应用[J].学园，2014（02）：67.

[4]魏兆莹.过程性评价在专业综合英语教学中的应用研究[D].哈尔滨师范大学，2013.