基于网络课程的教师教学画像数据模型构建

程小恩 温川飙 程爱景 卢 敏 杨 东 曾祥明 唐启涛 贾 帅

（成都中医药大学医学信息工程学院，四川 成都 611137）

一、引言

随着学校信息化建设，通过网络课程平台，我们可以获取教师，学生关于课程学习方面的海量数据，对数据进行多维度分析，能够实现精准快速地抓取教师的特征和行为习惯，通过建模算法，抽象出一个教师的课程全貌。本文研究“教师画像”主要为教师课堂教学的画像，通过已经采集的学校人力资源管理系统、教务管理系统等学校信息化系统数据，结合网络教学平台中的数据信息，实现教师教学过程的数据化，从而通过真实数据的总体评分，刻画教师的课堂教学特征。

二、方法

教师教学画像数据模型的构建流程，包括数据采集、数据清洗和预处理，教师特征标签和教师画像模型，如图1所示。

图1 设计流程图

1.数据采集

首先明确分析目标，针对教师课堂特征，分析教师课堂画像需要的数据，进行第一步采集工作。

在学校网络系统中，教师课堂教学的数据，主要来源于学校网络课程平台，学校教务管理系统和人力资源管理信息系统数据。利用这三个系统的数据，可以采集到教师的基本信息和课程信息，主要信息包含教师工号、姓名、性别、职称、职位、学院、政治面貌、籍贯、学历、学位、研究方向等数据。

通过网络教学平台中教师网络课堂的数据，可以获取教师与学生的交流次数、交流时间、上传教学资源数量、定期发布作业和完成全部作业的批阅的过程，提取信息包含：授课情况，资源建设情况，以及上课的具体情况，如表1。

2.数据清洗和预处理

针对以上采集的数据，进行数据清洗和预处理操作。原始数据从不同的应用系统中获得，数据类型存在很多不一致，比如日期和年龄等，需要转换并设置成同一类型。某些数据的缺失也会影响原始数据的有效性，针对确实的数据利用人工干预和算法插补设计，实现数据的补全。另外针对采集的数据中部分数据的异常和空值等，对有错误数据或者不合理数据进行删除和清理。通过数据清洗和预处理，提高数据有效性，为后续数据特征模型的构建，提供数据基础。

表1 网络课堂教学数据采集表

3.教师标签特征的构建

构建特征框架设计如图2，每个标签满分是1分，共计6分。

图2 网络课堂教师标签

教师课程画像主要是教师授课方面的信息，其特征标签有师生交流、作业批阅、网络课程使用、考试分析、题库设计、资源建设等方面。

师生交流（图3）主要是针对教师网络课堂中与学生互动的情况，包含班级讨论和对学生答疑，以及课程学习情况的交流，师生答疑得分。根据老师答复提问的时间，给出评分，跨时越长分数越低。师生交流总得分是由讨论、交流、答疑三项所有交流的评分之和，总得分越高，评价越高。通过数据分析可以了解教师和学生之间是否有效沟通和交流，对学生学习情况的关心程度等。

图3 师生交流

作业批阅（图4），主要是学生对网络作业的提交情况以及老师批阅的数据分析。

系统使用，主要是教师登陆网络课堂的次数、天数、时长等情况，由此分析教师网络课程使用的活跃情况。

图4 作业布置

考试分析（图5），通过网络考试试卷数据分析，了解学生试卷的答卷情况，分析每个题型的得分和丢分的原因，指导教学过程中重点和需要补充的知识点的讲解。

题库设计（图6），针对教师题目设计的类型，题量等方面的数据，分析教师课程练习和指导方面的评价。

资源建设（图7），主要是教师上传到网络教学平台中的学习资料，视频等，通过资源数量，资源种类大小、资源热度等，分析教师对课程建设的完善程度。

4.教师画像模型设计

通过以上标签，结合教师登录网络平台的情况（系统通过网络教学平台按使用的时间长短以及登录天数来共同衡量）。构建每个标签的模型算法，并为模型和算法设置评价标准，不断调整模型的各种参数，最后根据评价标准训练出最优模型，求出结果，计算出教师得分情况，画像模型设计如下：

图6 题库设计

图7 资源建设

同时，通过每个教师的画像设计，可以看到教师关于课程教学的排名，以及学院排名，拉通比较。

为了鼓励教师使用网络教学平台，获取更多的数据信息。对六个标签的总体评分按开学时间与当前时间，分期统计。当前评分和每学期使用系统的得分有关。分学期评分，汇总，主要是利用每个学期的分数对总分值的影响，增加教师对网络平台的持续使用频率，长期使用者会得到更高的分数，其中最高学期得分是为了平衡当前分数。

?

三、结论

通过对上述标签计算教师教学的成绩，生成评审报告，对教师网络课程的数据进行总结和分析，得出阶段性成果评估，从而指导老师根据课程绩效等目标的实现程度，不断反馈和调整。同时系统也会对于分析结果产生的偏差进行不断修正和调整，最终督促教师实现既定目标。

在后续的研究中，还可以通过整合人事、科研、财务、教学等多门类数据信息，全方面呈现教师在科研学术、教学工作、人事工作等方面的成绩，从而提供教师工作评估、教师成长轨迹分析、高质量人才引进建议、学科前沿研究方向探索、科技评价方法完善等服务。