在线开放课程教学大数据采集与分析研究

柯楠 杜建华 薛江芸 李作强

摘 要：根据MOOC平台采集的教学全流程数据，生成不同需求的动态统计报表，经过全景化数据分析，得到一系列数据画像，通过大数据的分析及预测功能为教学管理者、教师、学生用户进行教学实践、教学评估提供精准数据支持。只有基于真实數据环境进行科学、合理地分析并及时反馈、改进，才能快速、有效提升在线课程教学质量，为在线开放课程教学平台的个性化学习推送模式、在线课教学实践及评估机制提供充足的数据支持。

关键词：在线开放课程;大数据采集分析;数据画像

一、教学大数据信息采集

通过教学管理者、教师端口进入后台采集在线开放课程全景化大数据，可看到本校信息化课堂教学情况。重点采集数据包括：全校参与MOOC教学的在线教师、学生人数、基本信息，正在授课的班级及结束授课的班级、教师授课、学生学习情况。以《PS图形图像处理》课程为例采集数据信息展示如下：

根据教务系统选排课时间顺序，查看到本校累计2学期时间段内，6个班级该课程到课率、信息学院该课程信息化课堂教学覆盖人员信息、教师累计授课信息（教学资源、教学记录、提问发帖讨论、公告回复、教学日志、成绩评价等）、学生累计学情信息（预习、教学资源使用、提问发帖讨论、习题完成情况、考试成绩记录等）详情数据。比如：2019年度1个教学单期该课程授课李老师1个教学班级平均到课率97%、学生预习完成率83%、课堂习题正确率87%、课下习题正确率76%、考试通过率93%。该教师在本学期16周上传教学资源102个（视频26个、课件48个、阅读文档10个、习题6套、其他12个）、公告11次、讨论13次、发帖96次、回复236次。该班李同学本学期（学号10）平均到课率95%、课前预习率81%、参与讨论12次、提问9次、发帖32次、习题正确率88%、综合评价成绩86分。显然，通过MOOC平台后台采集，可以为教学管理、教师提供全方位大数据信息支持。

二、教学大数据动态统计

MOOC教学平台后台工具提供了全校性大数据动态统计功能，可以为教学管理者和教师提供各种数据详情并生成相应的动态统计报表，不同采集目标的数据详情生成不同的统计报表。教学管理者需要对教师教学内容进行远程检查，有效管理本校教师的授课行为，可选择采集部分信息生成动态统计报表。

比如：教学资源动态统计报表，展示教师累计教学资源的相关情况，包括资源上传时间、类别、数量、使用率、评价、成长因子变化等主要信息统计，通过定位还可查看到授课教师的教学资源具体内容与使用变化情况。再如：《PS图形图像处理》课程学习情况（3班）动态统计报表，从学生课程学习行为各环节过程表现体现学生的课程学习情况。依据动态数据生成的统计表可逐一展示下层数据的详情数据、自身变化数据、对比数据，形成链接层级式动态统计报表。多角度、多样化、全方位的动态统计报表为教学管理者、教师提供精准的教学依据，大大增强对教学内容和质量进行有效把控的可行性。同时数据可以自动沉淀到本校网络教学平台中，通过平台后台收集统计的动态客观数据，作为教学过程中的个性化推送的最主要依据。

三、教学大数据分析画像

根据MOOC平台采集的教学全流程数据，生成不同需求的动态统计报表，经过全景化数据分析，得到一系列数据画像，通过大数据的分析及预测功能为教学管理者、教师、学生用户进行教学实践、教学评估提供精准数据支持。

1.构建学生画像

学生在线学习的全过程，也是个人成长档案信息建立的过程。通过对“在线学习时间统计”“讨论问答发帖统计”“习题完成统计”“考试评价统计”“学生成长因子统计”等学生在线学习统计表的数据分析，可得到学生的学习行为、学习速度、学习效率、学习习惯、学习偏好等数据，从而全方位刻画出学生的个人学习状态。学生画像数据既能作为课程主动推送的基础依据，亦可为本校学生评优评先、毕业就业的考核评估服务。

2.构建教师画像

MOOC平台教师用户教学过程数据库非常详实记录了教师教学轨迹，公平、公正、客观的数据支持，会高效促进本校教师发展。通过选取不同教学数据形成各种动态统计表，比如：“专业教师建课统计”“教师信息化教学使用统计”“个人教学成绩统计”“教师成长因子统计”，能集中反映出本校使用在线课教学的建设课程数量、建设课程门次、在线教师人数、信息化普及率、在线教学效果等。管理者通常需要细化至每一位教师，可查看当前教师个人在线课教学的总体详情，包括所建课门数、授课班级数、教授学生总数。还可定位每个学期，教师所授每一门课程的详情，教学资源建设情况、教师与学生互动参与情况、教学日志、考核情况等。

3.构建课程画像

在线课程的运行过程就是课程画像的构建过程，通过教师设计的教学活动，MOOC平台后台工具对师生教学行为的跟踪与记录，生成不同的动态数据库。通过“课程选课统计表”“课程资源使用统计表”“教学过程统计表（教师、学生）”“教学成绩与评价统计表”，可以精确至学生选课、退课数据、课程访问记录、学习资源（视频、课件、链接等）使用记录、学习活跃数据、发帖和回帖数据、习题分析、考试分析、学业预警。

4.构建班级画像

对每一门课程不同学习对象进行数据分析，形成班级数据画像。通常情况下，一门课程可以开设多个班级，如果按照班级为单位，可统计系列数据，包括班级学生登录访问平台数据、学习进度数据、学生学习习惯数据、讨论活跃数据、班级成长因子等数据。

5.构建专业画像

大数据非常有利于专业统计，比如通过“专业课程统计表”“专业学习统计表（教师、学生）”“专业成绩统计表”等，分析各专业学科培养方案、课程设置、学分要求等相关数据。还可以根据条件筛选，以课程为分析对象，细化至课程运行数据、任务点完成详情、课程重难点分析、学生学习行为等内容，层级细化学生技能、毕业能力的鉴定，实现对每个专业进行能力分析、专业毕业分析。

6.构建学期画像

在线课程运行以学期为单位进行管理分析，教学管理者可得到每个学期在线课程运行情况，尤其是本校自建在线课程的运行数据，反映出对应学期本校教师的教学情况。通过在线课程运行数、选课人数、结课人数、课程时长、平均每周课程时长、每一门课程的结课率、平均分及活跃情况、学习评价、学习效果对比等数据统计，勾勒出学期画像。学期画像下，形成所有利用每学期数据画像，建立课程、任务点、知识点三层数据反馈机制，任务点中详细至知识点的分析，对于每一个知识点内容的设定，对学生学习数据的跟踪，反映了任务点教学内容的客观性及权威性。通过学期画像建立的反馈机制，对教学改革具有重要意义。

四、结语

在MOOC平台完成一门在线开放课程的教学周期后，后台数据库完整采集了教学者、学习者的各项教学活动的数据信息。教师、教学管理人员需要清楚各教学数据的含义并学会按需求分层、分类、分角度统计的方法，最终利用大数据分析形成数据画像。只有基于真实数据环境进行科学、合理地分析并及时反馈、改进，才能快速、有效提升在线课程教学质量。利用在线开放课程平台进行大数据挖掘，实现本校在线开放课程教学信息的全景数据采集、调用动态统计、数据画像分析，将为在线开放课程教学平台的个性化学习推送模式、促进在线课教学实践及学校评估机制提供充足的依据和有力的支持。

参考文献：

[1]郝丹.国内MOOC研究现状的文献分析[J].中国远程教育，2013（11）：42-50

[2]程璐楠、韩锡斌、程建钢.MOOC平台的多元化创新发展及其影响[J].远程教育杂志，2014（2）58-66

[3]袁莉、STEPHENP、马红亮等.MOOC对高等教育的影响：破坏性创新理论视角[J].现代远程教育研究，2014（2）3-9

[4]蔡骐、罗威.传播技术的发展与高等教育变革——以 MOOC为例进行分析[J].今传媒，2015（6）4-8

作者简介：

柯楠（1975--）女，汉族，陕西省西安市人，陕西广播电视大学资源建设中心，副教授，教育硕士。主要研究方向：在线开放课程建设与应用。