基于大数据课程资源建设的学生个性化学习赋能

高燕芬

【摘 要】随着云时代的到来，大数据浪潮正在掀起教育方式的重大变革。教育工作者应对大数据与教育行为的深度融合进行主动探索，充分挖掘利用大数据的效能开展课程资源库的建设。从海量数据中挖掘学生真实学情规律的数据，开展分析研究，积累课程资源库丰富的数据资源，为学生量身定制适合自身发展的学习方法和学习策略，为学生个性化学习赋以强大内能，成为其学习中最有力的支撑和引导。

【关键词】大数据;课程资源建设;个性化学习

每个人都是一幅独特的风景，都有其内在的灵秀，因此早在两千五百多年前，孔子就提出了“因材施教”的思想，多年后的今天，“围绕学生不同的学习方式来塑造教学”这种个性化教学依然是教育者们孜孜以求的教育改革与发展的目标。随着云时代的到来，大数据正越来越被关注，教育课程资源库建设也顺势借助应用海量用户行为数据的科技力量来赢得发展。大数据技术的广泛应用，使课程资源的应用效率得以提升，课程资源的建设与开发质量得以优化。为此，教育工作者应深入研究利用大数据进行课程资源开发建设的理论，主动探索大数据与教育行为深度融合的实践，尝试进行大数据资源的整合共享，从而充分挖掘利用大数据背景下教育课程资源库的效能。通过从海量数据中挖掘学生真实学情规律的数据，开展研究分析，为其定制适合自身发展的学习方法和学习策略，使这种的个性化教学与个性化学习成为可能。

一、利用大数据资源库前端采集功能，全面细致收集记录学生所有在校行为

大数据资源库建设离不开“获取真实可靠的数据”这一前端重要环节，丰富的数据集是实现大数据资源库建设的基础。传统意义的课程资源主要包括：教师个人的教学设计和素材、多媒体课件、教学视频、教后反思、试题集等教学资源。而要使大数据资源库助力学生个性化学习得以实现，仅收集这些数据是远远不够的。我们需要对一位学生学习过程持续关注的数据，需要跟踪学生学习过程中的所有行为和学习结果的数据，因此我们还需采集信息，具体应包括：1.通过作业考试评价系统采集学生学习行为数据，如学生上课的举手回答问题次数、质量、听课微表情、专注程度，作业正确率，易错知识点等，甚至包括信息课点击率较高的网站等。2.借助多传感交互技术、智能录播系统，脸部表情跟踪技术，情感识别技术采集学生学习过程中情感变化数据。3.通过校园一卡通系统可采集：食堂就餐、超市购物、课堂考勤、图书借阅、上机情况、学生选课等。信息采集方式主要通过综合校园的各项信息数据系统，如校园一卡通系统、课堂实录系统、作业考试评价系统、图书馆系统等，对数据结构不同的系统进行接口统整，采集学生在校所有行为数据。通过对所需数据的全面大批量采集，保证采集到的数据真实有效且质量高，形成可观的数据规模，然后才能对数据进行深入分析和深度挖掘，使分析处理得到的数据结果对教学策略的制定起到指导性作用。

二、利用大数据资源库分析功能深度挖掘学生信息，精准评价学生个性化学习状况

大数据资源库存建设的根本意义并不在于获取存储规模庞大的海量数据信息，而在于对这些所获数据进行合理分析处理、从中挖掘出价值更高、更有意义的信息。美国教育部门对大数据的应用的典型代表“学习分析系统”，这个联合框架系统集成了数据挖掘、可视化分析、模型建构和案例应用于一体，它能向教师提供学生学习过程中的多方位信息。例如，一个学生成绩不理想是由于周围环境分心还是他上课不专注或作业完成质量不高，还是因为谈恋爱或请假太多的缘故？利用大数据的学习分析功能能够向教育工作者提供精确有价值的信息，从而回答这些纷繁复杂的系列现实教育问题。

前端采集的数据其共同特点就是数据量大且数据多样性、非结构化数据多、价值密度低。大数据数据挖掘过程就是将大量不完全、模糊的非结构化数据从网页中抽取出来，并以结构化的方式存储为本地统一的数据文件，清洗过滤掉杂质较多的数据，再使用多种专业技术手段，如机器分析、模型建构、神经网络、遗传算法、聚类分析、关系挖掘等将与教学行为、学习行为有关的教育原始数据进行深入渗透和分析，充分挖掘大数据的价值，从而达到评价学习者学习状态，评估学习结果，预测其学习发展趋势，全面细致了解个体学习效率的目的。通过对精确记录下来的数据的分析，如脸部微表情，身体动作、点击资源停留时长，问题回答正确率、重复次数等分析学习过程中潜在的学习规律，找到学生学习的特点、兴趣爱好和行为倾向，以便为其再次加工提供准确的科学依据。通过大数据课程资源库的建设，获得学生的历次测试成绩、小题診断、知识点掌握、学习能力诊断的数据，得到学生全面的资源信息，形成丰富的统计报表，为下一步教学判断决策做好准备。

三、利用大数据丰富的课程资源，实现教学过程的高效诊断和质量监测，助力学生个性化自主学习

纽顿的创办人、首席执行官费雷拉说：“从今年秋季起，学生的课程资料将在纽顿技术的支持下，开始适应性地满足每个学生独特的学习需求。”纽顿系统通过收集分析大量真实有价值的数据，进行教学决策和个性化学习定制，以此来确保学生以最良好的状态、最高效的方式投入学习。这是教育的一个新的前沿领域，大数据资源库犹如一个私人顾问，她与学习个体进行无障碍交流，以此来深入了解每一个学习者的实时学习状态，教师根据学生情况定制的教学过程和环节更加精准化和智能化。同时，教师对教学过程的把握不再依靠个人经验，而以实实在在的教育数据分析为依托，学生对自己学习状况的了解也不再模糊混沌，用清晰准确的数据说话，有利于其更好地认识自我、发展自我、规划自我。

个性化学习，对学生进行全方位观察后，分析比较学习个体间的差异，并精准评价学习状态后针对个体学习过程中出现的具体问题，帮助其量身定制各不相同的独特的学习策略和学习方法的过程。每一个孩子都有自己独特的天赋特性、偏好和优势，也有各自性格的缺点或学习的弱势。解决孩子的学习问题，应该用个性化的方法去适应学习上的要求。通过大数据资源库中的数据分析报告，对学习中无论是单个知识点的理解，还是整个知识体系的掌握情况都能一目了然，依据学生的学习行为数据，辨析提取出隐藏在其中的错综复杂的关系，为学生提供更具有针对性的课程资源、学习内容以及学习反馈和建议，使其学习体验更为深刻，学习效果更为明显。

大数据技术指导下能有效地帮助学生发现自我学习中的薄弱环节，培养良好自主学习习惯。教师能根据学生错误率较高的题，进行有针对性的训练设计，在资源库中按规律抽取具有代表性的习题进行个性化组卷，为每位学生定制适合个体的查漏补缺方案，使个性化练习和辅导更为精准具体。大数据在进行学业能力诊断时不仅记录学生做题的正确与否，甚至在考试过程中分析多个数据变量：如考试过程中的时间分配问题，一道问题的答题顺序、时间、结果都给研究者提供了许多包含价值的珍贵数据。运用这些数据，研究者就能获得当前学生的学习方法和模式，研究者利用所有这些数据就能营造出适合学生学习的氛围。

古希腊学者普罗塔戈说：“头脑不是一个要被填满的容器，而是一束需要被点燃的火把。”教育的目标应该是最大限度地激发出每一个孩子独特的潜能，引导他们探索和发现个人成长的最佳路径，帮助他们实现自我突破，这正是个性化学习的目的和意义所在。课程资源库的建设正是以教学需求为前提条件，通过运用大数据技术实现资源的开放和共享，将课程资源充分融入课程教学，鼓励学生大胆地将生活实际与课堂情境相结合，主动探究问题，勇于创新，不断发展思维能力。如今绝大多数教师仍旧采用全班相同一致的教学模式和方法，我们要有意识地关注个体教育真正要达成的目标，借助大数据资源库为每位学生制定最恰当的个性化学习策略。个性化学习实践是孩子成长中规划未来的重要一步，而建设大数据教育资源库就是给予这种成长期待最有力的支撑和引导，为学生个性化学习赋以强大内能，也将为个性化教育创造一个更加美好的未来。

参考文献：

[1]米春桥.基于大数据思维的计算机专业过程化与个性化教学改革研究[J].中国电子商务，2014（13）：147～148.

[2]赵婧.基于大数据的课程资源建设：趋势、价值及路向[J].课程.教材.教法，2015（04）.