基于云教学和大数据的高职学生学习行为研究

王兰

摘   要：云计算、大数据技术的快速发展正在深刻影响着人们的工作、生活和学习。随着信息技术和教育领域的深度融合，越来越多的云教学平台成为课堂教学的智能助手。文章基于蓝墨云班课平台中的高职学生课程学习行为日志数据，分析学生的线上和线下学习行为，以期为本课程的建设和诊改提供可靠的依据，改善课程教学效果、提高学校人才培养质量。

关键词：云教学;大数据;学习行为

《国家中长期教育改革和发展规划纲要（2010-2020年）》中提出把提高质量作为教育改革发展的核心任务。然而，传统的以教师、以教材为中心的教学模式，无论是在学习兴趣、学习行为还是学习效果方面都遭遇了严重瓶颈。近年来，随着国内外教育的发展，“以学生为中心”的教育理念深入人心，在各大高校广泛践行。以学生为中心的教学模式，以能力培养为目的，关注学生的学习行为，使学生从学习的从动方变为主动方，最大限度地培养和发展学习者的能力。基于云平台开展教学工作，能够实时、全面、客观地记录学生的学习行为，并以此为依据调整教学活动，修改教学设计，开展课程整改[1]。

本文以西安航空职业技术学院2015级数控技术专业5年制（3+2）学生为研究对象，选取一门专业课程，运用蓝墨云班课平台，开展云教学，采集学生在本门课程学习过程中的学习日志数据，通过分析这些大数据，研究学生线上和线下的学习全过程，以期通过对高职学生学习行为的了解，提高学生的学习效果，优化学校的教学质量[2]。

1    学生的线上学习行为

1.1  课程资源学习

在本课程的前期建设中，共建设资源110个，包括35个视频、36个PPT文档和38个其他类型资源。这些资源均上传到蓝墨云班课平台参与课程教学，供学生查阅和下载。

查阅资源获得经验值报表反映：50%左右的学生查阅资源获得经验值占总发布资源经验值的60%～80%，30%左右的学生查阅资源获得经验值占总发布资源经验值的80%以上。视频资源学习报告反应出每个班仅有1～2名学生的视频学习时长占到了班课总视频资源时长的80%以上，其余学生的视频学习时长均未达到60%。由此可见，在教学的过程中，资源使用率较高，学生对课程教学资源的学习情况较好，同时，也反映出学生对课程资源有着较大的需求，对不同类型的课程资源均有较高的接受度，而不是如预期的那样，仅对视频资源感兴趣。

1.2  讨论答疑

在教学中设置签到、课堂表现、讨论答疑、作业/小组任务4类活动，学生对活动的参与度整体较好。其中，讨论答疑活动的参与度1班达到60%～70%，2班接近80%，并且在每次讨论答疑中有超过半数的学生能够在表达时提出独立可行的方案或观点，获得了老师的赞赏。

1.3  学习时间分布

云教学平台具有开放性，学生可以在课内外随时随地进行课程的在线学习。从资源查阅分布图来看，每个班的学生在一天时间段内在线学习时间有两个大高峰和两个小高峰。结合线下学习的实际分析：两次大高峰分别是该课程的线下授课时段;两次小高峰主要出现在17：00以后直至22：00左右。这些情况说明大部分学生的学习时段主要是在课内，只有少数具有良好学习习惯的学生会利用课外的闲暇时间自主学习[3]。

近几年，随着高职院校单独招生比例的扩大，出现了统招和单招学生严重两极分化的情况，统招学生的学业基础扎实、学习习惯较好、學习方法较合理，因此在教学过程中，这两种学生各门课程的成绩普遍出现了断层现象[4]。

2    学生的线下学习行为

2.1  学生的课堂出勤情况

课堂出勤是学生参与课堂学习的第一道门槛，高出勤率是保证课堂教学的基础和前提。通过活动参与度报表可以看出，1班学生的出勤率达到96.9%，2班学生的出勤率为84.85%。由此可见，1班学生的课堂参与基数比2班要大，同时也从一定程度上反映出了学生的学习态度[5]。

2.2  课堂表现

课堂表现的得分情况整体表现出不同状况：1班学生课堂表现不稳定，分数出现忽高忽低的态势，时而很高、时而很低;2班学生分数稳定，但数值不高。这些情况反映出学生在课堂上对知识内容的吸收是非常有限的，还需要老师安排其他的教学活动，如强化训练或作业任务来巩固学习内容、提高教学效果。

2.3  学习/小组任务完成情况

在本课程教学实施中，以学习任务为中心组织教学内容，在每一个任务的学习中都会设置相应的学习任务，要求学生在课内完成，并以图片形式上传至云教学平台。

本课程共设置学习任务21个，其中根据教学内容安排个人任务20个，小组任务1个。

从活动参与度报表反映出，1班学生学习/小组任务的参与度接近60%，2班学生学习/小组任务的参与度接近70%，这个数值还有继续提升的必要。

从两个班的历次作业/小组任务得分情况（见图1）看，存在最高分和平均分同高同低、高满均低两种情况，这些都可以反映出学生对各个具体任务的掌握情况，随着后续研究课题的开展，该方面的研究会逐渐深入和细化，以便于教学者结合课时、内容、结果及时调整课程相关环节内容，优化教学效果。

3    结语

本文基于学生在一门课程学习过程中产生的学习日志数据，从出勤率、课堂表现、任务完成度、资源学习等多个方面分析了学生的学习行为以及背后的原因，对该课程的后续教学具有很大的指导价值，有利于课程教学内容、活动设计、教学组织等方面的改进和优化，对课程的持续性建设意义重大。同时，本研究还存在待改进之处，比如研究样本的扩大、主客观因素的考虑和分析等。

[参考文献]

[1]刘强.基于云教学平台的学生学习行为研究[J].教育现代化，2016（9）：172-174.

[2]姜强，赵蔚，王朋娇，等.基于大数据的自适应在线学习分析模型及实现[J].中国电化教育，2015（1）：85-92.

[3]商桑.云教学理论与实践研究[M].北京：北京理工大学出版社，2017.

[4]李培培，雷水旺，张达志.教育信息化背景下高职学生学习行为的现状调查研究—以徐州工业职业技术学院为例[J].教育现代化，2018（10）：309-311.

[5]李小平，郭江澜.学习态度与学习行为的相关性研究[J].心理与行为研究，2005（12）：265-267.