基于大数据教学平台推进黑色冶金技术专业学生个性化学习研究

于万松

(天津工业职业学院，天津300400)

0 引言

随着现代教育技术的迅速发展， 教学模式也发生了巨大的变革， 借助信息化技术的不断普及和深入，人们获取知识的方式多样化且更加便捷，在这种教育变革下对学生采用传统模式的教学方法的缺点日益凸显， 高职学生的水平基础不尽相同， 传统标准化的课堂教学对所有学生采用相同的教学方法和评价方式， 忽视了不同学生个体之间的知识、技能、情感、认知能力上的不同，很难保证所有学生都有所进步， 但是随着相关技术如大数据、互联网、云计算、人工智能等技术的发展，学习的空间和时间得到了拓展延伸， 利用平台学生利用碎片化的时间对学习资源进行观看、学习、练习[1]。 这种新的教学模式打破了传统教室授课的限制，教学中不能忽视学生个体的差别，而利用相关技术配合教学策略和方法的改革使个性化教学的实现成为了可能。

我国教育部也明确指出要利用相关技术构建个性化的教育体系， 当前部分高职院校已经通过大数据等技术记录了学生学习和教学过程中的相关行为和数据，对其进行整理、分析再反馈给教师和学生，使之复制教学过程的有效开展。 大规模开放在线课程(MOOC)于2012 年之后在我国大量开设，大学生们广泛接受了线上教学、混合式教学等教育模式。 教学平台可以采集和处理各类学习行为和过程数据， 随着这些具有应用价值的数据逐渐被积累， 对其进行大数据分析和挖掘就可以分析和预测学生学习和教学过程的关系和规律，辅助教师调整优化其教学手段和策略， 保证学生得到高质量、 针对性强的个性化学习体验的同时还激发了学习兴趣。 当前时代利用数据挖掘分析、人工智能自学习、数据呈现等大数据技术已是常态，各行各业依托大数据技术都完成了升级和转型，教育行业在大数据背景下也可以促进教学效果的提升，实现教育和信息化技术的深度融合，破解目前高职学生教学难题， 为复合型技术技能型人才的培养提供帮助。

1 大数据时代的高职学生个性化教育

1.1 高职学生的个性化学习

从学生学习的角度来说， 教学过程应服务于“学”的过程，构建主义学习理论认为，学习过程先是通过外界接受信息， 根据学习者自身的认知情况进行消化整理， 最后吸收对应的学习内容和知识，达到完善更新学习者知识结构的效果。 高职院校学生较本科学生的自主学习能力弱， 但是由于就业、毕业、未来发展等原因学生也有着对知识和技能学习的强烈需求， 所以对高职学生的学习要进行有效的引导和辅助。 大数据技术的运用，教学平台可以跟踪记录每一个学生的学习轨迹， 主要包括学上课出勤、课堂表现、网络作业完成情况、线上教学资源学习、 拓展资源学习、 交流互动情况、知识点掌握情况、阶段学习效果等学习数据[2]，分析产生的数据可以综合评价出该学生的各项能力，如学习能力、逻辑思维能力、管理能力、团队协作能力、创新能力、实践操作能力等。 根据以上情况为学生提供符合其个性化特点的学习方案，推送个性的学习资源和内容，优化学习路径。

1.2 高职学生的个性化教学

从教师教学角度来说， 个性化教学是指教师根据学习者的差异提供个性化的学习服务[3]，教师对学生的学习过程进行监控， 观察不同学生在每个阶段的个性特征指标数据， 深度挖掘学生的潜力，给予学生适当的教学内容，改进个性化的教学手段，提高其自身学习能力和知识技能掌握情况。教师还可以通过大数据教学平台对学生的评价进行监测， 学生在学习过程测试中可能获得相同的分数， 如两名同学的某门课程测试都是90 分，虽然从分数上看两位同学学习结果表现相同， 但利用大数据对其学习过程轨迹进行分析会发现两者有着较大的差别，第一位同学基础知识扎实，有着优秀的逻辑思维能力， 能够将每个知识点进行理解并转化运用；而第二位同学的记忆力很强，学习时间集中在考试前夕， 在前期学习练习中错误率较高，更多是依靠单纯的记忆来进行学习，不利于培养思维能力。 根据数据教师可以及时调整教学策略和针对性调整， 如教学过程中发现某一阶段学生停留时间长， 可以猜到该部分内容可能学生非常感兴趣，或者是难度过高，后续可以对该部分进行研讨，增加补充讲解或者深入拓展。 大数据帮助教师全面而详细的了解每个学生的真实学习情况，改变教师的角色为指导者，引导学生主动的获取知识[4]。

2 黑色冶金技术专业学生学习现状

冶金行业作为传统行业正在经历转型升级，企业对毕业生也有着新的要求， 高职院校为了满足企业的人才需求对课程体系和教学模式做了调整和优化， 大量新技术新工艺加入到日常教学内容当中， 个性化教学的关键环节是学习资源的建设(图1)，保证师生之间的反馈畅通。 各院校也都相继进行了数字化资源建设工作， 通过对学生的学习情况进行分析和调研，具体情况如下。

图1 教学环节整体路径

(1)学生对教学资源的需求情况

调查中59%的同学对教学平台中的资源感兴趣，直观生动的网络资源较传统课本更具吸引力，73%的学生更加喜欢利用手机在平台上进行学习，网络平台的交流讨论功能促进学生与教师的交流， 学生们也能互相配合完成教师布置的任务和作业。 但当前平台对学生学习监督性较差，部分同学等待其他同学完成后进行抄袭甚至找人代做代挂学习资源完成课程学习任务。

(2)教学资源使用情况

随着黑色冶金技术专业资源库的建设， 丰富的教学资源提供给学生进行使用，微课、视频、动画、课件、文本等资源虽然很多，但从后台数据进行监测发现同学很多资源都没有看过， 观看时也没有进行选择完全是随机或者依靠老师进行布置，没有意识去自主搜索资源，造成认知负载，甚至导致学生学习效率低下。

(3)教学资源的管理情况

教学资源离不开有效科学的管理， 目前教师还是缺乏对专业教育资源的组织和管理， 长时间不去更新资源， 没有及时开发基于先进生产工艺的教学内容，资源数量虽然多，但是类型单一且陈旧， 学生看到之前破旧甚至恐怖的生产条件便对未来工作条件失去信心，缺少当前自动化、智能化的生产视频和资源； 各类资源分类时也没有很好的进行分类，资源单纯存放，不具备逻辑关系，不利于学生的自主学习。

3 个性化学习的实施阶段

为全面掌握学生的学习能力和学习方向从而实现个性化学习， 需要对相关数据进行分析和研究。 对于00 后高职学生他们成长环境同之前变化很大，个性越来越强，传统教学难以满足他们的学习需求，个性化学习对于他们尤为重要，开展个性化教学主要包括如下阶段。

(1)实施准备阶段

高职院校教师开展个性化教学之前， 需要充分全面的了解每个学生的情况， 可以通过为每位学生的建立学习档案来监测情况的变化。 学生在系统中完成相关信息的采集，如学生的成长环境、经历、性格特点，爱好和特长等基本情况，其次是对学生有一个充分认知， 即全面掌握学生的智力情况，学习专长等方面的具体情况。 也可以借助先进的传感器和设备得到学生学习过程中的相关身体数据，如面部分析、情绪分析、体感系统、身体状态分析系统等，把握学生的学习专注度、思维情感等方面内容，为每位同学建立个性化的学习档案，教师掌握后可以掌握学生学习的状态和行为方便进行教学过程[5]。

(2)行为分析阶段

教师通过平台及时获取学生学习过程中产生的数据，对学习时长、观看次数、评论数量、笔记内容、提问讨论次数等数据加以分析，从而掌握学习的全部过程，在了解每位同学的当前学习情况后，可以明确学生知识技能点的具体掌握情况[6]。 利用科学高效的大数据分析系统， 教师可以及时发现在教学过程中学生产生的问题和欠缺的地方，进行针对性的调整和改善，对相关学生预警或帮助，防止等到期末考试结束后才发觉的被动情况。

(3)优化实施阶段

在传统的黑色冶金技术专业教学过程中，教师负责设计教学过程并传授知识和技能， 依据课程标准和教学设计方案规划教学实施进度， 根据实施过程学生的具体情况和授课时的情况调整教学进度。 教师在个性化学习中的角色逐渐转变为引导者，结合学生学习特点、进度、知识基础、学习习惯、课程特点等内容，把行为近似或较大共性的学生分成一组， 每组学生的任务和规划都有所区别，满足每组个性化的学习要求，在完成教学基本要求后学生都能有一定程度的提升。

(4)反馈改进阶段

教学是在不断完善中进行的， 每一名学生的个体情况变化都会对最终结果产生影响， 教师通过分析后逐渐对模型系统进行补充， 准确调整学习方案，学生的学习方式变得更为有效，教师和学生也可通过每轮调整后得到的结果进行优化，学生在本门课程中的数据也可应用于之后的学习内容，双方都能增加对学习情况的了解，达到提升个性化学习效率的目的。

4 个性化教学实践

选取天津工业职业学院黑色冶金技术18 级作为研究对象，通过对该班级《炼钢生产操作与控制》课程进行教学，探索大数据平台下个性化教学实施中的问题，总结经验并进行改进。 炼钢生产操作与控制是专业核心课程， 炼钢由一系列高温且复杂的反应过程组成，课程抽象且有一定难度，适合进行个性化学习试验。

教学的主要实施过程是： ①教师创设情境发现学生课前学习的问题，利用平台化技术，完成资源共享和情境的创设；②实施教学过程，教学合作学习， 实时训练分层反馈学习情况， 利用交互技术， 即时推送与反馈， 通过移动互联技术加强师生、生生之间的交流；③总结结果并对学生进行评价，利用大数据技术完成智能的数据分析，得出精准直观的评价[7]。 在教学中采用不同的方法进行教学，如面对面讲解典型的炼钢理论、反应原理，角色扮演炼钢各岗位教学， 用企业生产案例进行分析辅助教学，全部教学过程基于职教云教学平台，教师和学生交流答疑解决学习中的问题。

在进行教学改革后，丰富了教学内容，学生较之前积极性更高，能够自主学习相关内容，活跃了课堂教学气氛，师生之间互动较多也拉进了距离，学生处于教学的主体地位， 营造环境为学生提供自主学习的机会，教师引导学生发挥主观能动性，提高学生对于岗位的责任感。 学生所提交的生产报告和问题明显水平提高， 在炼钢仿真操作中系统评分逐渐提高，总体平均成绩稳步提升，获得了较好的学习效果。

图2 炼钢生产操作与控制课程个性化教学实施流程

5 总结

大数据技术为黑色冶金技术专业学生进行个性化学习提供了有力的技术支持， 大数据教学平台的使用有效了教学效果， 也促进了高职教育教学改革，学生通过碎片化学习，获取智能的学习资源推送，采用多维度的评价体系，对专业课程的兴趣大大提高。 教师要充分将技术和教学相融合，探索适合学生的教学模式，重视学生的个性化学习，注重培养创造性、主动性等多种能力，培养出更多符合企业需求的优秀技术技能人才。