基于大数据背景下中职学生个性化学习路径研究

摘要：在大数据时代下，丰富的网络教学资源给中职院校学习带来了前所未有的发展空间，学生可以随时随地通过网络学习平台、手机App等多种渠道，利用碎片化的时间，进行多维度、全方位、个性化的个性化学习。大数据平台将全程记录和评价学生的学习过程，有效地提高学习效率、增强学生自主学习能力。从中职学生学习现状人手，分析了基于大数据背景下对中职学生学习的影响，并进一步阐述基于大数据背景下实现中职学生个性化学习的路径探索，为今后中职院校教学改革提供参考。

关键词：大数据;中职院校;个性化学习;路径研究

中图分类号：TP311文献标识码：A

文章编号：1009-3044（2020）29-0113-02

大数据技术在教育中的应用，为教育实现“从‘经验主义走向‘数据主义提供了技术条件”[1]，同时在教学过程中对数据进行采集、存储与分析，可以实现直观的呈现，即数据的支撑为教育科学决策奠定了基础。当前，中职学生存在学习基础差异较大、缺乏学习信心、学习动机薄弱等现象，由于学生学习方式及理解力的不同，传统“一刀切”授课方式导致学习基础薄弱的同学，知识点理解不到位;基础较好的同学，学习过于轻松，这种现象对教师教学造成影响。在课堂前，通过对学生数据的挖掘和分析，准确定位每个学生的学习起点，教师可以针对不同学生的个人学习能力、学习基础制定个性化的教学方案;在课下，利用网络学习平台、手机App等多种渠道进行个性化学习，大数据真正实现了“个性化教学”与“个性化学习”的结合。

1 中职学生学习现状

中职学生作为一群特殊的群体，学习起点相差较大，由于年龄阶段会存在较多心理问题，导致学习不积极，自卑心理等等。理清现阶段中职学生学习现状，分析影响学生个性化学习的因素至关重要。

1.1学习起点参差不齐

“学生的来源与质量决定着他们的学习基础、学习习惯、学习方法、学习能力等与学习各方面有关的表现”[2]。目前，中职学校的生源主要有：中考成绩不理想，没有考上普高的初中学生;为学一技之长，解决就业的学生;听从家长决定的学生。通常由感性经验认为，中职校接收的都是学习成绩不好的一批学生，但通过生源发现，这些学生虽绝大部分基础相当薄弱，但也不乏学习成绩较好的学生，他们只是迫于其他条件压力，选择中职院校。随着社会经济以及职业教育大力发展的背景下，报考中等职业院校的学生需求有所增加，因此面对复杂的学生来源，学生的文化基础水平参差不齐，这就造成了中职学校学生课堂的学习能力具有较大悬殊，这给教学和管理都带来很大的困难，严重影响了中职教学质量和学生整体素质的提高。

1.2学生缺乏学习信心

进入中职学校的学生，通常被划定为所谓的“学习困难生”，受到来自家庭、社会的偏见，久而久之学生会产生自卑心理。中职学生学习基础薄弱，并且在之前的学习中没有养成良好的学习习惯，也没有找到适合自己的学习方法，这导致在接受新知识或学习新技能时往往感到很吃力，当学习面对困难或问题时，又自身意志力不强，因此面对困难经常选择退缩，出现这种不愉快的学习经历造成了他们对学习失去信心。信心的缺失会造成极大的破坏力，如常见的厌学心理，堕落心理，这不但影响了现在的学习，而且对以后学生的品质培养以及就业都会产生不利影响。

1.3学生学习动机薄弱

中职学校的学习一般涉及基础文化课以及专业技能课，学校在制定学生培养方案时，往往不能兼顾国家政策导向与学生特点，一味地强调“就业为导向”，导致在教学时，内容与学生能力相差悬殊较大，同时在教材内容的使用上，许多学校缺乏系统、规范的适用教材。这就会导致很多学生听不懂，学生在学习中体会不到自我认同感，也就缺乏强烈的学习动机。其次，在心理学层面上，中职生一般是正处于青春期14-16岁之间的学生，并且选择中职学校有些是家长代替选择，这种心理还不成熟并且处于被动选择的情况下，中职学生大多对自己所学专业不了解，因此也就很难产生学习兴趣，这也是造成学习动机薄弱的重要原因。

2 大数据对中职学生个性化学习的影响

2.1 基于大数据背景下，学生学习不受时空限制

学生的学习是一个长期积累的过程，由于课堂时间有限单靠固定的课堂学习时间是远不够的。通过大数据推送符合个体学习能力的学习资料，学生利用学习网站、手机App等进行补充学习，尤其是对于基礎较差的同学，可以根据现阶段学习基础选择学习补充初中，甚至小学阶段的知识点。学生学习的时间和地点不再只局限于课堂上，可以随时随地进行在线自主学习，大数据的运用为学生学习的时空自由提供了技术支持。

2.2 基于大数据背景下，学生个性化学习得以实施

大数据的本质是对数据核心价值的再挖掘，大数据不仅体现在数量之大，它的核心应用价值更多体现在对数据的分析和预测。通过对数据的分析，我们对学生的学习习惯及学习方式有所发现，从而进行智能的干预。例如在课堂上对同学进行扫脸识别，通过大数据来确定学生的学习起点，了解每个学生的学习起点，针对学生制定个性化教学方案。在这过程中，大数据赋予教师“显微镜”式观察能力和“望远镜”式预测能力，科学有效地解决了中职院校教学效率难题。

2.3 基于大数据背景下，教师与学生角色发生转变

随着教育3.0时代的到来，课堂要求更加科学化、精准化、个性化。那么基于大数据背景下的课堂，将改进教育2.0阶段的“以教师、知识为中心”的形式，教师成为课堂中的引导者、组织者，不再是知识唯一的提供者和传播者。大数据可以实现“翻转课堂”式的学习模式，即在课下学生通过自主学习，课上学生带着问题回到课堂，在小组合作学习中，学习基础较好的同学为基础较薄弱的同学充当“小教师”的角色，以此激发学生的学习兴趣。在这种课堂形式中，教师与学生构建了民主化的师生关系，为学生创建轻松的学习环境。

2.4 基于大数据背景下，学生学习习惯得到培养

在大数据时代手机学习软件和学习网站地不断完善，并根据个人兴趣推送个性化学习信息，这为学生自主学习提供了广阔空间。学生根据自己的学习能力及兴趣爱好来选择可接受的学习内容，根据个人时间制定学习进度，进而高效地完成学习任务。尤其对于中职学生而言，不光要学习文化基础，也要学习专业技能课程，对于技能课程的学习，通过网络大量资源，让学生在课下也可以学习练习，这种科学规律性的教学安排有助于学生学习习惯的培养。

综上所述，大数据的应用可为中职学生的个性化学习提供支持。与普通、高等教育相比，职业教育为面向瞬息万变的市场培养人才，教师的因材施教策略难以得到实现。因此，大数据的出现为实现中职教学活动以学生为中心提供可行性依据，实现教育的可视化及可调节，大数据技术使得学生学习不断进步，这可以充分发挥学生在学习中的主动性。发挥数据在教育中的价值，为信息时代的人才培养及职业教育发展提供科学依据[3]。

3 基于大数据的学生个性化学习实现策略

3.1 充分利用大数据，更新公共教学资源

现阶段大数据技术在中职学校中的重要应用，如数据的建设、管理、学习环境建设方面的应用[4]。现阶段利用大数据技术在职业教育中建设公共教学资源的应用有：基于移动学习背景下学校智慧平台的建设、数字化教材的建设、移动数字化资源的建设，并构建相对应的教学模式[5]。同时利用大数据构建职业教育多元主体的云平台，学校利用大数据分析和挖掘技术对慕课与优质资源开放共享服务[6]，为混合学习和在线学习提供资源保障[7]。这些基于大数据背景下的教学资源建设为教学提供了有效保障，通过公共教学资源的建设，有力地改善了教育公平难题。同时，对于大数据技术建设、更新中职学校的公共教学资源有利于加快智慧校园的建设。

3.2 充分利用大数据，及时监控调整学生个性化学习

在大数据时代利用学生在学习过程中留下的数字碎片进行采集、整合和分析，如教学系统中选修课程偏好、在线学习时长、学习平台中的留言互动情况等，及时将学习者的行为进行转化分析，教育管理者可利用数据实现学生的个性化管理，教师实现“个性化教学”。同时这种大数据时代带来的个性化的思维方式，能够帮助教育研究人员重新审视学生的学习需求，通过数据的转化分析为学生匹配适切的教材、课堂以及校园环境，进而实现真正意义上的个性化教育[8]。

3.3充分利用大数据，构建多元化评价体系

教育评价体系是依据一定的教育价值观或教育目标，通过系统地搜集信息资料和分析整理，运用有效的评价技术或手段，对教育活动满足教育主体需要的程度做出的价值判断活动[9]。由于学生的学生学习起点、认知水平、学习能力各不相同，采用传统单向的“成绩论”衡量标准显然是不科学、不客观的。利用大数据，构建多元化的评价体系更有利于中职学校培养出多元化的人才，大数据的运用可以关注到每一个学生在学习课堂中的表现，整合成可视化的数据，依据大数据构建出的评价体系更强调过程性评价，因此评价结果更有意义。

4 结束语

我国《教育信息化“十三五”规划》[10]、《教育信息化2.0行动计划》[11]、《新一代人工智能发展规划》[12]等文件均明确了个性化学习的重要性，指出“关注学习者不同特点和个性差异”“为每个学习者提供适合的教育”“探索在信息化条件下实现差异化教学、个性化学习、精细化管理、智能化服务的典型途径”等内容。由此可见，“关注个性化学习、尊重个体差异、促进学习者个性化发展，是我国未来教育发展的重要内容”[13]。对于中职学校学生而言由于教育基础水平参差不齐，没有良好的学习习惯及学习方法，因此他们更需要个性化教育，将大数据与中职教学的结合，可以推动职业教育领域的创新发展。

参考文献：

[1]杨现民.信息时代智慧教育的内涵与特征[J].中国电化教育，2014（1）：29-34.

[2]李强.中职生学习现状调查研究[D].上海：华东师范大学， 2007.

[3]张海潮.数据驱动下的个性化学习实现路径[J].信息与电脑，2020，32（10）：251-253.

[4]杨明.现代职业教育的大数据战略[J].职教论坛，2015（21）： 24-26.

[5]周君，李侠，黄徽.移动学习在现代学徒制人才培养模式中的实践应用[J].中国职业技术教育，2016（29）：50-53.

[6]姚静华，罗江华.面向社会服务的职业教育信息资源建设路径探析[J].中国职业技术教育，2015（9）：32-38.

[7]江涛.混合学习视域下学习支持服务机制研究[J].中国职业技术教育，2016（11）：11-16.

[8]张燕南，赵中建，大数据时代思维方式对教育的启示[J].教育发展研究，2013，33（21）：1-5.

[9]黎志华，教师教育评价研究[Dl.上海：华东师范大学，2011.

[10]余胜泉，李晓庆，基于大数据的区域教育质量分析与改进研究[J].电化教育研究，2017，38（7）：5-12.

[11]教育部，教育部关于印发《教育信息化“十三五”规划》的通知[EB/OL]. （2016-06-07） [2020-05-16]. http： //www.

moe.edu. cn/srcsite/A16/ s3342/201606，t20160622_269367.htIIll.

[12]教育部，教育部关于印发《教育信息化2.0行动计划》的通知[EB/0L].（2018—04—13）[2020—05—16].hnp：∥www.moe.gov.cn，srcsite，A16，s3342/201804，t20180425_334188.htII11.

[13】國务院.国务院关于印发新一代人工智能发展规划的通知[EB，0L].（2017—07—20）【2020—05—16】.http：∥www.gov.cn/ zhengce，contem/2017—07/20，contert.521 1996.htm.

【通联编辑：梁书】

作者简介：白婷婷，女，广西师范大学职业技术师范学院在读硕士，专业为职业技术教育信息技术方向。