以大数据教学平台推进学生个性化学习——以物流专业为例

寇佩爱，纪蘇洪

(天津市东丽区职业教育中心学校，天津 300300)

进入21世纪，尤其是在当前经济社会深度变革的背景下，物流行业发展尤为迅猛，对高素质物流人才需求持续提升，推动个性化学习已是必行之举。学生是国家发展的未来中坚力量，若要达到个性化发展，除了要与自身需求相符外，还需要高度契合社会人才的需求情况。基于此，置身于大数据背景下，展开对个性化学习的探索具有高度现实意义。

一、个性化学习与大数据

孔子提出“因材施教”理念，这便是个性化学习的雏形。关于物流专业教学工作，必须立足于学生实际情况，明确个别差异，富有针对性地展开有效的差别教学行为，要求任何一位学生都做到扬长避短，从根本上消除学习差别。时至今日之大数据技术的时代，诸如人工智能以及物联网等一系列新型技术持续产生，这些都可以是实现个性化学习的技术平台。基于大数据背景之下所展开的个性化学习，应当充分尊重任何一位学生所表现出的个性化差异，全面认知到学生实际需求，充分彰显出学生学习特性，合理利用好大数据工具，围绕学生学习数据做全面分析，认知不同学生各自的学习基础，深度发掘学习数据所表现出的隐形关系，在此基础上实现智能化引导，更全面掌握物流专业知识。

互联网络技术的快速发展日益影响着人类生活环境的改变，如何合理利用基于网络环境下的大数据教学平台进行学习，有效支撑专业课、主干课程的改革与探索成为人们的研究热门，目前微课、幕课等已被人们普遍接受认可。传统教学课堂上，老师讲课，学生听课，对学生掌握的情况考量只有作业。而教学大数据平台，致力于通过对学校教学中的作业、考试和其它数据的科学采集、存储，智能建模、分析，向教学流程的参与者提供有针对性的个体分析，最终形成老师教、学生学、学校管、家长参与的四方协同教育个性化系统，真正为教学减负增效。目前，大数据学教学平台已成为学校教育、培训机构的辅助教学手段，也是与国际教育接轨的一种新型教学手段。

二、学生个性化学习模式

现在的学生群体天性特殊，思维相对活跃，更倾向于动手实践，但在面对理论知识时所表现出的兴趣偏弱，在多元化学习方式中更倾向于信息化平台。

因此建立在“以人为本”等一系列个性化教育理念基础之上，十分需要充分考虑到学生实际特点，突破性地融入大数据分析技术，从而创建出富有个性化的学习模型，具体内容如图1所示。

图1 基于大数据的个性化学习模型

(一)课前学习

依托于大数据创建个性化平台，可为教师提供便捷化操作，将物流课程课前学习任务统一分发给学生，同时也可将微课视频、PPT等呈现出来，为学生提供丰富资源。若学生在学习中遇到不解之处，基于“在线交流”便可实现与教师的深入沟通，通过线上的方式解决问题，同时做好课前“预习测”。基于平台能够全面收集不同学生的预习测成绩，将结果实时呈现出来，同时也可展示出学习资源完成情况，通过此方式引导学生准确认知自我，而作为教师也能够更全面了解学生情况，实行分层教学的方式，将学生存在的难点逐一突破。依托于大数据所创建的云学习平台，还可提供信息采集功能，更为深入的掌握学习档案，广泛涉及到学习习惯、态度等多个层面内容，以此为基础进一步做好AI智能导学工作，针对实际情况预测学生学习路径，同时也可开展个性化学习评价。

(二)课中学习

以线下学习为基础，综合引入线上学习，这种混合式学习对于物流专业教学而言更具可行性，教师则具备充分利用个性化学习平台的权力，寻找到教学中的重难点并发出讨论，积极引导学生做出思考，对其个性过程展开进一步考核；在面向不同层次学生时，与之相对应的测试内容也存在区别，通过“课中测”的方式有助于教师更为准确地掌握学生情况，以知识点的掌握为基准合理调节教学进度。也可将学生划分为若干组别，此后展开分组技能PK活动，基于此方式培养学生独立能力，同时也营造了优良团队合作氛围；还可随即发布课中学习任务，要求学生在规定时间内完成并将其传至平台中，并可执行自动或是手工批改的方式。当然，教师在确保教学效率的同时也还应充分考虑到不同学生所表现出的差异化需求；此外，还可围绕某一问题做出针对性解答。

(三)课后学习

当结束某一知识模块的教学工作后，通过大数据个性化学习平台能够进一步展开“课后测”，帮助教师随即掌握学生对课堂知识的掌握程度，答题结束后自动评分，围绕错题进行针对分析，总结所涉及到的知识点，给出可行的学习建议。针对课后学习过程中的各项数据，将其收集起来并实行AI智能训练，以学生实际情况为准推出个性化错题册，并将其归入后续阶段的“预习测”之中，可直接巩固学习效果。不仅于此，学生通过平台可获取到与物流课程有关的课外资源，这也是巩固知识模块的重要方式。通过课后在线答疑、作品分享等方式，提升学习兴趣。课后学习阶段针对学生拓展学习情况展开分析，在此基础上做进一步完善，持续改进学生学习“画像”，创建出富有针对性的学习模型。立足于学生学习数据，针对性展开AI智能训练，同时可预测后续学习路径，为其推动相适应的资源，为学生后续阶段学习“量身定做”一套模式。

三、学生个性化学习实施建议

(一)学校层面

学校要深度认知个性化学习的重要性，同时也要利用融入大数据技术。要立足于学校发展目标，以实际情况为准推出相适应的政策与措施，经由此方式鼓舞在物流专业领域的个性化学习，甚至需要将其列入年度考核工作中。注重智慧校园网的建设工作，充分考虑到个性化学习需求，为之提供优良的信息化学习氛围，深度整合现有资源(广泛覆盖到门禁情况、图书借阅等)，进一步借助大数据手段创建出云学习平台。突破学校信息隔绝的束缚，强化彼此之间的信息共享。在积极向外学习的同时进一步引入优质资源，培养教师的个性化教学思想，以提升在此领域的信息化水平。可针对个性化教学工作积极召开研讨会，或是举办教学技能竞赛等，通过这种方式培养教师的现代化教学意识，推动个性化教学工作的开展。

(二)教师层面

教师需要准确认知到“个性化学习”的必要性，将其视为新时代背景下的主流模式，秉承主动、开放的心态去面对，积极做出个性化教学改革工作。经由持续性培训，以增强教师对数据的分析与运用能力，深度掌握个性化学习平台的相关内容。在智能终端(常见有智能手机、PC等)的辅助下，充分利用好云学习空间(具有代表性的有蓝墨云、爱课程等)，突破传统教学方式的束缚，综合融入线上学习、课堂教授等多元化途径，以达到个性化教学的效果。要改变传统方式下“教师为中心”的局面，进一步衍生为“以学生为中心”，立足于学生实际情况创建个性化教学场景，为之树立相适应的教学目标等。同时还可引入“智力闯关”等全新方法，唤醒学生的兴趣。创建具有高度可行性的个性化学习评价体系，培养学生的学习乐趣。而在个性化学习的各个环节之中，还有必要时刻分析学生异常学习状况，对其作出针对性修正。

(三)学生层面

作为大数据等一系列全新技术形式，学生需要做出准确认知，充分利用好此类工具，以达到个性化学习的效果，突破长期以来“教师为主”的局限性，告别满堂灌的枯燥式学习方法，主动去适应个性化教学，从中培养良好的学习习惯。需要利用好智能手机等现代化设备，基于信息化途径来推动自主学习。学生还需要准确认知到网络的两面性，在充分发挥网络优势的同时也要从根本上克服网络诱惑，通过自发性的方式接受各项学习任务，在此过程中以自主的方式展开，分阶段达到各项学习目标；在面向平台推送的各项学习资源时，应当以主动的心态去接收，充分利用好此部分资源，针对过去阶段的实际情况适当调整方法与策略；针对日常学习中存在的问题，应当综合线上线下相结合的方式积极向教师请教；除此之外，还需要积极面对各项测试，认真答题，这是实现个性化评价的重要前提，能够对所得数据展开分析，进一步明确自身的实际状况。

四、基于大数据环境的物流专业教育模式

置身于大数据迅猛发展时代，作为现代化物流人才，必须具备足够的大数据分析处理能力。物流专业除理论基础外，还表现出较强实践性，由此启发我们在推进物流教育时也应当注重实践。大数据的发展不仅是技术革新，还是思维的转变，是推动新发明的不竭动力。此时，物流教育需做好实践、注重创新，所实行的教学模式可在一定程度上参考发达国家。德国模式具有代表性，长期以来均注重应用型人才的培养，在课程设计或是具体实践中都贯穿这一核心，这种培养模式不再局限于系统性知识，更加强调了应用能力的重要性，学生在踏出校园后可快速适应工作，成为企业技术骨干。纵观各项物流课程，也与企业呈紧密连接特性，所创建教师团队大多实行的是双轨制，且针对实践考核工作创建可行机制。英国模式也具有高度借鉴意义，可归结为“工读交替、实践教学”：除了传统课堂教学外，还为学生创设大量深入企业学习的机会，通过实践形成更深认知并创建理论知识体系，以此为基础再转入学校围绕专业知识进行针对性学习，最后又将其应用于实践中。该模式高度注重了理论与实践的融合，学生经过多年学习后扎实了系统性知识，具有丰富的实践技能。总体上，高效强调的是产学结合的方式，将应用型人才作为教育发展的基核心目标。

(一)精准人才定位

多数学校相继开设了物流专业，在实际发展中需要依托于自身专业优势再次做出延展，打造出细分领域的物流人才，避免全国物流人才方向一致的问题。不同的学校所具备优势存在差异，可依据实际情况发展独特优势，以达到差异化物流教育的效果。

(二)强化校企合作

针对整个物流行业做进一步细分，创建出颇具特色的物流专业。深度发展产学研合作基地，持续推动教育工作，塑造高品质行业人才。

(三)增强学生实践

纸上得来终觉浅，这点对于物流行业亦是如此，在发展产学研基地时，需要准确认知企业需求，为企业发展提供充足科研支撑，并保障学生实践力度。大数据时代对人才的需求更加全面，仅凭学校自身难度较大，必须引导学生参与到企业实践中，通过实际行为获取数据，借助个人技能做出深度剖析，为企业提供更多支持。

(四)推动科研训练计划

立足于国内各相关学校学生发展需求，诸如设计大赛便是极为可行的一种训练计划，此项活动由企业发题，学生创建团队并自主研究，经由此过程培养创新意识，将实际问题从根本上解决，甚至会给企业创造更为新颖的思路。改变传统方式下研究模式的束缚，可将学生引导至企业中分析研究，通过双导师培养模式加速高素质人才的培养。

(五)引导教师深入企业践习

为改变填鸭式教育的局面，有必要引导该群体进入大企业中获得实践经验，将其融入课堂以提升教学生动性，创造更高教学效率，也为企业解决科研问题提供了更丰富的思路。这是典型校企合作模式，从学生角度来看可获得更丰富资源。

(六)大力发展实验室等科研场所

若要全方位展开科研与教学工作，就必须得到高水平实验室的支持，打造先进平台有助于学生创建物流网络，从中延展想象空间，持续培养创新能力，而实验室亦是展开大数据分析的必要硬件基础。不仅于此，还可创建专业图书馆，为广大师生科研工作提供基础知识。

(七)发展个性化学习

不同于传统方式的是，大数据时代所倡导的学习方法出现一定变化，依托于大数据环境，有助于创建更高品质的共享学习平台，提供丰富资源支持。学生在学习阶段，还可将个人学习信息共享至网络中，以达到互动学习的效果。基于学生实际情况发展个性化学习，一方面改善了学生自主性，另一方面则更好的培养学生创造能力，使其具备更宽泛的个人爱好，不仅掌握了基础知识，更提升了综合能力，这也正与现代化高素质人才需求相符。

五、结语

随着对媒体技术和网络技术的快速发展，国家提出教育信息化的要求，基于各种平台的学习如雨后春笋般地展开了，然而众多平台只是提供了信息化的学习环境，并没有做到满足个性化的学习，也没有很好运用学生产生的数据来改善学习情况。基于大数据的个性化学习是在之前的学习平台基础上增加了数据的分析和相应的预测功能。根据学生在平台上的数据，对学生进行个性化的比对分析，了解学习者的学习时间、学习风格、登录情况、测试结果、及时反馈，及根据测试结果预测学习中薄弱的知识等，从而为学习者提供更全面、更适合自己的个性化学习随着网络技术和新媒体的快速发展，人们的需求不断提高，智慧学习成为目前及将来的一种学习模式，然而个性化平台是实现“智慧学习”的重要形式之一。基于大数据的个性化学习可以避免传统的满堂灌的教育，它以学生的发展需求为中心，以学生的个性差异为基础，强调尊重学生的个性发展。结合我国现在的教学环境及网络发展环境，基于大数据教学平台推进学生主体个性化学习符合新课程标准提出的注重培养学生的独立性和自主性，引导学生质疑、调查、探究，在实践中学习，促进学生个性学习的过程，实现新课程标准倡导的是自主、合作、探究的学习理念和方法。