大数据分析技术对网络授课辅助能力的研究

徐丽丽 高艳 杨璐

（山西农业大学信息学院 山西省晋中市 030800）

通过对在线助教能力资源和在线助教能力观察参数的分析，帮助平台管理者加强学生的理论与实践运用获取体验和助教兴趣。然而，从在线助教能力观察的参数结果分析中提取有用的决策观察参数是一个亟待解决的问题。为了解决上述问题，给出了观测参数结果分析技术和观测参数结果分析的可视化处理方法。观测参数结果分析技术是实现观测参数结果分析价值的重要途径。通过对参数结果分析技术的观察，总结了参数结果分析与观察的逻辑特征[1]。同时，通过对参数结果的分析和观察，可以很好地了解实际情况，实现决策。观测参数结果分析的可视化表示方法充分利用了人们对视觉模式快速识别的天然能力，完美地提高了人们对参数结果分析的理解和观测速度，帮助人们更有效地挖掘大量的观测参数结果分析，突破了教育观察参数结果分析技术的局限性[2]。

1 观察的结果分析技术对网络授课辅助的概况

在线助教能力平台的兴起也引发了在线助教观察参数结果分析的热潮。强金培等（2019）在观测参数结果分析驱动的助教能力中实现了观测参数结果分析可视化平台，并应用于不同学科的助教能力实例。[3]该平台既能满足跨学科助教能力平台的标准与条件，又能通过观察参数的分析、可视化和交互，激发学生对助教的兴趣。李娇娇等（2017）[4]以华中师范大学自主研发的云课堂代表为例，基于观测参数结果分析可视化表示方法的相关理论和技术，对教育观测参数结果进行分析，主要包括用户观测参数结果分析、观测参数结果分析模块和观测参数结果类型分析模块。提出了参数分析的可视化表示方法和基于观测的参数结果分析的可视化表示方法。根据不同观测类型的结果分析，选择合适的布局方法对教育观测参数的结果进行分析。

刘海等（2018）基于观测参数结果分析辅助能力平台的观测参数结果分析性质，提出了一系列观测参数结果分析辅助能力场景的可视化表示方法和手段，并结合高师自主开发的云教室，将视觉表征观察参数结果分析的方法和手段应用到实际辅助能力中。此外，对国外观测参数结果分析驱动的可视化在线教学平台技术进行了分析和探讨。比利时鲁汶大学的Govaerts 等人根据网页中嵌入的应用程序记录了学生参与在线助教能力活动的情况。通过对观测参数结果的分析和可视化，对观测参数结果进行了分析。实验结果表明，学生的助教能力表现为直线图、平行坐标图和条形图。理论与实践运用环境反映了学生对自己优秀理论与实践运用的反馈。同样，普渡大学的“预警信号系统”也对在线助教能力平台和在线助教能力计分簿的观测参数结果进行收集和分析，形成学生辅助教学的难度，并用三原色来标记风险，绿色表示正常，黄色表示警告，红色表示危险。同时，对有“危险”辅助教学成绩的学生进行有针对性的教育。基于观测参数结果分析可视化技术的在线助教能力平台需要对观测参数结果分析与算法的表达方法、用户交互体验和算法助教支持进行分析和探讨。根据不同部位的教学标准与条件，设计并实现了观测参数结果分析和算法的可视化表达，并对观测参数结果分析进行了体验。

在北京市教委和北京大学重点网络辅助能力建设项目的支持下，开展了“规划方法论”网络辅助能力建设，设计并实现了网络辅助能力管理和观测参数结果分析平台，通过多年的实践积累了观测参数结果分析的经验。本文将以具有代表性的“程序设计方法论”为例，分析网络助教能力建设网站采集的观测参数结果分析中观测参数结果分析的类型和性质，然后根据网络助教能力，利用观测参数结果分析方法、参数结果分析和统计学原理对观测参数结果进行分析，基于ecarts 和python 对观测参数结果进行分析，有助于GPa对大尺度观测参数结果进行分析和参数预测，并对分析结果进行分析在助教能力平台上积累了大量的观察参数，反映了网络助教能力和助教能力的提高，为助教决策提供了良好的支持。

2 网络授课辅助能力中观察的参数结果分析种类和性质

2.1 观察的参数结果分析种类

随着观察参数结果分析在助教能力中的广泛应用，越来越多的在线助教能力网站被建立起来，收集了大量与在线助教能力相关的观察参数结果分析。在线助教能力观察的参数结果分析大致可分为以下两类：第一类是静态观察的参数结果分析，主要指人的观察的参数结果分析（教师基本观察的参数结果分析），课程观察的参数结果分析（在线助教能力基本观察的参数结果分析）和学生观察的参数结果分析（助教能力基本观察的参数结果分析）此外，还分析了各种观察的参数结果网络教育管理产生的结果。在线助教能力观察参数的结果分析是基于手工输入或批量导入。相对而言，助教一旦产生，参数变化不大，但会随着助教能力的提高而增加。二是动态观察的参数结果分析，主要包括根据在线问答收集的师生互动观察的参数结果分析和师生访问网站观察的参数结果分析。网络教学的辅助能力经常发生参数变化。

2.2 性质

静态观测与动态观测相结合具有多源性和异质性的特点。在静态观察的参数结果分析中，教师、学生和班级的基本观察、网络教学作业能力和网络生成测试分数的参数结果分析分别为结构化观察、助教能力、网络教学作业能力和网络生成测试分数，网络生成参数结果分析、教学辅助课件和实验教学手册。学生上传在线教学作业的能力属于非结构化观察的参数结果分析，而观察的参数结果分析属于半结构化观察的参数结果分析。结构和半结构观测的参数分析可以代表各观测值的参数分析技术，为观测结果的参数分析提供了良好的基础。对各观测点的参数分析提出了不同的教学标准与条件。

3 基于Echarts的授课辅助能力情况观察的参数结果分析、统计原理、观察的参数结果分析和视觉表现方法

3.1 观察的参数结果分析、统计原理、观察的参数结果分析

根据助教能力观察参数结果分析的案例，采用传统的参数结果分析和统计学原理对观察参数结果进行分析，并采用可视化技术ecarts[10]对观察参数结果进行显示。结果分析技术以图表的形式出现。主要内容包括助教能力总结、教师观察参数结果分析、在线教学操作能力提交观察参数结果分析、互动观察参数结果分析、绩效观察参数结果分析。具体如表1所示。

Ecarts 是一个纯JavaScript 图标库，它应该提供直观、生动、个性化和交互式的参数分析可视化。支持折线图、条形图、散点图等，同时支持任意维度的累加和多张图表的混合显示。以《程序设计方法学》网络辅助教学能力的代表性为例，说明了用ecarts 观察参数分析结果的可视化方法的效果。

3.2 观察的参数结果分析视觉表现方法

饼图用于分析教师观察到的参数结果，显示教师的年龄分布、学位分布和职称分布，从中可以清晰地看到教师的分布；折线图用于分析在线教学作业提交观察到的参数结果，以及提交能力的比例，并计算和显示年度在线教学作业。我们应该看到，同一年的学生处于不同的岗位，网络稳定，教学效果良好，理论与实践运用获取能力问题提交率的参数变化有助于教师准确理解学生的理论与实践运用。

4 基于线性回归的学生成绩绩点大观察的结果分析参数预测

4.1 问题描述与原始资料分析

GPA 是衡量助教成绩和毕业成败的最重要标准。如果GPA 过低，会给应届毕业生带来种种不便。同时，平均绩点的计算通常需要一到两周的时间，比较滞后，不能准确地提醒学生。因此，通过对以往学生成绩观察的参数结果进行分析和建模，得到了学生成绩发展的一般模型。根据网络教学辅助能力模型，建立一种基于回归线性的参数结果分析与参数预测方法。根据对学生当前在线助教能力观察的参数结果分析，主要内容为学生在线教学作业能力平均分、学生平均出勤率、学生在线教学作业能力平均分、学生在线教学作业能力平均分，学生网络教学作业能力的平均分。根据这些参数，计算出学生在线教学作业能力的平均得分和在线助教能力的平均实践经验，并进行行为得分。通过对以往观察结果的分析，参数预测未来学生的平均分，体现助教能力的培养，为专业教师根据不同情况采取不同策略引导学生完成学业提供实践理论依据。

4.2 实验观察的参数结果分析集与整理

实验观察的参数结果分析来源于软件工程专业2011-2018年学生成绩历史观察的参数结果分析。主要内容包括选课次数、网络教学作业能力提交率、学生平均出勤率、网络教学作业能力平均得分、网络教学辅助能力平均实践经验和行动得分等。具体如表2所示。

表1：基于Echarts 的教学情况统计分析

表2：历届学生课程学习成绩数据

5 实验结果和观察的参数结果分析

基于线性回归的参数预测方法的主要思想是：首先，通过对观测参数结果的分析，分析影响学生成绩的主要因素，并利用该平台对观测参数结果进行采集和预处理，从而获得教材样本、理论样本和实验样本实践；其次，采用线性回归方法，最后利用该平台对学生的成绩进行评分，对结果的观察参数进行分析、收集和预处理。利用python 编程模拟了助学因素与学生成绩的关系。得出各参数的分析预测方程，建立回归观测模型，对学生的平均成绩进行分析预测。算法的具体流程如图1所示。

图1：算法的具体流程

利用Python 软件对上述方法进行分析和实现后，对表2中的观测参数进行分析，得到参数的结果分析和参数预测方程，如下式所示。Y 为平均得分参数，X1 为选修课数，X2 为网上教学作业能力提交率，X3 为平均出勤率，X4 为网上教学作业能力平均得分，X5 为网上助教能力、实践经验和行为平均得分。以上分析的结果和应用如下。根据线性回归得到的GPA 观察参数结果，分析参数预测模型能较好地研究学生的平均成绩和选课次数、出勤率、网上教学作业能力提交率和网上教学作业能力得分。

6 结语

根据观测参数结果分析与统计、观测参数结果分析和回归模型的原理，对观测参数结果分析和大观测参数结果分析所积累的网络助教能力进行了分析和预测，并以图形化的方式对数据结果进行了分析通过ecarts 观测参数结果分析可视化工具显示。教师要准确认识学生助教的理论和实际应用，根据学生水平准确调整助教能力的培养方向、方法和进度，进一步提高网络助教的能力水平，加强教学效果的处理和应用，加强教学质量和助教能力的培养。