线上体育课堂在线人数的智能评估方法

肖友定

(上海建桥学院，体育部，上海 201306)

0 引言

体育线上课堂是通过网络展现出体育室内教学和室外体育运动的集合[1]。其是由规定的体育教学目标、教学方案以及体育线上课堂教学支撑环境3部分构成。由于学生与体育教师面对面交流不便，这给体育教师直接检查学生学习行为与课堂参与情况造成极大影响。为此，有学者研究线上平台在线人数评估方法。有学者提出构建GOA-SVR模型以预测在线英语学习人数，可以较准确地预估在线人数[2]；还有学者提出基于用户行为特征时间序列的用户活跃模型对用户行为进行量化评估，得到平台在线人数的变化规律[3]。但上述方法仅对在线人数进行了评估，未考虑在课堂中应用到对学生学习行为的进一步评估。同时，线上课堂注册人数巨增[4]，该平台生成海量学生行为信息数据，例如在线人数的登录时间、课堂作业以及考试成绩等，这些信息数据都可以有效地帮助体育教师直接了解学生真实水平。基于此，本文通过体育线上课堂在线人数智能评估方法研究，可以更直观、高效分析在线学生学习行为，降低体育教师理解复杂信息数据的难度，完善体育教学质量。

1 体育线上课堂在线人数智能评估研究

1.1 体育线上课堂在线人数信息采集

信息采集主要采集在线人数学习流程中的相关信息进行量化并存储该系统中[5-6]，关键采集5个角度学习行为即：体育在线课堂登录数量；体育教材、视频课堂；课堂表现；考试成绩；在线人离开。在网上学习过程中收集到的信息数据及其类型和收集方式如表1所示。

通过表1信息采集得出在线人数3种学习信息数据结果，即体育在线课堂登录数量的行为信息数据；课堂表现的行为信息数据；考试成绩的行为信息数据。

表1 在线人数学习步骤采集信息状况

1.2 线上课堂在线人数信息处理系统

线上课堂在线人数信息处理系统的设计原理是依据计算机技术为基础，经过对在线人数信息采集，并做可视化处理，再将可视化数据进行评估分析，该系统运行中，需要考虑此系统可伸缩与相对独立特性[7]。

将信息数据可视化系统分割成2个部分，即信息采集数据可视化与分段评估，该系统构成结构如图1所示。信息采集数据可视化是将在线人数学习行为信息数据进行分类。在线人数学习分段评估主要协助体育教师监察与分析在线学生学习行为。

图1 在线人数学习行为评估系统示意图

1.3 体育线上课堂在线人数智能评估

将上面得出在线人数学习行为3种数据输入评估系统，经过该系统输出在线人数登录数量、课堂表现、与考试成绩3种信息数据情况，下面对这3种情况进行评估[8-9]。

平行坐标方法用二维空间形式来描述n维空间信息的最简便可视化方法[10]。其实质是在二维空间平行坐标系中并行放置轴组成的，该轴理论上利用水平轴与垂直数轴的布局，布局是根据数轴的数量多少、信息的范围、布局维数以及在线人数喜好等因素决定的。针对N维数的结构，可能会重复复制N个y轴，同时该坐标系中各个轴之间距离是具有一定规则的。其描述见式(1),

Xi:x=di,i=1,2,…,N

DN=(d1,d2,…di,…,dN)T

(1)

(a)垂直布局平行坐标

如果图2中N=2,D2=(0,d)能够描述为二维空间平行坐标系，则相对应信息域里点M=(y1,y2)∈R2就能用(0,y1)与(0,y2)描述线段连接的平行坐标点，同时线段M必须满足式(2)要求,

(2)

该线段上点全部x坐标可描述为式(3)，

(3)

根据任意一组中轴与维数的点相交平行坐标描述为式(4)，

(4)

文中平行坐标操作流程如图3所示。

图3 平行坐标示意图

将上面得出3种学习行为可视化数据集作为在线人数智能评估研究的重要信息数据，如在线学生学号、登录数量、在线时间、日常成绩、考试成绩以及总评成绩等[12]。构建五维距离空间R5的平面坐标系，其中坐标(C1,C2,C3,C4,C5)中点P用一条折线来描述，换句话说，构建R5中点和远点分别在x1,x2,x3,x4,x5轴上的平面折线之间都是相互对应的。

依据体育教学领域有关经验把在线学生总成绩做分段处理，得出结果4种结果，即大于等于85为优秀、在70到85之间为良好、在60到70之间为合格、在小于60为不合格。

加载可视化评估数据，找出隐藏轴与维数的点字段(学号)进行交互设计。利用可视功能彰显特定范围内的信息数据子集，协助体育教师更直观监察在线学生不同维数信息数据变化情况；利用交换坐标轴方式能够协助体育教师探究与感知未知属性之间联系；支撑动态对抽中的轴做升序或者降序排列处理，基本上都是升序排列。

2 实验结果分析

在MATLAB仿真平台上进行模拟实验，设置在线人数最多为500人，对体育线上课堂的在线人数学习行为信息数据进行评估，图4给出不同维数成绩学员的学习情况。从图4(a)与图4(b)中能够明显看出登录数量多和在线时间极长的在线人数学习成绩都是处于优秀和良好2个等级，而图4(c)与图4(d)中可以看出处于及格与不及格的学生登录数量少和在线时间极短。

根据图4不同等级成绩对比示意图情况可知：在线人课堂表现越突出，其课堂考试成绩就越高。在线时间、登录数量的情况都可以表明在线人数的自主学习能力与积极性能。

如图5所示，经过信息数据评估示意图也能够验证以上得出结果，成绩处于优秀与良好等级的在线人数学习时间远远超于整个在线人数学习均值，同时在线学习时间大于200小时的在线人成绩在85分之上，这证实体育教师分析结果：线上课堂中在线人数越积极，学习成绩就越高。但是从图4(a)-图4(d)中都可以看出登录数量对于总评成绩基本上影响极小，也能够发现在线人数对体育线上课堂的重视程度与活跃程度并不高，整体登录数量太少。

图4 在线人数成绩对比情况

依据评估示意图可知，测试成绩和总评成绩两者间大概是相同的，这表明目前线上课堂在线人数的总评成绩依旧属于适应型，日常成绩所占比例较低，极难调动在线学生课堂表现积极性，学生基本上在即将考试时候疯狂看体育相关资料、练习体育动作来对付体育考试，从而获得此门课程良好或者优秀的成绩。

(a)在线人数学习行为评估

从图5的评估示意图也能够较为显著地看出，在优秀、良好等级学生日常成绩平均值和及格线距离极远，这是由于总评成绩大幅度取决于考试成绩，同时五维平行坐标系中会减小其他3个维度对总评成绩产生的影响。

3 总结

文中采用信息数据可视化基础理论对线上课堂在线人数学习行为进行智能评估，先采集在线人数学习行为有关信息加以量化并保存，再构建线上课堂在线人数信息处理系统，然后根据平行坐标方式将采集得出3种学习行为进行可视化与智能评估，有效协助体育教师分析在线学生学习行为，完善教学不足。但由于仅对一定数据限制内的人数进行实验，且由于采集样本的信息数据较少，分析影响成绩因素不多，不具有全面性，日后可以融合体育领域专家想法从在线学生登录习惯、喜欢运动等视角进行量化分析，并提升在线人数进行性能测试。