基于大数据的个性化教学系统的应用

邓志龙

(陕西学前师范学院,陕西 西安 710100)

0 引言

在素质教育以及教育领域信息化发展的双重影响下,教学工作需要为学生提供适合的针对性教育,确保学生能够主动积极参与到知识学习的过程中,促进学生综合能力的发展。 以前的班级授课制的教学模式,因为忽视学生在学习能力、基础知识积累等方面的个性差异,无法满足现阶段经济社会发展对于人才多元化培养方面的具体需求。 云计算、物联网和教育大数据等现代技术的稳步发展,使得个性化教学得到了对应的技术支持。 本文通过研究大数据下的个性化教学系统设计和应用,为今后我国大数据的个性化教学系统开发、推广应用提供参考。

1 大数据背景下的个性化教学系统开发、应用的价值

1.1 消除数据资源的孤岛现象

在以前的教育信息化工作中,教师对互联网资源在教育学生中的重要价值已经形成了正确的认识,并力求使用互联网技术进行教学资源的收集和拓展。 但因为教学资源体系的建立缺乏统一的标准,导致不同领域、不同系统的教学数据资源出现了明显的孤岛化发展现象,对个性化教学的发展产生一定的阻碍[1]。大数据下个性化教学系统的建立,能够帮助一定区域内的学校结合具体的教材内容以及学生的学习状况,综合收集以及共享有关教学方面的资源,打破了以前各部门之间收集资源的信息孤岛现象,能够持续拓宽大数据下的教学资源体系。

1.2 有助于学生创造性思维的发展

教学活动具体包括教师的教学以及学生的知识学习两个部分,教师的教学将会对学生的知识学习质量产生明显影响。 在素质教育的要求下,教师需要高度关注学生的学习素质、学习习惯、学习能力等方面的培养。 大数据下的个性化教学系统,能够通过学生账号的登录以及学习过程中诸如出勤、作业完成率、考试成绩等多项数据的收集和分析,帮助教师建立班级学生的成长档案,结合学生在能力发展方面的差异,给出针对性的指导,从而推动学生创造性思维的发展。

1.3 促进学生评价的个性化发展

在以前的传统班级知识授课管理工作模式下,教师对于学生的评价更加倾向于学生的考试成绩,忽视了学生学习中的态度、行为、作业完成率等数据的收集和分析,导致教师对于学生的发展评价出现了片面化倾向[2]。 大数据下的个性化教学系统的建立,能够及时地收集学生的基础信息、历史基础信息以及学习过程中的考勤、作业和参与课堂提问等数据,通过全方位的数据关联挖掘分析,能够推动学生评价体系的多元化发展,并帮助教师针对学生成长给出客观公正的评价,从而帮助学生在获得成就感的同时,针对其发展中的薄弱处予以弥补。

2 大数据下的个性化教学系统设计分析

2.1 系统的总体功能设计

技术背景下的个性化教学系统可以分为客户端、表示层、服务层、资源层 4 个部分。 客户端需要由教师、学生和管理员利用浏览器访问。 表示层为客户端提供各种个性化的界面和内容,系统中的其他功能模块需要通过导航首页点击进入导航页面,在进入导航页面之前需要通过账号密码的身份认证,确保系统结合数据库内储存的权限为登录的账号分配对应的导航页面[3]。 服务层又可细分为应用和公共服务层两个部分,应用服务层主要负责为教师提供有关教学工作应用的相关功能,又可以细分为学习模块和交流模块两部分。 学习模块的存在能够通过资源共享、信息交互、教学质量评估等帮助学生完成知识的学习;交流模块是学生针对某一问题进行相互讨论和交流的主要功能区域,具体包括了大数据的信息推荐、教学论坛以及教师在线实时解答等。 公共服务层的存在为应用服务层的运行提供必要的基本公共服务,与教学应用之间的关联不够密切,通常包括了信息的筛选、智能引导、资源管理等模块。 系统资源层也是数据层,主要是将用户信息、学习档案、资源库和解答题库等各种信息进行保存和寄存,将学生通过系统学习掌握知识的水平进行记录并形成对应的档案,这也是学生进行信息个性化筛选和开采的重要基础条件。

2.2 大数据推荐模块设计

大数据下的个性化教学系统的大数据推荐模块具体包括了用户的特征生成、信息匹配以及生成推荐3部分。 系统可以通过用户兴趣和使用需求数据的全方位分析,结合已有的算法进行计算,并在科学提取统计分值的前提下,为学生展示最优的推荐结果。 大数据推荐模块在具体工作的过程中,包括以下3 个分析流程:第一,用户特征向量的生成。 用户在登录个性化教学系统后,包括用户个人的爱好、使用数据等在内的行为特征,系统会逐渐将其转变为数据并生成与之相对应的特征向量。 第二,推荐结果的初步筛选。 系统可以结合数据的类别,初步选择与用户特征向量较为相似的数据并形成对应的表格。 第三,最终的推荐结果选择。 大数据推荐模块需要对经过初步推荐结果所生成的数据表进行全方位的统计和排列,借此得出最后的推荐结果[4]。 这种大数据推荐模块的数据分析流程,综合考虑了模块在性能、成本投入、载重等方面的因素,并且保证了整个教学系统的稳定流畅地运行。系统在日志创建的过程中,能对日志中各字段的名称和详细形式进行科学及时的确定。 在成功进行用户推送后,系统可以自主进行后续的分析工作,并将最终的数据结果保存在数据库中。 在完成用户分析工作后,内容的推送可以通过实时在线和离线的方式完成,实时推送的时长一般维持在3～5 s。

2.3 教学质量评价模块设计

教学质量评估模块作为教师针对学生的学习行为进行客观公正评价的重要模块,有着明显的交互性和使用性特征,具备教学反馈、监督课堂纪律、智能考勤等多种功能,可以细分为学生、教师、教务、教室4 个层面的终端,每个终端和服务器都可以借助移动网络同时进行连接。 客户端和教室终端的开发能够在综合运用云服务器建立后台数据的前提下,形成完善的教学质量评估模块。 系统可以通过图像处理技术将教室终端的各项数据进行收集,并且这一模块也可以在客户端、教室终端、数据库的数据传输中发挥相应的作用[5]。 设置在教室场所的教室终端具体包括了网络通信、数据收集、终端管理和帧处理4 个功能模块,云服务器可以将相关的管理信号下达到网络通信子模块,经过处理后将其传递到终端管理子模块。 在教室终端运行的过程中,数据收集子模块可以结合收到的管理信号进行课堂教学数据的收集,在完成数据收集后,帧处理模块可以按照时间顺序进行图像的主帧截取,并进行图像的科学判断,以此加快对视频流的处理。 客户端同样可以分为教师、教务和学生3 个部分,主要负责信息的发送、接收和显示。 云服务器可以接收并返回不同终端发来的图像和文字信息,数字也能够在各终端上接收和显示。 在教学质量评估模块中,云服务器主要是针对接收的考勤、听课率、课堂行为等数据进行分析,并通过反馈单元反馈最终结果到客户端。

3 大数据下的个性化教学系统应用分析

3.1 教学工作模式的变革

大数据下的个性化教学系统能够在全方位采集学生学习情况的同时,借助其中的分析和预测功能,有效变革之前班级制授课的模式,推动学生个性化教育工作的发展。 大数据技术能够实现自主学习、合作学习等现代化学习模式的综合创新应用,实现课前预习、课中的知识学习以及课后巩固的有效衔接,与学习过程相关的数据能够及时地反馈到学生终端上,确保学生的学习主体地位得到应有的尊重,并为其提供相应的学习建议。 教学内容也可以由教师结合平常的测验或者经过考试所得的学习数据分析进行重难点教学内容的调整,并同步优化相关的教学方法和策略,教师能够在结合学生具体需求的情况下,有效掌控整个教学过程。

3.2 学习资源的个性化推送

大数据个性化教学系统的应用,能够对每一位学生的随堂测验、单元测试、作业、考试等相关的过程数据进行全方位记录,并且这些数据也能够进行知识点的标签化处理,确保教师能够了解到学生每一学科甚至每一个单元知识点的具体掌握状况。 因为学生对于知识点的掌握程度存在着明显的差异,个性化学习系统对学生进行的资源推送也存在着明显的不同,可以帮助学生利用系统推送的个性化学习资源进行自我提升。 学生在学习过程中产生的考试、作业、测试报告也可以在系统后台进行分析,教师可以通过报告数据信息及时查看了解学生的学情,在掌握学生知识点薄弱部分的同时,向学生推荐与错误知识点完全匹配的同一种类型的练习题,确保学生能够进一步地进行知识练习和巩固。

3.3 学情的预警和决策应用

大数据下的个性化教学系统能够帮助教师完成学情预警,并做出正确的教学决策,教师也可以利用系统针对学生的学习过程和相关数据,进行全方位收集和可视化处理,确保教师能够结合已有的教学经验以及学生的实际情况,对学生的学习方式以及学习行为进行干预。 教师可以利用个性化学习系统中的学情大数据采集技术,对学生的学习行为进行持续跟踪和记录,针对学生出现的各种学习问题及时提供指导,防止出现学习问题沉淀的现象。 教师也可以结合学习过程评价的最终结果,将不合格的学生视为需要重点干预的对象,根据学生在知识学习上的特点,制定针对性的教学及学习方案。 学生也可以登录个性化教学平台,通过观看知识学习进度条进行自我控制和监管,也可以在与其他学生学习进度条对比的前提下,激发学生的良性竞争心理,自主投入知识学习中,逐步提高学生的学习效率和质量。

4 结语

大数据个性化教学系统的设计和应用,符合素质教育背景下推动学生个性化发展的要求,可以在学生学习过程数据全方位收集的基础上,帮助教师科学评价学生的学习质量,制定针对性的干预策略,转变以前班级制的传统授课方式,确保学生能够针对自身知识学习和掌握薄弱处进行弥补。 在今后的大数据个性化教学系统应用的过程中,校方需要注重与其他学校合作拓展教学资源,教师需要注重个性化教学系统的应用和优化学习,发挥教学系统在推动学生学习质量和效率提高等方面的作用。