课堂教学过程性评价大数据可视化平台设计与应用

摘  要：针对目前高校课堂教学过程性评价工具存在评价结果缺乏共享、实时反馈和评价内容缺乏整合和可视化功能的问题，文章利用Hadoop大数据离线分析框架和EChart数据可视化工具，设计了基于大数据的课堂教学过程性评价可视化平台，实现了教学过程中大数据的采集、处理、可视化分析和应用，为开展教学过程性评价和教育教学改革提供便利，具有较高的实用性。

关键词：课堂教学；过程性评价；Hadoop；大数据；可视化

中图分类号：TP311    文献标识码：A  文章编号：2096-4706（2023）08-0012-04

Abstract： Aiming at the problems of lack of sharing of evaluation results， real-time feedback and lack of integration and visualization of evaluation content in the current university classroom teaching process evaluation tools， this paper uses the Hadoop big data offline analysis framework and the EChart data visualization tool to design a visualization platform for classroom teaching process evaluation based on big data， which realizes the collection， processing， visual analysis and application of big data in the teaching process. It provides convenience for carrying out teaching process evaluation and teaching reform， and has high practicability.

Keywords： classroom teaching; process evaluation; Hadoop; big data; visualization

0  引  言

当前高校课堂教学过程性评价仍是采用以承担着教学互动和总结性评价为主的信息化教学工具，评价结果只能由任课教师查看，课后反馈给教辅老师，导致在学生教育和管理上存在一定的滞后性。随着学生学习过程数据的不断增加，评价数据的处理和理解变得复杂。当今，大数据已被广泛应用于教育教学领域，可为教师开展教育教学评价提供有力的数据支撑，大数据的处理和可视化分析为课堂教学过程性评价提供新的途径。

1  课堂教学过程性评价工具存在的问题

通过比较分析，可以发现学习通、蓝墨云和雨课堂都已具备考勤签到、作业提交和批改等功能，能自动完成人工计算、整合评价，极大地降低了教师的工作量，但是在课堂教学实践中，发现过程性评价工具功能的实用性不足。

1.1  缺乏评价结果共享和实时反馈功能

目前的教学工具中出现的弹幕、截屏、标记收藏等功能使用频率较低，课堂教学中收集的缺勤率、作业完成率等评价结果无法共享以及实时反馈给教辅人员；任课教师对学生生源背景、历史成绩、获奖或惩处等背景知之甚少，难以开展对学生的全面评价；任课教师和教辅人员之间缺乏沟通交流，无法对学习出现异常的学生进行及时的干预。

1.2  缺乏评价内容整合和可视化功能

不同教学情境下过程评价内容呈现多样性，学习动力、态度和价值观等作为过程性考核的主要维度，未能整合到教学工具中。随着学习过程数据规模的不断增大，评价数据的收集和统计需要投入大量人工；过程评价数据繁多复杂，晦涩难懂的评价数据增加了教师教学评价的难度。

本文以华南农业大学珠江学院为例，研究利用大数据技术开发具有评价内容整合功能，可进行教学互动和过程评价，评价结果转为可视化图形，实时反馈给任课老师与其他教辅老师，实现信息共享的可视化系统。

2  课堂教學过程评价大数据可视化平台设计

平台的实现需要对课堂教学过程评价的业务进行详尽的分析，根据实际需求设计平台功能模块，结合技术架构进行设计。

2.1  课堂教学过程评价业务流程

过程性评价是对学生学习过程中每一阶段的痕迹数据进行记录、计算[1]。过程评价的主要业务流程包括签到、资源、测验、讨论、作业等教学活动（任务）的发布，学生完成教学活动，教师进行学习过程评价内容添加和比例设置，如图1所示。

过程评价的数据来源于教学互动的教学活动（任务），先由任课教师发布教学活动，学生完成教学活动后，教师选取开展的教学活动设计评价内容和评价比例完成过程评价。

2.2  课堂教学过程评价平台功能需求分析

过程评价平台设计相应的模块收集数据，评价维度依据学院对过程评价的实际要求和“以学生为中心”的过程性评价体系的指标而设计，以可视化图形显示评价结果[1]。通过问卷调查，收集有关平台评价和可视化功能需求的问卷110份，整理出核心功能需求，如表1所示。

通过对问卷调查结果的分析得出，过程性评价平台的设计需要满足具有教学互动、过程评价和可视化的核心功能，学习动力和情感价值观属于定性评价的维度，设计量表后发放问卷由学生自评，评价结果整合到客户端以相应的可视化图形进行展示。平台组成层次结构如图2所示，主要包括用户登录、教学活动、过程评价、用户管理四个模块。

在平台设计中，按照课堂教学过程“课前、课中、课后”三个阶段分别设计教学互动功能模块。课前预习与学习资源发布到“资源”模块，课中教学互动问题和回答在“讨论”模块完成，课中用于检验学习效果的测试题上传到“测验”模块，课后复习和练习的资料发布到“作业”模块，学习动力和情感、价值观等难以量化的评价则通过“问卷”模块收集数据。

数据库存储了教学活动所产生的数据，为评价结果可视化提供数据支撑。过程评价结果由任课教师设置评价内容和比例，或输出评价结果可视化图形，任课教师和教辅人员共享评价信息。任课教师可通过可视化评价结果全面分析学情，了解教学目标达成情况，实时调整教学计划并实施个性化教学策略；教辅人员可通过可视化评价结果了解学生的学习出勤、作业完成情况，其中辅导员要注重了解学生学习态度和思想上的变化等，进而对学生开展思想政治教育。

2.3  基于Hadoop的过程评价大数据处理流程

随着平台使用班级的不断增加，存储和处理数据的规模越来越大，传统的单机模式已无法满足处理大规模数据的速度和存储量要求。关于大规模数据的处理方法多种多样，其中Hadoop技术是最为成熟的一种，HDFS分布式存储和MapReduce分布式离线并行计算框架使其在大数据分析处理领域备受关注[2]。

平台采用Hadoop的大数据离线分析技术，数据处理流程主要分为采集数据、预处理数据、分析挖掘数据和数据可视化，如图3所示。

采集来自课堂教学过程评价系统以及其他与过程性评价有关的测评数据，经过整合后加入到过程性评价数据仓库。测验、作业等结构化数据存储在课堂教学过程评价系统关系型数据库中，直接利用Sqoop把数据迁移到HDFS中；对于来自课堂教学监控视频、网页爬取等半结构化或非结构化的测评数据，通过编写Java代码操作Hadoop API接口，把数据传送至HDFS文件系统[3]。

利用ETL工具对数据进行清洗、转换、去噪声等预处理。例如使用Jave语言操作MapReduce，根据日期从HDFS中获取数据并根据要求筛除不合格的数据，将符合要求的数据存储在HBase数据仓库的表中以备分析之用。通过Hive进行数据的分析，首先需整合Hive和HBase，利用Hive創建HBase对应的映射表，如表2所示。

通过Hive从HBase中获取数据整合进行分析，例如将时间戳转换为所需格式的时间，如表3所示。整合数据完成后准备HQL脚本对学生行为、学习过程数据进行分析（包括统计分析、分类、聚类、关联分析等），分析结果通过Sqoop输出到MySQL数据库中。为方便理解数据，利用网页技术和EChart工具实现数据处理结果的可视化。

选择CentOS7作为平台开发操作系统，在IDEA平台下进行Java语言开发，选择用于数据处理的Hadoop和用于数据存储的MySQL，采用Tomcat服务器进行部署，网络浏览器可以选择IE/FireFox/Google/Chrome等，输入IP或域名进行访问。

3  课堂教学过程性评价大数据可视化平台的实现

在Hive环境下进行数据的统计分析，采用类似于SQL的语句和数据函数完成统计分析；或者连接MySQL，根据可视化需求，通过SQL语句查询并获取数据。对数据分析结果的展示可根据需要采用EChart或自定义可视化算法绘制折线图、柱状图或热点图等可视化图形。

3.1  教学活动与共享反馈功能的实现

教学活动是过程性评价的前提，平台整合了多个教学活动。任课教师创建课程后，在“签到”模块发布签到活动及修改签到状态，在“工作”模块发布作业、测验题、讨论等教学活动，“测验”活动的界面如图4所示。学生在一级菜单“查询课程”后加入教师设置的课程，在“工作”模块中完成教师发布的教学活动，在“签到”模块中点击签到完成教师发布的签到任务。任课教师可在“成员”模块中查询学生的基本情况，在“可视化”模块中查看学生完成教学活动的进度。

考勤是课堂教学过程评价中“学习态度”评价的重要依据，任课教师和辅导员可以通过“请假”功能查看学生的请假时间和原因、请假审批结果，如图5所示。任课老师和教辅人员可根据过程评价需求双向反馈、共享部分信息，如任课教师向辅导员反馈学生请假、考勤、作业完成情况等信息，辅导员向任课老师提供学生基本信息、历史成绩、所获荣誉和处分等，这样的信息互通共享，也减少了信息反馈的滞后。

3.2  学习过程评价可视化的实现

教师通过设计教学任务或活动完成教学目标，通过过程评价中的学习认知评价维度可了解教学目标达成度，通过学习过程评价中的可视化结果可了解学生在课堂学习中的表现。学习认知—高层次思维评价对应作业活动，低层次思维对应测验活动；学习态度评价对应考勤签到活动，学习方式评价对应资源学习、头脑风暴、讨论活动。计算学生完成教学活动的参与率或得分率，以环形图可视化展示，即可了解教学目标达成度和学生学习情况，如图6所示。

3.3  班级总体和学生个体评价可视化的实现

课堂教学过程性评价主要是针对学生在课堂教学中的表现而设计的学习行为评价，对学生总体情况进行统计和展示，可以方便教师查看目前教学班级的大概情况，对学校在校生有个全面的了解，如通过“专业学习能力”评价热力图，可了解班级先修课程、挂科人数、挂科课程数，以及每门课程的分数分布，从总体上了解班级的学习情况，如图7所示。

然而，针对学生的评价还须落实到学生个体，方便教师了解该学生的个人信息和行为信息。如利用学生个人的测验成绩绘制学习进步曲线，从历史时间序列上或从活动参与次数上评价学生学习认知变化与发展，如图8所示。

4  课堂教学过程评价大数据可视化平台的应用

过程评价大数据可视化平台应用于华南农业大学珠江学院信息工程学院和人文学院共4門课程多个班级的课堂教学中。任课教师利用平台进行过程评价，进行了基于可视化评价结果的课堂教学改革实践。

4.1  基于学习过程评价的习惯养成教育

学习认知是影响学习效果的重要因素，学习习惯养成有利于提高学习效率[4]。教师根据课前、课中、课后三个阶段分别设计教学活动，课前发布预习资料，上课第5～10分钟进行测试，课后布置作业，使学生养成良好的学习习惯。教师从元认知、态度等评价结果中了解学生自主学习、自我认知的程度，引导学生端正学习态度，自主规划学习，培养学生的终身学习能力。

4.2  基于学习动力评价的案例和项目教学设计

学习动力评价维度的“满足感”和“相关性”是影响学习效果的主要因素。由于学生对案例背景内容的熟悉度将影响案例学习效果，基于“学生友好型”案例教学理念和“最近发展区”理论[5，6]，在案例问题引导下激发学习兴趣后，选择学生认知领域的案例教学资源营造熟悉感，让相似团队的学生协作完成项目，当学生遇到困难时，支持学生相互协作解决问题。这样学生就会获得足够的信心克服困难，在完成学习目标后获得成功的喜悦感，可以产生持续学习的动力。

4.3  基于学习效果和进步曲线评价的个性化教学

教师可以根据学习效果和进步曲线来比较学生之间的学习差异。对学习进步幅度大的学生给予表扬；为学习成绩好的学生提供高难度的任务；针对学习退步的学生了解其退步的原因，实施分类教育。教师和学生通过学习进步曲线关注学生自身的变化，而不是只关注与他人竞争，学生对自身的优势和劣势形成清晰的自我认知，教师依据评价结果为学生的个性化发展进行生涯规划。

5  结  论

大数据技术为高校教学改革提供了有力的支持，本文利用Hadoop和EChart数据可视化技术，设计了课堂教学过程性评价平台。平台整合了教学活动和过程评价功能并应用于课堂教学，为教师开展课堂教学过程评价和基于评价结果的教学改革提供了便利。

参考文献：

[1] 息静思.基于网络自主学习的过程性评价理论研究 [D].云南：云南师范大学，2018.

[2] 李林国，查君琪，赵超，等.基于Hadoop平台的大数据可视化分析实现与应用 [J].西安文理学院学报：自然科学版，2022，25（3）：53-58.

[3] 申华.基于大数据的高校学生综合测评系统设计与实现 [D].北京：北京工业大学，2017．

[4] 姚光军.注重学习过程评价 培养良好学习习惯 [J].职业，2017（28）：39.

[5] 李童，杨楠.新工科背景下学生友好型案例教学的理念、构建与实践 [J].高等工程教育研究，2022（1）：29-34.

[6] 晋树利.基于布鲁姆认知过程维度的深度学习评价研究 [D].武汉：华中师范大学，2020.

作者简介：杨知玲（1985—），女，汉族，广东韶关人，讲师，硕士，研究方向：数据挖掘、大数据技术、机器学习。