基于多种机器学习的线上教学质量提升研究

刘经纬?郑佳琪?管刚

摘要：教学质量是衡量教育工作的基本指标。由于现有教学质量指标不够完善，线上教学面临缺乏互动、管理不完善等问题。为解决上述问题，研究工作如下：首先，通过调研的线上教学质量指标，结合学生反馈的教学质量因素，确定重点关注指标项。其次，构建线上教学质量研究模型，对比随机森林、XGBoost和支持向量回归机三种模型的效果。最后，在实证中验证模型的有效性并提出建议。研究成果如下：首先，确定对教学质量影响最大的教学指标。其次，得出了线上教学质量评价模型，对比结果表明XGBoost模型效果更好。最后，验证了建议对教学质量有改进效果。

关键词：线上教学质量；随机森林；XGBoost；支持向量回归机

一、前言

教学质量提升是目前高等学校教育工作的重中之重。然而在近些年迅速发展的线上教学模式中，师生在教学环节的互动变得愈发困难，严重影响了线上教学质量。党的十九大对新时代中国特色社会主义高等教育也提出了教学质量要求，针对线上教学的质量管理，必须建立较为完备健全的质量评估制度和较为合理的质量考核指标。本研究基于前期调研的线上教学质量指标，结合学生提出的影响教学质量因素、线上教学质量重点关注指标项，解决了线上教学质量降低的问题。

二、线上教学质量提升研究

（一）管理模式研究

教学质量管理是高校教育管理的核心，规范管理是提高教学质量的前提。郭丽君提出高校形成了包括学生评教、教师自评、教师互评、专家评价、领导评价、教学督导、教学荣誉奖励等教学质量保障措施[1]。沈玉顺提出高校教学质量持续提升，关键在于建立一种有效监控质量、维护质量、促进质量进步的质量保障机制[2]。Yanmei Lv等提出应注重建立和完善教学质量管理部门和评价部门，逐步优化教学质量反馈机制和师资管理机制[3]。

（二）指标体系研究

线上教学是新型教学模式，可以提高教学效率，但线上教学质量存在问题。王江典提出线上教学在教学目标的明确度和教师帮助度上有明显差异，在线上教学时，应以学生为中心，从而保证教学质量[4]。赖玲玲建立了在线教学服务质量属性理论模型，提出教学模式有效性，教学资源质量、可靠性、响应性、互动性和关注性是影响大学生感知在线教学服务质量的决定性要素[5]。

（三）持续改进机制研究

建立持续改进机制，可以有针对性地解决影响教学质量的关键问题。赵巍提出与线下教学相比，在线教学应更加注重教学的实时监控，建立科学的在线教学评价体系和反馈机制[6]。Kassim R A通过对一所公立大学进行调查发现可以利用在线学生反馈系统中的信息来提高教学质量[7]。Isteni? A认为反馈是以学生为导向的，同时引导学生参与课堂，教学过程中的反馈是必不可少的[8]。

综上所述，国内外研究现状可以总结为以下三个方面：一是应加强高校教学质量管理。二是线上教学应建立科学合理的质量提升指标。三是线上教学应建立持续改进机制。

三、指标体系构建

（一）数据采集

数据采集分为三部分。第一部分基于教育部提出的影响教学质量指标，结合教师和专家提出的指标，通过主观题和客观题分别让学生提出影响教学质量的因素。第二部分通过第一部分分析得到影响教学质量重点关注的指标项后，将其作为课上实时反馈问卷，发布给学生，采集学生对指标项的打分值。第三部分是根据每节课学习的知识点，提出10道与课程紧密相关的客观题作为课程测验，采集学生每节课课程测验成绩，验证学生的学习效果。

（二）数据分析

1.影响教学质量问卷数据分析

首先，对问卷主观题进行分析。问卷的主观题为学生填写两项提升教学质量指标项，将其进行词频分析。表1为问卷词频最高的20个词语，根据分析获得重要的四项指标项为课堂出勤率、教学内容难易度、知识讲解速度、教学重点突出。

然后，对问卷客观题进行分析。通过问卷调查结果发现，学生重点关注的指标项为教学内容重点突出、教学语言清晰流畅、教学目标明确清晰、教学内容有针对性、教师教学态度积极。

2.对不同成绩的学生提交的反馈内容进行分析

不同成绩区间的学生实时反馈的内容存在较大区别。通过分析数据发现成绩存在较大差异，分别分析测试成绩低于60分以及高于60分，采用自然语言处理、绘制词云，图1为分数低于60分，可以发现词云和关键词提取结果为跟不上、报错、太快、难，情绪较为消极。

图2为分数高于60分，可以发现词云和关键詞提取结果为跟得上、算法、知识、代码、案例，与学习相关的较多，且情绪为积极。

（三）指标项确定

对问卷和实时反馈内容分析后，总结影响教学质量的重要指标项。对学生、教育部以及专家所提出的指标项进行分析总结，本研究最终确定的指标项为满意度、听懂跟上程度、讲课速度、教学内容、教学水平、关怀与互动、教学环境。

四、建模与实证研究

（一）模型构建

本研究选取一门线上课程进行实验。在课程中让学生对上述指标项进行打分，然后将数据进行预处理，作为特征值，将每节课的课程测验作为标签值。将数据以7：3切分为训练集和测试集，采用随机森林、XGBoost和支持向量回归机模型训练数据，对模型的评价指标进行对比，得到最优的回归模型。

1.随机森林模型

随机森林是一种基于多棵树对样本进行训练并预测的机器学习方法，根据随机森林回归算法原理，以决策结果的平均值作为预测结果，模型如公式（1）所示：

（1）

其中，h? （x）为模型预测结果，h（x，θt）是基于x和θt的输出，x为自变量的个数，T为回归决策树的个数，θt为独立同分布随机向量。

2.XGBoost模型

XGBoost既可以用于分类也可以用于回归问题。XGBoost中目标函数共分两大项，前一项是每个样本的损失和，第二项是正则项，XGBoost目标函数如公式（2）所示：

（2）

其中，∑kΩ（fk）为正则化项。

3.支持向量回归机模型

支持向量回归机是标准支持向量机模型的一种拓展，主要用来解决函数拟合和回归估计问题。支持向量回归机的公式如公式（3）所示：

（3）

其中，k（xiTx）=?（xi）T?（xj）为核函数。

（二）模型结果的对比分析

本研究通过对比三个模型的评价指标，发现XGBoost模型的评价指标均为最好。如表3所示，在平均绝对误差、均方根误差、平均绝对百分比误差中XGBoost算法的值最小，在拟合优度中XGBoost算法的值最大，综合结果显示XGBoost算法表现最好。因此，教学质量最优模型为XGBoost。

五、讨论与启示

（一）应加强对学生实时反馈，及时处理学生提出的问题

对学生实时反馈是决定教学质量各因素中最重要的因素。本研究发现没有实时反馈时，学生在课上会出现走神的现象，而增加实时反馈后，可以减少学生走神现象。因此，教师在线上教学时应该在课堂上多互动、多提问，了解和及时解决学生在线上学习过程中遇到的难点，加强与学生之间的交流，提升学生的学习积极性和主动性。

（二）应根据学生成绩差异，采取不同教学策略

影响成绩好和成绩差的学生的教学质量的因素不同。学生学习成绩存在差异，在线上教学时应了解学生的学习情况，因材施教。教师应对不同成绩的学生，采取不同教学策略，对学习成绩较好的同学可以布置拓宽思路的问题，而对于成绩较低的学生可以布置简单的基础问题，通过不同教学策略，可以让所有学生获得知识并体会学习知识的乐趣。

（三）应重点关注最影响教学质量指标项

教师在教学时应重点关注影响教学质量指标项，提高线上教学效果。本研究分析得到了影响线上教学质量重点考虑因素为满意度、听懂跟上程度、讲课速度、教学内容、教学水平、关怀与互动、教学环境，在线上教学过程中应重点关注这些指标项。当课上学生的教学满意度较低时，教师应及时调整教学方式，采用灵活多变的教学方法，激发学生的学习兴趣，提高学生在学习过程中的满意度，从而提升教学效果。

六、结语

本文基于当前线上教学质量的重要性，从课上反馈数据进行研究和分析，通过建立实时反馈教学指标项，帮助高校更好地提升线上教学质量。研究思路为：首先，参考现有研究进展，结合学生关注的影响教学质量因素，确定以学生为导向的线上教学质量评价指标。其次，构建线上教学质量评价模型，通过对比三个主流模型，发现XGBoost模型的评价指标均为最好。最后，通过实证分析对模型进行了有效性验证。经过理论分析和实际验证，这项研究成果对线上教学模式的发展和应用起到了重要作用。

参考文献

[1]郭丽君.走向为教学的评价：地方高校教学评价制度探析[J].高等教育研究，2016，37（06）：68-73.

[2]沈玉顺.高校教学质量保障体系建设的组织策略初探[J].复旦教育论坛，2010，8（04）：27-30.

[3]Lv Y， Li H， Mendoza M. Research on the Improvement of the Management Mechanism of the Teaching Quality in Colleges and Universities[C]//Institute of Management Science and Industrial Engineering. Proceedings of 2019 7th International Education， Economics， Social Science， Arts， Sports and Management Engineering Conference. University of the Cordilleras，2019：4.

[4] 王江典，沈翀，杨蕾，等.线上和线下本科教学质量的比较分析——基于清华大学教学评估数据[J].中国电化教育，2022（03）：90-95+102.

[5] 赖玲玲，彭丽芳.高校在线教学服务质量评价指标体系构建研究[J].黑龙江高教研究，2021，39（06）：147-154.

[6] 趙巍.后疫情时代的高校在线教学质量管理[J].现代教育管理，2021（05）：107-112.

[7] Kassim R A， Johari J， Rahim M I， et al. Lecturers' perspective of student online feedback system： A case study[C]//2017 IEEE 9th International Conference on Engineering Education （ICEED）. IEEE， 2017： 163-168.

[8] Isteni? A， Online learning under COVID-19： re-examining the prominence of video-based and text-based feedback[C].Educational technology research and development， 2021，69（1）：1-5.

基金项目：2021年北京市教育委员会科研计划项目“防疫应急状态下高质量教学管理模式研究”（项目编号：SM202110038009）

责任编辑：张津平、尚丹