线上教学云数据评价法的应用探析

摘 要 云数据评价法是一种适应大数据时代需求的数据质量评估技术，具有全面客观、可视直观、精准有效的特点。云数据评价法在线上教学中可应用于对学生学习效果的评价、对教师教学过程的改进、对学科课程的建设优化，因此，在运用云数据评价时，应注意保障数据采集的规范、完善数据分析模型、加强云数据评价的应用，从而打造优质、高效的线上线下混合教学课堂，提高教学效果。

关键词 线上教学；评价方法；云数据评价法

中图分类号：G642 文献标识码：A DOI：10.16400/j.cnki.kjdk.2024.20.017

Application Analysis of Cloud Data Evaluation Method in Online Teaching

MA Ying1， MA Xiao2， WANG Xue1

（1.Harbin Cambridge University， Harbin， Heilongjiang 150069;

2. Heilongjiang Polytechnic， Harbin， Heilongjiang 150080）

Abstract Cloud data evaluation method is a data quality evaluation technology that adapts to the needs of the big data era， with the characteristics of comprehensive objectivity， visual intuitiveness， accuracy and effectiveness. The cloud data evaluation method can be applied in online teaching to evaluate the learning effectiveness of students， improve the teaching process of teachers， and optimize the construction of subject courses. Therefore， when using cloud data evaluation， attention should be paid to ensuring the standardization of data collection， improving data analysis models， and strengthening the application of cloud data evaluation， in order to create high-quality and efficient blended online and offline teaching classrooms and improve teaching effectiveness.

Keywords online teaching; evaluation methods; cloud data evaluation method

1 云数据评价法的概述

1.1 云数据评价法的界定

云数据评价法是利用云计算技术对线上教学过程中产生的数据进行采集、分析和处理，运用数据对教学效果进行质量评价评估的方法，是一种适应大数据时代需求的数据质量评估技术。具体指线上教学实施过程中，评价者对线上教学平台或工具所产生的如学生活跃度、答题次数、讨论参与度、学习时长等具体数据进行数据收集、统计和分析，进而评价线上课堂教学质量和学生学习效果的方法。

1.2 云数据评价法的特点

1.2.1 云数据评价更加全面、客观

云数据采集工具在数据采集过程中，会运用一系列的科学方法和技术手段，如数据挖掘、自然语言处理、机器学习等，对数据进行挖掘、整理、归类和分析。通过采集各种类型的数据，包括文本、图片、视频、音频等，更全面地反映线上教学的各种信息，确保数据的全面性以及客观性。云数据评价法可以采集学生学习过程中的多维度数据，包括学习行为数据、学习成果数据、学习反馈数据等，这些数据能够全面、客观地反映学生的学习情况。

1.2.2 云数据评价更加可视、直观

云数据可视化的特点能够将复杂的数据简化为易于理解的图形和图像，帮助用户快速识别数据的本质和规律。云数据将大量复杂的数据以直观的方式呈现给用户，教师与学生可通过图表、图像、动画等形式快速理解和识别数据的趋势、模式和关系。这种直观性有助于减少信息处理的认知负担，提高用户的数据理解能力。云数据评价法可以提供丰富的可视化工具，帮助教师与学生直观地理解数据质量评估结果，更好地进行数据质量管理和改进，便于教师和学生了解教学效果。

1.2.3 云数据评价更加精准、有效

云数据采集工具能够实时采集数据，确保数据的时效性和新鲜度。随着线上教学的实施，教师与学生进行线上活动随时产生相应的数据，例如学习时长、作业正确率、教师预留任务数等，云数据采集工具能够实时进行采集，并快速反映数据的最新变化，使得数据分析结果更加贴近实际情况，更加准确、有效。云数据评价法能利用云计算的并行处理能力，实现高效的数据质量评估，从而提高数据处理的效率，对数据的多个方面进行评估，从而得到全面的数据质量评估结果，使得评价更加准确、有效。

2 云数据评价法在线上教学中的应用实践

2.1 应用于学生学习效果评价

云数据评价法可对学生的学习行为数据、学习成果数据进行分析，从而评价学生的学习效果。例如，可以根据学生的学习时长、学习进度、答题情况等数据，全面了解学生的学习状况。这些数据能够更客观地反映学生的学习投入、学习态度和学习成效。云数据所在的平台会对学生学习情况的数据进行实时处理和分析，教师可根据数据及时了解学生学习情况，以便调整教学策略，帮助学生更好地学习。教育教学中，每个学生的学习情况和特点都不同，传统的评价方式很难满足个性化评估的需求。而基于云数据评价法的学习效果评价可以对每个学生进行个性化的评估和分析，从而更准确地了解每个学生的学习情况，为每个学生提供更具针对性的学习建议。教师通过分析学生在过去一段时间内的学习数据，基于云数据评价法以预测学生在未来的学习表现，提前发现学生的潜在问题，并采取有效的措施进行干预，帮助学生更好地规划学习路径。而云数据中所显示的数据和进步情况，也可以增强学生的自信心和成就感，进而激发他们的学习动力。

2.2 应用于教师教学过程改进

云数据评价法可对教学过程中教师的教学行为数据（如授课时长、互动次数等）、学生的学习互动数据（如在线学习时长、课程访问次数、讨论区活跃度等）、学习成果数据（如作业提交情况、测验成绩等）进行收集、整理，所有数据经过有效整合，形成一个完整、可用的数据集。教师对收集到的教学数据进行深入分析，以了解学生对教学内容的理解情况、学习习惯和偏好等；同时，还可以对教师的教学行为数据进行分析，以评估教师的教学效果、教学方法和互动能力等。基于教学评价与分析的结果，可以对教学内容进行优化。例如，如果发现学生对某一知识点的理解存在困难，教师可以针对性地调整教学内容增加相关的教学案例，以帮助学生更好地理解和掌握该知识点。同时，还可以根据学生的学习习惯和偏好，对教学内容进行个性化调整，进而推动教学资源的更新和升级，以提高学生的学习兴趣和学习效果。

2.3 应用于学科课程建设优化

云数据评价法可对课程目标、课程内容、课程实施等进行评价，从而优化学科课程建设。通过收集、整合和分析学生在学习过程中产生的视频、音频、互动数据以及测评结果等，帮助教师精准识别课程实施过程中的具体问题。首先，通过云数据综合评定学生的学习结果，针对学习结果进行课程目标达成情况分析，进而分析课程目标的合理性，并适时调整目标。其次，通过云数据收集学生访问课程内容相关资源的频率、时长、路径等数据，可以了解学生对哪些课程内容更感兴趣，以及了解学生在课程学习过程中遇到的难点和困惑，进而教师根据实际情况调整课程内容的资源分配。最后，通过云数据评价法，教师可以对课程实施情况进行全面评估。例如，教师可以通过分析学生在某个单元中的学习困难和成绩波动，识别课程实施过程中不妥之处，如课程内容设计不合理、前后衔接不得当等，进而对课程实施计划进行有针对性的优化。

3 云数据评价法在线上教学中应用的建议

3.1 保障数据采集的规范

规范的数据采集是确保评价准确性和有效性的基础，实施云数据评价法之前学校应制订统一的数据采集规范以确保数据的准确性和完整性。首先，教师应明确数据采集目的。在开始数据采集之前需要明确采集的目的，进而明确所需的数据类型（例如静态数据，包括教师或学生上传的文本、图片、视频等；动态数据，包括学生测评的分数、课堂反馈的次数等），这有助于确保采集的数据能够满足评价需求，根据学生、教师的数据反馈进行教学效果评价，并避免采集无关或冗余的数据。其次，制订统一的数据标准。制订统一的数据标准可以确保不同来源的数据在格式、质量和内容上具有一致性。这包括定义数据格式、数据类型、数据质量标准和数据安全规范等。

3.2 完善数据分析的模型

要针对不同的线上教学场景，开发针对性的数据分析模型和方法，提高评价结果的准确性。首先，在线教学的数据分析模型。教师将预先录制好的教学视频上传到线上教学平台，供学生随时观看学习。这种场景适合一些需要提前准备的内容，如专题讲座、案例分析等。学生可以在自己的时间表中安排学习，更加灵活自由。教师可进行学生的学习管理，包括学习进度跟踪、学习资源管理、课后线上测评等。在线教学中，教师可以利用在线平台中学生学习的云数据进行评价。如图1所示，教师通过在线学习平台中的外显行为数据（如学生的观看进度、学习次数、讨论区活跃度等）、内隐行为数据（测评中的观点、作业中的表达态度、试题中的对错等）进行数据处理，处理过程包括数据的筛选、转换、整合等，在此基础上针对处理过的数据进行分类、关联、趋势等分析，从而实现反馈、预测与评价的数据应用，相关的结果对线上教学平台的资源、学生的作业及测试等进行持续改进。

其次，线上线下混合教学的数据分析模型。线上线下混合式教学是一种将传统课堂教学与在线教学相结合的教学模式。这种教学模式主要分为课前、课中和课后三个部分。课前，教师可以通过线上教学平台发布预习材料，引导学生自主学习，了解课程重点和难点。课中，教师结合线上教学平台在线下课堂运用学习通、云班课、雨课堂等教学软件进行讲解、演示、提问等操作，并与学生实时互动，完成课堂教学。课后，教师可以通过线上教学平台发布作业、测试等，实时监督和反馈学生的学习情况，帮助学生巩固知识和提高学习效果。线上线下混合式教学中，教师也可以运用在线平台中学生学习的云数据进行评价。如图2所示，教师收集课前、课中、课后学生的学习痕迹数据、成果数据、测评数据等，并对课前、课中、课后的学习行为数据、成果数据、评价数据等进行数据整合，进行数据的分类、关联、趋势等分析，从而实现反馈、预测与评价的数据应用，教师根据相关评价结果进行持续改进。

3.3 加强云数据评价的应用

教师要深入研究云数据评价法在线上教学中的应用效果，为教学实践提供理论指导。教师应及时将云数据评价的结果应用于学生的学习过程、教师的教学过程、课程的建设优化之中。根据数据反馈结果，学生可以调整学习方法，教师可以调整教学方法及教学内容，调整课程计划，从而提高学习效率和教学效果。但云数据评价应用是一个持续优化的过程，要不断关注新的评价工具和技术的发展，及时更新评价方法和体系，以适应线上教学的变化和发展。通过不断改进和完善，云数据评价法将能够为线上教学的优化和发展提供有力的支持。

总体而言，新时代科技的融入为教育赋能，变革了教育教学模式，改变了教学方法，同样促进了教育评价的改革。随着云计算技术的不断发展，云数据评价法将在线上教学中得到更加广泛的应用。

基金项目：黑龙江省教育科学规划课题“高校小学教育专业线上线下混合教学评价方法研究”（GJB1421593）；哈尔滨剑桥学院校级线上一流课程建设项目“小学教师职业道德与教育政策法规”。

参考文献

[1] 周宇，应鑫迪，陈文智.在线学习过程评价模型研究——以“学在浙大”在线教学平台为例[J].现代教育技术，2023，33（7）：118-125.

[2] 王玲风.云计算技术在数据处理中的应用[J].信息记录材料，2023，24（7）：122-124.

[3] 高志，樊锐轶，耿少博，等.基于大数据技术的电力数据质量评估数据框架研究[J].电子器件，2022（1）：45.