教育數(shù)據(jù)挖掘和信息技術(shù)教學(xué)診斷探索

1、教育數(shù)據(jù)挖掘和信息技術(shù)教學(xué)診斷探索 摘要：近年來，隨著信息化技術(shù)發(fā)展和信息化教學(xué)改革的深入，大量非結(jié)構(gòu)化教育數(shù)據(jù)給常規(guī)教學(xué)診斷方法帶來挑戰(zhàn)。教育數(shù)據(jù)挖掘技術(shù)隨著“大數(shù)據(jù)”時代的到來日益成為學(xué)者研究熱點。本研究首先闡述數(shù)據(jù)挖掘應(yīng)用于信息化教學(xué)的一般流程，隨后從數(shù)據(jù)預(yù)處理、教育數(shù)據(jù)挖掘和模型評估三個方面展開分析，探索教育數(shù)據(jù)挖掘技術(shù)應(yīng)用于信息化教學(xué)數(shù)據(jù)中，實施教學(xué)診斷的途徑。研究表明，教育數(shù)據(jù)挖掘技術(shù)的引入，可以解決對于多樣性數(shù)據(jù)建模分析的痛點，進(jìn)而反哺信息化教學(xué)，提升教學(xué)質(zhì)量。 關(guān)鍵詞：教育數(shù)據(jù)挖掘;信息化教學(xué);教學(xué)診斷 一、引言 “互聯(lián)網(wǎng)+”時代的到來給傳統(tǒng)的教育教學(xué)帶來了巨大的變革，在教育創(chuàng)

2、新的大背景下，教育理念、教學(xué)技術(shù)、教學(xué)方法不斷發(fā)展。2018年4月，教育部出臺教育信息化2.0行動計劃，進(jìn)一步明確了教育信息化在教育新時代發(fā)展中的重要地位。利用信息化手段開展教學(xué)改革，日益成為高校教育教學(xué)改革的研究熱點。信息化教學(xué)要求教師學(xué)習(xí)研究先進(jìn)教學(xué)理念，輔助以適合的信息化技術(shù)手段，結(jié)合典型的工作情境開展教學(xué)活動。其中，信息化教學(xué)的一個典型特征就是現(xiàn)代教育技術(shù)手段的運用。教師在課堂上需要根據(jù)教學(xué)設(shè)計的安排，合理地調(diào)用盡可能豐富的教學(xué)媒體、信息化資源，構(gòu)建良好的學(xué)習(xí)環(huán)境，有時候也可以利用微彈幕、問卷星等方式進(jìn)行實時互動，以達(dá)到充分調(diào)動學(xué)生的學(xué)習(xí)主動性的目的，使得學(xué)生真正成為知識信息的主動建構(gòu)

3、者，達(dá)到良好的教學(xué)效果。由于信息化技術(shù)手段的介入，教師可以在有數(shù)據(jù)相佐證的情況下，全程跟蹤學(xué)生的學(xué)習(xí)情況。教師課前可以基于網(wǎng)絡(luò)平臺統(tǒng)計學(xué)生預(yù)習(xí)工作的完成情況，課中可以實時得到學(xué)生的問卷結(jié)果、測驗數(shù)據(jù)，課后也可以及時接收學(xué)生反饋。由于傳統(tǒng)的教學(xué)診斷方法往往只能給出教學(xué)環(huán)節(jié)中的單個節(jié)點信息，忽視了不同環(huán)節(jié)之間的相關(guān)性，教學(xué)質(zhì)量分析結(jié)果的體現(xiàn)形式也只局限于比例分布、平均差、方差等信息。上述傳統(tǒng)方法的特性顯然不能滿足信息化教學(xué)改革對于全過程、多樣性教育數(shù)據(jù)的分析要求。因此，開展一種可以能夠與信息化教學(xué)相匹配甚至利用教育學(xué)、計算機科學(xué)、統(tǒng)計學(xué)等多學(xué)科融合理論進(jìn)行教學(xué)質(zhì)量評估、教學(xué)方法診斷的方法研究，具有

4、較強的實際意義和現(xiàn)實價值。 二、基于信息化技術(shù)數(shù)據(jù)的教育挖掘方法 教育數(shù)據(jù)挖掘包含的研究內(nèi)容可大致分為預(yù)測和描述兩類。其中，預(yù)測主要傾向于通過已有數(shù)據(jù)的分析，揭示其規(guī)律，預(yù)測未知的數(shù)據(jù)。而描述更強調(diào)在分析數(shù)據(jù)的過程中發(fā)現(xiàn)新的模式和結(jié)構(gòu)。本研究關(guān)注在信息化教學(xué)中引入EDM的途徑和方法。因此，從這個角度出發(fā)，將一個典型的信息化教學(xué)中EDM工作籠統(tǒng)分為數(shù)據(jù)預(yù)處理、數(shù)據(jù)挖掘和效果評估三個階段。其中的信息化課堂并非特指真實的課堂教學(xué)，而是包括課前、課中和課后的開放式教學(xué)環(huán)境。它不僅是信息化數(shù)據(jù)的來源，也是EDM介入后最終需要改進(jìn)的目標(biāo)對象。從教育的角度來看，這是一個從教育環(huán)境（信息化課堂）產(chǎn)生的數(shù)據(jù)中發(fā)

5、現(xiàn)知識，再利用這些知識改善教育環(huán)境的循環(huán)過程（見下圖）。1.數(shù)據(jù)收集及預(yù)處理。數(shù)據(jù)是教育數(shù)據(jù)挖掘研究的基礎(chǔ)。具體到信息化教學(xué)的數(shù)據(jù)收集，是指在開放式課堂過程中充分利用網(wǎng)絡(luò)教學(xué)平臺、信息化手段和資源庫資源，收集的整個教育教學(xué)過程中靜態(tài)和動態(tài)的所有數(shù)據(jù)。理論上可以在不影響教師和學(xué)生活動的情況下，連續(xù)記錄整個教學(xué)活動的所有數(shù)據(jù)，如課前預(yù)習(xí)、教學(xué)資料、課堂實時互動甚至學(xué)生在每個知識點上停留的時間等。收集到數(shù)據(jù)之后，由于數(shù)據(jù)挖掘算法需要處理的數(shù)據(jù)通常是符合固定標(biāo)準(zhǔn)或者規(guī)范的數(shù)據(jù)。我們收集到原始數(shù)據(jù)包含諸如問卷調(diào)查、網(wǎng)絡(luò)統(tǒng)計、平臺在線測試等多個來源。其中有可能包含有噪聲（如學(xué)生隨意評分）、缺失（如沒有學(xué)生

6、數(shù)據(jù)）和不一致（如數(shù)據(jù)分項和總項前后矛盾）等無效數(shù)據(jù)。如果直接基于原始數(shù)據(jù)進(jìn)行數(shù)據(jù)挖掘，那么最終得到的結(jié)果質(zhì)量將大打折扣。此時，就需要對于原始數(shù)據(jù)進(jìn)行預(yù)處理，以達(dá)到消除數(shù)據(jù)中存在的噪聲，合并及歸類不同數(shù)據(jù)源數(shù)據(jù)，進(jìn)行數(shù)據(jù)壓縮提升挖掘效率等目的。常用的數(shù)據(jù)預(yù)處理一般包括數(shù)據(jù)清理、數(shù)據(jù)集成和數(shù)據(jù)融合、數(shù)據(jù)變換和數(shù)據(jù)規(guī)約等步驟。由于新型教育數(shù)據(jù)的多樣化、大量化、非結(jié)構(gòu)化等特征，大大加劇了預(yù)處理的復(fù)雜度。因此，通常來說，數(shù)據(jù)收集和預(yù)處理環(huán)節(jié)往往是EDM研究中工作量最多的。2.教育數(shù)據(jù)挖掘。數(shù)據(jù)經(jīng)過預(yù)處理之后，已有的結(jié)果變量和真實值將會被完全標(biāo)注。下一步就需要選擇合適的數(shù)據(jù)挖掘算法進(jìn)行挖掘分析。信息化教

7、學(xué)數(shù)據(jù)的教育挖掘一般用于在數(shù)據(jù)中建立預(yù)測模型。其常用的數(shù)據(jù)挖掘方法包括分類、聚類、回歸、關(guān)聯(lián)規(guī)則挖掘、文本挖掘、馬爾可夫模型、序列模式挖掘以及推薦算法等等。在上述方法中，根據(jù)訓(xùn)練數(shù)據(jù)是否擁有標(biāo)記信息，學(xué)習(xí)任務(wù)可大致劃分為“監(jiān)督學(xué)習(xí)”和無監(jiān)督學(xué)習(xí)。無監(jiān)督學(xué)習(xí)用于未知情況下，特定的組織或模式。監(jiān)督學(xué)習(xí)是使用一個已知的結(jié)果的記錄，研究該組數(shù)據(jù)的背后規(guī)律行為。其中，分類和回歸是監(jiān)督學(xué)習(xí)的代表，而聚類則是無監(jiān)督學(xué)習(xí)的代表。數(shù)據(jù)挖掘開始，通常假設(shè)樣本空間中全體樣本服從一個未知的分布，所有前期獲得的樣本數(shù)據(jù)都是獨立地從這個分布采樣獲得的，及“獨立同分布”。一旦一個模型表現(xiàn)良好，分析師可以將之遷移到新的數(shù)據(jù)集

8、上去，用于預(yù)測新的數(shù)據(jù)集會產(chǎn)生的結(jié)果。3.模型評估及知識生成。在預(yù)測模型訓(xùn)練的時候，不論是采樣諸如決策樹和回歸樹算法，還是各種關(guān)聯(lián)規(guī)則、貝葉斯模型等手段。為了考量模型的正確性和泛化能力，往往需要對于模型進(jìn)行評估。具體的做法是將原有的實驗數(shù)據(jù)分為訓(xùn)練集、驗證集和測試集三個部分。其中，訓(xùn)練集用于模型訓(xùn)練；驗證集用于模型的優(yōu)化選擇；測試集則用于對于模型的實際效果進(jìn)行評估。劃分方法可以使用“留出法”（直接將數(shù)據(jù)集劃分為兩個互斥的集合）、“交叉驗證法”（數(shù)據(jù)集劃分為k個數(shù)據(jù)子集，子集多次交叉）、“自助法”（從原始數(shù)據(jù)集中隨機不刪除選取樣本）等。其中，自助法在數(shù)據(jù)集較小，難以有效劃分訓(xùn)練/測試集時很有用。

9、在得到不同部分的數(shù)據(jù)集之后，通常采用模型的準(zhǔn)確率、召回率、精度、FScore以及AUC等指標(biāo)對于模型進(jìn)行性能衡量，選取最優(yōu)的模型以及模型參數(shù)作為學(xué)習(xí)到的知識，繼而反饋到信息化教學(xué)過程中。4.教學(xué)診斷應(yīng)用實例。在信息化教學(xué)診斷研究中，最終目的是找到影響教學(xué)效果的關(guān)鍵因素，并預(yù)測學(xué)習(xí)效果。以常州信息職業(yè)技術(shù)學(xué)院虛擬儀器應(yīng)用技術(shù)課程的“機器視覺物品分類檢測”項目為例，本次課的目標(biāo)主要是讓學(xué)生理解視覺系統(tǒng)的硬件選型依據(jù)，掌握基于顏色和圖案紋理的視覺圖像檢測分類處理算法流程。教學(xué)設(shè)計環(huán)節(jié)運用課程團(tuán)隊提出的“三角環(huán)式課堂模型”開展教學(xué)。對應(yīng)模型中的“概念探索、應(yīng)用分析、展示成果”三步驟分別設(shè)計課前、課中和

10、課后拓展任務(wù)，分層、逐級實現(xiàn)技能提升和崗位對接。采用的信息化手段包括課程教學(xué)平臺（發(fā)布課程資源，課程測試），微視頻（真實案例展示）、硬件仿真軟件和交互式圖像處理軟件等。為了達(dá)到信息化教學(xué)診斷的目的，確定本次數(shù)據(jù)與處理的目標(biāo)主要是清楚除噪聲，統(tǒng)計每個學(xué)生在開放教學(xué)環(huán)境中的課前平臺使用頻次及時間、測試成績以及錯誤部分統(tǒng)計，從中確定分類器的特征。分別統(tǒng)計得出學(xué)生網(wǎng)絡(luò)平臺使用時間、課程測試及格情況和主要錯誤失分點作為特征集，用于接下來的預(yù)測模型。數(shù)據(jù)挖掘階段，我們利用SPSS統(tǒng)計軟件工具包創(chuàng)建提純現(xiàn)有特征和特征空間縮減。選取樸素貝葉斯分類法開展模型訓(xùn)練。最終的對比結(jié)果表明，該分類器在特異度指標(biāo)以及敏感

11、度指標(biāo)上都好于其他常用分類器效果。因此，在得到該分類器模型時，我們將之反饋到信息化教學(xué)中用于預(yù)測某位學(xué)生課程中存在的問題以及最后不合格的可能性。如果預(yù)測的數(shù)值大于設(shè)定的警示閾值，那么教師就可以及時的為該學(xué)生提供幫助。 通過信息化教學(xué)改革嘗試，學(xué)生反映這種上課方式充滿新鮮感，同時試點班相較傳統(tǒng)班的應(yīng)用技術(shù)水平有了較大的提升。課程結(jié)束后，組織學(xué)生參加由美國NI公司組織的CLAD（虛擬儀器助理開發(fā)工程師）認(rèn)證考試，2018年試點班學(xué)生的通過率為60%，高于NI公布的2017年全國高校的CLAD平均通過率24%。以上成果進(jìn)一步證實了EDM引入信息化教學(xué)改革的有效性。 參考文獻(xiàn)： 1王珠珠.教育信息化2.0：核心要義與實施建議J.中國遠(yuǎn)程教育，2018 2張一春.信息化教學(xué)設(shè)計精彩紛呈M.北京：高等教育出版社，2018 3GarcaE，RomeroC，VenturaS，etal.AcollaborativeeducationalassociationruleminingtoolJ.Internet&HigherEducation，201