□

一、“個性化學習微課”建設勢在必行

（一）傳統(tǒng)微課程面臨諸多弊病

微課是近年來繼MOOCs后又一個涌現出來的新穎教學方法，是指運用信息技術按照認知規(guī)律，呈現碎片化學習內容、過程及擴展素材的結構化數字資源。它改變了傳統(tǒng)學校傳授知識的模式，打破了教育教學的觀念，影響了教育行業(yè)的教育，它一出現也引起教育界的關注。然而，當前高職院校微課程建設中存在諸多問題。

1.微課質量的問題。部分微課質量差，重點、難點、疑點、易錯點不突出；教學對象、教學目標不明確，有些微課存在“題大內容小、或者題目與內容有偏離”等問題；部分微課碎片化、不系統(tǒng)，不適宜長期教學等。

2.微課教學實施問題。學生進入微課環(huán)境中由于缺乏持續(xù)的動力，沒有有效的交流，沒有聆聽相互的感染氣氛，沒有傳統(tǒng)課堂中臨時生成的問題和精彩，容易使學生產生孤獨感，尤其課程內容的分散性和組織性存在先天缺陷，根本沒有辦法判斷學生是否能夠及時完成課程的學習，即使完成課程的學習，其完成學習課程的效率也沒有評判的標準，只有通過檢驗才知道其質量。因此，微課質量的問題只有在教育大數據思維下，在獲取學生的個性化需求的基礎上，在了解學生學習的差異性基礎之上并與微課程建設的目標相結合，這樣才能得到解決[1]。

（二）傳統(tǒng)微課程質量評價亂象

目前“微課”建設質量沒有統(tǒng)一評判的標準，傳統(tǒng)微課質量的評價通常是把MOOCs的標準移植到“微課”上來，微課程的評價指標涵蓋整體設計、教學內容設計、作品規(guī)范、教學活動設計、媒體效果等幾個方面。然而，傳統(tǒng)的微課程質量標準唯獨缺失了一個重要的環(huán)節(jié)，就是學生的學習實效評價。

面對當前傳統(tǒng)微課程質量評價的亂象，學界逐漸達成共識，何為好的微課？如果微課能夠在較短的時間內得到學生的認可和喜愛，并能滿足他們的自主學習和個性化學習的需求和需要，而且在學習過程中又能取得滿意的效果和結果，那么這樣的微課被教育工作者和學生普遍認為是好的微課。

（三）個性化學習成為質量核心

在大數據時代和教育信息化的浪潮改革的今天，微課程質量應以滿足學生個性化學習作為重要的質量評價指標。如果微課程沒有真正考慮學生的親身感受、沒有以學生的自主學習和個性化需求為宗旨，那么即使在這種新穎的教學方法下，其教學的效果不可能達到我國所需提倡的人才標準要求，也與我們培養(yǎng)的跨世紀的“雙創(chuàng)”人才培養(yǎng)標準相差甚遠[2]。

高校的人才培養(yǎng)除需要關注每一個學生的品質、興趣、愛好和潛質之外，還需要在教學過程中強化師生互動、因材施教、教學相長，需要在“微課”資源的建設中貫徹自主學習和個性化需求的目標，這樣培養(yǎng)的學生才具有批判性和創(chuàng)造性思維。

二、個性化學習微課程的內涵表征

（一）基本概念

“個性化學習微課”就是把個性化學習的特征融入到傳統(tǒng)微課中，這些特征主要包括學習活動、學習方式、學習風格、學習策略等，同時也包括學習目的、動機、學習狀況、學習需求、個體的差異性和堅毅性品質等（見表1）。

個性化學習微課程是在教育大數據思維下，依照“微課”建設目標并融合學生的自主學習和個性化需求特征，具備“挈合度高、實用性強、適應性廣”的課程特點，通過建設不同層次、不同類型、不同途徑的多樣化微課，并在平臺上進行“微課”課程教學，強化師生互動、因材施教、教學相長，注重培養(yǎng)學生批判性和創(chuàng)造性思維，把學生培養(yǎng)具有創(chuàng)新精神、創(chuàng)業(yè)意識和創(chuàng)新創(chuàng)業(yè)能力且既懂得專業(yè)知識又具有開闊視野的國際化技術型人才。

（二）個性化學習指標

筆者在局部訪談的基礎上，通過對近1000位上課學生的問卷調查，制定出《高職院校學生學習課程的個性化需求指標體系及其權重》。如表1所示，共分為五個研究維度：學習目的（10%），學習動機（30%）、學習狀況（40%）、學習需求（20%）。 包含 28個行為指標，學生學習課程的個性化需求指標體系將成為評判個性化學習微課程質量的重要工具。

三、個性化學習微課程的質量評判

（一）評價對象及主體

湖南化工職業(yè)技術學院自動化與信息工程學院《Hadoop系統(tǒng)基礎》微課程，共計500個微課，其中初級300個、中級100個、高級100個微課材料。

將建成的《Hadoop系統(tǒng)基礎》微課程在高職計算機《大數據處理》專業(yè)的學生及外來參與人員進行驗證，教師除在課堂教學中播放微課，并與學員進行互動外，學員還可以直接通過移動終端或云平臺進行學習和教學互動。此外學員還可以根據自己的層次及感興趣的程度，按照自己的意愿進行學習[3]。

表1 學生學習課程的個性化需求

選取《Hadoop系統(tǒng)基礎》微課程中學生、學員、教師、管理人員共1000人，對照相關評價指標進行打分賦值，并對所有取得數據進行整理、歸一化并進行分類、聚類，通過建立的邏輯回歸模型評判分析“個性化學習微課程”的建設質量。

表2 微課程評價指標

（二）評價指標體系及權重

微課程評價指標包括課程設計、資源數量、資源內容、資源平臺、課程開發(fā)、資源呈現、開課管理、應用效果等8個方面，并確定了相應的評價權重（見表2）。那么，個性化學習微課程的評價指標應包含微課程評價指標（見表2）+學生學習課程的個性化需求指標（見表1）。

（三）邏輯回歸分析及質量評判

1.邏輯回歸模型

邏輯回歸模型（Logistic Regression，LR）是一個非線性模型，其方法是根據訓練集學習輸入X與輸出Y之間的映射關系，預測出與新測試點對應的最可能輸出值。本文采用邏輯回歸模型來評價分析“個性化學習微課”的建設質量，避免人為的主觀評價帶來的弊端[4]。

“個性化學習微課”建設質量是在大數據思維下通過建立的邏輯回歸模型的數據實證來評判，因此它是數據實證，科學客觀。表1表2組成評價指標體系評判微課質量，其中表1、表2中的數據項由所有參與學習的學生、學習者、教師、教學管理者共同完成，它們中的打分項按照“優(yōu)、良、及格、不及格”的分值取值為 5、3、2、1，學習者的學習狀態(tài)數據及考核的成績由采集、收集取得，數據項涉及次數、計數、均值、比率等多項數據通過計算取得，對所有取得數據進行整理、歸一化并進行分類、聚類，通過建立的邏輯回歸模型來進行質量評估。

（1）數據預處理及模型變量選擇。模型變量的選擇是剔除表1、表2數據項中缺失樣例和缺失數據較多的指標量，其中：表1有4項指標數據缺失值是0值，它們是微課觀看密度（S_WD）、重復觀看微課的次數（S_RN）、微課觀看的程度（S_WL）、其它資源觀看次數（S_WN）等4個指標量剔除，因此表1有24個變量參與建模和進行相關性分析；表2有10項數據指標缺失值是0值，它們是在線輔導（P_LC）、校外在線（P_OL）、知識產權自主和有無糾紛（P_IR）、課程向校外開放（O_OO）、邊建邊用（O_SU）、校外選課人數（O_ON）、互動交流區(qū)設計足夠（M_DS）、在線輔導頻繁（M_GF）、在線作業(yè)答疑頻繁（M_JF）、探索學分認定（E_SI），因此這 10個指標量剔除，所以它有60個變量進行建模和相關性分析。

（2）相關性分析及變量優(yōu)化。通過對表1、表2中的指標數據采用spss19.0進行相關性分析得知，表2中的課程教學目標明確（C_TD）、課程說明（R_CE）、課程標準（R_CC）、開課進度合理（M_SR）、同類學校可以借鑒的經驗（E_DE）與微課課程質量相關性在0.01水平以下，所以也應從變量中剔除，在建模時還需加入與微課質量有關的二級指標權重：課程設計、資源數量、資源內容、資源呈現、資源平臺、課程開放、應用效果。表1相關性分析可知24項數據都與個性化需求的微課質量相關。表3、表4是表1、表2部分數據相關性分析的部分結果[5]。

表3 部分數據相關性

表4 部分數據相關性

2.微課質量評判分析

（1）基于邏輯回歸模型的微課質量評判。傳統(tǒng)方法評定微課課程建設質量是直接通過計算微課程評價指標中的各二級指標的分值來確定其質量，即通過計算各指標的分值，逐項累加得到微課建設的質量為95.35%。而采用邏輯回歸模型，對所有采集的數據進行實證分析，通過對（1）式計算，p1=0.9663，因此，其微課質量為 96.63%，對（2）式計算，p2的值為0.9783，即個性化需求概率為97.83%。

（2）質量效果評判。傳統(tǒng)微課程質量評判的方法是直接計算微課評價指標中的各二級指標的分值，并逐項累加得到微課程質量為95.35%，這種方式具有非常大的主觀性，且以教師為中心。而在大數據思維下的微課質量是建立在全部學生、學員、教師、管理人員共1000人的情況基礎上，并利用邏輯回歸模型算出微課質量為97.83%，這種方法雖然考慮了學員的學習狀態(tài)，但仍沒有完全考慮以學員個性化學習、自主學習為需求的微課建設目標。把表1和表2綜合起來，建立二次模型真實反映微課課程建設的質量，其質量率為98.83%。

四、個性化學習微課程的成效反饋

（一）實施效果

通過在大數據思維下的《Hadoop系統(tǒng)基礎》微課程實施，參與學員學習課程的積極性明顯比傳統(tǒng)教學的學生提高了很多，特別是在實踐性教學環(huán)節(jié)上，學生上機調試程序的能力明顯加強，而且學生初步具有大數據處理、分析和呈現的能力。尤其通過邏輯回歸的反饋機制獲得的信息，及時提升了個性化學習微課程建設的質量，糾正了教學中的偏差，更好地貼近學員“多元化、個性化、自主化”學習的需求，課堂教學實效得到明顯提升。

（二）結論

總而言之，在大數據思維下通過個性化學習需求建設的微課，由于微課的質量滿足了學員的個性化需要，因此在教學過程中增強了學員學習積極性，提高學習效果，同時也使教師可以更加專注角色的轉換，更加組織好微課的個性化建設和教學，并積極在教學過程中開展討論、分析和教學反思活動，實現教學改革的創(chuàng)新。此外也為大數據時代實現在教育教學中用數據說話、用數據決策、用數據管理、用數據創(chuàng)新的數據文化，為在新一輪教育變革浪潮中探索一條適合高校教育發(fā)展的道路而前行。