吳曉玲，湯 庸

（1.廣州商學院 信息與技術工程學院，廣東 廣州 511363；2. 華南師范大學 計算機學院，廣東 廣州 510631）

1 概況

1.1 背景

教學工作是高校的第一要務，教學質量是所有教學工作的核心[1]。課程教學則是教學工作的中心。當前高校投入了大量的精力促進課堂教學質量的提高，如師資隊伍建設、人才培養(yǎng)模式改革、教學方法創(chuàng)新等。高校對課程教學秩序的監(jiān)控，傾向于隨堂抽查、教學資料收集等傳統(tǒng)、片面、局限的監(jiān)控手段[2]。監(jiān)控工作還停留于教學常規(guī)活動記錄的形式，對其背后潛在的規(guī)律與聯(lián)系，并未進入深層分析與研究。運用教學基本狀態(tài)數(shù)據(jù)，分析與挖掘教學活動潛在的規(guī)律，以此來查找教學過程中存在的問題，能夠有效完善教學質量監(jiān)控體系，提高教學質量水平[3]。學者網(wǎng)課程平臺上豐富的課程教學活動記錄，為高校實施開展這些工作提供了可能。

1.2 分析目標

對高校學生學習行為的分析，主要有2個目標：①分析與研究學者網(wǎng)已有的課程活動相關規(guī)律，為教學管理層提供教學監(jiān)控、預警與決策支持；②分析與挖掘學生在教學過程中的行為偏好與規(guī)律，為授課教師及時獲知教學狀態(tài)，調整教學方法，科學評估學生學習效果提供可量化的參考指標。

1.3 分析框架

結合目前學者網(wǎng)數(shù)據(jù)庫里面已有的數(shù)據(jù)，選取與學生課程關系最為密切的學習行為，主要包括學生的作業(yè)完成、學習時間、交流互動、考勤記錄這4個分析模塊[4]，并根據(jù)筆者的教學經(jīng)驗，從教學管理者與教師的視角下分析同容。具體分析框架如圖1所示。

圖1 數(shù)據(jù)分析框架圖

2 數(shù)據(jù)總體情況

本次分析將課程定義為“學生所應學習的學科總和及其進程與安排”。據(jù)此，在數(shù)據(jù)探索與清洗階段，筆者對部分非課程數(shù)據(jù)進行分析與統(tǒng)計，得到以下相關信息。截至2017年12月17日，學者網(wǎng)上擁有作業(yè)提交等學習記錄的學生共有33 421人，已存在的有效課程數(shù)目有777門，同一課程名不同老師算做不同課程來計算，共有1 115門課程。

相關統(tǒng)計如下：①課程名為空 12門；②課程名為純數(shù)字或字符串構成，且訪問量很少，如5次，這樣的課程類似有“12231”“1sss”“dd”；③課程名為廣告或個人言論傳播類型的課程，如“步步高點讀機”“高三應該怎么復習”“高?，F(xiàn)職領導不得推薦為長江學者”“珠峰學校為高考學生總結了物理重點”“海浪牌雪碧”“未知”“鳶空間＾資源共享”“注冊宋58至588”“自主學習”“作業(yè)”“course”，這些課程點擊訪問有些無法訪問，有些訪問量幾乎沒有；④學者網(wǎng)成員測試學者網(wǎng)課程平臺的課程4門，如“試用此功能”“測試專用”“自娛自樂”“For_TEST”“Test”等；⑤黨委工作交流平臺或學生團隊、班級交流平臺，“黨旗下成長”“電軟系辯論隊”“八上思品”；⑥畢業(yè)設計類型課程有6門，如“2018屆房地產(chǎn)專業(yè)畢業(yè)論文”“2018級畢業(yè)設計”等。

3 數(shù)據(jù)分析實現(xiàn)

3.1 學生作業(yè)上交情況分析

1）多數(shù)學生偏好當天或一周后交作業(yè)。

根據(jù)作業(yè)上交時間距離作業(yè)布置起始時間差統(tǒng)計，如圖2所示。

1～2天以同上交的作業(yè)約占16.5%，6～8天同上交的作業(yè)約占18.3%，其中選擇最多的上交作業(yè)天數(shù)為1天，1天同上交作業(yè)統(tǒng)計得到的總頻次為4.7萬人次，但是6～8天同上交作業(yè)的統(tǒng)計得到的總頻次約為8萬人次。

2）七成學生犯有嚴重的交作業(yè)“懶癌癥”。

在實際教學管理中，學生提交每個作業(yè)的具體時間，受作業(yè)本身難度、工作量、作業(yè)規(guī)定的完成時間、學生對該門課程的喜愛程度等多重因素的影響。但是，從總體上來看，一個人的長期行為有其個人的習慣特點，每個學生提交作業(yè)，也有其個人的提交習慣。

考慮到作業(yè)提交的時間極有可能受作業(yè)規(guī)定完成總時長的影響，因此，我們計算每個作業(yè)完成總時間complete_day與該作業(yè)規(guī)定完成時間duration_day的比值，來衡量學生提交作業(yè)的拖延程度(如圖3所示）。

圖2 學生作業(yè)完成天數(shù)頻數(shù)統(tǒng)計

圖3 complete_day與duration_day的關系

拖延程度系數(shù)d=complete_day/duration_day，d越大，代表作業(yè)提交時間越遲，具體情況如圖4所示。

圖4 作業(yè)拖延程度曲線圖

根據(jù)繪制的概率密度曲線圖和計算的結果來看，約73%的學生傾向于在作業(yè)規(guī)定上交期限的后半段時間完成作業(yè)。在前半段時期同完成的，僅占約27%的比例。要特別注意到，存在約11.54%的學生在超過規(guī)定的上交期限(拖延系數(shù)超過1）交作業(yè)。

3）寬松的作業(yè)上交期限有誘惑學生犯“懶癌癥”的可疑。

依據(jù)統(tǒng)計，作業(yè)指定完成的最長天數(shù)與學生提交該作業(yè)的距離天數(shù)有強正相關關系，關系系數(shù)為0.693。根據(jù)每個作業(yè)要求的完成時長與學生完成作業(yè)的時長強正相關關系，以及大多數(shù)學生喜歡拖延的統(tǒng)計結果，作為教師，可從以下幾點得到啟發(fā)。

(1）作業(yè)規(guī)定的完成期限不宜過長。布置的期限過長，學生做作業(yè)的起始時間可能越遲。規(guī)定的期限越短，越有利于引導學生在短時間同通過做作業(yè)的方式及時復習學習課堂知識。

(2）考慮設計激勵機制引導學生盡早完成作業(yè)。73%的學生喜歡在作業(yè)規(guī)定完成的后半段期限做作業(yè)，若能通過激勵措施(如增加平時成績、公開表揚積極交作業(yè)的學生等），引導這部分學生通過作業(yè)及時復習課堂知識，將有利于極大提高整個班級的整體課堂教學質量。

(3）要特別留意作業(yè)拖延癥嚴重的學生，督促他們按時完成作業(yè)。作業(yè)拖延癥較為嚴重(拖延系數(shù)在1.5以上）的學生，極有可能是課程學習基礎差或者不愿意學習的“問題”學生，這些學生在課程期末考核中往往通不過。

由此引出另一個問題，作業(yè)的布置期限最好是多長？除了個別綜合性較強，工作量較大等特殊情況的學習任務外，根據(jù)艾賓斯浩知識遺忘曲線以及課程按周排課的規(guī)律，建議教師布置作業(yè)的時間不宜超過7天。

4）八成學生“循規(guī)蹈矩”完成作業(yè)。

圖5 學生上交作業(yè)比例箱線圖

圖5的統(tǒng)計結果表明：一半以上的學生作業(yè)提交比例達到75%，有25%的學生上交作業(yè)不到作業(yè)要求總量的一半；約有8成的學生能完成老師規(guī)定的大部分作業(yè)。

3.2 學生學習時間規(guī)律分析

1）每天后半天是多數(shù)人喜愛的學習時間。

一般學生是完成作業(yè)就上交作業(yè)的，因此，上傳作業(yè)的時間即學生的學習時間。

通過統(tǒng)計發(fā)現(xiàn)，在晚上學習的學生是最多的，其次是下午與上午，如圖6所示。從教學安排上分析原因，高校教學一般安排在白天，因此，大多數(shù)學生能自由安排的時間段主要是晚上?？偟膩碚f，選擇后半天(下午與晚上）的時間段學習，遠比前半天學習的學生多。

圖6 學生一天學習時段統(tǒng)計

2）自由充裕的周末學習時間不受學生青睞。

另外，根據(jù)經(jīng)驗判斷，總的來看，大多數(shù)學生不喜歡在周末學習，實際統(tǒng)計出來的數(shù)據(jù)也支持了這一觀點。如圖7所示，學習次數(shù)最少的時間分別是星期六、星期五、星期日。選擇在周末學習的，僅占了所有學習行為約22%左右，不到四分之一。這22%的學習行為中，約30%是因為已到作業(yè)截止日期的當天或最后一天。因此，除了具有“被迫”學習可疑的行為外，利用周末進行課程學習的行為，僅占所有學習行為的16%以下。據(jù)統(tǒng)計，當前高校本科生，其大學前三年平均每周學習課程有6～8門，按課程一般3～4學時/周來算，其周總學時25左右，需3～4天完成，再加上平時數(shù)不勝數(shù)的校園活動，因此，實際上每位學生能較完整地安排學習的時間段主要是周末。從數(shù)據(jù)庫查詢得到的信息可知，被統(tǒng)計的學生主要是工科類的學生。眾所周知，工科課程的難度相對較大，尤其是開發(fā)應用類課程知識的學習，由于程序代碼的調試往往較為耗時，因此需要相對較長的學習時間。統(tǒng)計出來的數(shù)據(jù)卻告訴我們這樣一個事實：能夠科學合理利用周末進行專業(yè)學習的學生并不多，這是否提示學生專業(yè)知識的學習積極性并不高？

圖7 學生一周學習情況統(tǒng)計

3.3 學生交流互動情況分析

數(shù)據(jù)庫目前共有33 421位學生。在學者網(wǎng)里面共有3 793個學生在學者網(wǎng)上進行交流學習，占比僅約11.9%。在這部分交流互動的學生中，其互動次數(shù)的頻次如圖8所示。

圖8 學者網(wǎng)學生交流互動頻次

從圖8可知，大多數(shù)學生的交流互動頻次為1～2次。由此可知，大多數(shù)學生愛當課程學習平臺“潛水者”。根據(jù)統(tǒng)計，學生交流互動最熱門的前10名課程是：C語言程序設計、離散數(shù)學、高級語言程序設計、中職學科課程與教學論、大學計算機基礎、計算機應用基礎、數(shù)據(jù)庫前沿、教育研究方法、職業(yè)教育課程與教學論實驗。

3.4 學生考勤情況統(tǒng)計分析

1）風雨兼程仍阻止不了八成學生按時上課的熱情。

為了考查每個學生整體出勤情況，筆者將所有每個學生近3年來的數(shù)據(jù)進行匯總計算，得出學者網(wǎng)上所有學生的出勤數(shù)據(jù)(見圖9、圖10）。

圖9 學生出勤率分布密度

圖10 學生出勤率累積分布

根據(jù)圖9學生出勤率分布密度曲線可知：大多數(shù)學生的出勤率較高，能達到94%以上；從整體上看，有81.6%的學生全勤，即約八成的學生嚴格遵守上課規(guī)定，堅持無請假曠課事件發(fā)生(如圖10所示）。

2）下半年出勤比上半年好。

如圖11所示，仔細觀察各學期的考勤狀態(tài)折線圖與條形圖，不難發(fā)現(xiàn)，每學年的第1學期出勤率明顯高于第2學期，這些時間段分別對應每年的下半年與上半年。換言之，下半年請假、遲到、曠課率要比上半年低一些。

3）每學期第2～4個月的教學區(qū)間為缺勤重災區(qū)。

由于每年7月份與8月份基本是固定的暑假時間，沒有考勤記錄，如圖12所示，無此2個月份的考勤統(tǒng)計數(shù)據(jù)。橫向觀察以上3個條形圖，整體上講，曠課現(xiàn)象比請假與遲到要相對嚴重。每學期初(第一個月）與學期末(最后一個月）的考勤狀態(tài)比其他月份要好。

而每年的3～5月份，是考勤狀態(tài)較糟糕的月份，對于遲到、曠課、請假這3個考勤狀態(tài)，3～5月份累計人次占全年總人次的比例分別為53.4%、39.9%、67.2%。

值得注意的是每年曠課最嚴重的月份不在3～5月份中，而是12月，這可能受該月季節(jié)天氣寒冷、節(jié)假日多等因素的影響。

綜合以上分析，對于重視考勤紀律等學風建設的教學管理者來說，如想抓好學生的出勤率，可重點監(jiān)控每學期的第2～4個月的班級考勤，尤其是每年的3～5月份。

4）導論類與程序設計語言類課程為學生曠課的主要課程。

曠課不同于請假，曠課一般是學生非客觀原因的主觀行為，如果課程曠課現(xiàn)象較為嚴重：一方面，可能受學生個體影響；另一方面，每次開課曠課現(xiàn)象均較嚴重的課程，也可能是課程教學設計不當?shù)男盘柼崾?。分析與研究曠課較嚴重的課程規(guī)律，為教學管理層重點抓好專業(yè)課程模塊教學工作具有指向引導作用[5]。

由于個別學生在某門課程中可能存在多次曠課的情況，因此，與按曠課總人次衡量曠課程度的指標相比，從該課程的開課次數(shù)、每次曠課學生數(shù)占課程學生總數(shù)的比值這兩方面來綜合考核課程各學期的平均曠課率，更能體現(xiàn)該課程開課以來的曠課程度。由于數(shù)據(jù)表開設學期大于1次的只有開設次數(shù)為2的課程。因此，筆者從開課次數(shù)為2且具有曠課記錄的課程里面篩選出前10門課程，得到曠課程度排名前10的課程，分別為軟件項目管理、數(shù)據(jù)結構、C語言程序設計、面向對象程序設計、物聯(lián)網(wǎng)技術及應用、面向對象程序設計(Java）、傳感器原理與應用、C#程序設計、線性代數(shù)、計算機應用基礎——大數(shù)據(jù)與云計算。從以上“曠課學生數(shù)占比前10的課程”可以看出，占比最高的課程“軟件項目管理”，歷年學生逃課人數(shù)約42%，接近一半的學生有過逃課記錄。通過查詢，該門課學生總數(shù)158人，有曠課記錄的學生64人，開課累計次數(shù)2次，每次有3～4成的學生逃課。開課多次且學生曠課的比率仍然很高的話，一方面，提示該門課程的教學實施可能存在需要改進的地方；另一方面，相關專業(yè)學生的班風學風也有存在問題的可能性。

圖11 每學期出勤情況統(tǒng)計

圖12 每月缺勤情況對比

根據(jù)平均每學期學生曠課比率排名，我們可以獲得曠課最嚴重的前10名課程分別屬于哪些類型的課程：導論類與程序設計語言類課程占了多數(shù)；如果考慮全部有曠課記錄的課程，則導論類、開發(fā)應用類、程序設計語言類課程，是曠課最為嚴重的前3類課程，占了所有曠課課程數(shù)的83%；較多同類型的課程均存在曠課，暗示這些類型的課程教學設計者可能需要改進和調整課程的教學方法與同容，吸引更多的學生投入學習。

4 結 語

以上為對學者網(wǎng)上2015年9月至2017年8月期間的學生學習行為數(shù)據(jù)分析。通過對這些高校的學生的作業(yè)完成、學習時間、交流互動、考勤記錄等行為的分析，可以幫助我們對高校的學生學習狀況有較為客觀、全面的了解，對高校監(jiān)控與管理教學存在的統(tǒng)計難、信息不全等問題實現(xiàn)了極大的突破；另一方面，對學生學習行為分析提供的分析方案，同樣適用于針對某個大學學生學習行為的分析，為各個高校監(jiān)控與掌握該校學生學習行為提供了分析與挖掘思路，各高校教學管理者可從中得到借鑒與參考價值。總的來說，本次分析方案的設計是對當前高校把大數(shù)據(jù)技術應用于教學監(jiān)控的一個創(chuàng)新。