亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        基于學(xué)生電子學(xué)檔的教師教學(xué)反思方法研究

        2021-03-29 00:53:02吳鵬澤劉廣
        中國電化教育 2021年2期

        吳鵬澤 劉廣

        摘要:教師專業(yè)發(fā)展是教育質(zhì)量提升的保障。教師的教學(xué)反思是其獲得實踐性知識的重要途經(jīng),是教師自我發(fā)展進入良性循環(huán)的推動力。有效的教學(xué)反思能幫助教師理解和學(xué)習(xí)教學(xué)經(jīng)驗,并重新建構(gòu)教學(xué)實踐,從而提升培養(yǎng)人才的效果。該研究基于學(xué)生的電子學(xué)檔數(shù)據(jù),建構(gòu)基于學(xué)生電子學(xué)檔的教師教學(xué)反思路徑?;诮處熃虒W(xué)反思的思維過程,將大數(shù)據(jù)支持的教師教學(xué)反思流程分為反思數(shù)據(jù)量化表達、反思影響因素判別、反思分析、基于反思的歸因和基于反思的實踐。在此基礎(chǔ)上,設(shè)計基于學(xué)生電子學(xué)檔的教師教學(xué)反思模型。包括基于學(xué)生電子學(xué)檔的學(xué)情數(shù)據(jù)獲取、基于關(guān)聯(lián)規(guī)則算法的教學(xué)反思因素集判別、基于支持向量機的問題反思、基于結(jié)構(gòu)方程模型的教學(xué)反思歸因及基于用戶協(xié)同過濾算法的教學(xué)修正方案推薦五個部分。研究探索了教學(xué)反思過程中利用學(xué)生學(xué)習(xí)檔案數(shù)據(jù),解決教師個體反思能力和反思層次差異的問題,以期幫助教師進行智能化決策。

        關(guān)鍵詞電子學(xué)檔;教學(xué)反思模型;教育大數(shù)據(jù);關(guān)聯(lián)規(guī)則算法;支持向量機;結(jié)構(gòu)方程模型

        中圖分類號:G434 文獻標識碼:A 文章編號:1006-9860(2021)02-0089-08

        一、引言

        《中國教育現(xiàn)代化2035》將利用現(xiàn)代技術(shù)實現(xiàn)規(guī)?;c個性化人才培養(yǎng),建設(shè)教師專業(yè)發(fā)展體系作為重要的教育現(xiàn)代化戰(zhàn)略任務(wù)。教師專業(yè)發(fā)展長期以來存在兩種截然不同的范式:“技術(shù)熟練”型教師發(fā)展和“反思實踐”型教師發(fā)展"。隨著劃一、被動、個人主義傾向的學(xué)習(xí)觀向個性、能動、合作的學(xué)習(xí)觀轉(zhuǎn)變,“反思實踐”型教師培養(yǎng)成為趨勢。

        信息技術(shù)支持的教育數(shù)據(jù)采集,生成數(shù)據(jù)豐富的學(xué)生電子學(xué)檔給教師的教學(xué)反思提供了新思路。如何將學(xué)生電子學(xué)檔的內(nèi)容與教師教學(xué)反思建立起相關(guān)關(guān)系,幫助教師及時準確掌握學(xué)習(xí)過程中的學(xué)生狀態(tài)和學(xué)習(xí)質(zhì)量,實現(xiàn)教學(xué)反思的個性化與智能化指導(dǎo),提升教學(xué)質(zhì)量與教師專業(yè)發(fā)展,成為了一個重要的研究問題。

        二、研究現(xiàn)狀

        教學(xué)反思思潮自上世紀80年代在歐美興起,迅速影響世界教師專業(yè)發(fā)展的理論和實踐。

        (一)反思與教學(xué)反思模型

        “吾日三省吾身”,儒家采用的樸素的“內(nèi)省”式反思,至今仍是反思的最一般模式。反思成為一個哲學(xué)概念,由約翰。洛克開始,他提出反思是觀念的來源之一以,是一種以思維過程為對象的元認知活動。

        SchonDonald提出“反思性實踐”的概念,消解了教育理論與實踐的二元對立,建立了理論與實踐循環(huán)互動、“修辭框架-活動框架”不斷重建的反思模式。埃拜基于杜威和柯爾伯格的理論,構(gòu)建了“反思性計劃、反思性教學(xué)、反思性評價”周期模型,模型以計劃為相對起點。愛德華茲和布朗托則構(gòu)建了包含個體到集體、個人到社會的二維四象限的教學(xué)反思模式。馬克斯。范梅南構(gòu)造了直線型模式,包括“行動前反思-行動中反思-智慧性行動-行動反思”四個階段。

        以上教學(xué)反思模型以經(jīng)驗反思觀為基礎(chǔ),反思路徑多指向教師內(nèi)省及課堂教學(xué)的教師行為。實施過程主要通過對教學(xué)過程的忠實記錄或教學(xué)情境回憶的思考,而基于學(xué)生角度的數(shù)據(jù)支持的教學(xué)反思研究較少。

        (二)技術(shù)支持的教學(xué)反思

        基于個案或小樣本的主觀反思受教師反思能力和水平影響,利用大數(shù)據(jù)等新一代技術(shù)和工具分析教學(xué)行為促進教學(xué)反思的研究成為新熱點。

        用作反思數(shù)據(jù)來源的主要是反思日志文本和教學(xué)視頻兩類。王佳瑩等從練習(xí)證據(jù)、分析框架和支持協(xié)作方面分析了視頻標注工具在教學(xué)反思中的應(yīng)用。有學(xué)者通過收集課中、課后的學(xué)生學(xué)習(xí)行為數(shù)據(jù)預(yù)測學(xué)習(xí)效果5,進而支持教師的教學(xué)反思;大數(shù)據(jù)技術(shù)的出現(xiàn),讓教師能獲得多模態(tài)、低價值度的教學(xué)大數(shù)據(jù)作為反思參照要素,而對MOOC等開放課程資源應(yīng)用大數(shù)據(jù)技術(shù)進行教學(xué)分析,是普遍采用的方法。邱歡堂等使用余弦理論比較反思文本與語料庫文本的差異,根據(jù)最大相似度預(yù)料文本的等級及閾值,構(gòu)建反思模型實現(xiàn)反思內(nèi)容自動評估。吳清等人使用決策樹、貝葉斯網(wǎng)絡(luò)、神經(jīng)網(wǎng)絡(luò)和支持向量機構(gòu)造了不同的在線學(xué)習(xí)成績預(yù)測模型,基于學(xué)習(xí)預(yù)測信息進行教學(xué)反思。

        綜上,大數(shù)據(jù)技術(shù)、學(xué)習(xí)分析技術(shù)等信息技術(shù)支持了教師的教學(xué)反思。但缺乏從學(xué)生的學(xué)習(xí)視角分析教學(xué)反思問題的研究。

        (三)電子學(xué)檔數(shù)據(jù)的挖掘

        學(xué)生的學(xué)習(xí)行為與學(xué)習(xí)效果之間存在相關(guān)性。教學(xué)只有通過作用于學(xué)生的學(xué)習(xí)行為,才能影響學(xué)習(xí)。通過分析記錄學(xué)生學(xué)習(xí)數(shù)據(jù)的電子學(xué)檔,可以分析判斷教師教學(xué)行為的有效性。

        已有部分研究通過采用大數(shù)據(jù)、人工智能、社會網(wǎng)絡(luò)分析等方法分析電子學(xué)檔數(shù)據(jù)。李國軍等利用BP神經(jīng)網(wǎng)絡(luò)挖掘?qū)W生教學(xué)目標掌握程度,利用K-means對學(xué)生學(xué)習(xí)效果分類7;魏順平等以Moodle平臺的在線課程為樣本,使用SSAS、UCINET等進行話語分析、社會網(wǎng)絡(luò)分析等,開展基于學(xué)習(xí)過程記錄的在線教學(xué)反思研究[8]。劉革平等提出將數(shù)據(jù)挖掘技術(shù)引入到電子學(xué)檔的評價中,運用文本挖掘技術(shù)對電子學(xué)檔中的信息進行關(guān)聯(lián)分析,對照預(yù)先制定的評價量規(guī)得出對學(xué)生學(xué)習(xí)過程的評價結(jié)果,實現(xiàn)學(xué)習(xí)過程評價的自動化[9]。Feldman等采用樸素貝葉斯分類器利用學(xué)習(xí)者在線行為數(shù)據(jù)判斷學(xué)習(xí)者的學(xué)習(xí)風格[10]。

        綜上,通過對學(xué)生電子學(xué)檔的數(shù)據(jù)挖掘,可以掌握學(xué)生的學(xué)習(xí)狀態(tài),進而推演出教師的教學(xué)狀態(tài),幫助教師教學(xué)反思。但缺乏將學(xué)生電子學(xué)檔的數(shù)據(jù)挖掘與教師的教學(xué)反思建立映射關(guān)系的研究,還沒有系統(tǒng)地建立基于學(xué)生電子學(xué)檔的教師教學(xué)反思路徑。

        本研究將基于學(xué)生電子學(xué)檔中積聚的學(xué)生學(xué)習(xí)行為數(shù)據(jù),利用大數(shù)據(jù)處理工具、算法和關(guān)聯(lián)規(guī)則挖掘,研究學(xué)習(xí)效果影響因素,設(shè)計基于因素集判別的教師教學(xué)反思路徑,建構(gòu)基于學(xué)生電子學(xué)檔的教師教學(xué)反思模型。解決教師教學(xué)反思中反思內(nèi)容不全面、教學(xué)問題分析不深人、原因歸納不系統(tǒng)、決策執(zhí)行不到位等反思能力、反思層次和反思維度的問題。

        三、基于學(xué)生電子學(xué)檔的教師教學(xué)反思路徑與流程設(shè)計

        (一)基于電子學(xué)檔的教學(xué)反思路徑

        學(xué)生是教師的教學(xué)對象,直接、客觀地體現(xiàn)了教師的教學(xué)效果,而學(xué)生電子學(xué)檔在材料真實性、系統(tǒng)通用性、媒體多樣性等方面具有其他數(shù)據(jù)源無法比擬的分析優(yōu)勢。本研究基于學(xué)生電子學(xué)檔,獲取學(xué)生學(xué)習(xí)過程中留下的行為和結(jié)果數(shù)據(jù)進行分析和數(shù)據(jù)挖掘,提取教師反思關(guān)聯(lián)因素集,通過對象比較,建立基于因素集判別的教師反思路徑,支持教師進行教學(xué)反思。

        1.學(xué)生電子學(xué)檔的數(shù)據(jù)挖掘因素集

        電子學(xué)檔是指從大規(guī)模的教學(xué)管理數(shù)據(jù)和學(xué)習(xí)過程數(shù)據(jù)中提取的多種真實學(xué)習(xí)證據(jù)的數(shù)據(jù)集合,通過數(shù)字化方式存儲和展示個人或機構(gòu)的學(xué)習(xí)歷程和成果。

        對于學(xué)生電子學(xué)檔的組成內(nèi)容,王佑鎂認為應(yīng)該包括學(xué)習(xí)目的、學(xué)習(xí)活動、學(xué)習(xí)成果、學(xué)習(xí)業(yè)績、學(xué)習(xí)付出、學(xué)習(xí)反思等"?!峨娮訉W(xué)檔信息模型規(guī)范》國家標準提出,電子學(xué)檔組件包括需求與偏好、活動、能力、目標、資質(zhì)、作品、成績等15類。這些因素基本可分為個人基礎(chǔ)信息、學(xué)習(xí)過程信息和學(xué)習(xí)結(jié)果信息三大類。

        基礎(chǔ)信息是指學(xué)生年齡、性別等生物信息和學(xué)習(xí)興趣、需求、偏好等心理信息。學(xué)習(xí)過程信息是學(xué)生學(xué)習(xí)過程中產(chǎn)生和記錄的信息,包括學(xué)習(xí)目標、學(xué)習(xí)計劃、學(xué)習(xí)活動等。學(xué)習(xí)結(jié)果信息指學(xué)習(xí)后產(chǎn)生的結(jié)果數(shù)據(jù),包括學(xué)習(xí)作品、學(xué)習(xí)成績、學(xué)習(xí)反思等。這些信息構(gòu)成了電子學(xué)檔的數(shù)據(jù)挖掘因素集。

        2.基于學(xué)生電子學(xué)檔的教師反思關(guān)聯(lián)因素集基于學(xué)生電子學(xué)檔數(shù)據(jù)因素集挖掘分析,確定學(xué)生學(xué)習(xí)行為特點和學(xué)習(xí)結(jié)果水平,結(jié)合教師教學(xué)反思,確定教學(xué)問題,分析問題原因,教學(xué)反思的內(nèi)容結(jié)構(gòu)組成了教師反思關(guān)聯(lián)的因素集。從時間序列上看,對應(yīng)于“目標”“實施”“評價”三個連續(xù)的教學(xué)過程,Schon等提出教學(xué)反思行動前反思、行動中反思、行動后反思。從教育學(xué)的視角看,教學(xué)系統(tǒng)一般包括教師、學(xué)生、教學(xué)內(nèi)容、教學(xué)環(huán)境四要素,教學(xué)反思內(nèi)容可以分別指向這四個要素及其之間的關(guān)系。而從心理學(xué)角度看,反思作為一種特殊的思維形式,應(yīng)該從多樣態(tài)、多維度、多水平描述,反思內(nèi)容作為反思的載體,可以從教學(xué)反思內(nèi)容的廣度(課堂、教師、學(xué)生、教改、人際關(guān)系)和教學(xué)反思內(nèi)容的深度(前反思、準反思、反思水平)考察[13]。

        本研究中教師反思關(guān)聯(lián)因素集包括:學(xué)生、教師、知識、環(huán)境四個維度。學(xué)生維度,學(xué)生認知能力和知識水平極大影響學(xué)習(xí)效果,是首要考慮的維度,具體因素包括知識基礎(chǔ)、認知水平、學(xué)習(xí)興趣、學(xué)習(xí)投入度等。教師維度,教師是教學(xué)活動的策劃者、設(shè)計者、組織者、評價者,教學(xué)反思應(yīng)該包括對教師自身的專業(yè)知識、教學(xué)方法和信息技術(shù)使用的合理性的反思。知識維度,知識是教學(xué)目標實現(xiàn)的載體,教學(xué)反思包括對教學(xué)目標、教學(xué)重難點、教學(xué)內(nèi)容組織和形式等進行反思。教學(xué)環(huán)境維度,教學(xué)環(huán)境是教與學(xué)活動得以開展的物質(zhì)條件和信息基礎(chǔ),其中的學(xué)習(xí)資源可以直接轉(zhuǎn)換為教學(xué)內(nèi)容,資源的形式和水平影響著教學(xué)效果,是教學(xué)反思的重要方面。

        3.基于因素集判別的教師教學(xué)反思路徑

        建立教師反思關(guān)聯(lián)因素集與學(xué)生電子學(xué)檔數(shù)據(jù)挖掘因素集的映射關(guān)系,是實現(xiàn)學(xué)生電子學(xué)檔支持下教學(xué)反思的前提條件,由此形成完整的教師教學(xué)反思路徑。根據(jù)學(xué)生電子學(xué)檔數(shù)據(jù)挖掘因素集,提出學(xué)生學(xué)習(xí)情況數(shù)據(jù)表征指標,表征指標和教師反思關(guān)聯(lián)因素形成關(guān)聯(lián)關(guān)系,由此就可以探索學(xué)生電子學(xué)檔和教師反思因素之間的相關(guān)關(guān)系,如圖1所示。

        (二)數(shù)據(jù)支持的教學(xué)反思流程設(shè)計

        隨著多模態(tài)教學(xué)數(shù)據(jù)的豐富,基于數(shù)據(jù)的決策突破單一的基于經(jīng)驗、直覺的感性判斷。斯德卡普等構(gòu)建了目標-數(shù)據(jù)-信息-知識-行動-結(jié)果-反饋的數(shù)據(jù)驅(qū)動決策框架。管鈺琪等將其分為數(shù)據(jù)驅(qū)動、數(shù)據(jù)啟發(fā)兩種類型。其中數(shù)據(jù)啟發(fā)教學(xué)決策過程包括構(gòu)建數(shù)據(jù)、確認問題、分析原因、制定決策、決策效果[15]。本研究將數(shù)據(jù)支持的教學(xué)反思決策制度流程分為如下步驟。

        1.反思數(shù)據(jù)的量化表達

        教學(xué)反思首先要對學(xué)生電子學(xué)檔中多維大數(shù)據(jù)采集、預(yù)處理及因素集量化表達。基于系統(tǒng)工程理論,從學(xué)生電子學(xué)檔的數(shù)據(jù)挖掘因素和學(xué)生學(xué)習(xí)情況數(shù)據(jù)表征指標兩個角度分析學(xué)生電子學(xué)檔內(nèi)容組織特點,構(gòu)建面向?qū)W習(xí)全過程的大數(shù)據(jù)采集框架。學(xué)生電子學(xué)檔的數(shù)據(jù)挖掘因素包括學(xué)生的基礎(chǔ)信息、學(xué)習(xí)過程信息和學(xué)習(xí)結(jié)果信息三個因素集,并據(jù)此提出了學(xué)生學(xué)習(xí)情況數(shù)據(jù)表征指標。針對電子學(xué)檔復(fù)雜性高、類型多的數(shù)據(jù)特征,以教師、學(xué)生、知識、環(huán)境四維度的教師反思關(guān)聯(lián)因素為導(dǎo)向,獲取多維電子學(xué)檔數(shù)據(jù)并對其進行預(yù)處理;量化表達學(xué)生的學(xué)習(xí)效果及其主要影響因素指標。

        2.反思影響因素判別

        判別反思影響因素包括兩個步驟。首先,利用數(shù)據(jù)分析技術(shù)判別學(xué)習(xí)效果的主要影響因素。依托大數(shù)據(jù)分析支持平臺,以學(xué)習(xí)效果和已處理的學(xué)生電子學(xué)檔數(shù)據(jù)為輸人,通過Gini增益系數(shù)的判別確定影響學(xué)習(xí)效果的主要因素。其次,基于關(guān)聯(lián)規(guī)則挖掘的因素數(shù)據(jù)對比。針對隨機森林算法無法解決因素相互影響引起的關(guān)聯(lián)性誤辨現(xiàn)象,關(guān)聯(lián)規(guī)則算法可辨別因素間關(guān)聯(lián)關(guān)系的特點,挖掘因素數(shù)據(jù)與學(xué)習(xí)效果的關(guān)聯(lián)關(guān)系,辨別關(guān)聯(lián)因素影響學(xué)習(xí)效果的間接性與直接性,并基于此結(jié)果依據(jù)關(guān)聯(lián)因素的影響程度序列對比因素數(shù)據(jù)與已設(shè)閾值的差距,根據(jù)差距可接受的范圍確定反思關(guān)注的因素集合。

        3.教學(xué)問題反思分析

        進行反思影響因素判別后,對確定的反思關(guān)注因素集合,需要給出其所屬的類別、程度等,通過各種過程特征對可能的反思類別進行預(yù)測。而相關(guān)機器學(xué)習(xí)方法中,支持向量機SupportVectorMachine,SVM)相對效果較好,區(qū)別于感知機,基本模型是定義在特征空間上的間隔最大的線性分類器?;诮處煼此加绊懸蛩丶系奶崛?、量化,使用反思特征輸人樣本和反思類型數(shù)據(jù)構(gòu)成模型訓(xùn)練樣本,獲得學(xué)習(xí)者整體目標掌握程度情況,經(jīng)過與預(yù)設(shè)教學(xué)目標對比,判定學(xué)習(xí)者整體目標的達成度。

        4.基于反思的歸因

        確定學(xué)生整體學(xué)習(xí)目標達成度后,使用結(jié)構(gòu)方程模型(StructuralEquationModeling,SEM)通過對已有的數(shù)據(jù)進行統(tǒng)計,分析導(dǎo)致教學(xué)問題的原因來源,進而實現(xiàn)基于反思的歸因。結(jié)構(gòu)方程模型是教育科學(xué)領(lǐng)域量化研究的重要統(tǒng)計方法,融合傳統(tǒng)多變量分析中“因素分析”和“線性模型的回歸分析”技術(shù),對因果模型進行模型辨識、估計與驗證和修正。從教師、學(xué)生、內(nèi)容、環(huán)境四個維度的教師反思關(guān)聯(lián)因素方向,明確教學(xué)問題,確定教學(xué)問題產(chǎn)生的原因。

        5.基于反思的教學(xué)實踐

        基于前述確定的教學(xué)問題和歸因分析,根據(jù)學(xué)生電子學(xué)檔和教師反思綜合而成的教學(xué)情境類型、特點,在教學(xué)情境庫中找出學(xué)習(xí)效果良好的學(xué)生對教師、同伴、知識等的偏好及相應(yīng)的教學(xué)方案,教師根據(jù)系統(tǒng)提供的教學(xué)方案范本改進自己的教學(xué)實踐,實現(xiàn)教學(xué)經(jīng)驗的重構(gòu)與教學(xué)效果的提升。

        綜上,大數(shù)據(jù)支持的教師教學(xué)反思流程首先對學(xué)生電子學(xué)檔中多維大數(shù)據(jù)采集、預(yù)處理及首選因素量化表達;接著依據(jù)內(nèi)容指向收集相關(guān)數(shù)據(jù),構(gòu)建適合后續(xù)分析的數(shù)據(jù)基礎(chǔ)并進行數(shù)據(jù)的判別;然后采用智能化工具篩選和分析數(shù)據(jù),確認存在的教學(xué)問題反思和歸因分析;最后,依據(jù)歸因的結(jié)果,尋求解決方案,做出決策并進行教學(xué)實踐檢驗。

        四、基于學(xué)生電子學(xué)檔的教師教學(xué)反思模型與算法

        設(shè)計基于學(xué)生電子學(xué)檔的教師教學(xué)反思路徑,建立教師反思關(guān)聯(lián)因素集與學(xué)生電子學(xué)檔數(shù)據(jù)挖掘因素集的映射關(guān)系,獲取學(xué)生學(xué)習(xí)情況的數(shù)據(jù)表征指標,解決了支持教師教學(xué)反思的對象、因素問題。根據(jù)教師教學(xué)反思路徑,從學(xué)生電子學(xué)檔內(nèi)容結(jié)構(gòu)中獲取學(xué)生學(xué)習(xí)數(shù)據(jù),設(shè)計數(shù)據(jù)支持的教師教學(xué)反思流程,解決了基于數(shù)據(jù)的教學(xué)問題反思及成因分析。在此基礎(chǔ)上,設(shè)計學(xué)生電子學(xué)檔驅(qū)動的教師教學(xué)反思模型,如下頁圖2所示。系統(tǒng)解決學(xué)生電子學(xué)檔內(nèi)容表征與教師教學(xué)反思自省決策的問題。模型包括基于電子學(xué)檔的學(xué)情數(shù)據(jù)獲取、基于關(guān)聯(lián)規(guī)則算法的教學(xué)反思因素集判別、基于SVM的學(xué)習(xí)者掌握度判別與問題反思、基于結(jié)構(gòu)方程模型的反思歸因、基于用戶協(xié)同過濾算法的教學(xué)方案推薦。

        (一)基于學(xué)生電子學(xué)檔的學(xué)情數(shù)據(jù)獲取

        學(xué)生電子學(xué)檔是教師教學(xué)反思的基礎(chǔ)數(shù)據(jù)來源,從電子學(xué)檔獲取學(xué)情數(shù)據(jù)包括確定電子學(xué)檔數(shù)據(jù)采集框架、對數(shù)據(jù)進行預(yù)處理與存儲、按因素指標進行量化表達。

        首先,基于系統(tǒng)工程理論,結(jié)合在線學(xué)習(xí)過程結(jié)構(gòu)特征,確定學(xué)生電子學(xué)檔數(shù)據(jù)采集框架。將學(xué)生電子學(xué)檔數(shù)據(jù)的結(jié)構(gòu)按電子學(xué)檔數(shù)據(jù)挖掘因素進行歸結(jié),包括基礎(chǔ)信息、過程信息和結(jié)果信息等三類。然后,借助網(wǎng)絡(luò)爬蟲工具從電子學(xué)檔系統(tǒng)中,對電子學(xué)檔數(shù)據(jù)下載、過濾、分析、存儲,挖掘,再利用ETL大數(shù)據(jù)處理工具平臺按照預(yù)設(shè)采集方案抽取爬蟲工具得到的數(shù)據(jù),對其進行清洗、轉(zhuǎn)換、裝載等預(yù)處理操作,然后進行數(shù)據(jù)分類并以SQL與NoSQL方式區(qū)分儲存。最后,按照上述基于因素集判別的教師教學(xué)反思路徑,對其進行指標量化表達,輸入經(jīng)過預(yù)處理的電子學(xué)檔數(shù)據(jù)得出各指標量化結(jié)果。

        (二)基于關(guān)聯(lián)規(guī)則算法的教學(xué)反思關(guān)聯(lián)因素集判別

        從學(xué)生電子學(xué)檔數(shù)據(jù)獲得的各量化指標,經(jīng)過關(guān)聯(lián)規(guī)則算法的運算,最后形成匹配的教學(xué)反思關(guān)聯(lián)因素集。包括利用Gini增益判別學(xué)習(xí)效果主要影響因素、利用關(guān)聯(lián)規(guī)則算法比對并確定最終影響因素集合。

        1.利用Gini增益判別學(xué)習(xí)效果主要影響因素機器學(xué)習(xí)中,信息熵是衡量一個系統(tǒng)的信息含量的量化指標,以其為基礎(chǔ)計算的信息增益,常用于衡量特征與結(jié)果之間的影響程度。而Gini指數(shù)與信息熵類似,且計算更為簡單,通過Gini指數(shù)得出Gini增益,以實現(xiàn)更高效率的因素相關(guān)性計算。對于反思關(guān)聯(lián)因素X及其相對概率p(x),其Gini指數(shù)Gini(X),如公式(1)所示,在給定學(xué)生電子學(xué)檔特征v下對x的Gini指數(shù)Gini(X)形式化為公式(2):

        基于上式與信息增益定義,可進一步得出Gini增益OGini(X;X)為:

        對于某一學(xué)生,若已知其電子學(xué)檔獲知的學(xué)習(xí)效果等級為L,第i個潛在關(guān)聯(lián)因素數(shù)據(jù)序列為Vv.3)2....,則該用戶的最終成績等級與各潛在關(guān)聯(lián)因素間的Gini增益集合△Gini(L;V)可表示為:

        檢驗?zāi)P偷念A(yù)測效果,進而判別出學(xué)習(xí)效果的主要影響因素。Gini增益越大,表明其關(guān)聯(lián)性越強。使用QuickSort快速排序算法對集合△Gini(L;V)進行排序,即可從各關(guān)聯(lián)因素中找出最終學(xué)習(xí)效果的主要影響因素,通過選取主要影響因素作為訓(xùn)練樣本特征,從而實現(xiàn)預(yù)測模型的構(gòu)建。

        2.利用關(guān)聯(lián)規(guī)則算法比對并確定最終教師反思關(guān)聯(lián)因素集合

        首先,利用Apriori關(guān)聯(lián)分析算法檢索上一步驟中產(chǎn)生的學(xué)習(xí)效果及其主要影響因素集合中的所有頻繁項集,即支持度不低于設(shè)定的最小支持度(Suppor)閾值的項集。其次,由頻繁項集構(gòu)造出滿足用戶最小置信度(Confidence)的關(guān)聯(lián)規(guī)則,辨別影響因素與學(xué)習(xí)效果的關(guān)聯(lián)性,以此確定最終影響因素集合,即教師教學(xué)反思的關(guān)聯(lián)因素。

        (三)基于支持向量機的問題反思

        支持向量機是最常用的機器學(xué)習(xí)算法之一,它在解決非線性和高維特征模式識別場景下具有許多優(yōu)勢。本研究基于支持向量機來實現(xiàn)學(xué)習(xí)者的整體目標達成度判定。其基本思路為:給定一組反思特征輸人樣本x,以及推斷的反思類型y,構(gòu)成模型需要的訓(xùn)練樣本(x,y),構(gòu)建低維空間到高維空間的轉(zhuǎn)換表達,形式化表示如下:

        其中中(x)是核函數(shù),核函數(shù)的選擇有多種,這里使用常用的高斯核函數(shù)來計算高維特征空間下的特征向量點積。針對該目標進行優(yōu)化取極值有:

        并給出約束條件:

        其中,C為懲罰因子,而ξ與;為松弛因子,用于控制模型的復(fù)雜度與回歸精度。

        而為了提高非線性樣本的分類精度,需要基于核函數(shù)完成數(shù)據(jù)從高維到低維的轉(zhuǎn)換,基于常用的徑向基核函數(shù),構(gòu)建SVM模型的決策函數(shù)f(x)為:

        以此進行模型的訓(xùn)練,獲得學(xué)習(xí)者整體目標掌握度情況,并與預(yù)設(shè)的教學(xué)目標進行對比,從而完成教師反思過程。

        (四)基于結(jié)構(gòu)方程模型的教學(xué)反思歸因

        結(jié)構(gòu)方程模型是基于變量的協(xié)方差矩陣來分析變量之間關(guān)系的一種統(tǒng)計方法。它具有諸多優(yōu)點,最顯著的特點是能夠評價多維和相互關(guān)聯(lián)的關(guān)系,并且能夠發(fā)現(xiàn)某些關(guān)系中沒有察覺到的概念關(guān)系,因此本研究采用結(jié)構(gòu)方程模型來對教師教學(xué)反思進行歸因分析。結(jié)構(gòu)方程模型如圖3所示。

        圖3各個變量之間的關(guān)系形式化表示如下:

        對于圖3(a)的β與X,Y的關(guān)系為:

        對于圖3(b)的β與X,Y的關(guān)系為:

        其中X是因,Y為果,左邊等式代表X與Y之間的量化關(guān)系,Ux表示影響變量X的所有未被觀測的外部因子,Uy表示影響Y的所有未被觀測的外部因子。

        結(jié)構(gòu)方程模型分析過程可以分為模型構(gòu)建、模型擬合、模型評估以及模型修正四個步驟。

        1.模型構(gòu)建

        首先根據(jù)教學(xué)問題反思的目標達成度、重難點把握度等相關(guān)指標來初步確定各個潛變量如教學(xué)目標、教學(xué)重難點等之間的相互關(guān)系以構(gòu)建理論上的初始結(jié)構(gòu)方程模型。

        2.模型擬合

        模型擬合主要是對上一步構(gòu)建的初始模型進行模型參數(shù)估計。參數(shù)估計的方法有多種,本方法使用最大似然估計(MaximumLikelihood)來計算參數(shù),因為它在數(shù)據(jù)分布較為均勻的情況下能夠計算更加精確(方差最?。┑慕Y(jié)果。結(jié)構(gòu)方程模型的擬合度指標分為模型內(nèi)的結(jié)構(gòu)擬合度與整體模型擬合度,模型內(nèi)的結(jié)構(gòu)擬合主要通過潛變量組成信度進行評判,而卡方擬合指數(shù)則是整體擬合度的評價依據(jù)。

        3.模型評估

        經(jīng)過模型參數(shù)求解步驟后,這里還需要對參數(shù)結(jié)果進行評估。結(jié)構(gòu)方程模型一般以最小化觀察到的和估計的協(xié)方差矩陣之間的差異為目標來估計總體的參數(shù),最小化目標函數(shù)F形式化表示如下:

        其中s是數(shù)據(jù)向量(觀察到的樣本協(xié)方差矩陣所堆疊而成的向量),o是估計的總體協(xié)方差矩陣的向量(再次堆疊為一個向量),“(日)”表示o是來源于SEM模型的各種參數(shù)(回歸系數(shù),方差和協(xié)方差)。W是對樣本與估計的總體協(xié)方差矩陣之間的平方差進行加權(quán)的矩陣。

        4.模型修正

        對結(jié)構(gòu)方程模型進行修正的主要目的是提高模型的擬合度使得結(jié)果更具有現(xiàn)實性和解釋性。模型修正的方法主要有兩個方面,一方面添加模型新路徑來提高模型的擬合度;另一方面是刪除或限制部分路徑以提高模型的可識別性。這里使用AMOS提供的模型修正指標對模型進行修正,直到模型的擬合度滿足擬合度指標為止。最后我們根據(jù)結(jié)構(gòu)方程模型的最終結(jié)果對與教學(xué)問題反思存在因果關(guān)系因子進行分析。

        (五)基于用戶協(xié)同過濾算法的教學(xué)修正方案推薦充分使用反思的教學(xué)稱之為反省性教學(xué),反思性教學(xué)實踐根據(jù)反思作用于本次還是下次教學(xué)分為兩類,不管哪一類,都需要完成問題反思和反思歸因后,修改原有教學(xué)方案,制定改進型教學(xué)方案應(yīng)用于本次或下次教學(xué)實踐。協(xié)同過濾推薦算法是誕生最早、較為著名的預(yù)測和推薦算法。算法通過對原有學(xué)習(xí)效果良好的學(xué)習(xí)者歷史數(shù)據(jù)挖掘,確定不同學(xué)習(xí)者對教師、環(huán)境、同伴等的偏好,并進行度量和打分。通過基于用戶的協(xié)同過濾算法,確定與新學(xué)習(xí)者相似的學(xué)習(xí)者和相應(yīng)的推薦教學(xué)方案,以此作為改善教學(xué)質(zhì)量的方案依據(jù)。

        五、研究總結(jié)

        學(xué)生的電子學(xué)檔中有大量的多模態(tài)學(xué)習(xí)行為與過程數(shù)據(jù),利用好這些數(shù)據(jù)能為教師的教學(xué)反思提供有意義的教學(xué)指導(dǎo),促進教師專業(yè)發(fā)展。本研究提出基于電子學(xué)檔復(fù)雜多類型數(shù)據(jù)的教師教學(xué)反思關(guān)聯(lián)因素分析方法,突破教師教學(xué)反思途徑單一,主要依據(jù)主觀經(jīng)驗反思的問題。同時,通過深人挖掘?qū)W生電子學(xué)檔的數(shù)據(jù),建立基于Gini增益與關(guān)聯(lián)規(guī)則的大數(shù)據(jù)關(guān)聯(lián)性分析方法,突破了教師教學(xué)反思忽略對學(xué)生學(xué)習(xí)檔案大數(shù)據(jù)加工利用的限制。最后,提出教師教學(xué)反思模型和具體算法,運用基于支持向量機和結(jié)構(gòu)方程模型的方法,幫助教師進行智能化決策,解決了教師反思能力和反思層次差異的問題。隨著對電子學(xué)檔與教師教學(xué)反思的進一步深人研究,后續(xù)可以通過建構(gòu)語義技術(shù)支持下基于電子學(xué)檔的教師教學(xué)反思智能體,突破教師教學(xué)反思與后續(xù)教學(xué)行為改進缺乏持續(xù)智能監(jiān)督的問題,最終形成以教師教學(xué)反思智能體為核心的教師專業(yè)發(fā)展系統(tǒng),實現(xiàn)基于學(xué)生電子學(xué)檔大數(shù)據(jù),運用形式化語義執(zhí)行智能化教師教學(xué)反思,提升教育教學(xué)效果的目的。

        參考文獻:

        [1]佐藤學(xué).教育方法學(xué)[M].北京:教育科學(xué)出版社,2016.

        [2] LockeJAn Essay Conceming Human Understanding [M]-London:Penguin Classics,1997.

        [3] Schon,D.The Reflective Practitioner:How Professionals Think inAction[M].北京:北京師范大學(xué)出版社.2018.

        [4]王佳瑩,郭俊杰.視頻標注工具:支持教師的教學(xué)反思[J].中國電化教育,2013,(7):111-117.

        [5]Wang.D.Ding.X.Interctive Learning Behavior Analysis of Wisdom assoomobasaed o Big Data[ZJ-QingdaoERSS.2018.

        [6]邱歡堂,何聚厚等.教學(xué)反思內(nèi)容自動評估模型研究[J].計算機技術(shù)與發(fā)展,2012,22(9):173-176+180.

        [7]李國軍,鐘志強.基于數(shù)據(jù)挖掘技術(shù)的學(xué)生電子檔案袋評價[J].鞍山師范學(xué)院學(xué)報,2012,14(2):46-50.

        [8]魏順平,韓艷輝等.基于學(xué)習(xí)過程數(shù)據(jù)挖掘與分析的在線教學(xué)反思研究[J].現(xiàn)代教育技術(shù),2015,25(6):89-95.

        [9]劉革平,黃智興等.基于數(shù)據(jù)挖掘的遠程學(xué)習(xí)過程評價系統(tǒng)設(shè)計與實現(xiàn)[J].電化教育研究,2005,(7):67-69.

        [10] FeldmanJ.Monteserin,Aet al.Detecting students' perception style by using games [J]. Computers & Education,2014,71:14-22.

        [11]王佑鎂.電子學(xué)檔:信息化教學(xué)的新思路]中國電化教育,2002,(10):18-22.

        [12]GB/T36366-2018,電子學(xué)檔信息模式規(guī)范[S].

        [13]申繼亮,劉加霞.論教師的教學(xué)反思[J].華東師范大學(xué)學(xué)報(教育科學(xué)版),2004,(3):44-49.

        [14]馮仰存.數(shù)據(jù)驅(qū)動的教師教學(xué)決策研究綜述[J].中國遠程教育,2020,41(4):65-75.

        [15]管玨琪,孫一冰等.智慧教室環(huán)境下數(shù)據(jù)啟發(fā)的教學(xué)決策研究[J].中國電化教育,2019,(2):22-28+42.

        作者簡介:

        吳鵬澤:教授,博士,博士生導(dǎo)師,研究方向為教師信息化應(yīng)用能力提升、教育信息化。

        劉廣:工程師,在讀博士,研究方向為教師信息化應(yīng)用能力提升、教育信息化。

        收稿日期:2020年12月25日

        責任編輯:李雅煊

        亚洲精品成人无百码中文毛片| 偷拍一区二区三区四区| 一区二区三区国产高清视频| 久久精品国产久精国产爱| 人妻少妇被猛烈进入中文字幕| 中文字幕在线日亚洲9| 亚洲av无码成人专区片在线观看| 真人做爰片免费观看播放| 亚洲h在线播放在线观看h| 国产肉丝袜在线观看| 国产婷婷丁香久久综合| 国产一区二区三区精品久久呦| 中文字幕一区二区三区.| 亚洲愉拍自拍视频一区| 字幕网中文字幕精品一区| 国产激情自拍在线视频| 日本国产精品久久一线| 国产一区二区av免费在线观看| 国产无遮挡又黄又爽高潮| 国产成人av乱码在线观看| 国产99在线 | 亚洲| 国产乱子乱人伦电影在线观看| 久久亚洲中文字幕无码| 欧美久久久久中文字幕 | 久久精品熟女亚洲av麻豆永永| 美女露出奶头扒开内裤的视频 | 国产精品亚洲第一区二区三区| 国模冰莲自慰肥美胞极品人体图 | a级毛片免费观看在线| 久久99精品久久久久久| 国产一区二区三区爆白浆| av天堂一区二区三区精品| 亚洲精品98中文字幕| 狠狠色丁香婷婷久久综合| 日本最新免费二区三区| 中文字幕亚洲欧美日韩2019| 久久久久久久无码高潮| 久久精品日韩av无码| 国产69精品一区二区三区| 一区二区三区在线观看高清视频| 免费蜜桃视频在线观看|