畢夏安 邢兆旭 胡溪 周雯燕

摘? 要：人工智能技術與大數(shù)據(jù)的飛速進步為當代教育行業(yè)帶來新發(fā)展條件，而現(xiàn)階段的教育大數(shù)據(jù)存在采集困難、利用率低等問題。為此，搭建了一種面向教育大數(shù)據(jù)的采集分析平臺，該平臺能夠采集并整合學生數(shù)據(jù)與教學數(shù)據(jù)，并通過Hadoop、Spark等大數(shù)據(jù)分析框架全面挖掘學生的個性化學情信息。進一步地，提出了一種大數(shù)據(jù)驅動、線上線下指導相協(xié)調的精準教學實踐模式。研究內容有助于大數(shù)據(jù)技術與高校教學質量的協(xié)同發(fā)展，促進精準教學實踐模式在大數(shù)據(jù)背景下的發(fā)展。

關鍵詞：人工智能;教育大數(shù)據(jù);精準教學

中圖分類號：TP311? ? ?文獻標識碼：A

文章編號：2096-1472（2021）-09-48-03

Abstract： The rapid progress of artificial intelligence and big data has brought new development conditions for contemporary education industry. At present， however， educational big data has problems such as difficult collection and inadequate utilization. Accordingly， this paper proposes to build a collection and analysis platform for educational big data that can collect and integrate student data and teaching data to comprehensively mine students' personalized learning condition through Hadoop， spark and other big data analysis frameworks. Further， this paper proposes a precision teaching practice mode driven by big data and coordinated by online and offline guidance. The research content contributes to the collaborative development of big data technology and college teaching quality， and promotes the development of precision teaching practice models in big data era.

Keywords： artificial intelligence; educational big data; precision teaching

1? ?引言（Introduction）

大數(shù)據(jù)時代為當代教育模式的創(chuàng)新發(fā)展提供了新的發(fā)展環(huán)境，如何全面、協(xié)調地利用教育大數(shù)據(jù)促進教育模式的發(fā)展具有重要的時代意義[1]。一方面，教學過程中產(chǎn)生的大量異構數(shù)據(jù)能為教學質量的精準分析與評估提供依據(jù)。目前教學分析的主流方法面臨著信息采集不全、信息采集難度高等多方面的難題[2-3]，近年來教育大數(shù)據(jù)的采集與分析方法在國內開始逐漸受到人們的重視，并有了較為可觀的進展[4-5]，但總體上還有諸多技術上的細節(jié)沒有處理好。另一方面，教育大數(shù)據(jù)能助力精準教學模式發(fā)展。精準教學相關研究在國外擁有較長時間的積累[6]，而國內由于受高等教育人群的擴張以及理論、技術等方面的客觀限制，相關理論研究與應用實踐舉步難行。目前已有人嘗試利用線上的教育平臺和教學資源推行精準教學實踐，并取得了一定的成果[7-8]，但這些嘗試本質上只是將一些本來在線下進行的活動移至線上，而沒有充分挖掘并利用教育大數(shù)據(jù)中蘊含的豐富信息?；谏鲜霰尘?，本文設計了一種教育大數(shù)據(jù)采集與分析系統(tǒng)，并提出了一種基于教育大數(shù)據(jù)的精準教學實踐模式。

2? 教育大數(shù)據(jù)采集與分析平臺的設計（The design of collection and analysis platform for educational big data）

作者結合多年來積累的大數(shù)據(jù)分析經(jīng)驗，針對高校教學過程中的教學模式與實際需求，提出了一種教育大數(shù)據(jù)的采集分析平臺。該平臺共分為四個部分：教育大數(shù)據(jù)采集模塊、教育大數(shù)據(jù)存儲與分析模塊、教育大數(shù)據(jù)服務模塊和教育大數(shù)據(jù)管理模塊，后面會對這幾個模塊進行具體介紹。平臺的整體架構如圖1所示。

2.1? ?教育大數(shù)據(jù)采集模塊

教育大數(shù)據(jù)無論從來源、類型，還是采集方式方面都呈現(xiàn)出顯著的多樣性特點。本文將眾多數(shù)據(jù)大致概括為兩類。一類數(shù)據(jù)來自學校已有的各種管理系統(tǒng)，在這其中能夠獲得的數(shù)據(jù)大致有三類：一是學生檔案信息、學業(yè)信息等固定不變或更新速度緩慢的數(shù)據(jù);二是學生日?；顒有畔?、輿情信息等具有顯著時效性的數(shù)據(jù);三是監(jiān)控視頻等流式數(shù)據(jù)。另一類數(shù)據(jù)來自線上教育平臺，平臺分別為教師與學生提供接口，使得系統(tǒng)獲取師生在線上的各個教學環(huán)節(jié)中產(chǎn)生的各種各樣的數(shù)據(jù)，包括操作日志、教學資料、線上作業(yè)等。

2.2? ?教育大數(shù)據(jù)存儲與分析模塊

教育大數(shù)據(jù)具有顯著的異構性特點，適合用分布式結構實現(xiàn)數(shù)據(jù)的存儲、管理與分析。教育大數(shù)據(jù)存儲與分析模塊的主要作用是采用分布式的結構對搜集到的教育大數(shù)據(jù)進行存儲與管理，并對其進行深度的模式挖掘。該部分采用Hadoop+Spark的結構實現(xiàn)，下面分別介紹這兩個組成部分。

一方面，由Hadoop構成的分布式文件系統(tǒng)HDFS擁有Data Node與Name Node兩種不同的存儲節(jié)點，前者用來存儲數(shù)據(jù)的實體，后者存儲的則是文件系統(tǒng)樹等元數(shù)據(jù)。HDFS在完整性、持久性方面表現(xiàn)突出，能夠以高容錯率實現(xiàn)對日志、會話、知識結構、視頻流以及環(huán)境感知等高吞吐量數(shù)據(jù)的實時高效存儲[9]。

另一方面，Spark集群負責的是大數(shù)據(jù)的計算與分析工作。具體地，該部分運行前要在Cluster Manager中設置Spark Context文件的內容，包括集群工作方式、數(shù)據(jù)分析算法以及抽象彈性分布式數(shù)據(jù)集的創(chuàng)建等。

2.3? ?教育大數(shù)據(jù)服務模塊

通過運行部署后的Spark運算集群，便能夠充分利用教育大數(shù)據(jù)中蘊含的豐富信息來指導教學過程的改進，這一部分的具體實現(xiàn)需要借助教育大數(shù)據(jù)服務模塊來完成，其中包括多種具體服務，大致分成三類。

（1）評價總結類服務

這一部分包括對教育數(shù)據(jù)及分析結果的可視化展示、教學效果評估、學生畫像等。該部分信息呈現(xiàn)的客體主要是教師，作用是使教師能全面地了解教學的實際效果，并且通過每一位學生的畫像了解他們各自的特長與實際情況，從而進行教學模式與教學內容的調整。

（2）建議展望類服務

這一部分主要包括一些建議信息，服務的客體包括教師和學生。教學建議面向教師，主要在教學形式、教學思路等方面為教師提供可能的方案;學習建議則面向學生，主要是基于學生在這一段時間表現(xiàn)的評估，結合學生的自身情況，為學生下一步的學習過程提供合理指導意見，同時也在一定程度上起到督促學習的作用。

（3）線上教育平臺服務

這一部分包括一個線上教育平臺，教師可以在該平臺上進行教學資源共享并在線批改作業(yè);學生則可以在該平臺上進行知識點的學習與回顧，也可以通過線上的實驗平臺拓展思維，提高實踐能力。此外，基于對當前學習效果的評估，系統(tǒng)會個性化地向學生推送互聯(lián)網(wǎng)上的相關學習資料，供學生在課程之余補充學習。

2.4? ?教育大數(shù)據(jù)管理模塊

大規(guī)模數(shù)據(jù)的管理包括許多繁雜的細節(jié)，且貫穿數(shù)據(jù)采集、分析與應用的全過程，為此有必要設計單獨的模塊進行教育大數(shù)據(jù)管理。本模塊主要包括四個部分：數(shù)據(jù)倉庫系統(tǒng)負責清洗、整合并按照主題實現(xiàn)數(shù)據(jù)管理，目的是為后續(xù)的大數(shù)據(jù)分析過程提供高質量數(shù)據(jù);數(shù)據(jù)更新系統(tǒng)負責對高并發(fā)設備獲取的實時數(shù)據(jù)進行初步的整理與暫存，并按時檢測、更新時效性較強的數(shù)據(jù);元數(shù)據(jù)管理系統(tǒng)則主要負責文件存儲位置、文件記錄、歷史數(shù)據(jù)等元數(shù)據(jù)的存放與修改;數(shù)據(jù)安全系統(tǒng)則主要負責保護教育大數(shù)據(jù)的安全，尤其是對學生隱私信息的保護。

3? 精準教學實踐模式設計（Design of precision instruction practice mode）

基于所提出的教育大數(shù)據(jù)采集分析平臺，下面將探討高校教育中精準教學的實踐模式設計問題。本文所設計的實踐模式很好地實現(xiàn)了教育大數(shù)據(jù)分析與精準教學的有機融合，總體框架如圖2所示。

總體來說，就是在傳統(tǒng)的線下式課堂教學的基礎上，將各教學環(huán)節(jié)產(chǎn)生的數(shù)據(jù)與學生的個人數(shù)據(jù)結合成教育大數(shù)據(jù)，為每個學生生成個性化學習分析報告。這既能讓教師發(fā)現(xiàn)現(xiàn)有教學安排中的問題，也可以促進教師對學生特長與特點的深度了解，進而可以讓教師在線下根據(jù)每個學生的實際情況進行相應的指導，在提升教學質量的同時實現(xiàn)了人才的全方位培養(yǎng)，有效做到了教學相長。

為了在實際教學環(huán)境中構建出可穩(wěn)定運作的精準教學實踐模式，本文在此提出了三條具體的教學模式改革措施。

3.1? ?實現(xiàn)學生的多維度精準指導

傳統(tǒng)教學模式通常只會以知識點的掌握情況作為判別學習質量好壞的唯一依據(jù)，而忽略了學生實踐能力的培養(yǎng)與思維層面的提高，造成了大量“高分低能”的情況。通過對教育大數(shù)據(jù)的深度挖掘，教師能更全面地掌握學生的學習情況，通過學生畫像指導每一位學生在能力上和思維上產(chǎn)生實質性的進步。

在能力層面，教師應充分發(fā)揮線上教育平臺與產(chǎn)學研服務平臺的作用，根據(jù)學生實際學習情況，布置難度適宜、實用性強的實踐任務，切實保證學生所學是工作所用，學生所練是工作所需。計算機專業(yè)因其特殊性，多數(shù)實踐任務可以安排到線上完成，因此也更容易通過教育大數(shù)據(jù)平臺實現(xiàn)學生的能力培養(yǎng)。在學生的實踐過程中，平臺可以及時捕獲學生在實踐過程中反饋的信息，準確評判學生的能力水平。

在思維層面，教師在精準教學的實踐過程中應多鼓勵學生圍繞特定問題展開開放性思考，注重學生思維高度的提升。同時教育大數(shù)據(jù)分析系統(tǒng)可以從不同的側面檢驗學生的思維提升情況，為學生有針對性地推送補充學習資料。

3.2? ?全面推行本科生導師制

導師制從本質上講就是要在一名導師和幾名特定學生之間實現(xiàn)高度個性化的交流。目前，本科生導師制已在北京科技大學、東南大學等國內著名高校試行，總體效果反映良好。通過這一制度，既可以拉近學生與教師之間的距離，讓導師幫助特定的學生制定更清晰的學業(yè)與事業(yè)規(guī)劃，也能讓導師及時發(fā)現(xiàn)學生學習期間的各種問題，從而進行有針對性的指導，而這恰與精準教學的目的一致。

精準教學要求教師充分結合每一位學生的實際情況“因材施教”，但在實踐過程中，考慮到國內多數(shù)專業(yè)的學生數(shù)目眾多，某一門課的任課老師可能難以承擔上述全部工作，因此，若要全面推行精準教學，則有必要在本科范圍內全面推行導師負責制。

3.3? ?推動教育大數(shù)據(jù)服務生態(tài)建設

精準教學的需求推動了教育大數(shù)據(jù)的發(fā)展，而對教育大數(shù)據(jù)的分析又能夠為實現(xiàn)精準教學提供指導，二者在邏輯上相輔相成，因此，教育大數(shù)據(jù)的服務生態(tài)建設對精準教學的全面推行與長久發(fā)展有著至關重要的作用。

本文為面向精準教育實踐的教育大數(shù)據(jù)服務生態(tài)建設提供了一種新的思路。首先，在提出的架構中，大數(shù)據(jù)分析系統(tǒng)與眾多校內管理系統(tǒng)深度結合，促進了高校教學管理空間服務數(shù)據(jù)化;同時，基于教育大數(shù)據(jù)的分析結果，為精準教學提供了全面的自動化服務，實現(xiàn)了數(shù)據(jù)與分析技術的有機結合;最后，通過推行精準教學模式，促進教育大數(shù)據(jù)的發(fā)展，為學校與相關企業(yè)長期合作提供了機遇。

教育大數(shù)據(jù)服務生態(tài)建設并不是一個一蹴而就的過程，需要進行較長期的嘗試與摸索，其中諸如怎樣實現(xiàn)異構數(shù)據(jù)規(guī)范化、怎樣保證大規(guī)模教育數(shù)據(jù)的安全等都是有待進一步解決的問題。我們相信，生態(tài)建設是精準教育與教育大數(shù)據(jù)融合發(fā)展的必由之路。

4? ?結論（Conclusion）

大數(shù)據(jù)與人工智能技術的崛起正深刻影響著教育行業(yè)的變化，在這樣的背景下實現(xiàn)精準教學，必定離不開對教育大數(shù)據(jù)的深入分析與挖掘。本文構建了一個大數(shù)據(jù)采集與分析平臺和精準教學模式相互結合的體系，既有利于提高高校教學質量，也能夠實現(xiàn)人才的多維度培養(yǎng)。在將來的發(fā)展中，一方面要注重整合更加豐富的數(shù)據(jù)，從而實現(xiàn)更加全面的教學分析;另一方面要考慮到行業(yè)發(fā)展的客觀需要，因需制宜進行教學計劃的靈活調整;除此之外，也要提升教師的數(shù)據(jù)意識，逐漸形成用數(shù)據(jù)輔助教育的理念。

參考文獻（References）

[1] 楊現(xiàn)民，郭利明，王東麗，等.數(shù)據(jù)驅動教育治理現(xiàn)代化：實踐框架、現(xiàn)實挑戰(zhàn)與實施路徑[J].現(xiàn)代遠程教育研究，2020，32（02）：73-84.

[2] 李葆萍，周穎.基于大數(shù)據(jù)的教學評價研究[J].現(xiàn)代教育技術，2016，26（06）：5-12.

[3] 鐘紹春，唐燁偉.人工智能時代教育創(chuàng)新發(fā)展的方向與路徑研究[J].電化教育研究，2018，39（10）：15-20.

[4] 華春杰，于雅楠，李慧蘋，等.基于端到端表情識別方法的課堂教學分析[J].天津職業(yè)技術師范大學學報，2021，31（02）：26-31.

[5] 肖知亮.基于智能數(shù)據(jù)采集與處理的教育信息融合方法研究[J].現(xiàn)代電子技術，2020，43（24）：140-143.

[6] BRANCH A， HASTINGS R P， BEVERLEY M， et al. Increasing support staff fluency with the content of behaviour support plans： An application of precision teaching[J]. Journal of Intellectual & Developmental Disability， 2018， 43（2）：?213-222.

[7] 張超.“互聯(lián)網(wǎng)+教育”背景下智慧課堂精準教學模式的構建與實踐——以《Flash動畫制作》課程為例[J].宿州教育學院學報，2019，22（06）：102-106.

[8] 馬曉艷，陳英.大數(shù)據(jù)驅動下精準教學模式的構建及應用[J].創(chuàng)新創(chuàng)業(yè)理論研究與實踐，2021，4（10）：110-112.

[9] ZEEBAREE S R M， SHUKUR H M， HAJI L M， et al. Characteristics and analysis of hadoop distributed systems[J]. Technology Reports of Kansai University， 2020， 62（4）：1555-1564.

作者簡介：

畢夏安（1981-），男，博士，教授.研究領域：大數(shù)據(jù)分析與應用，腦科學與人工智能.

邢兆旭（1997-），男，碩士生.研究領域：大數(shù)據(jù)分析與應用，腦科學與人工智能.

胡? 溪（1998-），女，碩士生.研究領域：大數(shù)據(jù)分析與應用，腦科學與人工智能.

周雯燕（1998-），女，碩士生.研究領域：大數(shù)據(jù)分析與應用，腦科學與人工智能.