畢華玲,李舒婷,盧福強(qiáng)
(1.東北大學(xué)秦皇島分校 管理學(xué)院,河北 秦皇島 066004;2.燕山大學(xué) 經(jīng)濟(jì)管理學(xué)院,河北 秦皇島 066000)
2019 年12 月底,新冠疫情爆發(fā)。為配合防疫工作,教育部決定延期開(kāi)學(xué)。同時(shí),為保證教學(xué)工作的正常進(jìn)行,教育部指導(dǎo)部署各個(gè)學(xué)校利用網(wǎng)絡(luò)平臺(tái)開(kāi)展線(xiàn)上教學(xué),成為2020 年的主流教學(xué)方式。
調(diào)查報(bào)告顯示,疫情期間,2.65 億在校生通過(guò)網(wǎng)絡(luò)學(xué)習(xí)課程,教育部組織推出22個(gè)線(xiàn)上課程平臺(tái),開(kāi)設(shè)2.4 萬(wàn)門(mén)在線(xiàn)課程,多個(gè)在線(xiàn)教育應(yīng)用程序的日均活躍人數(shù)達(dá)千萬(wàn)以上。然而,與傳統(tǒng)教學(xué)方式相比,線(xiàn)上教學(xué)方案仍處于探索期,其考核方式千篇一律,考核內(nèi)容相對(duì)零散,且教學(xué)評(píng)價(jià)體系缺乏客觀性、規(guī)范性?,F(xiàn)有對(duì)線(xiàn)上、線(xiàn)下混合教學(xué)模式的探索研究大多是定性的線(xiàn)上與線(xiàn)下教學(xué)的融合分析,缺乏普適性。本文基于MOOC、Gitee、學(xué)習(xí)通、PTA、騰訊課堂、慕課堂等多個(gè)平臺(tái),設(shè)計(jì)完善的線(xiàn)上教學(xué)方案以及評(píng)價(jià)指標(biāo)體系。同時(shí)采用BP 神經(jīng)網(wǎng)絡(luò)模型,以數(shù)據(jù)結(jié)構(gòu)課程為例,以真實(shí)的學(xué)生成績(jī)與學(xué)生評(píng)分為支撐,探索兩種教學(xué)模式的優(yōu)缺點(diǎn),并結(jié)合二者優(yōu)勢(shì)總結(jié)出混合教學(xué)模式的改進(jìn)方案。
評(píng)價(jià)指標(biāo)體系由客觀評(píng)價(jià)指標(biāo)和主觀評(píng)價(jià)指標(biāo)組成,兩個(gè)指標(biāo)體系存在一一對(duì)應(yīng)的映射關(guān)系?;谄毡檎J(rèn)知的評(píng)價(jià)指標(biāo)重要程度,預(yù)先設(shè)置各個(gè)指標(biāo)的權(quán)重大小,具體如表1 所示,其中指標(biāo)X6(Y6)是對(duì)前5 項(xiàng)指標(biāo)的綜合,因此權(quán)重為100%。
Table 1 Evaluation index weight表1 評(píng)價(jià)指標(biāo)權(quán)重
根據(jù)表1 中的客觀評(píng)價(jià)指標(biāo),結(jié)合實(shí)際的線(xiàn)上教學(xué)資源,以數(shù)據(jù)結(jié)構(gòu)課程為例,制定以下教學(xué)方案,具體如表2所示。
Table 2 Online teaching plan表2 線(xiàn)上教學(xué)方案
在進(jìn)行1個(gè)學(xué)期的數(shù)據(jù)結(jié)構(gòu)課程線(xiàn)上教學(xué)后,由任課老師給出各項(xiàng)指標(biāo)的成績(jī)并將其與表2 中指標(biāo)對(duì)應(yīng)的權(quán)重相乘,部分成績(jī)?nèi)绫? 所示。樣本為燕山大學(xué)信息管理與信息系統(tǒng)專(zhuān)業(yè)的64 名學(xué)生。
Table 3 Part of the results of online teaching表3 線(xiàn)上教學(xué)部分成績(jī)
為保證線(xiàn)上與線(xiàn)下教學(xué)的可比性,選取同一老師講授的數(shù)據(jù)結(jié)構(gòu)課程,樣本為上屆采用線(xiàn)下教學(xué)的信息管理與信息系統(tǒng)專(zhuān)業(yè)的64 名學(xué)生。對(duì)應(yīng)的部分成績(jī)?nèi)绫? 所示。
Table 4 Part of the results of offline teaching表4 線(xiàn)下教學(xué)部分成績(jī)
分別計(jì)算線(xiàn)上與線(xiàn)下教學(xué)時(shí)學(xué)生各項(xiàng)指標(biāo)的平均成績(jī),如圖1 所示。可以看出,線(xiàn)上教學(xué)在平時(shí)測(cè)驗(yàn)和學(xué)習(xí)積極性方面占優(yōu)勢(shì),線(xiàn)下教學(xué)在實(shí)驗(yàn)報(bào)告和期末考試方面表現(xiàn)優(yōu)異,在課堂考勤和綜合成績(jī)方面略占優(yōu)勢(shì)。
Fig.1 Average performance of objective indicators圖1 客觀指標(biāo)的平均成績(jī)
BP(Back Propagation)神經(jīng)網(wǎng)絡(luò)是一種按照誤差逆向傳播算法訓(xùn)練的多層前饋神經(jīng)網(wǎng)絡(luò),其在各個(gè)領(lǐng)域的系統(tǒng)評(píng)價(jià)中均有廣泛應(yīng)用。BP 神經(jīng)網(wǎng)絡(luò)訓(xùn)練包括前向傳播和反向傳播兩個(gè)過(guò)程。前向傳播時(shí),輸入信號(hào)傳播至隱含層,根據(jù)預(yù)設(shè)的權(quán)值和閾值,信號(hào)經(jīng)過(guò)在隱含層中的逐層傳遞傳播至輸出層,產(chǎn)生預(yù)測(cè)的輸出值,并得到輸出值與期望值之間的誤差。然后,將誤差逐級(jí)反向傳播回各個(gè)層級(jí)的節(jié)點(diǎn),以得到更小誤差為目的,調(diào)整權(quán)值與閾值,即為誤差的反向傳播。設(shè)置迭代次數(shù),在該次數(shù)內(nèi)反復(fù)進(jìn)行訓(xùn)練,選取訓(xùn)練期間產(chǎn)生的最小誤差所對(duì)應(yīng)的權(quán)值與閾值,訓(xùn)練宣告結(jié)束。詳細(xì)流程如圖2 所示。
Fig.2 Flow of BP neural network圖2 BP算法流程
采用3 層BP 神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)。
4.2.1 數(shù)據(jù)收集
收集初始樣本數(shù)據(jù),確定輸入層、輸出層節(jié)點(diǎn)個(gè)數(shù)以及期望值。
4.2.2 參數(shù)設(shè)置
輸入層與輸出層節(jié)點(diǎn)個(gè)數(shù)均由實(shí)際問(wèn)題確定,對(duì)隱含層的選取無(wú)硬性要求,利用經(jīng)驗(yàn)公式(1)計(jì)算出隱含層節(jié)點(diǎn)個(gè)數(shù)l
,表示為:m
為輸入層節(jié)點(diǎn)個(gè)數(shù),n
為輸出層節(jié)點(diǎn)個(gè)數(shù),a
為1~10 之間的調(diào)節(jié)常數(shù)。激活函數(shù)選擇MATLAB 中newff 函數(shù)默認(rèn)使用的激活函數(shù),為tansig(雙S)型。學(xué)習(xí)率、訓(xùn)練集與測(cè)試集的樣本數(shù)目通過(guò)反復(fù)嘗試確定。4.2.3 BP算法實(shí)現(xiàn)
應(yīng)用MATLAB 軟件進(jìn)行仿真實(shí)驗(yàn),步驟如下:
(1)利用公式(2)對(duì)數(shù)據(jù)進(jìn)行正向歸一化處理。
(2)創(chuàng)建前向型神經(jīng)網(wǎng)絡(luò),對(duì)該神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練。
(3)輸出最終預(yù)測(cè)結(jié)果。
4.3.1 數(shù)據(jù)收集
向信息管理與信息系統(tǒng)專(zhuān)業(yè)的64 名同學(xué)發(fā)放評(píng)分表,使其以表1 中的主觀指標(biāo)為基準(zhǔn)進(jìn)行打分,評(píng)分區(qū)間為[0,10],數(shù)值越大說(shuō)明該指標(biāo)的線(xiàn)上教學(xué)效果越優(yōu)于線(xiàn)下教學(xué),以5 為基準(zhǔn)。最終數(shù)值如表5 所示。
Table 5 Part of subjective evaluation index data表5 主觀評(píng)價(jià)指標(biāo)部分?jǐn)?shù)據(jù)
4.3.2 參數(shù)設(shè)置
將Y1、Y2、Y3、Y4、Y5 作為5個(gè)輸入層指標(biāo),Y6 由前5個(gè)指標(biāo)加權(quán)求得,作為輸出層的期望值。輸入層節(jié)點(diǎn)個(gè)數(shù)為5,輸出層節(jié)點(diǎn)個(gè)數(shù)為1,根據(jù)式(1),選定隱含層節(jié)點(diǎn)個(gè)數(shù)為4。經(jīng)過(guò)反復(fù)測(cè)驗(yàn)比較分析,發(fā)現(xiàn)迭代次數(shù)為1 000 時(shí)訓(xùn)練效果最佳。同時(shí),將學(xué)習(xí)率設(shè)定為0.01,訓(xùn)練集樣本數(shù)目設(shè)為54個(gè),測(cè)試集樣本數(shù)目設(shè)為10個(gè)。
4.3.3 BP算法實(shí)現(xiàn)
采用MATLAB 軟件進(jìn)行仿真實(shí)驗(yàn),得到測(cè)試集綜合評(píng)分的預(yù)測(cè)值與真實(shí)值如圖3 所示。圖中,R為決定系數(shù),體現(xiàn)了指標(biāo)之間的相關(guān)程度,其值越接近1,相關(guān)性越高,擬合度越好;越接近0,相關(guān)性越低,擬合度越差。本文BP 神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)結(jié)果決定系數(shù)高達(dá)99.795%,表明預(yù)測(cè)結(jié)果有很高的擬合度,具有參考價(jià)值。在10個(gè)測(cè)試樣本中,綜合評(píng)分低于5 的占60%??梢?jiàn)在主觀感受層面,學(xué)生認(rèn)為線(xiàn)下教學(xué)的整體效果優(yōu)于線(xiàn)上教學(xué)。
Fig.3 Comprehensive score圖3 綜合評(píng)分
4.3.4 主觀評(píng)價(jià)指標(biāo)比較分析
從單個(gè)指標(biāo)出發(fā),分析線(xiàn)上與線(xiàn)下教學(xué)各方面的優(yōu)劣勢(shì),各指標(biāo)平均得分如圖4 所示。由圖可知,線(xiàn)上教學(xué)模式對(duì)學(xué)生自主學(xué)習(xí)能力和聽(tīng)課效率的提升效果較為明顯;線(xiàn)下教學(xué)模式對(duì)學(xué)生實(shí)踐能力和綜合分析能力的提升效果較為明顯;兩種模式對(duì)學(xué)生學(xué)習(xí)態(tài)度和整體教學(xué)效果的提升效果差異不明顯,但線(xiàn)下教學(xué)稍?xún)?yōu)于線(xiàn)上教學(xué)。
Fig.4 Average score of subjective evaluation indicators圖4 主觀評(píng)價(jià)指標(biāo)平均得分
在線(xiàn)上教學(xué)模式下,學(xué)生在自主學(xué)習(xí)能力和聽(tīng)課效率指標(biāo)中表現(xiàn)良好,這是由于線(xiàn)上教學(xué)比線(xiàn)下教學(xué)增加了課前預(yù)習(xí)這一步驟,利用在線(xiàn)優(yōu)質(zhì)教學(xué)資源使學(xué)生培養(yǎng)了自主學(xué)習(xí)、主動(dòng)學(xué)習(xí)的良好習(xí)慣。在課堂討論環(huán)節(jié)中,線(xiàn)上教學(xué)可通過(guò)彈幕、群聊等無(wú)聲的討論方式與學(xué)生進(jìn)行實(shí)時(shí)互動(dòng),調(diào)動(dòng)了其積極性與活躍度。在隨堂檢測(cè)環(huán)節(jié)中,教師可利用線(xiàn)上教學(xué)平臺(tái)實(shí)時(shí)發(fā)布題目進(jìn)行測(cè)驗(yàn),以便加深學(xué)生對(duì)該部分知識(shí)點(diǎn)的記憶,提高了聽(tīng)課效率。
在線(xiàn)下教學(xué)模式下,學(xué)生在實(shí)驗(yàn)報(bào)告(實(shí)踐能力)、結(jié)課考試(綜合分析能力)指標(biāo)中表現(xiàn)良好。這是由于線(xiàn)下教學(xué)的實(shí)驗(yàn)課有老師現(xiàn)場(chǎng)輔導(dǎo),能夠快準(zhǔn)狠地解決實(shí)驗(yàn)中出現(xiàn)的問(wèn)題。此外,學(xué)生們可以坐在教室中心無(wú)旁騖地學(xué)習(xí),形成了良性循環(huán)的學(xué)習(xí)氛圍。
相比而言,兩種模式下學(xué)生在課堂考勤(學(xué)習(xí)態(tài)度)和綜合成績(jī)(整體教學(xué)效果)指標(biāo)方面的表現(xiàn)相差不大,但線(xiàn)上教學(xué)的課堂考勤指標(biāo)可能會(huì)受到偶爾出現(xiàn)的網(wǎng)絡(luò)問(wèn)題、停電以及平臺(tái)系統(tǒng)Bug 等不可抗因素的影響。線(xiàn)下教學(xué)可以關(guān)注到每個(gè)學(xué)生的學(xué)習(xí)狀況,有良好的集體學(xué)習(xí)氛圍,在整體教學(xué)效果上會(huì)稍?xún)?yōu)于線(xiàn)上教學(xué)。但由于老師起到的督促作用,二者差異不明顯。
根據(jù)以上結(jié)論,結(jié)合表1 的映射關(guān)系,認(rèn)為線(xiàn)上、線(xiàn)下教學(xué)對(duì)學(xué)生主觀、客觀指標(biāo)的影響各有傾向。
線(xiàn)上、線(xiàn)下相結(jié)合的混合型教學(xué)模式是大勢(shì)所趨。根據(jù)研究結(jié)論,提出以下建議:①在保證線(xiàn)下教學(xué)質(zhì)量的前提下,利用網(wǎng)絡(luò)優(yōu)質(zhì)資源教學(xué)如虎添翼,與現(xiàn)下大熱的MOOC 有異曲同工之妙;②近年來(lái)興起的彈幕可運(yùn)用在課堂中,為老師與學(xué)生進(jìn)行課堂互動(dòng)提供更生動(dòng)的方式;③可以利用網(wǎng)絡(luò)平臺(tái)隨時(shí)發(fā)布隨堂檢測(cè),并實(shí)時(shí)評(píng)分,省去許多中間環(huán)節(jié),可提高教學(xué)效率;④線(xiàn)下教學(xué)模式要充分利用面對(duì)面?zhèn)魇诘膬?yōu)勢(shì),在開(kāi)設(shè)實(shí)驗(yàn)課程的同時(shí)增設(shè)答疑環(huán)節(jié),增強(qiáng)學(xué)生的實(shí)踐能力。