金洲 李穎欣 戴堅(jiān)

摘 ?要：當(dāng)下，STEAM課程培訓(xùn)機(jī)構(gòu)數(shù)量在全國范圍內(nèi)快速增長，學(xué)生和家長面對如此多的STEAM課程不知道如何選擇。為此，采用基于科學(xué)的大數(shù)據(jù)驅(qū)動研究范式，以全國范圍內(nèi)STEAM課程學(xué)習(xí)者特征為樣本數(shù)據(jù)集，采用主成分分析法提取STEAM課程學(xué)習(xí)者的基礎(chǔ)信息、學(xué)習(xí)環(huán)境、學(xué)習(xí)需要、學(xué)習(xí)特征四個方面的主特征，構(gòu)建數(shù)據(jù)驅(qū)動的STEAM課程學(xué)習(xí)者數(shù)字畫像。成果有助于發(fā)揮數(shù)字畫像的評價決策功能，幫助家長和學(xué)生精準(zhǔn)選擇合適的STEAM課程，提高學(xué)生的學(xué)習(xí)效率。

關(guān)鍵詞：STEAM教育;數(shù)字畫像;大數(shù)據(jù)分析;數(shù)據(jù)驅(qū)動

中圖分類號：G434 ? ? 文獻(xiàn)標(biāo)識碼：A文章編號：2096-4706（2022）05-0186-04

Construction and Application on STEAM Course Learner Digital Portrait of Data-Driven

JIN Zhou， LI Yingxin， DAI Jian

（College of Education Science and Technology， Zhejiang University of Technology， Hangzhou ?310023， China）

Abstract： At present， the number of STEAM course training institutions is growing rapidly across the country. Students and parents do not know how to choose in the face of so many STEAM courses. In this regard， this paper adopts the big data-driven research paradigm based on science， takes the characteristics of STEAM course learners nationwide as the sample data set， uses the principal component analysis method to extract the main characteristics of STEAM course learners in four aspects： basic information， learning environment， learning needs and learning characteristics， and constructs a data-driven digital portrait of STEAM course learners. The results are helpful to give play to the evaluation and decision-making function of digital portrait， help parents and students accurately select appropriate STEAM course， and improve students’ learning efficiency.

Keywords： STEAM education; digital portrait; big data analysis; data driven

0 ?引 ?言

2019年6月23日中共中央、國務(wù)院就深化教育教學(xué)改革、全面提高義務(wù)教育質(zhì)量提出了全面發(fā)展素質(zhì)教育、切實(shí)提高課堂教學(xué)質(zhì)量等意見，而STEAM課程著重培養(yǎng)學(xué)生的綜合素質(zhì)，能夠很好地滿足《意見》的要求。目前，很多中小學(xué)以班級為單位進(jìn)行大規(guī)模教學(xué)式STEAM課程，此種教學(xué)方法雖然能夠一定程度上滿足學(xué)生對多學(xué)科融合課程的需求，但在一定程度上也忽視個性化學(xué)習(xí)培養(yǎng)。隨著大數(shù)據(jù)分析技術(shù)的發(fā)展，數(shù)字畫像已成為學(xué)習(xí)者特征分析的新方向，為STEAM課程受教育者的精準(zhǔn)分析提供了強(qiáng)有力的技術(shù)支持和方法指導(dǎo)。

1 ?文獻(xiàn)綜述

1.1 ?STEAM課程學(xué)習(xí)者的特征分析

STEAM教育強(qiáng)調(diào)對科學(xué)、技術(shù)、工程、藝術(shù)、數(shù)學(xué)五門學(xué)科的有機(jī)整合，讓學(xué)生在項(xiàng)目設(shè)計(jì)中發(fā)現(xiàn)并解決問題，并在此過程中培養(yǎng)學(xué)生的創(chuàng)新精神和問題解決能力。學(xué)習(xí)特征由學(xué)習(xí)者的知識結(jié)構(gòu)和學(xué)習(xí)風(fēng)格組成[1];學(xué)習(xí)者特征也可以分為知識結(jié)構(gòu)、信息加工方式、社會特征、情意和意動類型四個層次[2]。綜上可知，學(xué)習(xí)需要和學(xué)習(xí)特征是STEAM課程學(xué)習(xí)者特征的主要構(gòu)成要素。

1.2 ?數(shù)字畫像技術(shù)

數(shù)字畫像構(gòu)建方法的分類依據(jù)有設(shè)計(jì)方法和構(gòu)建技術(shù)。王永固等人將數(shù)字畫像的構(gòu)建流程設(shè)計(jì)為五個階段：數(shù)據(jù)采集、數(shù)據(jù)預(yù)處理、數(shù)字畫像模型構(gòu)建、數(shù)字畫像模型應(yīng)用、精準(zhǔn)決策與干預(yù)[3]。崔家峰等人將構(gòu)建流程分為數(shù)據(jù)來源與采集、數(shù)據(jù)處理與分析、畫像呈現(xiàn)與應(yīng)用三個階段[4]。李寶從數(shù)據(jù)基礎(chǔ)層、數(shù)據(jù)處理層、畫像構(gòu)建層、畫像服務(wù)層四個層級思考數(shù)字畫像的構(gòu)建[5]。綜上可見，數(shù)字畫像的構(gòu)建流程主要包含數(shù)據(jù)采集、數(shù)據(jù)處理、模型構(gòu)建、應(yīng)用服務(wù)等四個步驟。

2 ?數(shù)據(jù)驅(qū)動的STEAM學(xué)習(xí)者畫像模型構(gòu)建

2.1 ?數(shù)字畫像框架

現(xiàn)有STEAM學(xué)習(xí)者的相關(guān)文獻(xiàn)研究和案例分析顯示，STEAM學(xué)習(xí)者由基礎(chǔ)信息、學(xué)習(xí)環(huán)境、學(xué)習(xí)需要、學(xué)習(xí)特征四個要素組成，如表1所示。

基礎(chǔ)信息是學(xué)生的身份標(biāo)記，用于標(biāo)識和匹配STEAM課程，以幫助學(xué)習(xí)者及其家長了解并接受STEAM課程。學(xué)習(xí)環(huán)境是學(xué)習(xí)過程中的情境因素，情境影響作用往往是對學(xué)習(xí)需求的求解過程優(yōu)化[6]，從而實(shí)現(xiàn)運(yùn)用實(shí)際情境提升STEAM課程與實(shí)際情境的匹配度，進(jìn)而提高學(xué)習(xí)效率的目的。學(xué)習(xí)需要是學(xué)習(xí)者的目標(biāo)，是學(xué)習(xí)者所期望的STEAM課程信息，是搜尋相關(guān)STEAM課程滿足學(xué)習(xí)者學(xué)習(xí)需要的根本依據(jù)。學(xué)習(xí)特征對匹配STEAM課程的準(zhǔn)確性和高效性有著重要的影響，承載著提高學(xué)習(xí)者學(xué)習(xí)興趣和學(xué)習(xí)滿意度的使命。

2.2 ?畫像的構(gòu)建流程

基于王永固等人的教師網(wǎng)絡(luò)研修社區(qū)數(shù)字畫像構(gòu)建流程[3]，本研究畫像的構(gòu)建流程包括數(shù)據(jù)采集、數(shù)據(jù)預(yù)處理、數(shù)字畫像模型構(gòu)建等階段，如圖1所示。

圖1 ?數(shù)據(jù)驅(qū)動的STEAM課程學(xué)習(xí)者數(shù)字畫像的構(gòu)建流程

數(shù)據(jù)采集階段的任務(wù)為通過問卷調(diào)研的方式，采集中小學(xué)生在STEAM課程中進(jìn)行學(xué)習(xí)的相關(guān)數(shù)據(jù)，為數(shù)據(jù)預(yù)處理的方法選擇提供基礎(chǔ);數(shù)據(jù)預(yù)處理階段的任務(wù)依據(jù)數(shù)據(jù)評價結(jié)果進(jìn)行數(shù)據(jù)集成、數(shù)據(jù)清洗、數(shù)據(jù)變換和數(shù)據(jù)歸約等數(shù)據(jù)預(yù)處理操作，使數(shù)據(jù)符合分析算法的標(biāo)準(zhǔn);數(shù)字畫像模型構(gòu)建階段任務(wù)為將預(yù)處理后的數(shù)據(jù)按學(xué)習(xí)者構(gòu)成要素進(jìn)行歸類，從各維度數(shù)據(jù)中提取出主成分，提高模型的普適性，以簡化后續(xù)研究。

2.3 ?畫像的模型構(gòu)建

本研究利用問卷調(diào)查了全國與STEAM課程有所接觸的中小學(xué)生，并以此作為樣本數(shù)據(jù)集，采用主成分分析法，分別提取其學(xué)習(xí)環(huán)境、學(xué)習(xí)需要和學(xué)習(xí)特征三個維度的主特征。然后，使用三維笛卡爾坐標(biāo)系表示STEAM課程學(xué)習(xí)者的數(shù)字畫像模型。

2.3.1 ?樣本總體數(shù)據(jù)特征

本研究對Z省的學(xué)生進(jìn)行數(shù)據(jù)采集，并對樣本數(shù)據(jù)進(jìn)行了預(yù)處理。最終采集有效STEAM課程學(xué)習(xí)者樣本115個，每個樣本有23個特征，整合形成115*23規(guī)模的STEAM課程學(xué)習(xí)者數(shù)據(jù)集。依據(jù)數(shù)字畫像的框架維度，將STEAM學(xué)習(xí)者特征分別歸類到基礎(chǔ)信息、學(xué)習(xí)環(huán)境、學(xué)習(xí)需要、學(xué)習(xí)特征四個維度，形成STEAM教育學(xué)習(xí)者的數(shù)字畫像初步模型。

2.3.2 ?學(xué)習(xí)環(huán)境樣本數(shù)據(jù)的特征提取

學(xué)習(xí)環(huán)境維度的主特征由其六個特征的主成分分析獲得，主成分分析的總方差解釋和旋轉(zhuǎn)后的成分矩陣，如表2和表3所示。方差累計(jì)總解釋表示主成分對原始特征的解釋度，成分矩陣表示各主成分所表征的原始特征。在社會科學(xué)研究中，主成分方差累計(jì)總解釋達(dá)到60%，即可認(rèn)為主成分提取效果較好。由表2可知，學(xué)習(xí)環(huán)境維度提取出的三個主成分，方差累積總解釋達(dá)到72.175%，高于60%，因此主成分提取效果較好。

由表3可知，主成分1在開始學(xué)習(xí)時間特征上具有較高載荷，主成分2在學(xué)習(xí)者位置、學(xué)習(xí)時的網(wǎng)絡(luò)空間上具有較高載荷，主成分3在學(xué)習(xí)時的設(shè)備電量、學(xué)習(xí)時的周圍嘈雜度上具有較高載荷。根據(jù)STEAM教育學(xué)習(xí)者他則會那個的語義背景，我們將主成分1命名為“學(xué)習(xí)者的時間”，主成分2命名為“學(xué)習(xí)者的空間”，主成分3命名為“學(xué)習(xí)者的附加環(huán)境質(zhì)量”。綜上所述，樣本數(shù)據(jù)在學(xué)習(xí)環(huán)境維度得到“學(xué)習(xí)者的時間”“學(xué)習(xí)者的空間”“學(xué)習(xí)者的附加環(huán)境質(zhì)量”三個主要成分。

2.3.3 ?學(xué)習(xí)需要樣本數(shù)據(jù)主特征提取

采取主成分分析法獲取學(xué)習(xí)需要維度的主特征，主成分分析的總方差解釋和旋轉(zhuǎn)后的成分矩陣如表4和表5所示。由表4可知，學(xué)習(xí)需要維度提取出三個主要成分，方差累積總解釋達(dá)到74.449%，高于60%，因此主成分提取效果較好。

根據(jù)學(xué)習(xí)需要維度特征的實(shí)際背景意義，本研究將主成分1命名為“學(xué)習(xí)內(nèi)容類需要”，主成分2命名為“學(xué)習(xí)目標(biāo)類需要”，主成分3命名為“學(xué)習(xí)資源類需要”。

2.3.4 ?學(xué)習(xí)特征樣本數(shù)據(jù)主特征提取

學(xué)習(xí)特征維度的主成分分析的總方差解釋和旋轉(zhuǎn)后的成分矩陣如表6和表7所示。由表6可知，學(xué)習(xí)需要維度提取出三個主要成分，方差累積總解釋達(dá)到73.061%，高于60%，因此主成分提取效果較好。

根據(jù)學(xué)習(xí)需要維度特征的實(shí)際背景意義，本研究將主成分1命名為“學(xué)習(xí)風(fēng)格特征”，主成分2命名為“學(xué)習(xí)情感偏好特征”，主成分3命名為“學(xué)習(xí)認(rèn)知能力特征”。

2.4 ?數(shù)據(jù)驅(qū)動的STEAM學(xué)習(xí)者畫像模型

基于以上數(shù)據(jù)特征分析，研究使用三維笛卡爾坐標(biāo)系表示STEAM學(xué)習(xí)者的數(shù)字化想模型，如圖2所示。X維表示STEAM課程學(xué)習(xí)者畫像模型的框架維度，分別為基礎(chǔ)信息、學(xué)習(xí)環(huán)境、學(xué)習(xí)需要、學(xué)習(xí)特征四個構(gòu)成要素。Y維表示STEAM課程學(xué)習(xí)者畫像模型的標(biāo)簽層級，分為二級標(biāo)簽：一級標(biāo)簽是每個維度提取的主成分，二級標(biāo)簽為樣本原始特征。Z維表示STEAM課程學(xué)習(xí)者畫像的標(biāo)簽屬性，按照數(shù)據(jù)屬性來源與處理方法的不同，標(biāo)簽屬性分為事實(shí)標(biāo)簽、模型標(biāo)簽和預(yù)測標(biāo)簽[7]。

3 ?STEAM學(xué)習(xí)者畫像的應(yīng)用分析

2017年，《中國STEAM教育白皮書》發(fā)布，該書對STEAM教育學(xué)生學(xué)習(xí)興趣、STEAM課程改革創(chuàng)新等核心問題尤為關(guān)注。本研究認(rèn)為，構(gòu)建STEAM學(xué)習(xí)者畫像可以應(yīng)用于課程選擇、課程評估、課程安排等具體場景中，助力于學(xué)生、家長、老師、課程機(jī)構(gòu)管理員實(shí)現(xiàn)細(xì)化管理與科學(xué)決策。

3.1 ?為精細(xì)化學(xué)習(xí)者特征分析提供數(shù)據(jù)服務(wù)

目前，全國范圍內(nèi)的STEAM課程培訓(xùn)機(jī)構(gòu)大量涌現(xiàn)，已成為我國增長速度最快的課外培訓(xùn)機(jī)構(gòu)類別。STEAM學(xué)習(xí)者數(shù)字畫像模型可以有效對STEAM課程的學(xué)習(xí)者特征進(jìn)行分析、判斷、分類、歸納，并根據(jù)類別特征與STEAM課程相匹配，推薦給學(xué)生最適合的STEAM課程，能夠極大程度上減少時間、人力、經(jīng)濟(jì)的浪費(fèi)，提高STEAM課程資源利用率和STEAM課程學(xué)習(xí)者的學(xué)習(xí)效率。

3.2 ?為創(chuàng)新型人才培養(yǎng)方案提供證據(jù)支持

STEAM教育作為多學(xué)科融合的教育，對培養(yǎng)學(xué)生的邏輯思維能力和科學(xué)素養(yǎng)起到較強(qiáng)的作用。STEAM學(xué)習(xí)者數(shù)字畫像能夠評估學(xué)生的核心素養(yǎng)能力，且在課程內(nèi)容設(shè)置、課程情境設(shè)計(jì)等方面STEAM教育與核心素養(yǎng)可以有機(jī)對接，進(jìn)而為培養(yǎng)創(chuàng)新型人才提供適合的強(qiáng)有力的具有針對性的課程支持，使STEAM課程和核心素養(yǎng)在人才觀、知識觀、創(chuàng)新觀等方面與學(xué)習(xí)者特征的契合提供了可能性[8]。

3.3 ?為開展STEAM課程自我評估提供支撐

STEAM教育機(jī)構(gòu)可以使用STEAM學(xué)習(xí)者畫像來對學(xué)習(xí)者進(jìn)行大規(guī)模的需求統(tǒng)計(jì)，并針對需求開設(shè)具體的STEAM課程。與此同時，面對STEAM課程出現(xiàn)學(xué)習(xí)效果不佳、學(xué)習(xí)興趣不高的情況，也可以使用STEAM學(xué)習(xí)者數(shù)字畫像來對課程進(jìn)行自我評估，判斷是課程的哪些具體環(huán)節(jié)與學(xué)習(xí)者的數(shù)字畫像不匹配導(dǎo)致問題的出現(xiàn)，并針對課程問題進(jìn)行修改和調(diào)整。

4 ?結(jié) ?論

數(shù)字畫像原型的應(yīng)用調(diào)查表明，本研究所研發(fā)的STEAM課程學(xué)習(xí)者數(shù)字畫像，具有準(zhǔn)確度高、直觀性強(qiáng)的特征，得到了大部分STEAM課程培訓(xùn)教師的認(rèn)可。因此，基于數(shù)據(jù)科學(xué)的大數(shù)據(jù)研究范式，為STEAM課程學(xué)習(xí)者特征的精準(zhǔn)把握，提供了一種新型的研究方法，推動特征把握結(jié)果趨向客觀化、形成性、全景化和智能化。未來研究將進(jìn)一步探索STEAM課程學(xué)習(xí)者特征數(shù)字畫像在實(shí)際教學(xué)培訓(xùn)中的運(yùn)用，并根據(jù)教師的意見調(diào)整和修改所構(gòu)建的STEAM課程學(xué)習(xí)者數(shù)字畫像，為家長和學(xué)生選擇合適的STEAM課程提供個性化的指導(dǎo)服務(wù)。

參考文獻(xiàn)：

[1] 鄧暉.論網(wǎng)絡(luò)環(huán)境下的學(xué)生特征分析系統(tǒng)設(shè)計(jì) [J].開放教育研究，2003（1）：30-32.

[2] 屠宏，吳宏江.數(shù)據(jù)挖掘在網(wǎng)絡(luò)學(xué)習(xí)者學(xué)習(xí)特征分析系統(tǒng)中應(yīng)用 [J].遠(yuǎn)程教育雜志，2004（5）：41-43.

[3] 王永固，陳俊文，丁繼紅，等.數(shù)據(jù)驅(qū)動的教師網(wǎng)絡(luò)研修社區(qū)數(shù)字畫像構(gòu)建與應(yīng)用——基于“浙江名師網(wǎng)”的數(shù)據(jù)分析 [J].遠(yuǎn)程教育雜志，2020，38（4）：74-83.

[4] 崔佳峰，闕粵紅.智能技術(shù)支持下的學(xué)生數(shù)字畫像：困境與突破 [J].當(dāng)代教育科學(xué)，2020（11）：88-95.

[5] 李寶.基于用戶畫像的高校圖書館個性化資源推薦服務(wù)設(shè)計(jì) [J].新世紀(jì)圖書館，2021（4）：68-75.

[6] 李浩君，吳嘉銘，戴海容.基于多維關(guān)聯(lián)本體的學(xué)習(xí)資源推薦方法 [J].浙江工業(yè)大學(xué)學(xué)報(bào)，2021，49（4）：374-383.

[7] 胡小勇，林梓柔.精準(zhǔn)教研視域下的教師畫像研究 [J].電化教育研究，2019，40（7）：84-91.

[8] 龔潔瑩.論STEAM教育與核心素養(yǎng)的對接 [J].知識文庫，2019（10）：240.

作者簡介：金洲（2001—），男，漢族，浙江溫州人，本科在讀，研究方向：STEAM教育;李穎欣（2001—），女，漢族，浙江金華人，本科在讀，研究方向：STEAM教育;戴堅(jiān)（2001—），男，漢族，浙江紹興人，本科在讀，研究方向：計(jì)算機(jī)輔助教育。