胡 燕

(羅定開放大學 繼續(xù)教育部,廣東 羅定 527200)

0 引言

黨的十九大報告提出實施鄉(xiāng)村振興戰(zhàn)略,并在《國家鄉(xiāng)村振興戰(zhàn)略規(guī)劃(2018—2022 年)》中提出要加快推進農(nóng)村現(xiàn)代化,讓農(nóng)民成為有吸引力的職業(yè),讓農(nóng)村成為有奔頭的產(chǎn)業(yè),要實現(xiàn)鄉(xiāng)村振興戰(zhàn)略可持續(xù)發(fā)展,必須加大鄉(xiāng)村振興人才培養(yǎng)力度,提高農(nóng)民的綜合素質(zhì)。 遠程教育作為傳統(tǒng)學歷教育的一個有益補充,已成為我國實現(xiàn)高等教育大眾化和構(gòu)建終身教育體系、學習型社會的重要途徑,特別在教學信息化和新冠疫情防控背景下,基于“互聯(lián)網(wǎng)+教育”的遠程教育模式已深入人心。 目前,傳統(tǒng)遠程教育并沒有完全實現(xiàn)學生的個性化教育,主要原因在于:在線教育學生數(shù)據(jù)量龐大,存儲能力有限,缺乏有效的分析工具,不能對學生進行實時評價與反饋;大部分教學平臺在跟蹤學生學習行為的過程中,缺乏全方位記錄學生學習行為的功能,只能根據(jù)某些特定的動作數(shù)據(jù)進行記錄分析,并且沒有將這些數(shù)據(jù)很好地應用在學生的個性化學習中。本文在對中國鄉(xiāng)村現(xiàn)代遠程教育機制構(gòu)建、大數(shù)據(jù)分析技術(shù)調(diào)研、分析的基礎上,聚焦云浮市委戰(zhàn)略部署和市政府中心工作,探索鄉(xiāng)村振興視野下大數(shù)據(jù)學習行為分析技術(shù)在遠程教育中的應用,為持續(xù)聚力打造“兩新一前列”,促進實現(xiàn)“美麗云浮、共同締造”,實現(xiàn)云浮鄉(xiāng)村振興走在全省前列目標做出新貢獻。

1 研究現(xiàn)狀

1.1 農(nóng)村遠程教育現(xiàn)狀

在“鄉(xiāng)村振興” “智慧農(nóng)村”等旗幟的引領(lǐng)下,探索富含鄉(xiāng)土氣息的教學模式和教學資源,將農(nóng)民培養(yǎng)成為踐行鄉(xiāng)村振興、努力致富的高素質(zhì)人才,離不開教育信息化建設。 農(nóng)村遠程教育支撐了我國農(nóng)村教育的現(xiàn)代化發(fā)展,是發(fā)展農(nóng)村教育、提高農(nóng)民素質(zhì)的生力軍之一,為農(nóng)村人才的培養(yǎng)做出了重要貢獻,非常適宜農(nóng)村人才的教育培訓,它具有以下幾個優(yōu)勢。 遠程教育最大的優(yōu)勢是共享開放,它可以為廣大村民提供最優(yōu)質(zhì)多樣化的資源,節(jié)省了建設教學資源的成本;遠程教育突破培訓時間、地點、人員的束縛,將課堂遷移到了網(wǎng)絡上,村民可隨時隨地地進行自由學習,培養(yǎng)受益廣。在現(xiàn)實應用過程中,遠程教育也存在一些缺陷,尤其在廣大農(nóng)村,這些缺陷表現(xiàn)得更加明顯,比如學員獨自學習的專注率難以監(jiān)控、掌握程度難以評估、及時交流互動缺乏、無同學的個體存在強烈孤獨感等諸多問題,這些都需要在實踐中不斷揚長避短、揚優(yōu)成勢。

1.2 大數(shù)據(jù)學習分析技術(shù)調(diào)研

基于大數(shù)據(jù)的學習分析涉及教育學、社會學、心理學、語言學、計算機科學等學科領(lǐng)域,是當前學界關(guān)注的熱點問題,它的應用價值日益引發(fā)教育專家的廣泛關(guān)注與重視[1]。 大數(shù)據(jù)學習分析包括數(shù)據(jù)收集、分析、預測、個性化調(diào)整4 個階段,即通過對所采集的學習數(shù)據(jù)進行大數(shù)據(jù)分析,了解學員學習過程中的學習狀態(tài),根據(jù)分析結(jié)果預測學生的學習行為,以適應學員個性化的學習需要,為實現(xiàn)精準評價與精準指導提供了可能[2]。 目前,基于大數(shù)據(jù)的學習分析也面臨著一些困境,一是學習數(shù)據(jù)采集方式以填報式為主,而非實際學習過程數(shù)據(jù),這難以反映學員真實的學習狀態(tài);二是學習數(shù)據(jù)建模分析主要集中在理論模型,而缺乏對學員學習行為數(shù)據(jù)建立數(shù)學模型,并進行挖掘分析;三是對學習數(shù)據(jù)的價值挖掘大多偏重于數(shù)據(jù)自身的分析,缺乏對教育價值的分析[3]。 基于大數(shù)據(jù)的學習行為分析技術(shù)能系統(tǒng)、全面地記錄、跟蹤和掌握學生的學習行為特征,能很好地解決以上困境,為教師有針對性地實施教學干預,促進教與學提供依據(jù)[4]。 常采用的學習行為分析方法有分類分析、聚類分析、關(guān)聯(lián)分析,分析算法有決策樹算法、神經(jīng)網(wǎng)絡算法、支持向量機算法、KMeans 聚類算法[5]。

2 基于大數(shù)據(jù)的學習行為分析模型構(gòu)建

基于大數(shù)據(jù)的學習行為分析模型,就是將現(xiàn)實的學習行為構(gòu)建成虛擬的分析模型,使得學習行為在信息框架的作用下更好地挖掘用戶的使用習慣和路徑,為下一階段的用戶分析提供必要的數(shù)據(jù)基礎。 本文以行為科學、系統(tǒng)論及學習分析理論作為理論基礎,立足于現(xiàn)實的教學課堂,以信息化、網(wǎng)絡化技術(shù)為技術(shù)保障,對學習者的學習行為進行相關(guān)分析,搭建起科學合理的學習行為分析模型,如圖1 所示,模型由3 個環(huán)節(jié)組成,即數(shù)據(jù)采集、數(shù)據(jù)分析、數(shù)據(jù)應用。

圖1 基于大數(shù)據(jù)的學習行為分析模型

2.1 數(shù)據(jù)采集

通過在線學習服務端、平臺數(shù)據(jù)庫、在線學習客戶端,對學員登錄次數(shù)、在線學習時長、下載資源次數(shù)、在線作業(yè)、參與線上討論等動態(tài)數(shù)據(jù)進行采集,并對學生的個性化學習行為進行統(tǒng)一記錄,跟蹤學生的正式與非正式學習行為,有效地將這些行為數(shù)據(jù)進行融合,實現(xiàn)大數(shù)據(jù)獲取與共享,以便完成對學生學習過程的實時跟蹤。

2.2 數(shù)據(jù)分析

數(shù)據(jù)分析就是將采集到的學員學習行為動態(tài)數(shù)據(jù),通過數(shù)據(jù)模型進行處理,總結(jié)出學員的學習過程和規(guī)律。 結(jié)合學習行為分析模型以及在線學習過程,數(shù)據(jù)分析包括橫向分析、縱向分析兩個環(huán)節(jié)。 橫向分析包括3 個部分,即聚類分析、推薦分析和關(guān)聯(lián)分析。 首先,采取聚類分析方法對收集的行為數(shù)據(jù)分類,利用聚類模型對數(shù)據(jù)進行分析,找出不同學員的學習行為特征;其次,按照不同學員的行為特征有針對性地進行推薦分析,為其提供一對一的課程學習資源推薦;最后,關(guān)聯(lián)規(guī)則分析,對隱藏在大數(shù)據(jù)中的關(guān)聯(lián)項進行分析,并合理評估學習者的學習效果。 縱向分析包括3 個部分,即數(shù)據(jù)處理、方法選擇及分析過程和結(jié)果輸出,依據(jù)學員問題解決的流程,首先,選取行為分析數(shù)據(jù),并對數(shù)據(jù)初步處理;其次,根據(jù)不同橫向分析項,選擇正確的行為分析方法;最后,對相應行為項進行大數(shù)據(jù)挖掘分析。

2.3 數(shù)據(jù)應用

通過對學生學習行為的各項數(shù)據(jù)分析,反映學生對知識的發(fā)現(xiàn)、獲取、轉(zhuǎn)化、創(chuàng)造等情況,并對行為分析結(jié)果進行可視化呈現(xiàn)。平臺管理員接收到預測結(jié)果后,可對平臺進行優(yōu)化和完善;教師接收到預測結(jié)果后根據(jù)學員遇到的具體問題,對學員進行個性化的指導,從而督促、引導學員掌握知識,提升教育教學質(zhì)量;學員接收到預測結(jié)果后可以了解自己的學習情況,更新學習方式,從而激發(fā)學習興趣,提高學習效率。

3 基于大數(shù)據(jù)的學習行為分析模型應用

為了方便取樣,以羅定開放大學2020級計算機應用技術(shù)專業(yè)1,2 班為研究對象,形成對照組A,B 班,對遠程教育平臺開設“計算機網(wǎng)絡基礎”課程學習過程中的學習行為特征(包括瀏覽課程資源次數(shù)、視頻觀看時長、作業(yè)成績、參與頭腦風暴次數(shù)、參與答疑/討論次數(shù)、測試成績)進行實證研究。 首先對A,B 班學員前4周的在線學習行為進行分析,并呈現(xiàn)預測結(jié)果,然后將預測結(jié)果告知A 班師生,并在第4—8 周對A 班的教學活動進行干預,教師可根據(jù)學員出現(xiàn)的問題進行個性化的指導,從而督促、引導學員完成學習任務,而對B 班學習情況只進行預測,對照組A,B 班干預前后的預測結(jié)果如圖2—3 所示。

圖2 干預前的預測結(jié)果

圖3 干預后的預測結(jié)果

實踐證明,基于大數(shù)據(jù)的學習行為分析模型應用,能實時跟蹤記錄學員的學習行為,并對學習行為進行大數(shù)據(jù)分析,將學員的學習偏好、學習態(tài)度、預測結(jié)果進行可視化呈現(xiàn)。 教師依據(jù)預測結(jié)果,開展有針對性的教學活動,能夠激發(fā)學習興趣,培養(yǎng)學習毅力,提高學習質(zhì)量。 從整體上看,基于學習行為分析的預測與干預對學生的學習行為有一定的影響。

4 結(jié)語

在鄉(xiāng)村振興的建設背景下,作為傳統(tǒng)學歷教育重要補充的現(xiàn)代遠程教育,借助網(wǎng)絡信息化手段,突破了時空限制,有效保障師生教學與生生互動學習的實效性,在智慧農(nóng)村建設人才的培養(yǎng)方面做出了重要貢獻。 基于大數(shù)據(jù)的學習行為分析模型的實踐應用,通過班級間對比、生生間對比和學生自身學習過程的對比,分析學習行為對學習效果產(chǎn)生的影響,為評教和導學提供依據(jù),它將為智慧農(nóng)村建設提供了人才支撐,對實現(xiàn)鄉(xiāng)村振興戰(zhàn)略具有重要的現(xiàn)實意義。 但本研究在樣本的選取、學習行為的選取方面存在局限性,在今后的研究中,筆者將進一步擴大研究的樣本,增加對學習行為數(shù)據(jù)的綜合研究,從而推動“互聯(lián)網(wǎng)+”時代網(wǎng)絡教育的變革與發(fā)展。