吳娜 葛敏

* 該文為江蘇高校哲學(xué)社會科學(xué)研究重大項目“傳統(tǒng)文化在大學(xué)生思政教育中的創(chuàng)新轉(zhuǎn)化與傳承路徑研究”（2020SJZDA142）、2022年江蘇省研究生科研創(chuàng)新計劃“南京文化融入高校思想政治教育的新路徑探索”（KYCX22_0859）的研究成果

摘? ? ? 要

“雙減”政策實施以來，全國各地中小學(xué)廣泛開展課后服務(wù)，為學(xué)校教育提供了新的發(fā)展動力。當(dāng)下，如何促使中小學(xué)課后服務(wù)從“常態(tài)化”走向“高質(zhì)量”發(fā)展，并切實做到提質(zhì)增效，成為課后服務(wù)發(fā)展的關(guān)鍵所在。大數(shù)據(jù)行為分析可以精準(zhǔn)定位學(xué)生的需求，幫助學(xué)校從學(xué)生的需求出發(fā)，自下而上地完善并優(yōu)化中小學(xué)課后服務(wù)的發(fā)展?；趨f(xié)同過濾算法構(gòu)建的推薦系統(tǒng)可輔助課后服務(wù)實現(xiàn)從經(jīng)驗驅(qū)動向數(shù)據(jù)驅(qū)動轉(zhuǎn)變、從被動響應(yīng)向主動探索轉(zhuǎn)變，從人力密集向科技集約轉(zhuǎn)變、從千篇一律向精準(zhǔn)發(fā)力轉(zhuǎn)變，以期達(dá)到提質(zhì)增效的目標(biāo)。

關(guān) 鍵 詞

課后服務(wù)；大數(shù)據(jù)行為分析；推薦系統(tǒng)；協(xié)同過濾；提質(zhì)增效

引用格式

吳娜，葛敏.基于大數(shù)據(jù)行為分析的課后服務(wù)提質(zhì)增效路徑研究[J].教學(xué)與管理，2024（06）：43-48.

自2021年7月《關(guān)于進(jìn)一步減輕義務(wù)教育階段學(xué)生作業(yè)負(fù)擔(dān)和校外培訓(xùn)負(fù)擔(dān)的意見》頒布以來，“雙減”問題迅速成為社會各界關(guān)注的熱點話題。課后服務(wù)作為落實“雙減”政策的重要舉措，一方面減輕了家長的接送壓力和學(xué)生的學(xué)業(yè)負(fù)擔(dān)，另一方面也促進(jìn)了學(xué)生興趣愛好的發(fā)展。課后服務(wù)是指學(xué)生在周一至周五學(xué)校規(guī)定的放學(xué)時間后參與的有目的、有組織、有系統(tǒng)性的學(xué)習(xí)活動[1]。課后服務(wù)與學(xué)校的常規(guī)教學(xué)相互補(bǔ)充，對鞏固學(xué)生學(xué)習(xí)、促進(jìn)學(xué)生全面發(fā)展發(fā)揮了重要作用。雖然至今各區(qū)域中小學(xué)課后服務(wù)已經(jīng)取得一定成效，但在實踐過程中仍然存在一些不容忽視的問題和弊端，如對課后服務(wù)概念的窄化和曲解[2]、對師資隊伍的盲目匹配和浪費(fèi)、對課程內(nèi)容的固化和僵化等。如何做到課后服務(wù)提質(zhì)增效是 “雙減”落地的關(guān)鍵，但各區(qū)域中小學(xué)當(dāng)下并不明晰具體的優(yōu)化課后服務(wù)的實踐路徑，多是“摸著石頭過河”，所以真正開好課后服務(wù)還有很長的一段路要走。

2021年教育部等六部委發(fā)布了《關(guān)于推進(jìn)教育新型基礎(chǔ)設(shè)施建設(shè)構(gòu)建高質(zhì)量教育支撐體系的指導(dǎo)意見》，提出了“開發(fā)基于大數(shù)據(jù)的智能診斷、資源推送和學(xué)習(xí)輔導(dǎo)等應(yīng)用，促進(jìn)學(xué)生個性化發(fā)展”。

這充分肯定了大數(shù)據(jù)在教育，尤其是個性化教育中的重要地位。在教育過程中，每個學(xué)生的學(xué)習(xí)行為均可轉(zhuǎn)化為數(shù)據(jù)記錄，包括靜態(tài)的描述數(shù)據(jù)和動態(tài)的變化數(shù)據(jù)。這些數(shù)據(jù)可反映每個學(xué)生的微觀表現(xiàn)，可體現(xiàn)每個學(xué)生高度個性化的表現(xiàn)特征。通過對大量學(xué)生產(chǎn)生的教育大數(shù)據(jù)進(jìn)行開發(fā)與利用，分析所有學(xué)生的現(xiàn)有學(xué)習(xí)行為，可構(gòu)建學(xué)生學(xué)習(xí)行為的相關(guān)模型，并對每個學(xué)生未來的學(xué)習(xí)趨勢和演化進(jìn)行科學(xué)的模擬和預(yù)測，為學(xué)生的自我學(xué)習(xí)規(guī)劃、教師的施教內(nèi)容及施教方式安排和教育部門的教學(xué)決策提供更加精細(xì)化的數(shù)據(jù)支撐。本文旨在通過以大數(shù)據(jù)行為分析作為指導(dǎo)中小學(xué)課后服務(wù)創(chuàng)新發(fā)展的助力，推動課后服務(wù)內(nèi)容的開設(shè)從經(jīng)驗驅(qū)動向數(shù)據(jù)驅(qū)動轉(zhuǎn)變、從被動響應(yīng)向主動探索轉(zhuǎn)變，進(jìn)而推動課后服務(wù)的供應(yīng)從人力密集向科技集約轉(zhuǎn)變、從千篇一律向精準(zhǔn)發(fā)力轉(zhuǎn)變，嘗試促進(jìn)信息技術(shù)與課后服務(wù)的深度融合，全面推動課后服務(wù)的提質(zhì)增效，促進(jìn)學(xué)生的全面健康成長。

一、中小學(xué)課后服務(wù)的相關(guān)研究現(xiàn)狀

通過文獻(xiàn)梳理發(fā)現(xiàn)，目前國內(nèi)對中小學(xué)課后服務(wù)的研究主要集中在四大方向。一是針對我國不同地區(qū)的課后服務(wù)發(fā)展研究，有代表性的是楊富裕針對成都市小學(xué)校內(nèi)課后服務(wù)做出的對策研究，通過訪談、調(diào)查等多種方式了解家長滿意度及存在的問題和對策分析[3]；陸俊堂以佛山一所小學(xué)為例，采用問卷、邏輯分析等方式對廣東省鄉(xiāng)鎮(zhèn)小學(xué)課后服務(wù)出現(xiàn)的問題展開研究[4]。二是針對不同課后服務(wù)課程優(yōu)化的研究，李彥龍、常鳳等人認(rèn)為“課程內(nèi)容單一、運(yùn)動安全顧慮制約了體育服務(wù)的客體參與”[5]；楊曼麗、張吾龍?zhí)岢鲆皹?gòu)建課后服務(wù)體育服務(wù)體系，積極踐行五育融合新理念”[6]。三是對課后服務(wù)頂層設(shè)計的路徑探索，有代表性的是高巍、周嘉騰等人積極探索如何構(gòu)建良好的課后服務(wù)課程體系和課后服務(wù)保障體系[7]；都曉提出要“堅持學(xué)生為中心，教師為主體，切實提升課后服務(wù)質(zhì)量”[8]。除了對國內(nèi)課后服務(wù)研究外，部分學(xué)者把眼光放在了國際課后服務(wù)的發(fā)展對我國的有益借鑒上，如史自詞、李永濤等以澳大利亞中小學(xué)課后服務(wù)的發(fā)展和經(jīng)驗為參照，力圖找尋滿足學(xué)生多樣化需求的課后服務(wù)方式和內(nèi)容[9]；賈利帥、劉童借鑒北歐四國的中小學(xué)課后服務(wù)實踐，提出“我國可加強(qiáng)政府為主導(dǎo)，多方共建的服務(wù)體制；注意服務(wù)對象向弱勢群體傾斜；服務(wù)內(nèi)容以學(xué)生全人發(fā)展為導(dǎo)向；打造專業(yè)化的課后服務(wù)教師隊伍”[10]。

綜上所述，國內(nèi)學(xué)者對課后服務(wù)的研究視角雖呈現(xiàn)出多元化的態(tài)勢，但對于課后服務(wù)如何具體落實、提質(zhì)增效仍然有很大的研究空間。本文嘗試把研究的落腳點放在學(xué)生對課后服務(wù)的實際需求上，結(jié)合“互聯(lián)網(wǎng)+教育”的政策指引，嘗試尋找一種新的可能性，即把大數(shù)據(jù)行為分析和課后服務(wù)結(jié)合起來，通過數(shù)據(jù)來實現(xiàn)課后服務(wù)的個性化，真正做到在施行課后服務(wù)的時候有的放矢，提質(zhì)增效。

二、課后服務(wù)大數(shù)據(jù)行為分析

1.課后服務(wù)數(shù)據(jù)的開采與應(yīng)用

自2017年2月課后服務(wù)被提出并實施以來，各個學(xué)校均積累了課后服務(wù)相關(guān)的大量數(shù)據(jù)，包括設(shè)立的文化課程信息、參與的學(xué)生信息、文體活動信息、學(xué)生興趣愛好等。除此之外，學(xué)校還掌握有歷年來所有學(xué)生各學(xué)科的日常測驗情況、期中期末成績等。這些數(shù)據(jù)中蘊(yùn)含了學(xué)生學(xué)習(xí)情況、興趣特長、培養(yǎng)方式及個人成長效果等重要信息，充分利用這些數(shù)據(jù)有助于智能感知每個學(xué)生的所需和所喜，立體全面掌握每個學(xué)生的發(fā)展?fàn)顟B(tài)，針對每個學(xué)生所需求、喜好和成長能快速響應(yīng)調(diào)整課后服務(wù)內(nèi)容，從而實現(xiàn)為每個學(xué)生提供個性化的精準(zhǔn)課后服務(wù)。可基于大數(shù)據(jù)行為分析構(gòu)建課程/學(xué)生推薦模型的系統(tǒng)設(shè)計，如圖1所示。

圖 1? 大數(shù)據(jù)行為分析架構(gòu)圖

學(xué)校有關(guān)學(xué)生的原始數(shù)據(jù)一般包括學(xué)生背景信息、學(xué)生學(xué)習(xí)情況、學(xué)生綜合素質(zhì)等。有些數(shù)據(jù)是結(jié)構(gòu)化的，以度量性數(shù)據(jù)和標(biāo)簽類數(shù)據(jù)為主，如各學(xué)科測驗分?jǐn)?shù)、優(yōu)良中差層級等；有些數(shù)據(jù)是非結(jié)構(gòu)化的，以描述性數(shù)據(jù)為主，如各學(xué)科教師評語、影音圖類等。非結(jié)構(gòu)化的數(shù)據(jù)難以被計算機(jī)程序直接使用，一般先轉(zhuǎn)換為結(jié)構(gòu)化數(shù)據(jù)。

從非結(jié)構(gòu)化數(shù)據(jù)轉(zhuǎn)換為結(jié)構(gòu)化數(shù)據(jù)常用處理方式依據(jù)人工參與度從重到輕可分為三種：

（1）人工標(biāo)記法：人工將所有非結(jié)構(gòu)化的原始數(shù)據(jù)標(biāo)記為不同層級的標(biāo)簽數(shù)據(jù)。在原始數(shù)據(jù)龐大的情況下，這種處理方式需要耗費(fèi)大量的人力成本，且不同人的標(biāo)記標(biāo)準(zhǔn)存在較大的主觀因素影響。

（2）語義分析法：人工標(biāo)記小批量的數(shù)據(jù)，再由計算機(jī)使用語義分析算法從小批量數(shù)據(jù)中學(xué)習(xí)標(biāo)記標(biāo)準(zhǔn)，再完成原始數(shù)據(jù)的標(biāo)記。這種處理方式的標(biāo)記效果依賴于人工標(biāo)記小批量數(shù)據(jù)的質(zhì)量、覆蓋率和平衡度，小批量數(shù)據(jù)的標(biāo)記情況應(yīng)能準(zhǔn)確反映數(shù)據(jù)標(biāo)記標(biāo)準(zhǔn)，小批量數(shù)據(jù)中應(yīng)能覆蓋所有可能出現(xiàn)的情況，小批量數(shù)據(jù)中可層級數(shù)據(jù)量應(yīng)能準(zhǔn)確反映原始數(shù)據(jù)中所有層級數(shù)據(jù)的分布情況。為了達(dá)到上述要求，人工標(biāo)記的數(shù)據(jù)只是相比于原始數(shù)據(jù)來說叫小批量，從絕對數(shù)值上來說其數(shù)據(jù)量不僅依然大，其數(shù)據(jù)的選取更要求優(yōu)。

（3）無監(jiān)督聚類法：人工定義不同層級的距離度量標(biāo)準(zhǔn)，再由計算機(jī)依據(jù)距離度量標(biāo)準(zhǔn)對原始數(shù)據(jù)進(jìn)行聚類，對聚類結(jié)果再標(biāo)記為不同的層級。這種處理方式只依賴于非結(jié)構(gòu)化數(shù)據(jù)的距離度量標(biāo)準(zhǔn)，計算機(jī)根據(jù)數(shù)據(jù)之間的距離將差異小的數(shù)據(jù)歸為一類，差異大的數(shù)據(jù)歸為不同類[11]。經(jīng)過這種方式處理后，既可以依據(jù)聚類結(jié)果劃分層級，也可以依據(jù)期望的層級劃分來合并或拆分聚類結(jié)果。大數(shù)據(jù)行為分析的輸入數(shù)據(jù)以結(jié)構(gòu)化數(shù)據(jù)為主，包含從非結(jié)構(gòu)化數(shù)據(jù)轉(zhuǎn)換來的數(shù)據(jù)。原始的數(shù)據(jù)一般難以直接作為大數(shù)據(jù)分析的輸入源，需要先經(jīng)過數(shù)據(jù)清洗、數(shù)據(jù)整合、異常數(shù)據(jù)處理、數(shù)據(jù)縮放等數(shù)據(jù)處理過程。

2.課后服務(wù)數(shù)據(jù)預(yù)處理過程

數(shù)據(jù)清洗一般用以解決數(shù)據(jù)不完整、數(shù)據(jù)無效、數(shù)據(jù)不準(zhǔn)確、數(shù)據(jù)不一致、數(shù)據(jù)不統(tǒng)一、數(shù)據(jù)重復(fù)等六類錯誤。數(shù)據(jù)不完整是指某些學(xué)生或課程的部分信息不存在、數(shù)據(jù)缺失，一般優(yōu)先考慮使用該學(xué)生或課程的其他關(guān)聯(lián)數(shù)據(jù)推導(dǎo)缺失的數(shù)據(jù)，或使用該數(shù)據(jù)的平均值或中值來填充，也可以不采用存在數(shù)據(jù)缺失的記錄。數(shù)據(jù)無效是指學(xué)生或課程的某些信息由于未知錯誤超出了有效的范圍，同樣，這部分?jǐn)?shù)據(jù)的修復(fù)也可以使用關(guān)聯(lián)數(shù)據(jù)推導(dǎo)法、均值或中值填充，也可以不采用存在無效數(shù)據(jù)的記錄。數(shù)據(jù)不準(zhǔn)確是指某些學(xué)生或課程的信息使用了不具有明確意義的占位數(shù)據(jù)，如學(xué)生年齡使用未知、判斷題使用了空白或選擇題使用了不知道等，此部分?jǐn)?shù)據(jù)與無效數(shù)據(jù)的處理方式類似。數(shù)據(jù)不一致是指學(xué)生或課程的某些數(shù)據(jù)項之間存在關(guān)聯(lián)，但關(guān)聯(lián)數(shù)據(jù)取值存在沖突或與現(xiàn)實情形矛盾，這部分?jǐn)?shù)據(jù)可以根據(jù)不同數(shù)據(jù)項的可靠度差異進(jìn)行推導(dǎo)。數(shù)據(jù)不統(tǒng)一是指學(xué)生或課程的某些數(shù)據(jù)項的度量方式或記錄格式存在差異，這部分?jǐn)?shù)據(jù)是完整的，只要統(tǒng)一格式即可。數(shù)據(jù)重復(fù)是指學(xué)生或課程的記錄重復(fù)，或數(shù)據(jù)項重復(fù)，刪除重復(fù)的行或列即可。數(shù)據(jù)整合一般包括數(shù)據(jù)聚合、數(shù)據(jù)選擇和數(shù)據(jù)轉(zhuǎn)換等過程。數(shù)據(jù)聚合用以根據(jù)規(guī)則統(tǒng)計學(xué)生或課程某些數(shù)據(jù)項下滿足一定條件的記錄數(shù)，或計算某些數(shù)據(jù)項記錄的均值、中值或方差等，也包括將學(xué)生或課程的一系列相似或強(qiáng)關(guān)聯(lián)的數(shù)據(jù)項合并為單一表述。數(shù)據(jù)選擇是指根據(jù)規(guī)則從學(xué)生或課程的某些關(guān)聯(lián)記錄中選取一部分記錄，或從學(xué)生或課程的某些關(guān)聯(lián)數(shù)據(jù)項中選擇采用一部分?jǐn)?shù)據(jù)項，即行選擇和列選擇。數(shù)據(jù)轉(zhuǎn)換是指將學(xué)生或課程的數(shù)據(jù)項轉(zhuǎn)換為統(tǒng)一的計量格式，或從某些數(shù)據(jù)項中計算出新的數(shù)據(jù)項，如根據(jù)生日計算年齡等。異常數(shù)據(jù)處理主要用于處理學(xué)生或課程的數(shù)據(jù)中取值明顯偏離于正常范圍的奇異數(shù)據(jù)，可采用的方式一般包括數(shù)據(jù)截斷、數(shù)據(jù)替換和數(shù)據(jù)剔除等。數(shù)據(jù)截斷是指劃定學(xué)生或課程某些數(shù)據(jù)項的取值范圍，對于低于下確界的數(shù)據(jù)使用下確界來代替，對于高于上確界的數(shù)據(jù)使用上確界來代替。數(shù)據(jù)替換是指對于奇異數(shù)據(jù)使用指定的值來代替，也可以使用對應(yīng)數(shù)據(jù)項的統(tǒng)計值來代替，如中值、均值等。數(shù)據(jù)剔除是指不采用含有奇異數(shù)據(jù)的記錄。數(shù)據(jù)縮放用以將學(xué)生或課程各數(shù)據(jù)項的取值均統(tǒng)一到相同的范圍里[12]。不同數(shù)據(jù)項的取值可能存在不同的量級，如各學(xué)科成績的取值范圍是0～100，而綜合評級可能是1～4，在聚類計算距離時或模型訓(xùn)練計算損失時，學(xué)科成績100和90之差將顯著大于綜合評級4和1之差所帶來的影響，為了消除不同數(shù)據(jù)項之間由于量級不同而隱含引入的數(shù)據(jù)項權(quán)重差異，不同數(shù)據(jù)項應(yīng)先縮放至統(tǒng)一的范圍內(nèi)。對于滿足正態(tài)分布的數(shù)據(jù)，可采用數(shù)據(jù)標(biāo)準(zhǔn)化的方式來實現(xiàn)，其計算公式為x′=（x-μ）/σ，其中μ為所有X的均值，σ為X的標(biāo)準(zhǔn)差；對于不滿足正態(tài)分布的數(shù)據(jù)，可采用數(shù)據(jù)歸一化的方式來實現(xiàn)，其計算公式為x′=（x-xmin）/（xmax

-xmin），其中xmin表示X所有取值的最小值，xmax表示X所有取值的最大值。注意，數(shù)據(jù)歸一化過程對異常值是敏感的，在采用這種方式對數(shù)據(jù)進(jìn)行縮放時應(yīng)提前處理異常數(shù)據(jù)。

3.課后服務(wù)推薦模型的構(gòu)建與更新

特征工程的目的在于使用盡可能少量維度的數(shù)據(jù)最大程度地區(qū)分差異，其好處在于降低數(shù)據(jù)維度，提高數(shù)據(jù)區(qū)分度。在高維數(shù)據(jù)空間中，大數(shù)據(jù)中往往存在數(shù)據(jù)樣本稀疏、距離計算量大的問題，數(shù)據(jù)降維則是通過使用某種數(shù)據(jù)變換將原始高維空間變換為一個低維的子空間，在低維子空間中樣本密度大且能大幅提高計算速度。數(shù)據(jù)降維常用方式為PCA主成分分析，其可以以少量的信息損失為代價大幅度地降低數(shù)據(jù)的維數(shù)，保留數(shù)據(jù)集中描述差異最大的特征。特征選擇用以剔除學(xué)生或課程數(shù)據(jù)中描述差異比較小的數(shù)據(jù)項，保留描述差異比較大的數(shù)據(jù)項，數(shù)據(jù)對結(jié)果的描述差異可以方差來衡量。特征提取用于將學(xué)生或課程現(xiàn)有的數(shù)據(jù)項經(jīng)過一系列變換映射到新的狀態(tài)空間里，新的狀態(tài)空間可能不具有現(xiàn)實上的直觀描述性，但具有對描述對象的較大區(qū)分度。經(jīng)過數(shù)據(jù)預(yù)處理和特征工程兩個階段，可以將原始的大數(shù)據(jù)轉(zhuǎn)換為學(xué)生特征、課程特征和場景特征，以供后續(xù)模型訓(xùn)練時使用[13]。由于受關(guān)注的是學(xué)生和課程設(shè)置之間的關(guān)聯(lián)，學(xué)生特征部分有大量特征是以該學(xué)生的各課程成績表現(xiàn)作為基礎(chǔ)數(shù)據(jù)轉(zhuǎn)換而來，同樣，課程特征部分有大量特征是以該課程面向所有學(xué)生的成績表現(xiàn)作為基礎(chǔ)數(shù)據(jù)轉(zhuǎn)換而來，即對每個學(xué)生的描述大量取自其在各課程中的成績表現(xiàn)，對每個課程的描述大量取自其所有學(xué)生在該課程的成績表現(xiàn)。場景特征更多地關(guān)注客觀條件和學(xué)生課程之間的關(guān)聯(lián)，如區(qū)域特色等。 課后服務(wù)模型使用協(xié)同過濾算法來構(gòu)建，包含協(xié)同和過濾兩個操作。協(xié)同是指利用大量學(xué)生的行為數(shù)據(jù)來挖掘其需求，過濾是指為學(xué)生的需求排序，找出學(xué)生最需要的。課后服務(wù)推薦模型的目的在于通過在大量相似學(xué)生的行為中尋找特定的模式，并根據(jù)該模式為相似的學(xué)生群體尋找適合其所需的課程服務(wù)，如圖2所示。

圖 2? ?課后服務(wù)推薦模型應(yīng)用架構(gòu)圖

推薦模型的構(gòu)建應(yīng)嚴(yán)格貼合于其應(yīng)用場景，在課后服務(wù)推薦模型的構(gòu)建中，學(xué)生的相似性只取決于其在各課程的綜合評價和學(xué)校的其他評價數(shù)據(jù)，即學(xué)生是使用其參與課程的成績和其他評級來描述的，模型構(gòu)建過程中計算的學(xué)生相似度反映的是學(xué)生在學(xué)習(xí)情況上的相似度。學(xué)生的相似性分為粗粒度相似性和細(xì)粒度相似性，粗粒度相似性的計算使用學(xué)生各課程的綜合評價作為學(xué)生的描述數(shù)據(jù)，細(xì)粒度相似性的計算使用學(xué)生在課程各知識點、各知識階段的細(xì)分評價作為學(xué)生的描述數(shù)據(jù)。在模型構(gòu)建中不僅計算學(xué)生在學(xué)科層面的相似度，也要計算學(xué)生在學(xué)科內(nèi)不同階段的相似度，這樣可使得推薦模型提供的課后服務(wù)參與方式不僅在學(xué)科層面存在差異化，在同一學(xué)科的不同階段也不相同。相應(yīng)的，課程信息使用其參與學(xué)生的成績來描述。相對于學(xué)生信息，課程信息的維度過長，且受個別成績差異的影響比較大。為了降低課程信息的維度，使其描述更具穩(wěn)定性，可使用每學(xué)年學(xué)生成績的均值、方差和概率密度分布組合作為課程信息的描述數(shù)據(jù)，這樣學(xué)生課程成績與課程信息之間便于定義損失函數(shù)。場景信息描述學(xué)生在不同時間段、不同區(qū)域級別的課程信息中所處的位置及相應(yīng)的損失。課后服務(wù)推薦模型中將不同階段可參與的不同學(xué)科課程作為候選課程庫，依據(jù)每個學(xué)生信息、每個課程信息、學(xué)生與課程對應(yīng)的場景信息為學(xué)生在不同階段參與課后服務(wù)提供建議。課后服務(wù)推薦模型可劃分為三層：召回層、排序?qū)雍脱a(bǔ)充策略層。召回層使用粗粒度模型從候選課程庫中選取部分課程作為當(dāng)前層的最優(yōu)輸出。排序?qū)邮褂眉?xì)粒度模型對召回層的輸出進(jìn)一步選優(yōu)并排序輸出。補(bǔ)充策略層依據(jù)區(qū)域特色、教育政策、學(xué)生特長愛好等其它因素對排序?qū)拥妮敵鲞M(jìn)行補(bǔ)充和再排序。課后服務(wù)推薦模型的實施過程如圖3所示。

圖 3? ?課后服務(wù)推薦模型實施過程圖

課后服務(wù)推薦模型在使用過程中可吸納反饋信息，并跟蹤學(xué)生、課程、場景的變化，新信息被實時更新入系統(tǒng)中。此外，新出的教育政策、各地教育相關(guān)活動均可更新入補(bǔ)充策略中。課后服務(wù)模型的實時更新，使得在橫向上能緊密跟蹤外部環(huán)境的變化以即時響應(yīng)，在縱向上能根據(jù)學(xué)生學(xué)習(xí)情況的變化改變后續(xù)的推薦結(jié)果。

三、大數(shù)據(jù)行為分析助力中小學(xué)課后服務(wù)提質(zhì)增效

1.課后服務(wù)從經(jīng)驗驅(qū)動向數(shù)據(jù)驅(qū)動轉(zhuǎn)變

在全國范圍內(nèi)全面實施課后服務(wù)的時間并不長，對于如何提高課后服務(wù)的質(zhì)量，各地均處于探索階段。多數(shù)學(xué)校開設(shè)課后服務(wù)時均參考社會上課后輔導(dǎo)班或作業(yè)班的方式，學(xué)校參與課后服務(wù)的目的也是在于延時離校和完成課后作業(yè)等，除此之外以體育鍛煉和閱讀類居多。對于課外興趣類的服務(wù)，包括科學(xué)技術(shù)、文化藝術(shù)、工藝手工類等，不少學(xué)校要么沒有開設(shè)，要么沒有取得應(yīng)有的效果。相對于傳統(tǒng)學(xué)校教育內(nèi)的領(lǐng)域，學(xué)校在提供課后服務(wù)時缺乏課外興趣類課程的開設(shè)經(jīng)驗。

大數(shù)據(jù)具有處理速度快、數(shù)據(jù)可重復(fù)利用、價值回報高等特點，大數(shù)據(jù)行為分析可以促進(jìn)課后服務(wù)實現(xiàn)服務(wù)升級，精準(zhǔn)定位學(xué)生的需求。把大數(shù)據(jù)融入中小學(xué)課后服務(wù)的建設(shè)，以信息化手段助力課后服務(wù)的實施是提質(zhì)增效的高效路徑[14] 。數(shù)字技術(shù)融入課程教學(xué)，能夠為學(xué)生提供更加豐富的教學(xué)環(huán)境、靈活的教學(xué)活動與即時的評價反饋，減輕教師教學(xué)負(fù)擔(dān)，促進(jìn)學(xué)生能力發(fā)展[15]。實施大數(shù)據(jù)行為分析有助于實現(xiàn)課后服務(wù)的靈活實施，解放部分教師，有針對性地促進(jìn)學(xué)生能力的個性化和全面發(fā)展。另外，教師、學(xué)生和教學(xué)環(huán)境等要素在數(shù)字化轉(zhuǎn)型背景下，它們之間的關(guān)系呈現(xiàn)出更加豐富多變的特點。如何把握其中的關(guān)系，為課后服務(wù)從經(jīng)驗驅(qū)動向數(shù)據(jù)驅(qū)動轉(zhuǎn)變添磚加瓦也是當(dāng)下值得認(rèn)真思考的話題。

2.課后服務(wù)從被動響應(yīng)向主動探索轉(zhuǎn)變

在政策層面，教育部門僅對課后服務(wù)的開設(shè)時間提出明確的要求，而對如何提高課后服務(wù)的質(zhì)量缺乏具體的行為指導(dǎo)。教育部門明確要求各校努力提高課后服務(wù)的質(zhì)量，至于如何提高課后服務(wù)質(zhì)量、需要開設(shè)什么樣的課程，則由各學(xué)校視自身情況、地區(qū)情況等靈活把握。如何提高課后服務(wù)質(zhì)量，依然是教育部門、各學(xué)校在持續(xù)摸索的疑難問題，至今并沒有一個行之有效且可推廣的解決方案。教育部遴選的課后服務(wù)典型案例具有比較好的借鑒意義，但不少案例具有地方特色，且受限于各地師資力量、社會資源和經(jīng)濟(jì)發(fā)展水平，各學(xué)校能借鑒到什么程度仍是未知數(shù)。鑒于課后服務(wù)全面實施時間短、實施經(jīng)驗欠缺，尤其是具有顯著指導(dǎo)意義的成功案例比較少，多數(shù)學(xué)校在開設(shè)課后服務(wù)內(nèi)容時趨向于保守，以開設(shè)課后作業(yè)輔導(dǎo)為主、體育鍛煉為輔，其結(jié)果是各學(xué)校對課后服務(wù)的供應(yīng)基本滿足要求，而高質(zhì)量、有特色則是不那么重要的考量因素。

政策從提出到具體落實環(huán)節(jié)要經(jīng)歷多重解讀，最后到落實多少會偏離政策本身，這是課后服務(wù)自上而下施行不可規(guī)避的問題。大數(shù)據(jù)行為分析嘗試從學(xué)生的需求出發(fā)，從接收者——學(xué)生群體本身尋找需求點，自下而上，從需求出發(fā)，精準(zhǔn)定位。學(xué)校獲取需求后，可以對應(yīng)調(diào)整特色課程的發(fā)展，滿足本校學(xué)生的個性化需求。通過大數(shù)據(jù)行為分析為學(xué)生提供個性化選擇和服務(wù)，可以助力開啟千人千面的中小學(xué)課后服務(wù)體驗。以此來發(fā)展更高質(zhì)量、更有特色的中小學(xué)課后服務(wù)。教育部也可以遴選更多課后服務(wù)優(yōu)秀案例，供各區(qū)域、地方、學(xué)校來參考并嘗試多角度發(fā)展自己的優(yōu)勢特色。當(dāng)然，在開發(fā)、施行課后服務(wù)方案的過程中，不能盲目脫離實際探索，要做好評估、檢測和應(yīng)急補(bǔ)救。

3.課后服務(wù)從人力密集向科技集約轉(zhuǎn)變

學(xué)生的個性化發(fā)展依賴于兩個前提：個性化評價和個性化培育。教育部等五部門印發(fā)的《義務(wù)教育質(zhì)量評價指南》中指出，各學(xué)校要完善學(xué)生發(fā)展質(zhì)量評價方法，注重學(xué)生之間的差異，關(guān)注學(xué)生的個性化發(fā)展，為每一名學(xué)生提供相適應(yīng)的教育。學(xué)生個性化評價的最終落實依賴于教師，但若要從品德發(fā)展、學(xué)業(yè)發(fā)展、身心發(fā)展、審美素養(yǎng)、勞動與社會實踐等五個維度全面考查每個學(xué)生的發(fā)展質(zhì)量，現(xiàn)有的師資力量力有未逮。除前述五個方面外，為更好地促進(jìn)學(xué)生的個性化發(fā)展，學(xué)生個性化還要關(guān)注學(xué)生興趣愛好、創(chuàng)造力等因素，這對當(dāng)前的師資配備情況是個考驗。個性化評價是為了更好地指導(dǎo)個性化育人的實施。學(xué)校師資的配備以學(xué)科教育為主，除此之外，藝術(shù)類、科技類教師尚有欠缺。為了更好地開闊學(xué)生視野、增長其見識、提升其創(chuàng)造能力，適合每個學(xué)生成長的藝術(shù)類、科技類課程也是必不可少的。目前受限于師資力量，能在課后服務(wù)中大量開設(shè)藝術(shù)類、科技類課程的學(xué)校比較少，也很少有學(xué)校能在課程設(shè)置時做到適應(yīng)學(xué)生的需求、滿足學(xué)生的愛好。

教師參與學(xué)生課后托管面廣，工作時間延長，教學(xué)時間和精力被分散，加大了學(xué)校管理的難度。所以有針對性地利用師資、優(yōu)化師資就成為了一個亟待解決的難題。在數(shù)字化時代，教師的角色面臨著多重挑戰(zhàn)，從傳統(tǒng)的“被動生存者”到“自我完善者”，從“技術(shù)應(yīng)用者”到“人機(jī)協(xié)同者”，從“資源使用者”向“資源整合者”轉(zhuǎn)變[16]。這個轉(zhuǎn)變是教師自身的發(fā)展所需，也是時代的要求。當(dāng)下，課后服務(wù)對教師群體數(shù)量和素養(yǎng)上的要求都要高于傳統(tǒng)教學(xué)時期，當(dāng)下，教師實施課后服務(wù)的數(shù)量有限，教學(xué)勝任力不足。學(xué)校對學(xué)生的培養(yǎng)方式也從知識“滿堂灌”的階段到更注重學(xué)生能力的培養(yǎng)上，從以教師為中心轉(zhuǎn)向了以學(xué)生為中心的教學(xué)模式，大數(shù)據(jù)行為分析呼之欲出。通過行為分析來統(tǒng)計學(xué)生的偏好和興趣、特長和優(yōu)勢，缺點和不足，對學(xué)生做出更立體全面的評價，更有利于對癥下藥，找準(zhǔn)需求，把師資放在最合適的地方，全面提質(zhì)增效。

4.課后服務(wù)從千篇一律向精準(zhǔn)發(fā)力轉(zhuǎn)變

目前，不同學(xué)生接受課后服務(wù)的差異僅體現(xiàn)在延時離校時間上，在服務(wù)內(nèi)容上并沒有明顯的差異。各學(xué)校在課后服務(wù)中開設(shè)的內(nèi)容均以普適性內(nèi)容為主，并沒有考慮學(xué)生的個性化發(fā)展需求。不同學(xué)生的智力發(fā)育水平不同，在知識的接受能力上存在明顯的差異，在興趣愛好層面更是千人千面。為了促進(jìn)學(xué)生的健康全面發(fā)展，課后服務(wù)應(yīng)能為不同學(xué)生提供適合其所需、滿足其所好的課程。近年來，我國教育正逐步從對每個人普及模板化的基礎(chǔ)教育發(fā)展為進(jìn)一步滿足每個人不同的教育需求，個性化發(fā)展成為教育改革的主題詞，促進(jìn)學(xué)生的個性化發(fā)展成為我國教育改革的歷史使命。中華民族的偉大復(fù)興依賴于全民族創(chuàng)新精神和創(chuàng)新意識的激發(fā)和培育，依賴于全民族創(chuàng)造能力和創(chuàng)新能力的提高和釋放。教育肩負(fù)了創(chuàng)新型人才培養(yǎng)的重任，個性化發(fā)展是創(chuàng)新型人才培養(yǎng)的前提和基礎(chǔ)，因此，我國中小學(xué)教育應(yīng)注重對孩子個性化的發(fā)掘，激發(fā)和培養(yǎng)孩子的創(chuàng)造力，為我國創(chuàng)新人才的培養(yǎng)奠定

基礎(chǔ)。

但在實踐過程中，由于學(xué)生個體的多樣性和差異性，使得學(xué)生的需求也更加復(fù)雜多元。另一方面，個性化對教師也提出了更高的要求，教師在沒有得到足夠的培訓(xùn)情況下，很難有效施行個性化教學(xué)[17]。對于學(xué)生來說，大數(shù)據(jù)行為分析可以幫助其正確審視自身的學(xué)習(xí)需求，發(fā)現(xiàn)自身所長及欠缺之處，并依此開發(fā)自己的學(xué)習(xí)潛力，選擇適合自己的個性化學(xué)習(xí)內(nèi)容，規(guī)劃適合自己的個性化學(xué)習(xí)路徑。對于教師來說，大數(shù)據(jù)行為分析可以幫助其全面掌握每個學(xué)生的行為特點，全面跟蹤每個學(xué)生的學(xué)習(xí)過程，全面分析每個學(xué)生的學(xué)習(xí)模式，全面評估每個學(xué)生的學(xué)習(xí)需求，并依此提供適合每個學(xué)生個性化發(fā)展的教育內(nèi)容和學(xué)習(xí)指導(dǎo)，促進(jìn)每個學(xué)生的個性化發(fā)展。此外，大數(shù)據(jù)行為分析還能幫助教師針對每個學(xué)生選取最有效的施教方式，進(jìn)而優(yōu)化教學(xué)過程。對于教育管理者來說，大數(shù)據(jù)行為分析可幫助其全面掌握教育需求，并依此制定科學(xué)的教育決策。大數(shù)據(jù)行為分析可幫助教育管理者充分了解與評估教育發(fā)展過程中的需求變化，指導(dǎo)其根據(jù)合理設(shè)計教育環(huán)境，緊密跟進(jìn)教育時空和教育場景的變化和變革，為學(xué)生提供真正能促進(jìn)其健康科學(xué)發(fā)展的課程設(shè)置、師資配置和教學(xué)環(huán)境。

為更好地實現(xiàn)中小學(xué)課后服務(wù)提質(zhì)增效，本文以大數(shù)據(jù)行為分析為基礎(chǔ)，提出了以協(xié)同過濾算法推薦系統(tǒng)來定位學(xué)生需求的策略。雖然大數(shù)據(jù)行為分析發(fā)展已經(jīng)成熟，但把其真正應(yīng)用在中小學(xué)課后服務(wù)還處于探索階段，在后期的數(shù)據(jù)采集和推廣應(yīng)用方面仍面臨著巨大的挑戰(zhàn)。選課制，即把主動權(quán)交給學(xué)生，采用給教師掛牌，學(xué)生根據(jù)自己的需求自主選擇課程的方式，已經(jīng)在部分地區(qū)及高校開設(shè)試點。當(dāng)學(xué)生的需求能以大數(shù)據(jù)行為分析的方式被精準(zhǔn)定位后，也可以嘗試在課后服務(wù)時把主動權(quán)交到學(xué)生手上，以需求為導(dǎo)向，全面優(yōu)化中小學(xué)課后服務(wù)。

參考文獻(xiàn)

[1] 康麗穎.促進(jìn)兒童成長：課后服務(wù)多元主體協(xié)同育人探討[J].中國教育學(xué)刊，2020（03）：22-26.

[2] 高巍，周嘉騰，李梓怡.“雙減”背景下的中小學(xué)課后服務(wù)：問題檢視與實踐超越[J].中國電化教育，2021（05）：35-41+58.

[3] 楊富裕. 成都市小學(xué)校內(nèi)課后延時服務(wù)的問題及對策研究[D].重慶：四川外國語大學(xué)，2021.

[4] 陸俊堂. 廣東省鄉(xiāng)鎮(zhèn)小學(xué)課后體育服務(wù)實踐運(yùn)用研究[D].南昌：江西師范大學(xué)，2021.

[5] 李彥龍，常鳳.“雙減”政策下我國中小學(xué)課后延時體育服務(wù)時效與保障[J].體育學(xué)研究，2022，36（02）：33-40.

[6] 楊曼麗，張吾龍，胡德剛，等.“雙減”政策下我國中小學(xué)課后延時體育服務(wù)的演進(jìn)歷程、機(jī)遇挑戰(zhàn)及實現(xiàn)路徑[J].體育學(xué)研究，2022，36（02）：21-32.

[7] 高巍，周嘉騰，李梓怡.“雙減”背景下的中小學(xué)課后服務(wù)：問題檢視與實踐超越[J].中國電化教育，2022（05）：35-41+58.

[8] 都曉.“雙減”視域下課后服務(wù)的難點與進(jìn)路[J].暨南學(xué)報（哲學(xué)社會科學(xué)版），2022，44（03）：121-132.

[9] 史自詞，李永濤.澳大利亞中小學(xué)課后服務(wù)的發(fā)展之路和基本經(jīng)驗[J].比較教育學(xué)報，2022（01）：67-80.

[10] 賈利帥，劉童.北歐四國中小學(xué)課后服務(wù)的實踐、特征及啟示[J].基礎(chǔ)教育，2021，18（04）：103-112.

[11] Jiawei Han，Micheline Kamber，Jian Pei. 數(shù)據(jù)挖掘：概念與技術(shù)[M].范明，孟小峰，譯.北京：機(jī)械工業(yè)出版社，2012：89-112.

[12] 古德費(fèi)洛，本吉奧，庫維爾. 深度學(xué)習(xí)[M].趙申劍，黎彧君，符天凡，等譯.北京：人民郵電出版社，2017：76-89.

[13]王喆. 深度學(xué)習(xí)推薦系統(tǒng)[M]. 北京：電子工業(yè)出版社，2020：12-20.

[14] 程建鋼，崔依冉，李梅，等.高等教育教學(xué)數(shù)字化轉(zhuǎn)型的核心要素分析——基于學(xué)校、專業(yè)與課程的視角[J].中國電化教育，2022（07）：31-36.

[15] UNESCO.AI and education： guidance for policy-makers [DB/OL].https：// unesdoc.unesco.org/ark：/48223/pf0000376709，2021-04-17.

[16] 郭勝男，吳永和.社會角色理論視域下的人工智能時代教師：困厄、歸因及澄明[J].電化教育研究，2022，43（06）：18-24+60.

[17] 郝祥軍，顧小清.技術(shù)促進(jìn)課程創(chuàng)新：如何走向教育公平[J].中國電化教育，2022（06）：71-79.

[作者：吳娜（1988-），女，河南商丘人，南京郵電大學(xué)教育科學(xué)與技術(shù)學(xué)院，碩士生；葛敏（1980-），男，江蘇連云港人，南京郵電大學(xué)教育科學(xué)與技術(shù)學(xué)院，研究員，博士。]

【責(zé)任編輯? ? 陳國慶】