胡亞慧 肖蕾 唐曉 陳新 方其慶

摘 要：為更有效地向?qū)W生推薦合適的學(xué)習(xí)資源，綜合考慮學(xué)生基本信息、課程基本信息、位置信息、時間信息等因素，構(gòu)建基于時空的學(xué)生學(xué)習(xí)資源庫，從而提取學(xué)生學(xué)習(xí)特征，挖掘?qū)W生學(xué)習(xí)特點，發(fā)現(xiàn)學(xué)生學(xué)習(xí)偏好，推薦學(xué)生可能感興趣的學(xué)習(xí)資源，并分析影響學(xué)習(xí)質(zhì)量的主要因素，從學(xué)生學(xué)習(xí)行為中發(fā)現(xiàn)其學(xué)習(xí)偏好。經(jīng)實踐證明發(fā)現(xiàn)，該方法有利于為學(xué)生推薦合適的學(xué)習(xí)資源，使教師及時掌握學(xué)生學(xué)習(xí)情況。

關(guān)鍵詞：云平臺;學(xué)情分析;學(xué)習(xí)行為;學(xué)習(xí)偏好

DOI：10. 11907/rjdk. 191971 開放科學(xué)（資源服務(wù)）標(biāo)識碼（OSID）：

中圖分類號：G434文獻(xiàn)標(biāo)識碼：A 文章編號：1672-7800（2020）002-0254-04

英標(biāo)：Learning Situation Analysis Based on Cloud Platform

英作：HU Ya-hui1， XIAO Lei1， TANG Xiao1， CHEN Xin1， FANG Qi-qing2

英單：（1. Early Warning Information Department， Air Force Early Warning Academy;2. Early Warning Equipment Department， Air Force Early Warning Academy， Wuhan 430019， China）

Abstract： For improving the efficiency of learning situation recommendation， a learning resource database based on time and space is constructed from basic information of students， courses， locations and time information， so as to extract learning situation characteristics， explore their characteristics， discover their preferences， recommend the related interests and analysis of the important factors affecting the quality of learning， so as to realize the discovery of learning preferences from learning situation behavior. Practice has proved that this method is conducive to recommending learning resources for students and grasping their learning situation in time.

Key Words： cloud platform;learning situation analysis; learning behavior; learning preference

0 引言

隨著大數(shù)據(jù)、云計算、物聯(lián)網(wǎng)等新技術(shù)的迅速發(fā)展，公眾日常生活與學(xué)習(xí)日益信息化，如遠(yuǎn)程視頻、網(wǎng)絡(luò)購物、線上教育等均可通過網(wǎng)絡(luò)獲得服務(wù)[4-6]。高等院校教育也與時俱進(jìn)，學(xué)生接受教育的方式多樣[7-8]。學(xué)生不僅可在學(xué)校接受常規(guī)教育，也可通過互聯(lián)網(wǎng)等方式隨時隨地上傳下載自己感興趣的學(xué)習(xí)資源，該方式不僅擺脫了傳統(tǒng)教學(xué)模式在時間、地點及授課人等方面的限制，還可根據(jù)學(xué)習(xí)者已掌握的知識和對新知識的需求，實現(xiàn)個性化學(xué)習(xí)，且不受時間、地點約束，從而提高學(xué)習(xí)效率與學(xué)習(xí)質(zhì)量[9-13]。因此，在學(xué)習(xí)資源日益豐富的環(huán)境下，如何及時了解學(xué)生學(xué)習(xí)興趣和進(jìn)度，并給予高效的學(xué)習(xí)資源推薦是一個值得探討的問題，也引起了眾多教育者關(guān)注。

張依歡[14]將關(guān)聯(lián)規(guī)則算法應(yīng)用于高等教育教學(xué)質(zhì)量評估，挖掘教師課堂教學(xué)效果與教師教學(xué)過程和教學(xué)方法手段之間的關(guān)聯(lián)規(guī)則;張敏[15]以遼源職業(yè)技術(shù)學(xué)院醫(yī)藥分院教師評價系統(tǒng)、教務(wù)管理系統(tǒng)、人事管理系統(tǒng)數(shù)據(jù)為數(shù)據(jù)源，采用數(shù)據(jù)挖掘算法分析教師對教學(xué)效果的影響;張志友[16]提出利用挖掘算法挖掘選課系統(tǒng)中的頻繁項集，從而得出什么樣的學(xué)生喜歡什么樣的課等一些有用的頻繁項集，輔助相關(guān)部門進(jìn)行教學(xué)資源分配，使其作出更合理的決策;許晏銘等[17]在研究生課程特點分析的基礎(chǔ)上，提出一種將自設(shè)教學(xué)目標(biāo)與普遍教學(xué)要求、指標(biāo)量化與模糊分類相結(jié)合的研究生課程質(zhì)量評價方法，有效提高了研究生課程質(zhì)量評價工作客觀性與效率。

但是，上述研究數(shù)據(jù)大多基于人工采集、調(diào)查問卷、系統(tǒng)錄入信息等方式進(jìn)行采集，存在數(shù)據(jù)不完整、不全面、不真實等問題，不能完全反映教師或?qū)W生的基本信息，致使后期數(shù)據(jù)分析存在一定片面性。目前空軍預(yù)警學(xué)院所有計算機類課程均基于云平臺進(jìn)行教學(xué)，該平臺不僅包含計算機類課程教學(xué)內(nèi)容，還可記錄學(xué)生學(xué)習(xí)信息。本文通過收集整理學(xué)生在云平臺上的學(xué)習(xí)信息，采用數(shù)據(jù)挖掘方法對學(xué)生學(xué)習(xí)內(nèi)容、學(xué)習(xí)時間、學(xué)習(xí)地點、學(xué)習(xí)時長等信息進(jìn)行分析，歸納學(xué)生學(xué)習(xí)特點，為教師后期課程教學(xué)安排提供依據(jù)，最終達(dá)到提升教學(xué)質(zhì)量的效果。

1 信息技術(shù)教學(xué)優(yōu)勢

（1）學(xué)校應(yīng)充分發(fā)揮信息技術(shù)的高效性，推動教與學(xué)走向多元化。隨著信息技術(shù)的快速發(fā)展，為進(jìn)一步提高教學(xué)質(zhì)量，各大院校正積極創(chuàng)新教學(xué)模式、拓展教學(xué)方法、改革教學(xué)手段，使學(xué)生獲取知識的渠道不再局限于課堂。例如，網(wǎng)絡(luò)公開課、慕課、微課、遠(yuǎn)程教育平臺等新穎的教學(xué)模式被積極推廣應(yīng)用，學(xué)者們從多個角度進(jìn)行了研究和改進(jìn)。如劉磊等[18]基于移動社交平臺微信與國內(nèi)領(lǐng)先的云平臺新浪云，開發(fā)了教務(wù)信息查詢系統(tǒng)，便于師生隨時隨地查詢信息;管維紅等[19]基于在線實驗云平臺，為學(xué)生提供了在線實驗及課程教學(xué)資源一體化的泛在學(xué)習(xí)體驗;伍琴等[20]探討了基于云平臺的華文教學(xué)新模式應(yīng)用體系，以改善華文教學(xué)質(zhì)量，實現(xiàn)華文教育優(yōu)質(zhì)資源共享與教育體系優(yōu)化;劉遠(yuǎn)軍[21]探討了在網(wǎng)絡(luò)云平臺下，利用SPOC實現(xiàn)翻轉(zhuǎn)課堂開展教學(xué)改革的思路;吳淑蘋[22]提出MOOC模式下的云學(xué)習(xí)環(huán)境框架;李素若[23]以《C++程序設(shè)計》課程為例，采用慕課線上學(xué)習(xí)與課堂討論相結(jié)合的混合式教學(xué)方式，大幅提高了學(xué)生學(xué)習(xí)積極性與學(xué)習(xí)興趣。

學(xué)生可將課堂教學(xué)與網(wǎng)絡(luò)教學(xué)緊密結(jié)合，學(xué)習(xí)時間和空間不再拘泥于固定時段和地點，可以根據(jù)個體對知識的掌握程度，合理安排學(xué)習(xí)內(nèi)容和學(xué)習(xí)時間，有效控制學(xué)習(xí)進(jìn)度，充分發(fā)揮學(xué)習(xí)自主性。對于教師來講，可從學(xué)生學(xué)習(xí)反饋、網(wǎng)上答疑、學(xué)習(xí)資源點擊率等信息獲取學(xué)生學(xué)習(xí)進(jìn)度及疑難點，及時調(diào)整教學(xué)內(nèi)容，為學(xué)生答疑解惑。這既順應(yīng)了學(xué)生訓(xùn)練任務(wù)繁重、學(xué)習(xí)時間碎片化和網(wǎng)絡(luò)環(huán)境誘惑多的實際情況，也可幫助教師及時跟進(jìn)學(xué)生學(xué)習(xí)進(jìn)度，使教與學(xué)有機結(jié)合，進(jìn)一步提升教學(xué)質(zhì)量與教學(xué)效果。

（2）依托云平臺，建立教學(xué)資源庫，分析學(xué)生學(xué)習(xí)效果。計算機類課程離不開學(xué)生實踐練習(xí)，但不同計算機課程需要的實驗環(huán)境、設(shè)備和配置大不相同，往往導(dǎo)致實驗中心的設(shè)備無法完全滿足教學(xué)要求，且升級更新計算機設(shè)備往往需要大量時間，同時學(xué)生在個人電腦上進(jìn)行計算機實踐操作時，也常因為計算機軟硬件配置不夠或版本過低，難以運行大型程序，如大數(shù)據(jù)處理、深度學(xué)習(xí)等程序。

如果將計算、存儲、平臺等各種資源采用虛擬化技術(shù)提供給學(xué)生，學(xué)生可直接通過瀏覽器登錄該云平臺，啟動虛擬機進(jìn)行實踐練習(xí)，教師也可隨時跟蹤學(xué)生學(xué)習(xí)情況并答疑解惑，以及給學(xué)生分配學(xué)習(xí)任務(wù)。

為方便學(xué)生不受限于時段、地點、個人電腦配置登陸平臺進(jìn)行自主學(xué)習(xí)，可及時調(diào)節(jié)學(xué)習(xí)進(jìn)度，將教師錄制的微課、慕課、公開課等在線資源與教師在課堂教學(xué)中對學(xué)生學(xué)習(xí)情況登記的信息整合，從數(shù)據(jù)中獲得學(xué)生下載資源、在線學(xué)習(xí)時間、學(xué)習(xí)內(nèi)容、學(xué)習(xí)位置等信息，提取學(xué)生學(xué)習(xí)特征，分析不同期班、不同層次學(xué)生的學(xué)習(xí)行為和學(xué)習(xí)特點，掌握學(xué)生學(xué)習(xí)規(guī)律，從而發(fā)現(xiàn)教學(xué)環(huán)節(jié)中存在的問題，合理配置教學(xué)資源，進(jìn)一步調(diào)整教學(xué)內(nèi)容設(shè)計、教學(xué)方案規(guī)劃，使教學(xué)效果進(jìn)一步優(yōu)化，提高教學(xué)質(zhì)量。同時，還可根據(jù)不同期班、不同層次的學(xué)生，實施個性化教育方案，從而激發(fā)學(xué)生學(xué)習(xí)主動性和積極性。

2 基于云平臺的學(xué)生學(xué)情分析框架

為獲取學(xué)生學(xué)習(xí)基本信息，基于云平臺搭建學(xué)生學(xué)情分析框架，及時掌握學(xué)生學(xué)習(xí)情況，分析學(xué)生學(xué)習(xí)特點，為其推薦可能感興趣的學(xué)習(xí)資源，并為教師提供學(xué)生學(xué)習(xí)過程中的疑難點與影響學(xué)習(xí)質(zhì)量的主要因素，從而調(diào)整教學(xué)內(nèi)容和教學(xué)方案，提高教學(xué)質(zhì)量。框架結(jié)構(gòu)如圖1所示。

該框架主要分為3部分。

（1）數(shù)據(jù)來源，包括本地數(shù)據(jù)庫和網(wǎng)絡(luò)數(shù)據(jù)庫兩部分。本地數(shù)據(jù)庫包括學(xué)生基本信息、課程基本信息、教室基本信息、教師基本信息等;網(wǎng)絡(luò)數(shù)據(jù)庫包括學(xué)生在網(wǎng)上學(xué)習(xí)的內(nèi)容、學(xué)習(xí)時間長度、所在位置、與他人或教師的留言等信息。由上述信息構(gòu)成基于時空的學(xué)生學(xué)習(xí)行為資源庫，以便下一步數(shù)據(jù)分析。

（2）數(shù)據(jù)分析。從數(shù)據(jù)來源中分析提取學(xué)生學(xué)習(xí)特征，包括學(xué)號、課程編號、學(xué)習(xí)時間、位置、教師編號、學(xué)習(xí)次數(shù)等數(shù)據(jù)，采用關(guān)聯(lián)分析、聚類分析、時空序列分析等方法挖掘?qū)W生學(xué)習(xí)特點。

（3）結(jié)果展示。根據(jù)數(shù)據(jù)分析結(jié)果，總結(jié)學(xué)生學(xué)習(xí)偏好，并分析影響學(xué)習(xí)質(zhì)量的主要因素，推薦學(xué)生可能感興趣的內(nèi)容。

3 學(xué)情分析

本部分基于圖1重點介紹數(shù)據(jù)分析流程。以圖2為例，學(xué)生1早上6：40-7：10在宿舍學(xué)習(xí)《Python語言程序設(shè)計》第4章選擇結(jié)構(gòu)程序設(shè)計;學(xué)生2上午11：00-11：30在圖書館學(xué)習(xí)《Python語言程序設(shè)計》第5章循環(huán)結(jié)構(gòu)程序設(shè)計，下午13：20-14：10在圖書館學(xué)習(xí)《Python語言程序設(shè)計》第6章列表;學(xué)生2下午14：42-16：56在實驗樓學(xué)習(xí)《計算機文化基礎(chǔ)》第7章多媒體使用技術(shù);學(xué)生3晚上21：30- 21：56在教學(xué)樓學(xué)習(xí)《計算機硬件基礎(chǔ)》第4章中央處理器。

將學(xué)生、學(xué)習(xí)內(nèi)容、位置、時間進(jìn)行關(guān)聯(lián)，構(gòu)成基于時空的學(xué)生學(xué)習(xí)行為資源庫。在此基礎(chǔ)上，進(jìn)行數(shù)據(jù)分析。本文采用的數(shù)據(jù)分析技術(shù)主要有聚類分析、關(guān)聯(lián)分析、時空序列分析等。

經(jīng)過聚類分析，將學(xué)習(xí)資源、學(xué)習(xí)時間、學(xué)習(xí)位置等進(jìn)行聚類，每個聚類結(jié)果按照從高到底的順序排列，如表1所示。表中的學(xué)習(xí)時間以小時為單位。例如，與其它計算機類課程相比，學(xué)生對《Python語言程序設(shè)計》、《計算機文化基礎(chǔ)》、《計算機硬件基礎(chǔ)》課程最感興趣。學(xué)生大多自主學(xué)習(xí)時間在晚上20：00—凌晨1：00，白天大多時間在13：00-16：00。由于本文研究對象是軍校學(xué)生，與地方大學(xué)生作息時間不同，因此聚集的學(xué)習(xí)時間點也不同。學(xué)習(xí)位置大多在教室、實驗樓、圖書館和宿舍。

3.1 聚類分析

聚類分析的目的是分析學(xué)生對哪些學(xué)習(xí)資源感興趣、一般集中在哪個時間點學(xué)習(xí)，聚焦于哪些問題、學(xué)習(xí)時長、在哪個位置學(xué)習(xí)等信息。例如，采用K-means算法將學(xué)生學(xué)習(xí)資源進(jìn)行聚類，得出哪些學(xué)習(xí)資源最受歡迎。其算法流程如圖3所示。

3.2 關(guān)聯(lián)分析

關(guān)聯(lián)分析的目的是分析上述數(shù)據(jù)之間是否存在某種潛在關(guān)聯(lián)。例如，能否根據(jù)學(xué)習(xí)資源點擊率判斷該門課程綜合成績高于其它課程成績，能否根據(jù)學(xué)生學(xué)習(xí)次數(shù)判斷其學(xué)習(xí)成績高于其他學(xué)生。采用關(guān)聯(lián)分析的經(jīng)典算法Aprior算法，通過計算最小支持度與最小置信度得出結(jié)論，如表2所示。

如表2顯示，學(xué)習(xí)了《Python語言程序設(shè)計》課程的學(xué)生，大多會學(xué)習(xí)《計算機硬件基礎(chǔ)》。學(xué)生平時在平臺上自主學(xué)習(xí)時，其點擊率與課程最終成績關(guān)聯(lián)度不大。學(xué)生成績與學(xué)生在線及師生互動答疑的次數(shù)關(guān)聯(lián)度較大，說明學(xué)生積極學(xué)習(xí)課程時，會關(guān)注疑難問題的解答，其最終成績也較高。

3.3 時空序列分析

時空序列分析指根據(jù)學(xué)生學(xué)習(xí)記錄，從時間、地點角度分析其行為特點，以判斷學(xué)生常在哪個時間段學(xué)習(xí)，在哪個時間段對哪些學(xué)習(xí)內(nèi)容感興趣以及在哪些時間段常在某個地點等具體行為，用以預(yù)測或推薦學(xué)生在某個時間段、某個地點學(xué)習(xí)哪些學(xué)習(xí)資源。該分析示例如圖4所示。其中l(wèi)1、l2、l3、l4、l5表示5個不同的位置，圓圈里的數(shù)字代表時間。圖4顯示了學(xué)生3日常學(xué)習(xí)行為，例如在13：00時去l3位置學(xué)習(xí)，在15：00時去l5位置學(xué)習(xí)，在16：00時去l6位置學(xué)習(xí)等，可清楚觀察到該學(xué)生整日學(xué)習(xí)規(guī)律，為定點定時課程推送提供依據(jù)。

4 結(jié)語

為了較客觀、及時掌握學(xué)生學(xué)習(xí)動態(tài)，明確其學(xué)習(xí)偏好，本文提出了一種基于云平臺的學(xué)生學(xué)習(xí)行為分析方法，旨在分析學(xué)生學(xué)習(xí)資源、學(xué)習(xí)時間、學(xué)習(xí)位置、點擊率等數(shù)據(jù)信息的潛在關(guān)系，為學(xué)生推薦合適的學(xué)習(xí)資源、教師及時調(diào)整教學(xué)內(nèi)容等提供依據(jù)，從而最終實現(xiàn)提升教學(xué)質(zhì)量的目的。同時，隨著信息量增大和技術(shù)更新發(fā)展，還需采用大數(shù)據(jù)技術(shù)分析更詳細(xì)的數(shù)據(jù)，因此如何為學(xué)生課程考評提供更詳實數(shù)據(jù)、為教師定制個性化課程、為師生互選課程信息和學(xué)生信息提供公正可靠的數(shù)據(jù)等，是下一步研究內(nèi)容。

參考文獻(xiàn)：

[1] 李國杰，程學(xué)旗. 大數(shù)據(jù)研究：未來科技及經(jīng)濟(jì)社會發(fā)展的重大戰(zhàn)略領(lǐng)域：大數(shù)據(jù)的研究現(xiàn)狀與科學(xué)思考[J]. 中國科學(xué)院院刊，2012，27（6）：647-657.

[2] HURST F M. Northern Arizona University's personalized learning[EB /OL]. http：//www.educause.edu/ero/article/northern-arizona-universitys-personalized-learning.

[3] KARA KOHN. As the spirit MOOCS you：massive openonline courses and Illinois libraries[EB/OL]. http：//www.ila.org/Reporter/October_2013/Pages_4-7.pdf.

[4] ELIZABETH D. MOOCs：Where are the librarians[EB/OL]. http：//www.hastac.org/blogs/elizabeth-dill/2012/08/14/moocswhere-are-librarians.

[5] 張紅巖，張剛，靳明，等. 基于云平臺的經(jīng)營管理信息系統(tǒng)設(shè)計[J].? 軟件導(dǎo)刊， 2019，18（5）：106-109.

[6] 陳眺，李思灝，楊健龍，等. 新能源汽車遠(yuǎn)程監(jiān)控標(biāo)定的通信系統(tǒng)設(shè)計[J].? 軟件導(dǎo)刊，2018，17（1）：108-112.

[7] 車力軍. 基于可信計算的省級政務(wù)云平臺方案設(shè)計[J]. 軟件導(dǎo)刊，2018，17（5）：165-168.

[8] 張?zhí)裉?，孫紹華. 基于Spark的云計算平臺在實驗室的應(yīng)用與實現(xiàn)[J].? 軟件導(dǎo)刊，2018，17（4）： 191-193.

[9] 楊田貴.云計算及其應(yīng)用綜述[J]. 軟件導(dǎo)刊，2016，15（3）：136-137.

[10] 周冰，張志剛. 智慧城市電子政務(wù)云平臺構(gòu)建[J]. 軟件導(dǎo)刊， 2016，15（11）：137-139.

[11] 葛倩. 基于云服務(wù)的科普資源平臺研究與設(shè)計[J]. 軟件導(dǎo)刊， 2015，14（7）： 129-131.

[12] 李靜. 云平臺支持下的數(shù)字校園建設(shè)新視角[J]. 軟件導(dǎo)刊， 2014，13（8）： 6-7.

[13] 洪超，王靜，夏永泉. 中小企業(yè)公共信息服務(wù)云平臺設(shè)計[J].? 軟件導(dǎo)刊，2013，12（5）： 4-6.

[14] 張依歡. 關(guān)聯(lián)規(guī)則算法在教學(xué)評價中的應(yīng)用研究[D]. 吉林：吉林大學(xué)，2016.

[15] 張敏. 頻繁項集挖掘算法在高職院校教師評價系統(tǒng)中的應(yīng)用研究[D]. 長春：長春工業(yè)大學(xué)，2016.

[16] 張志友. 數(shù)據(jù)挖掘技術(shù)在選課系統(tǒng)中的應(yīng)用[J]. 實驗室科學(xué). 2007.6.94-96.

[17] 許晏銘，王昌達(dá). 基于模糊綜合理論的研究生課程質(zhì)量評價云系統(tǒng)[J]. 軟件導(dǎo)刊， 2018， 17（7）： 120-123.

[18] 劉磊，陳羽云，林潔鑫.? 基于微信公眾號的教務(wù)信息查詢系統(tǒng)設(shè)計與實現(xiàn)[J]. 軟件導(dǎo)刊， 2017， 16（9）： 111-113.

[19] 管維紅，孫濤，劉騰. 在線實驗云平臺構(gòu)建及實施[J]. 軟件導(dǎo)刊，2017，16（12）：172-174.

[20] 伍琴，洪騫. 基于云平臺的華文教學(xué)新模式應(yīng)用研究[J]. 軟件導(dǎo)刊， 2016，15（7）： 224-225.

[21] 劉遠(yuǎn)軍.? 網(wǎng)絡(luò)云平臺下《C語言》課程教學(xué)改革實踐[J].? 軟件導(dǎo)刊，2015，14（9）：186-188.

[22] 吳淑蘋. MOOC課程模式下云學(xué)習(xí)環(huán)境研究[J]. 軟件導(dǎo)刊， 2013，12（3）： 191-193.

[23] 李素若. 基于慕課的編程類課程混合式教學(xué)模式研究與實踐[J]. 軟件導(dǎo)刊， 2017， 16（1）： 189-191.

（責(zé)任編輯：江 艷）