陳 雷

（寧波幼兒師范高等專科學校學工部、學生處，浙江寧波 315016）

一、引言

工業(yè)4.0 時代，基于“物聯(lián)網(wǎng)+大數(shù)據(jù)”的云時代驅動著教學模式變革的全面提速，國內(nèi)的教學態(tài)勢正不斷地實現(xiàn)迭代。2018年教育部發(fā)布《教育信息化2.0 行動計劃》明確指出：“教育信息化進入2.0時代，應推動教師主動適應信息化、人工智能等新技術變革，積極有效開展教育教學，全面促進信息技術與教育教學的融合創(chuàng)新”［1］，在線教學逐漸成為教學活動常態(tài)。同時，隨著2020年初突如其來的新冠疫情以及疫情在國內(nèi)外的常態(tài)化發(fā)展，使得線上教學在國內(nèi)外迅速發(fā)展并廣泛應用［2］，從客觀上促使在線教育越來越成為主流的教學手段。

教育領域蘊藏著具有廣泛應用分析價值的海量數(shù)據(jù)，但受限于技術和環(huán)境等主客觀因素，傳統(tǒng)教育難以對教學過程中的語言、行為、狀態(tài)等信息進行有效的采集與分析［3］，導致對傳統(tǒng)教育環(huán)境下各教學模式的評判，普遍以專家主觀經(jīng)驗進行分析，欠缺嚴謹性。而在云計算和大數(shù)據(jù)的助力下，在線教學過程中的教學數(shù)據(jù)、行為數(shù)據(jù)、言語數(shù)據(jù)、態(tài)勢數(shù)據(jù)、視頻數(shù)據(jù)等能夠有效地被捕捉并保存至云端［4］，這些海量數(shù)據(jù)以指數(shù)規(guī)模的量級迅速增長。在這樣的背景下，網(wǎng)絡數(shù)據(jù)挖掘工具、學習分析技術、數(shù)據(jù)可視化等一系列大數(shù)據(jù)分析技術迅速發(fā)展，使得對在線教學過程中分析教學進程數(shù)據(jù)、師生行為數(shù)據(jù)、言語數(shù)據(jù)等具備了較強的可行性和客觀性，將能多維度深層次地立體解析在線數(shù)據(jù)，以此研究教師教學行為與學生學習行為、學習成效的關聯(lián)性與影響機制［5］，為教育教學決策提供有效的數(shù)據(jù)支持，并促進在線教育模式、教學形態(tài)、教學建構的進一步深度變革。

近年來，寧波幼兒師范高等?？茖W校大力推進省級雙高建設，促使學校圍繞著學前教育等高水平專業(yè)群建設進行各項改革，包括課程建設和教學質量改革，制定了以前沿技術作為支撐手段深化課程改革的評估策略，并且大力推進數(shù)字化改革和智慧校園建設。2021 年完成“寧師大腦”一期項目，該項目成為寧波市高校唯一入圍全省教育系統(tǒng)數(shù)字化改革揭榜掛帥創(chuàng)新試點，信息化實踐案例列入2021 年浙江省教育領域數(shù)字化改革50大實踐案例；建成200余個公共分析大數(shù)據(jù)模型，包括完成教學質量診斷與改進信息化平臺。學校通過該平臺讓數(shù)據(jù)發(fā)聲，已常態(tài)化實現(xiàn)對各類線上和線下課程的診斷與分析。筆者選取2021 年疫情常態(tài)化期間寧波幼兒師范高等?？茖W校學前教育專業(yè)一門在線課程作為研究對象，通過運用教學數(shù)據(jù)診斷分析平臺，基于網(wǎng)絡數(shù)據(jù)、視頻數(shù)據(jù)分析工具，采用多維分析手段，并以不同的在線教學模式作為研究對象，挖掘在線教學行為與學生學習態(tài)勢的數(shù)據(jù)，以此來定位在線教學各種不同教學模式的特性、關聯(lián)度和影響機制。

二、在線課程介紹及分析模型體系

筆者在本研究中選用的是寧波幼兒師范高等專科學校針對學前教育專業(yè)大二學生開設的“學前多媒體課件技術”課程，該門課程共包括：理論知識、圖片處理技術、動畫設計、視頻制作、音頻制作、多媒體課件設計、虛擬現(xiàn)實、Focus Sky等八大章以及32 小節(jié)。因2021 年下半年浙江疫情影響，本課程在線上進行授課，使用的在線教學工具是釘釘課堂、騰訊課堂、職教云等平臺，其中騰訊課堂以教學直播為主，釘釘課堂以教學直播和研討為主，職教云以教學資源發(fā)布、互動研討、線上考試為主，開課時間為2021年9月20日至2021年11 月26 日，授課對象為2020 級學前教育專業(yè)學生，學習總人數(shù)為2128人。

根據(jù)在線課程的具體表現(xiàn)形式，采用大數(shù)據(jù)分析法、視頻分析法和工具分析法，基于教師與教學對象的行為數(shù)據(jù)記錄和分析［6］，以教師的言語、活動，教學對象的言語、實踐、無意義行為等作為數(shù)據(jù)分析研究對象進行行為編碼，聚焦13個教師行為和11個教學對象行為，作為行為序列分析的行為對象，具體的教師、學生行為編碼如表1所示。

表1 教師、學生行為編碼表

在運用大數(shù)據(jù)與學習分析對在線教學數(shù)據(jù)進行挖掘的基礎上，計算分析教師行為和教學課程資源特性，挖掘教師與學生、教師與教師、教師與資源、學生與資源、資源與資源之間的關聯(lián)性，分析學生的潛在教學需求，并依據(jù)合理的資源整合配置方案和推薦策略，深度解析在線教學中教師與學生教學行為的關聯(lián)性和教學模式之間的差異，為教師的教學模式優(yōu)化以及學生在線教學的個性化資源整合、教學推薦、個性交互、成長路徑推薦等教學服務提供數(shù)據(jù)支撐。

圖1為課題建構的在線教學行為分析模型體系，該架構在借鑒美國卡耐基梅隆大學教學數(shù)據(jù)分析模式的基礎上，通過遵循“Na?ve Bayesian Model”數(shù)據(jù)分析技術為支撐，規(guī)劃并開發(fā)了在線教學數(shù)據(jù)三元分析體系，包括教學行為關聯(lián)挖掘、技術支持的教學模式分析、教學模式與學習成效解析共三大部分。其中，教學行為關聯(lián)挖掘是在線教學數(shù)據(jù)分析體系的基礎，主要是針對教學過程中的教學數(shù)據(jù)、視頻數(shù)據(jù)、瀏覽數(shù)據(jù)、感知數(shù)據(jù)以及其它數(shù)據(jù)來挖掘分析，通過數(shù)據(jù)分析集組件HPCA，面向解決方案的標簽工具Rapid Miner，大數(shù)據(jù)學習分析工具Map Reduce 與下一模塊相關聯(lián)；技術支持的教學模式分析是體系的核心，主要是針對在以技術為支撐的不同教學模式下與各教學內(nèi)容的關聯(lián)度和影響態(tài)勢的分析；教學模式與學習成效解析是該體系的終端要求，其數(shù)據(jù)分析是以區(qū)塊數(shù)據(jù)、聚類/異類、序列規(guī)則、預測推演等作為分析手段，并采用K-Means，Apriori Algorithm，AdaBoost等數(shù)據(jù)迭代算法，其核心思想是將各教學功能模塊的使用率與學員群體學習效果的相關性作為研究對象，針對同一個訓練集訓練不同的分類器，通過改變數(shù)據(jù)分布來實現(xiàn)，根據(jù)每次訓練集之中每個樣本的分類是否準確和總體分類的準確率，來確定每個樣本的均值、權值，并以此來研究教學規(guī)律和關聯(lián)度。

圖1 在線教學行為分析模型體系

三、教學行為序列分析

該門課程的授課教師共有13位，這些授課教師的教學方式存在較大差異，分別體現(xiàn)在：以知識講授為主、以實踐演示為主、以啟發(fā)式教學為主、以引導反思為主，其中以知識講授為主的教學方式注重內(nèi)容講解和板書，以實踐演示為主的教學方式注重課件演示和指導，以啟發(fā)式教學為主的教學方式注重提問和布置任務，以引導反思為主的教學方式注重測評以及活動組織和管理。

在數(shù)據(jù)分析實踐環(huán)節(jié)，基于“教學行為序列”要素框架體系，考慮采用關聯(lián)序列分析法，通過運用文本編碼、交叉引用的工具Nvivo，基于詞典的文本解析工具CATPAC和LIWC，網(wǎng)絡分析工具UCINET，以及統(tǒng)計與數(shù)據(jù)分析工具PYTHON 和SPSS，對顯著性行為舉動進行分析與研究。將與教師的任一種教學行為發(fā)生關聯(lián)的學生具體伴隨性行為，定義為一個行為序列［7］，并采用兩種行為的組合編碼方式，作為關聯(lián)行為的研究對象。對教學過程中教師與學生相關學習行為數(shù)據(jù)通過K-Means 聚類和異類進行解析，以此進行數(shù)據(jù)邏輯匹配并構建在校教學中不同教學行為可能出現(xiàn)的協(xié)方差矩陣，輸出交互數(shù)據(jù)集方陣，進行模糊指標的解析預測，并將多組數(shù)據(jù)結果進行反復求階，取得預測結果的加權平均值，將此結果作為教學交互指標的評價結果。表2為在線教學行為序列頻次表，其中“行”代表教師的行為，“列”代表緊接著該“行”行為之后發(fā)生的行為，是由“行”行為向“列”行為發(fā)生的轉換，表2 中的數(shù)據(jù)代表兩種行為所形成的行為序列的發(fā)生頻次。

表2 在線教學行為序列頻次表

通過表2 中數(shù)據(jù)可以得知，教師的“講授”行為與學生的“疑問”行為連接緊密，同時與學生的“無意義行為”有著較大的關聯(lián)性。這表明，在進行課程的傳授時，教師過多的“講授”行為是較為抽象的教學，該行為難以讓學生深度掌握需重點學習的知識或技能，教師與學生產(chǎn)生有效的共鳴較為困難，學生在這個教學過程中會對所學習的內(nèi)容產(chǎn)生大量的疑問，而且教學中單純的“講授”行為難以激發(fā)學生的學習熱情，導致學生產(chǎn)生“無意義行為”是大概率事件。

表2 中教師“課件展示”行為與學生“自我實踐”和“合作學習”行為在數(shù)據(jù)上體現(xiàn)出較強的耦合性，說明兩者行為存在著較大的關聯(lián)。這表明，教師通過“課件展示”行為能夠將較為抽象的內(nèi)容具體化，讓學生深度掌握需重點學習的知識或技能，教師與學生在教學內(nèi)容上產(chǎn)生有效的共鳴，從而激發(fā)學生對于所學知識的“自我實踐”，并且與同伴就教師所展示的內(nèi)容點進行研討，從理論上和技術層面上實現(xiàn)有效的“合作學習”。同時，通過表2 中數(shù)據(jù)展示，教學層面中的“布置任務”數(shù)據(jù)與“自我實踐”以及“合作學習”也有著較大的關聯(lián)，表明通過“布置任務”，突破對課堂教學中重難點的理解，幫助學生理解知識內(nèi)容，豐富教學活動，支撐學生開展自主學習、自主實踐，使學生的學習效果得到有效的“自我實踐”。

表2 中數(shù)據(jù)顯示，在教學過程中教師的“指令”與學生的“研討”有較大的耦合性，能夠有效促進學生群體的思維碰撞、經(jīng)驗分享、自評和互評等能力的發(fā)展，并且教師通過“活動組織與管理”提升“研討”的內(nèi)容層次，極大地優(yōu)化展示學生思維的變化，以及思維的深度與效率，使得學生能夠實現(xiàn)與學伴的實時研討、分享與協(xié)作；再加上教師“提問”與學生的“研討”一直保持有較大的關聯(lián)性，幫助學生不斷調(diào)整學習思維與學習過程，提升學生參與課堂教學的積極性，并且擴大學生之間相互學習與交流的廣度與深度。

從表2 中數(shù)據(jù)分析可得，教師在教學過程中的“鼓勵或表揚”行為與學生的“自我實踐”的數(shù)據(jù)頻次較高，同時也與學生的“創(chuàng)新性行為”呈現(xiàn)出較為緊密的耦合性。這表明，教師的該教學行為對學生的學習在提高效率及深度理解方面起著極大的促進作用。同時，技術層面的正面引導等行為會深層次激發(fā)學生學習的興趣與創(chuàng)新實踐的靈感和能動性，從而創(chuàng)設更為豐富與適切的功能體驗、習得以及遷移等情景。

教師單獨的“布置任務”行為與學生“創(chuàng)造路徑”呈現(xiàn)出較高的頻次表明，通過創(chuàng)設豐富的內(nèi)容實踐和方法體驗、習得和遷移等場景，并利用實踐技術的場景化、數(shù)字化、富媒體化、多維度化等特征的支持，在多媒體課件技術的教學過程中有助于突破學習內(nèi)容、實踐技術的重難點，通過布置具體的實踐任務來促進學生對實踐技術的應用與課件技能的有效掌握，提升學生對方法的應用與遷移的有效指導，有效推進學生建立課程內(nèi)容間的聯(lián)系，提煉學科知識、技能方法等。

表2 中數(shù)據(jù)顯示，教師在教學過程中的教學方式“板書”與學生的各類行為耦合性較小，但與“無意義行為”之間的數(shù)據(jù)呈現(xiàn)出較高的頻次，“板書”與“無意義行為”具有較高的關聯(lián)度。表明“板書”雖為傳統(tǒng)的教學方式，但由于教學表現(xiàn)形式的枯燥和單調(diào)性，對類似于本課題研究對象的技術類別課程傳授并不順暢，在技術實踐等教學困難會存在較大的障礙，有較大的概率會導致學生的注意力偏移，難以提振學生的學習興趣，難以使學生在課堂教學中保持持續(xù)的專注度。

四、教學技術應用行為與理解程度相關分析

學前多媒體課件技術課程實踐層面的內(nèi)容主要包括以下五個方面：圖片處理、視頻設計與制作、音頻設計與制作、動畫設計與制作、控件與插件技術。在課程的具體教學進程中，授課教師會采取不同的授課模式，其中：基于技術的講授、基于技術的引入、基于技術的互動研討、基于技術的模式開發(fā)、基于技術的方法指導、基于技術的環(huán)境創(chuàng)設是頻度較高的教學活動行為。以MapReduce數(shù)據(jù)驅動引擎作為多維教學內(nèi)容數(shù)據(jù)的處理平臺，構建大數(shù)據(jù)學習分析模型，通過執(zhí)行Cassandra 決策樹分析、Pearson 相關分析比對、邏輯回歸等算法，對教學模式與教學內(nèi)容理解度的相關性進行關聯(lián)度分析，并針對教師信息技術應用能力維度的量級側重分析，得到在線教學模式與教學內(nèi)容相關度分析表，如表3所示。

表3 在線教學模式與教學內(nèi)容相關度分析表

續(xù)表3

根據(jù)表3 中各教學模式與教學內(nèi)容相關性的均值和相關系數(shù)分析可得，“基于技術的講授”教學手段對各教學內(nèi)容的學習效果具有普遍的成效，是效果較顯著的教學模式；“基于技術的方法指導”的均值和相關系數(shù)數(shù)值最高，說明對這些方面教學內(nèi)容的作用效果最顯著，這是因為方法指導側重于設計層面的思維方法和制作層面技術指導，比單純“基于技術的講授”的教學手段具有更高的理解力和實用性；而“基于技術的模式開發(fā)”和“基于技術的環(huán)境創(chuàng)設”在作用學習效果層面相較“基于技術的講授”弱一些，但也處于較高水平，說明對實踐技術的開發(fā)和虛擬現(xiàn)實環(huán)境下的實踐對課堂實踐具有顯著的指導作用；“基于技術的引入”作用較微弱，因為課程內(nèi)容的先期導入與技術實踐的提升相關度較小，對學生技術實踐層面的水平難以起到顯著性提升；而“基于技術的互動研討”與各教學內(nèi)容無論是均值還是相關系數(shù)，都處于較低的數(shù)據(jù)水平，說明互動和研討難以從技術層面有效提升學生對課程中的各具體實踐內(nèi)容的理解和把握水平，學生更需要的是教師從技術層面實實在在的演示和指導，因為對技術的掌握需要的是靜下心來的沉淀和鉆研，而不是大家相互之間的交流互動。另一方面，從表3 中數(shù)據(jù)可知，在教學內(nèi)容層面，“控件與插件技術”“視頻設計與制作”“動畫設計與制作”這三個教學版塊相比其它教學內(nèi)容對技術教學的依賴度呈現(xiàn)較高的水平，它們與教學技術應用行為的均值和相關系數(shù)數(shù)值也相對較高，從中可以得出，對這三個教學版塊的教學必須格外注重技術實踐層面的引導、演示和思維拓展。

五、教學行為與學生學習效果的分析

針對教師教學模式以及信息技術應用能力維度的量級側重，可將教師劃分為以知識講授為主、以實踐演示為主、以啟發(fā)式教學為主、以引導反思為主四種教學偏重風格，通過滯后序列分析法對HDFS 分布式數(shù)據(jù)系統(tǒng)的Flume 日志采集系統(tǒng)和Kafka 消息處理隊列中教學數(shù)據(jù)進行抽取、收集、整合，并采用Apriori Algorithm 和AdaBoost等數(shù)據(jù)迭代算法，對不同教學偏重風格的教師在線教學與學生學習效果進行表征，挖掘在線教學模式與學習成效關聯(lián)的規(guī)律，如表4所示。

表4 在線教學行為模式與學習效果分析表

續(xù)表4

由表4可見，“以知識講授為主”教學模式中，側重理論部分考試內(nèi)容的決定系數(shù)（R 方）＞0.2處于作用區(qū)間，顯著性檢驗t也具有較大的數(shù)值，相關標準誤趨近于零，說明對理論方面具有明顯的導向作用；但在檢驗對實踐部分考試內(nèi)容時，發(fā)現(xiàn)三項變量的回歸系數(shù)顯著性檢驗t都小于0，決定系數(shù)（R方）＜0.1，遠遠超出理想的適配區(qū)域（0.15-0.4），回歸系數(shù)未達理想的區(qū)間，這三項數(shù)據(jù)說明，“以知識講授為主”教學模式對實踐部分測試效果提升在負相關區(qū)域，對實踐方面的提升作用不理想，通過該種教學模式難以提升學生實踐方面的學習效果?！俺煽冓吔嚓P”中的“零階”與“容差”數(shù)值較大，特別是“容差”數(shù)值過大，與理想?yún)^(qū)間處于較為偏離的狀態(tài)，對學生學習效果的整體提升作用較弱。

“以實踐演示為主”教學模式中，側重實踐部分考試內(nèi)容的決定系數(shù)（R方）＞0.4，遠大于理想的作用區(qū)間（＞0.2），顯著性檢驗t 也具有較大的數(shù)值，實踐方面的相關標準誤趨近于零，說明“以實踐演示為主”對實踐方面的提升具有明顯的正導向作用，對實踐方面的提升具有較顯著的效果；但在側重理論部分的數(shù)據(jù)表現(xiàn)方面，發(fā)現(xiàn)回歸系數(shù)顯著性檢驗t 都較小（＜2），決定系數(shù)（R方）＜0.15，小于理想的適配區(qū)域（0.15-0.4），這兩項數(shù)據(jù)說明，“以實踐演示為主”教學模式對理論部分具有提升作用，但作用較微弱，不明顯，通過該種教學模式對學生理論方面學習效果的提升作用不理想?！俺煽冓吔嚓P”中的“零階”與“容差”數(shù)值較小，趨近于零，處于較為理想的區(qū)間中，對學生技術實踐操作層面的學習效果有較為明顯的提升作用。

“以啟發(fā)式教學為主”的教學模式中，側重理論部分考試內(nèi)容的決定系數(shù)0.4＞（R方）＞0.2，位于有效的作用區(qū)間，顯著性檢驗t 也具有一定的數(shù)值（＞2），相關標準誤位于0.01左右，處于較為理想的數(shù)值范圍，說明“以啟發(fā)式教學為主”對理論方面的提升具有一定的導向作用；側重實踐部分考試內(nèi)容的決定系數(shù)（R方）＞0.4，遠大于理想的作用區(qū)間（＞0.2），顯著性檢驗t 也具有較大的數(shù)值（＞6），實踐方面的相關標準誤趨近于零，說明“以啟發(fā)式教學為主”對實踐方面的提升具有明顯的正導向作用，對實踐方面的提升具有較顯著的效果。并且“成績趨近相關”中的“零階”與“容差”數(shù)值較小，趨近于零，處于較為理想的區(qū)間中，對學生整體層面的學習效果提升有較為明顯的正向作用。

“以引導反思為主”的教學模式中，側重理論部分考試內(nèi)容的決定系數(shù)（R 方）接近理想數(shù)值（0.15），位于有效的作用區(qū)間，顯著性檢驗t也具有一定的數(shù)值（≥2），相關標準誤位于0.01左右，處于較為理想的數(shù)值范圍，說明“以引導反思為主”對理論方面的提升具有一定的正導向，但作用不顯著；側重實踐部分考試內(nèi)容的決定系數(shù)（R 方）＞0.2，處于理想的作用區(qū)間范圍（＞0.2），顯著性檢驗t 也具有較大的數(shù)值（＞4），實踐方面的相關標準誤趨近于零，說明“以引導反思為主”對實踐方面的提升具備有效的正導向作用，對實踐方面的提升具有較顯著的效果。盡管“成績趨近相關”中的“零階”與“容差”數(shù)值未趨近于零，但還算較?。ǎ?.1），處于較為理想的區(qū)間中，對學生理論和技術實踐層面的學習效果提升都有正向作用，但對實踐層面的提升作用更加顯著，整體層面的學習效果還有進一步的提升空間。

六、結束語

通過上述對學前教育專業(yè)該門在線課程教師與學生教學行為一系列數(shù)據(jù)的挖掘與學習分析，可得出如下結論：1）調(diào)整該門學前教育在線課程的教學結構，單純的“講授”和“板書”內(nèi)容不宜過長，須控制在一定的限度；2）該門在線課程的進程中，應注重開發(fā)設計“課件展示”模塊，同時注重結合“布置任務”環(huán)節(jié)，以推進學生對課程的實踐參與度；3）“互動研討”對基于技術層面課程內(nèi)容理解的提升作用不明顯，故在這部分教學內(nèi)容進程中，可以弱化該教學方式；4）注重在學前教育各教學實踐模塊中引入虛擬現(xiàn)實環(huán)境構建和技術的方法指引，發(fā)揮“基于技術的方法指導”和“基于技術的環(huán)境創(chuàng)設”教學優(yōu)勢；5）在該門學前教育課程的教學進程中，應注重運用“指令”與“活動組織與管理”的教學方式，同時考慮結合“鼓勵與表揚”的手段，促進學生的深度理解；6）調(diào)整教學行為，注重推進啟發(fā)式實踐教學模式，有效提升該門課程理論層面和實踐層面的教學成效。

如何有效提升學前教育專業(yè)技術實踐類在線課程的吸引力和教學成效，不能僅憑課程開發(fā)者或課程建設者的主觀意愿和想法，而應該讓數(shù)據(jù)發(fā)聲，讓教學模式從數(shù)據(jù)層面來反映教師與學生的學習行為和學習態(tài)勢［8］，這樣才更加科學合理和客觀有效。筆者在本研究中從教學行為建模、技術指導課程等層面實現(xiàn)對在線課程中教師與學生教學行為態(tài)勢影響機制的數(shù)據(jù)量化與分析，并探索了在線課程教學模式與學習成效的關聯(lián)度和相關關系，揭示了該門在線課程的教學現(xiàn)象與教學模式特性，期望能對其它在線課程的教學數(shù)據(jù)分析有一定的借鑒作用。上述應用教學數(shù)據(jù)挖掘分析的結論，為該門課程的在線教學今后的優(yōu)化提升提供了數(shù)據(jù)支撐，期望同時對其它技術實踐類課程的在線教學也具有參考作用。實際上，教育數(shù)據(jù)挖掘和學習分析在教師和學生在線教學中的研究還應該從更多維度進行延伸，包括在線教學后學生行為的發(fā)展、個性化教學資源推送、個性化學習路徑導引、虛擬技術實踐、教學多維模型創(chuàng)設、在線教學測評等［9］，而這些數(shù)據(jù)分析應用層面的進一步推進，將有助于在線課程教學模式的提升以及教學平臺的深層次拓展。