SCI论文（www.lunwensci.com）:
摘要：智慧教育的实施强调以学生的学习与发展为中心。围绕学生个性化成长和发展的需要，运用云计算、大数据、互联网、人工智能等新的信息技术手段，对学生学习活动进行数据跟踪和采集，并对已获知的数据进行分析。以此客观判断单个学生在学习能力及兴趣上的差异性，为学生制定合适的个性化教学，使得每个学习者都能沿着符合个性化特征的路径成长。
关键词：智慧教育；大数据；个性化教学
本文引用格式：刘晓静.依托大数据分析技术探索高校个性化教学新路径[J].教育现代化,2020,7(46):162-164,177.
一 引言
早在两千多年前，我国著名的思想家、教育家孔子就发现了学生之间的个体差异，积极倡导并十分重视因人而异地选择教学内容和教学方法，朱熹将其概括为“孔子施教，各因其材”。《新一代人工智能发展规划》和《教育信息化2.0行动计划》中都强调：通过大数据采集与分析，将人工智能切实融入实际教学环境中，实现因材施教、个性化教学。国家教育事业发展“十三五”规划中提出积极发展“互联网+教育”，鼓励学校利用大数据技术开展对教育教学活动和学生行为数据的收集、分析和反馈，为推动个性化学习和针对性教学提供支持。
二 国外研究现状
2016年，美国教育部发布NETP（教育技术计划）中，提出运用技术来改善学生学习的新理念，要创建多样化、人性化和个性化的学习评估体系，将教育技术嵌入评价内容，实现多元评价方式[1]。
美国普渡大学Signal学业预警系统，基于对学生学业变量、等级考试成绩以及学生登录课程网站频率的分析，表现不好的学生会被亮黄灯甚至红灯，然后收到一封学业失败危险预警邮件。早期预警对成绩不佳的学生顺利完成学业显得十分重要。
《斯坦福大学2025计划》开环大学计划中，自定节奏的学习旨在促进学术探索，然后提升学科的内在严谨性。学生根据他们的个人意愿按照自己的节奏来完成各阶段的学习。
美国高中选课走班制的现状,借助计算机和网络技术，在现代学校中重新实现个性化的学习，辅导教师负责跟踪学生出勤率和学习进度。专业教师针对相应水平的学生制订相应的教学方案和运用适当的教学策略。
三国内研究现状
许晓川、王爱芬,大数据与多元智能的融合可以更准确地判断学生的个性、学习程度、学习特长等，为不同的学生提供诸如精准教学、个性化学习软件等具体教学辅助设备，进而从根本上改变学生学习和教师教学的方式，从整体上提高教育教学的服务质量和效率[2]。
李晓堂,在大数据学习分析的智能翻转课堂教学模式研究中提出，通过信息化和数据分析技术，结合翻转课堂模式，不仅综合解决了传统教学过程中遇到的问题，增强师生的课堂讨论和多元化交流，同时还加入大数据智能决策分析功能，提升了课堂教学质量[3]。
吴文峻,面向智慧教育的学习大数据分析技术是支撑智慧教育的重要技术之一，它采集和汇聚学生在智能化教育环境中学习产生的大量学习数据，对其进行深入的分析和解释，从而获取学生学习的隐性和显性行为,发现潜在问题,提供智能化的教学建议[4]。
四大数据技术的应用价值
随着我国大众化教育的普及，在校大学生数量日趋增加，提高教育教学的质量和效率也迎来了巨大的挑战，想要达到“精英”效应显得力不从心。而大数据分析的运用将为个性化教学提供技术支持。运用大数据分析技术对学生的学习行为，学科中的关键点和突破点、知识的结构分类、学习喜好与风格、学习动机与态度等数据进行分类统计和分析，可以为精准教学提供依据。这既能使积极性较高学生的文化知识水平达到平均标准，也能发现每一个孩子高于平均水平的潜能。
现如今，受到家庭教育、网络世界和快节奏生活方式等外界因素的影响，许多自控能力差的学生由于学习动机不良和学习目标渺茫，导致多学科考试不及格、重修甚至不能顺利毕业等学业失败现象。而利用大数据分析对消极学生学业不佳、违规违纪等现象进行实时动态监控，将学生在求学过程中出现的成绩预测和预警[5],及时反馈给学生本人及家长，及早的采取相关措施以帮助学生顺利完成学业。这不但会使因学业荒废被退学的学生数量减少，而且高等院校学风滑坡的状况也必将得到显著的改善。
五个性化教学的必然性
美国心理学家霍华德·加德纳提出的多元智能理论强调：每个人都是独特的，同时又是出色的，学校和教师的任务就是要有适合学生特征的有效方法，从而促进每个学生的全面充分发展。个性化教学强调学校和教师要根据每个学生的特点采取针对性和特殊性教育，因材施教符合人才成长规律，也是自古至今理想的教育模式。
人工智能、区块链等新成就频频出现，预示着诸如重复性、程序化的工作将被人工智能所取代，在未来靠表象理解和知识存储为主要工作领域的人将逐渐减少。但是人有一种人工智能无法替代和超越的天禀之赋—能力，尤其是创新能力。所以新时代教育体系的目标必须更加注重培养学生积极主动的学习愿望和批判性学习能力，以此期待提高人的解决实际问题能力、探索未知世界能力、创造创新能力和创业精神。互联网的大力发展为传统以知识记忆为主的教学模式向能力培养为主的信息化教学模式创造了先机条件。
六个性化教学路径的探索
研究以大数据为依据、教-学-管-评为主线的个性化教学模式，以对学习者进行精准教学或规避学业危机。激发学习者的隐形智能，最终为实现人的多元智能发展提供实证和理论支持。
教：改变传统教学形式单一，教师灌输知识，教学过程的程序化和机械化，课内学习和课外学习不衔接的现象。
学：改变学生课上玩手机、睡觉，课下不利用业余时间学习，甚至是网络抄袭，为了完成教师布置的作业而被动学习的漏洞。
管：改变学生学习态度被动，自我管控能力不足，而导致补考、重修甚至留级，学习质量不高，无法顺利毕业的弊端。
评：改变传统“一次考试论成败”,学生学习停留在表面知识理解和死记硬背层面，平时不用功，考前攻一攻，考后立即仍的局面。
七 个性化教学路径的具体内容
在智慧教育背景下，校园内外、线上线下各种类型的学习平台实现“云”“网”“端”的沟通交流和数据传输。利用教学全过程动态监测学习测评生成数据记录，利用大数据分析使教学决策、评价反馈、交流互动和资源推送成为有证据的教学数据，使教学成为有实证性论证的科学成为现实。
（一）教
本着学生为主体，教师为主导的原则，利用诸如蓝墨云班课等创建教学班课，将教学分为课外知识理解和课内知识内化两个阶段。
课外教学：教师可上传教学资源并发布通知，引导学生参与讨论；或者通过作业测试和问题答疑等方式布置作业任务，督促学生完成作业，完成表面知识的理解。课外表面知识的学习即培养了学生自主学习，又为教师调整教学策略提供了依据。
课内教学：教师课堂上主要解决学生在课外自学遇到的共性难点问题和重点问题，并通过头脑风暴、变式训练等活动理解并整合新知识，完成对知识表象理解阶段到知识内化阶段的过渡。为了达到理论知识的应用与迁移，学以致用，通过小组任务和互评式作业，紧密知识链接和提升学科辩证思维能力。
（二）学
本着“天生我才必有用”，遵循多元智能理论的原则，将教学任务划分成八类作业，尊重人的八大智能和个性化学习路径。
（1）测试类作业：利用测试活动模块，将归纳性强、贯穿面广泛的的教学知识点进行考核，发挥人的逻辑-数理智能。
（2）讨论类作业：利用答疑讨论模块，对情景化、生活化的案例进行讨论，发挥人的语言智能。
（3）问答类作业：利用头脑风暴模块，提出开放性问题，作答形式可以是漫画、结构图或图片，发挥人的视觉-空间智能。
（4）评价类作业：利用作业评价或投票模块，通过互通式评价，既发现了别人的亮点，又归纳了自身的不足，发挥人的自知-自省智能。
（5）展示类作业:利用小组任务模块，进行作品展示，讲解PPT、解说一副图画或现场表演，任务作品完成的过程必然要进行查阅资料和生活观察，发挥了人的自然-观察智能。
（6）操作类作业：利用作业或小组任务模块，将实训课操作过程录制成微视频，作为实训课考试成绩，发挥人的身体-动觉智能。
（7）小组式作业：利用作业或小组任务模块，随机划分小组，团结合作、各抒己见、各司其职共同完成一份作业或任务，发挥人的交流-交往智能。
（8）语音类作业：利用答疑讨论或小组任务模块，完成作业可以以语音或歌唱的方式提交，弥补了写作、图画、表演等的不足，发挥人的音乐-节奏智能。
（三）管
本着以人为本的科学态度，围绕着学习态度和学习能力两个维度，建立学业预警机制，以提高教学质量和培养学生的综合素质。
学习态度可通过出勤率获得的经验值折合成分数，学习能力以八大作业获得的经验值折合成分数，汇总每位学生的总分数，并以此为标准建立Ⅲ级预警机制。
（1）Ⅰ级预警：任课教师谈话沟通，找出是学习态度不端或是学习能力差，并及时调整教学策略。
（2）Ⅱ级预警：辅导员或行政职能部门根据学生的违纪、作弊等其他不良行为，给予教育批评和警告。
（3）Ⅲ级预警：通知家长学业失败警告书，并附以教学数据单和违规违纪证据，告知学生本人及家长可能产生的后果，针对性采取相应补救措施。
（四）评
以建构主义理论为依据，重视学习者的学习过程，建立考核形式和内容多元化的全过程考核模式。根据课程标准划分考核模块，并确定考核模块的学习目标、内容及学时数；根据学习目标确定考核模块的考核点和分值，考核分值的权重依据考核点在模块中的重要性而定；各考核点以八类作业的形式贯穿全考核模块；汇总各模块分值比计算出课程最终考试成绩。
八 依托大数据分析，制定精准教学
（一）数据集成
收集学生学习行为证据。大量原始的学生记录存储在数据库或系统日志里，根据知识板块筛选出有用的信息，通过统计方法或相关技术对教学活动进行记录并加以整理，例如学生浏览教学资源、观看视频、完成习题测试和参与小组讨论等行为数据。这一系列的数据既都可以反映出学生在学习全过程的动态结果，又能够反映学生学习欲望、学习进度和学习目的特殊性和差异性。学习痕迹记录为学习者自我反思和教师评价指导提供了可靠的证据，促进学习者个性化成长与发展。
（二）数据分析
通过教学证据的“伴随式”集成，对学生的学习轨迹进行判断和评价，全程了解学生学习过程的个性化特点[6]。首先，对数据结果的数值正态或偏态、偏高或偏低进行解释，找出学生学习成绩个体差异的本质内容或原因，教师获得有价值的经验教学反思，为教师或学生做出针对性、及时性调整提供可靠的保障。其次，把初步整理的数据通过统计推理的方法，分析学生的学习保持率、自定律学习规律，作为教学改进意见的主要依据。总之，基于大数据分析结果及时调整教学策略，更好引导学生选择性学习和深入性学习。
（三）个性化教学—精准教学
在教学过程中结合详细的知识点结构图，测评每个学生在已具备知识点的能力水平，并配置最适宜的学习材料，最大限度的发掘学生的潜能，更恰当地尊重学生的个体差异性，鼓励探索新知的热情和雄心壮志。教师根据对各类数据的分析，确定教学重点和提高教学效率的方法，使教育能够精确到个性化学习发展。主要体现在四个方面如下。
一是个性化学习内容，以学生学习内容证据记录为依据，制定相应的教学内容并调整教学进度，以适应学生个性化的学习需求。二是个性化学习方法，作出对学生学习行为和学习欲望的数据分析，分析每一个学生在学习习惯、学习态度方面的个体差异，采取不同的教学策略和教学方法。三是个性化学习环境，差异性的学习者适应的学习情境是不同的，利用现代信息化教学技术设计个性化学习情境。四是个性化组织形式，学生可以自主选择学习内容并安排学习进度，能够自主与教师或学生交流讨论，享受到真正的个性化教育。
（四）个性化管理—学业预警
为了规避学业危机，针对自身学习态度不端、自主学习能力和自控能力较差的学习者，早期对学生学业进行实时动态监控、成绩预测和预警。高校需要建立学业预警领导机制[7]，根据预警评价指标体系做好学业预警信息的收集与学业预警等级的准确判断，给予针对性的帮扶。从任课教师，行政管理人员和家长三方逐级进行决策干预，不但能降低学生课程重修率，减少学校人力、物力和财力的耗费，而且能够引导和督促学生科学学习，因势利导激发自身隐形潜能，促进和谐校园建设。
九 结论
总之，在“互联网+”时代，个性化、智能化的制造模式亟待培养个性化、创新型人才。随着教育信息化技术的突飞猛进，特别是大数据、人工智能和物联网技术与教育教学的深度融合，为学生的个性化培养搭建了纽带桥梁。尤其是通过伴随式数据采集和运用大数据分析工具，教师可以对学生的学习动机、学习内容、学习方法等获得一手资料，并及时调整教学策略，推送个性化的学习资源，辅助学生精准化完成学习任务，自助化完成学习目标。使得每个学习者都能沿着符合个性化特征的路径成长，为学生实现终身学习打下良好的基础。
参考文献
[1]陈殿兵,杨新晓.美国国家教育技术计划的探究与启示[J].浙江师范大学学报(社会科学版),2017,42(3):115-120.
[2]许晓川,王爱芬.大数据与多元智能在教育教学中的深度融合[J].教育理论与实践,2017,37(25):32-35.
[3]李晓堂.基于大数据学习分析的智能翻转课堂教学模式研究[J].现代教育技术,2017,20:30-35.
[4]吴文峻.面向智慧教育的学习大数据分析技术[J].电化教育研究,2107,6:88-94.
[5]曹威麟.“学困生”学业预警爱心援助工作机制探析[J].高等工程教育究,2007,5:93-96.
[6]李刚.成人教育个性化教学模式的教学实践[J].成人教育,2018,3：7-9.
[7]袁安府.大学生学业预警评价指标体系的构建与应用研究[J].黑龙江高教研究,2014,3:79-83.
关注SCI论文创作发表，寻求SCI论文修改润色、SCI论文代发表等服务支撑，请锁定SCI论文网！ 文章出自SCI论文网转载请注明出处：https://www.lunwensci.com/jiaoyulunwen/31792.html
