基于數(shù)據(jù)分析的混合式教學模式研究及應用

韓萌

關鍵詞：混合式教學；關聯(lián)分析；教學反饋

1概述

研究者提出教育理念從“知識本位教育”轉(zhuǎn)向“能力本位教育”（Competency Based Education，CBE），即要做到“知”和“行”的統(tǒng)一。因此如何保持教師教授知識和學生理解、使用知識二者之間的平衡，成了大學教育需要考慮的難題。在“互聯(lián)網(wǎng)+”環(huán)境下成長起來的新時代學生獲取知識的途徑已不再局限于傳統(tǒng)的課堂教學。面對日新月異的網(wǎng)絡技術，教育者與學生應如何應對這些改變，教學方式該何去何從，是當今教育界關注的重點問題[1]。MOOC、翻轉(zhuǎn)課堂、SPOC等成為當代大學教育使用的常規(guī)教學手段，混合式教學成為“互聯(lián)網(wǎng)+”時代背景下最合適的教學方法之一。這類方法可以共享優(yōu)秀的教學資源，提供友好、實時的在線互動等。需要注意的是，線上教學無法完全替代課堂教學，因為它缺乏的是面對面的深度講解與引導。經(jīng)過多年的教學實踐，尤其是在疫情防控期間，證明了僅依賴線上教學的效果并不十分理想。那么，教師如何充分利用在線教學的優(yōu)勢以及如何充分發(fā)揮自身引導作用，已經(jīng)成為大學教育者應該關注的事情。在此背景下，混合式教學（BlendingLeaming）的概念應運而生。

所謂混合式教學，就是要把傳統(tǒng)學習方式的優(yōu)勢和E-Learning（數(shù)字化或網(wǎng)絡化學習）的優(yōu)勢結(jié)合起來。換言之，既要發(fā)揮教師引導、啟發(fā)、監(jiān)控教學過程的主導作用，又要充分體現(xiàn)學生作為學習過程主體的主動性、積極性與創(chuàng)造性[2]。混合式教學是學習理念的一種提升，它會引導學生改變認知方式，也會改變教師的教學模式、教學策略等。這種改變不僅是形式的改變，也是在分析學生需要、教學內(nèi)容、實際教學環(huán)境的基礎上，充分利用在線教學和課堂教學的優(yōu)勢互補來提高學生的認知效果。

混合式教學法通過整合在線學習與傳統(tǒng)課堂學習的雙重體驗，以滿足教師因材施教、學生個性化學習的需求，從而提高教學效果。近年來，越來越多的教師研究混合式教學模式。比如，基于混合式教學法的商務英語翻轉(zhuǎn)課堂教學[3]，通過整合在線學習和傳統(tǒng)課堂優(yōu)勢，凸顯學生主體個性化需求的特點，挖掘?qū)W生自主學習潛能，同時提高學生英語綜合能力和終身學習能力：對混合式教學模式在在線輔修專業(yè)中的應用進行了探討和分析，闡述了在線輔修專業(yè)中應用混合式教學法的意義，并嘗試對混合式教學模式體系及分析模型進行構(gòu)建，旨在通過構(gòu)建體系，對在線輔修專業(yè)開展混合式教學活動提供指導建議：構(gòu)建基于移動終端的英語混合式聽說教學模式[4]，整合以教師為中心和以學生為中心教學的優(yōu)勢，強調(diào)學習者的認知主體作用，探索如何將移動技術應用到英語聽說教學中，構(gòu)建移動終端下英語混合聽說教學模式；在高校思政課教學效果欠佳的背景下，基于SPOC的高校思政理論課混合式教學模式改革方法[5]以慕課為基礎，采取線上教學與課堂面授相結(jié)合的混合式教學模式，可以使網(wǎng)絡教學與課堂面授優(yōu)勢互補：“機械制圖”課程多元化混合教學模式[6]闡述了教學內(nèi)容和教學環(huán)節(jié)的合理設計、大數(shù)據(jù)網(wǎng)絡平臺的應用、理論教學與實驗教學的融合、多媒體教學與傳統(tǒng)教學的混合應用等多元化方法，可以提高教學質(zhì)量和教學效果：基于產(chǎn)出導向的大學英語混合式“一流課程”建設研究[7]提出了一些具體方法和有效策略，即以輸出為驅(qū)動的教學目標、以主題為中心的教學內(nèi)容、以翻轉(zhuǎn)課堂為主的教學方法、以“多元”為特征的教學評價、以“金師”為目標的教師隊伍建設五個方面。

經(jīng)過研究者分析不同區(qū)域和類型的地方本科高校教師教學發(fā)展特征，可以得到結(jié)論：地方本科高校教師教學發(fā)展呈現(xiàn)整體發(fā)展不充分、不均衡以及東部、東北部地區(qū)整體發(fā)展水平優(yōu)于中西部地區(qū)[8]。我國高校以胡煥庸線為界，總體上呈“東南多、西北少”的特點，但近年來西南地區(qū)的高校發(fā)展較快，高校重心有向西、向南發(fā)展的態(tài)勢[9]。

針對西部民族高校的學生少數(shù)民族多、多來自西部偏遠地區(qū)等特點，研究使用“慕課+移動端APP（如學習通、Educoder平臺）”的移動學習方法，即學生可以在PC端和移動手持設備（如手機、平板電腦）的幫助下，能夠在任何時間和地點進行學習。通過對網(wǎng)絡化學習過程數(shù)據(jù)的分析挖掘，為教師的教學方法提供反饋和修改意見，旨在不斷完善計算機專業(yè)課程教學模式和方法，發(fā)揮學生自主學習潛能和個性特點，培養(yǎng)民族高校學生的計算機專業(yè)課程綜合應用能力與自主解決問題的能力。

2教學模式研究

2.1基于數(shù)據(jù)分析的混合式教學模式設計

傳統(tǒng)教學方式是“以教學為中心”，而混合式教學模式強調(diào)“以學生為中心”。這就要求教師不僅關注“如何教”，更要關注“學生如何學”?；谌窖h(huán)的混合式教學模式如圖1所示。第一步，教師提前推送基于“慕課+學習通”學習平臺的教學資料；第二步，學生使用學習平臺，按照教師布置的學習任務，進行課前、課后的自主學習；第三步，教師在授課的過程中使用學習平臺，隨時提出問題，且在課堂中留出時間由學生講述學習任務的解決方案，由學生及時回復，增加講授的互動。整個循環(huán)過程中產(chǎn)生的學習數(shù)據(jù)會通過大數(shù)據(jù)挖掘技術進行分析，擬使用模式挖掘技術來挖掘?qū)W生學習的感興趣程度不一的模塊與內(nèi)容，挖掘?qū)W習過程與成績結(jié)果之間的關系，為教師教學提供反饋，以學生學習為中心調(diào)整教學思路。

整個混合式教學過程具體設計思路如圖2所示。以計算機專業(yè)課程——“密碼學”為例，首先基于“慕課+學習通”模式開發(fā)的平臺，教師提供以加密算法為知識點的課件、音頻、視頻和學習資料。接著，學生可以進行課下學習，使用平臺內(nèi)資源進行課前預習或課后復習。有了前兩步工作的支持，在教學課堂上，教師講授知識或回答學生的疑問，學生回答教師提前要求回答的問題。同時，采用“慕課+學習通”模式開發(fā)的平臺進行教學，教師可以隨時拋出小的問題讓學生討論，增加教學互動。學生課下可以使用平臺完成作業(yè)、討論和撰寫實驗內(nèi)容。最后，對學生的學習過程數(shù)據(jù)進行大數(shù)據(jù)分析，從而向教師提供反饋。

2.2基于數(shù)據(jù)分析的混合式教學模式研究

智能化學習平臺可以滿足教師按照自己思路設計的個性化教學需求，學生則可以隨時隨地完成教師布置的分層次闖關練習。教師提供的優(yōu)質(zhì)教學資源也可以使學生按照需求預習與復習。整個平臺以課程層次建設為核心，以學生自主性學習為導向，集成了在線課程學習、師生互動、在線答疑、數(shù)據(jù)分析、教學管理等功能。

在教學過程中使用基于“慕課+學習通”的智能化學習平臺，可以構(gòu)建課程資料片斷。以“密碼學”課程為例，主要包括兩大類型的資料。第一類是以知識點、章節(jié)和課程為不同層次的資料設計，具體而言有：（1）以知識點為片斷的“PPT+音頻／視頻”的錄制。例如，以每個加密算法為一個知識點；（2）以知識點為片斷的練習題目設計；（3）以知識點為片斷的討論題目設計；（4）以章節(jié)為片斷的測試題目設計；（5）以章節(jié)為片斷的學習資料設計；（6）以章節(jié)為片斷的實驗實踐題目設計；（7）課程內(nèi)容相關參考文獻推薦。第二類是針對不同學生的學習能力設置不同難度等級的資料，擬設計出具有“難一中一易”三個等級的題目。同時，為不同難度等級的資料設置不同的分值，可以讓學生按照自己的能力選擇適合自己的題目。

2.3以學生為中心的混合式教學課堂研究

混合式教學主要從保證課堂有效交互和提高學生課后學習主動性兩個方面實現(xiàn)以學生為中心的教學。

2.3.1保證課堂有效交互

首先，教師在講授知識的過程中應具有親和力，隨時關注學生的學習狀態(tài)。其次，教師對學生提出的疑問要及時反饋。再次，教師要注意對不同層次的學生安排不同的學習內(nèi)容，并要求學生在規(guī)定的時間內(nèi)討論并解答。最后，教師應安排具有不同難度等級的課后學習任務，讓學生自由組隊，自由選擇任務難度等級，并在下次課內(nèi)講解。

2.3.2提高學生的課后學習主動性

為了提高學生學習的主動性，教師在課堂上使用學習通隨時提問，學生快速討論并及時給出回答：給出充足時間，讓學生講解上次課程內(nèi)安排的學習任務，教師補充，其余學生討論。

為了進一步補充課內(nèi)知識，增加學生對密碼學相關內(nèi)容的了解，教師可以安排章節(jié)線上測試環(huán)節(jié)，客觀題題目內(nèi)容以基礎的課內(nèi)和課外密碼學知識為主，主觀計算題以課內(nèi)講授知識為基礎，適當增加難度。線上測試應限定時間，但允許學生討論、合作完成。在這個過程中，學生間會相互合作、配合，積極討論，從而完成測試，整個測試過程緊張、高效，提高了學生解決難題的能力。

2.4基于關聯(lián)分析技術的教學反饋研究

由于使用了智能化學習平臺，因此可以獲得學生學習過程中的各類測試、討論、閱讀等數(shù)據(jù)。使用數(shù)據(jù)挖掘技術對學習過程中產(chǎn)生的大量數(shù)據(jù)進行分析，可以根據(jù)學生的實際情況調(diào)整課程的設計思路以及模塊內(nèi)容的劃分設計。具體而言，教學中使用模式挖掘技術找到學生學習過程中訪問頻度較高和較低的學習片段，可以大致分析出學生對哪些知識片斷感興趣。由此，教師可以調(diào)整相關教學內(nèi)容擴展知識，或調(diào)整講解方法，從而不斷提高學生的學習興趣。此外，教師還可以通過對練習題、測試題、討論內(nèi)容等數(shù)據(jù)的分析，確定學生學習的短板，從而調(diào)整講授內(nèi)容。

3基于三輪教學過程的數(shù)據(jù)分析與反饋

3.1各類成績比較

首先，給出學生在三年內(nèi)到學習平臺進行學習的次數(shù)統(tǒng)計，如圖3所示。

從圖3看出，上課時間（包括實驗課）進行練習和討論時達到學習高峰。每年約80名學生學習訪問平臺的次數(shù)約2萬次。

圖3橫軸表示時間，縱軸是訪問次數(shù)。從學習訪問次數(shù)可以看出，在上課之前有少部分學生預習。在完成作業(yè)書寫或章節(jié)測試時訪問次數(shù)較高。最高的學習積極性出現(xiàn)在期末考試前幾天，考試結(jié)束后訪問次數(shù)趨于0，符合一般的學習規(guī)律。每年的教學中會出現(xiàn)部分學生的學習次數(shù)很高的情況，這說明這部分學生的學習主動性更強，同時存在學習主動性不足的學生。

2020年，學生作業(yè)、實驗和期末考試卷面成績整體分布如表1和圖4所示。2021-2022年，學生整體作業(yè)、實驗成績、章節(jié)測試和卷面成績的人數(shù)分布如表2、表3和圖5、圖6所示。表1中第一列表示分數(shù)段（按照常規(guī)劃法設置為五段），第二列為作業(yè)成績分別對應的人數(shù)，第三列為取得實驗成績的人數(shù)，第四列為卷面成績分別對應的人數(shù)。為了近一步提高學生的成績，2021年和2022年增加了章節(jié)測試。由于每年的學生人數(shù)略有不同，因此圖中采用百分比形式。為了提高學生課下學習的主動性，2021年和2022年安排了章節(jié)線上測試。根據(jù)線上測試，學生能按時完成每份試卷，且成績偏好。每份試卷中超綱的題目大約30分，完成狀況不太理想，這表明部分學生缺少主動擴充知識面的積極性。

為了縱向?qū)Ρ热甑某煽?，將從作業(yè)成績、實驗成績、章節(jié)測試（兩年比較）、卷面成績四個角度進行比較。從整體表現(xiàn)來看，學生在三年的教學過程中表現(xiàn)都較好，可以很好地完成作業(yè)，成績偏向良。2020年和2021年，學生的實驗成績較好。2021年，實驗成績較差的一部分理由在于教師在實驗安排中增加了實驗難度。2022年增加了頭歌平臺，相較而言，學生比較喜歡以此方式完成實驗，并且認為頭歌平臺的題目比較簡單。從整體考試卷面成績來看，2022年的成績最優(yōu)，其次是2020年，而2021年的成績略差。

通過三年的教學，可以得出的結(jié)論是：（1）學生在學習的過程中比較認真，能夠積極主動完成教師安排的任務；（2）學生的數(shù)學底子較差，在學習“密碼學”課程的過程中存在信心不足的現(xiàn)象；（3）學生對教師重點講述的內(nèi)容吸收較好。但是，對于自學補充內(nèi)容以及綜合設計內(nèi)容的掌握程度較低。

以上數(shù)據(jù)反映了西部民族學校中大部分學生學習認真努力，但個別學生底子薄，自學能力略差的情況。

3.2采用FP-growth方法進行平時成績與卷面成績關聯(lián)分析

關聯(lián)分析是指從大量數(shù)據(jù)中發(fā)現(xiàn)項集之間的關聯(lián)和聯(lián)系。關聯(lián)規(guī)則挖掘需要考慮兩個步驟：一是使用模式支持度（support）挖掘所有頻繁模式；二是使用置信度（confidence）找到所有規(guī)則。頻蘩模式挖掘中使用的關聯(lián)規(guī)則的形式為X—Y（support，confidence）。給定一個包含n條事務的事務數(shù)據(jù)庫D，支持度（support）是D中事務同時包含X和Y的百分比，即概率；置信度（confidence）是D中事務在包含X的情況下包含Y的百分比，即條件概率。如果滿足最小支持度閾值和最小置信度閾值，則認為關聯(lián)規(guī)則是有效的。

FP-growth算法需遍歷數(shù)據(jù)集合兩次，因此執(zhí)行更加高效。第一次遍歷數(shù)據(jù)庫，系統(tǒng)會對所有數(shù)據(jù)的出現(xiàn)次數(shù)進行統(tǒng)計，去掉不符合最小支持度的數(shù)據(jù)。第二次遍歷只考慮頻繁出現(xiàn)的數(shù)據(jù)，對頻繁數(shù)據(jù)進行過濾排序操作，然后構(gòu)建一顆FP樹，將所有數(shù)據(jù)集儲存在FP樹中。在有了FP樹之后，就可以根據(jù)樹中的數(shù)據(jù)來選擇頻繁項集或頻繁項對，用條件模式基來構(gòu)建條件FP樹。在有了條件FP樹之后，就可以利用遞歸查詢頻繁項集。通過不斷地增加數(shù)據(jù)來重復進行遞歸查詢，直到FP樹只包含最后一個元素。

本文將采用FP-growth算法挖掘分析平時表現(xiàn)和考試成績之間的關聯(lián)分。首先，找到作業(yè)、實驗和章節(jié)測試與期末考試之間的關聯(lián)規(guī)則。然后，按照“支持度，置信度”對挖掘出的關聯(lián)規(guī)則排序，取最好的10組規(guī)則分析結(jié)論，

3.2.1預處理

將作業(yè)、實驗和章節(jié)測試成績進行分段處理，采用不同標識表示，如表4所列。其中，實驗成績以數(shù)字“1”開頭，“12”表示該生實驗成績在60 -70，“22”則表示該生作業(yè)成績在60-70分。

3.2.2關聯(lián)規(guī)則挖掘

使用具有約束的FP-growth算法找到所有包含卷面成績的頻繁模式，即找到哪些實驗、作業(yè)成績與不同卷面成績關聯(lián)程度高。按照排序原則，得到最好的5個關聯(lián)規(guī)則，如表5所列。其中，第一列為年限，第二列數(shù)據(jù)來源是卷面成績低于60分的學生的各成績表現(xiàn)。由于卷面低于60分的學生人數(shù)較少，第三列分析了卷面成績低于70分的學生的各成績。

以2022年成績?yōu)槔?，挖掘出的第二列值?341”，滿足支持數(shù)為5，置信度為0.36。這表明由于實驗成績<80分，導致卷面成績<60分，一共有5個學生滿足該條件，該規(guī)則的可信度為36%。但由于人數(shù)較少，所以分析出來的結(jié)果不夠可信。第三列值“13，33＝41”，滿足支持數(shù)為11，置信度為0.55。這表明由于作業(yè)成績和章節(jié)測試成績<80分，導致卷面成績<60分，一共有11個學生滿足該條件，該規(guī)則的可信度為55％。

3.2.3分析結(jié)論

通過分析2020-2022年卷面成績<60分的學生的平時表現(xiàn)與卷面成績數(shù)據(jù)，大概得到2000條規(guī)則（每年）；從成績60-70分的學生數(shù)據(jù)中大概得到30000條規(guī)則（每年）。通過對以上關聯(lián)規(guī)則進行分析，可以得到的結(jié)論是：較差的作業(yè)成績與卷面成績不及格之間的關系最緊密：實驗成績較差與卷面成績較差之間的關系也較為緊密；而章節(jié)測試成績對卷面成績影響較小。

因此，教師在今后的教學過程中要重點關注學生的作業(yè)質(zhì)量，適當讓學生增加作業(yè)內(nèi)容復習次數(shù)，以提高考試成績。

3.3采用FP-growth方法進行章節(jié)學習情況與卷面成績關聯(lián)分析

為了確定章節(jié)學習情況對卷面成績的影響，本文進一步分析了章節(jié)學習與卷面成績之間的關聯(lián)規(guī)則?！懊艽a學”課程中重點章節(jié)內(nèi)容包括五部分，即古典密碼、數(shù)學基礎、序列密碼、分組密碼和公鑰密碼。本文以章節(jié)為劃分依據(jù)，其中作業(yè)成績占60%，測試成績占40%。通過三步可以得到章節(jié)學習與卷面成績之間的關聯(lián)規(guī)則。

3.3.1預處理

將每個章節(jié)和卷面成績進行分段處理，采用不同標識表示，具體值如表6所列。例如，序列密碼以數(shù)字“3”開頭，“32”表示該生序列密碼成績在60-70分。

3.3.2關聯(lián)規(guī)則挖掘

同樣使用具有約束的FP-growth算法找到所有包含卷面成績的頻繁模式，即找到哪些章節(jié)成績與不同卷面成績關聯(lián)程度高。按照排序原則，得到的最好的5個關聯(lián)規(guī)則如表7所列。

3.3.3分析結(jié)論

通過分析2020-2022年卷面成績<60分和成績在60-70分的學生的章節(jié)學習情況與卷面成績數(shù)據(jù)，可以得到的結(jié)論是：2020年，“序列密碼”和“分組密碼”的成績較差會導致成績不及格的可能性最大：“古典密碼”沒有學好會導致成績在60-70分。2021年，“序列密碼”和“分組密碼”的成績較差會導致成績不及格的可能性最大：“數(shù)學基礎”和“序列密碼”沒有學好會導致成績在60-70分。2022年，“分組密碼”成績較差會導致成績不及格的可能性最大：“數(shù)學基礎”和“公鑰密碼”沒有學好會導致成績在60-70分。

因此，教師在今后的教學過程中要重點關注“序列密碼”和“分組密碼”兩個章節(jié)的教學，以補齊教學短板，從而提高學生的考試成績。

4結(jié)束語

考試試卷共有3類題型，即選擇題、簡答題和綜合應用題——選擇題共10題，計20分：簡答題共5題，計25分；綜合應用題共9題，計55分。其中，選擇題和簡答題主要考較為基礎的概念和計算，偏向基礎知識考核：綜合應用題主要考加解密的設計和計算過程，以綜合分析與設計能力考核為主。整體上，試卷題量偏多，其中計算題目約80%，難度偏高。通過三輪考試對比，學生卷面成績第二年略差，第三年較好。在第二年和第三年的教學過程中，安排了章節(jié)測試，且測試時增加了30分的擴展知識，也更加強調(diào)分析和計算能力。但是，由于第二年考卷中安排的綜合應用題難度較大，使得學生的分值略低。

根據(jù)最后的期末成績分析可以看出，采用基于“慕課+學習通”智能化平臺的學習方法，以及實施混合式教學方法，能在課內(nèi)明顯提高學生的學習積極性和參與感，使得大部分學生對“密碼學”這門較難課程的學習更加有信心，也愿意付出努力來學習此課程，最后取得較好的成績。

通過整個混合式教學實踐，得到了以下結(jié)論：第一，需要激發(fā)學生學習主動性?；谥悄芑瘜W習平臺的學習方式使信息技術融入教學，能夠激發(fā)學生的學習興趣，提升學生的主動性。第二，需要提高課堂的互動性?；旌鲜浇虒W設計使學生與學生之間、學生與教師之間可以增加互動和交流，大大提升課堂學習效率。第三，需要提升課程內(nèi)容設計的合理性。通過大數(shù)據(jù)挖掘技術對混合式教學過程中產(chǎn)生的大量數(shù)據(jù)進行分析，可以根據(jù)學生的實際情況做出反饋，從而調(diào)整課程設計思路以及模塊內(nèi)容劃分思路。