Page 12 - 中小学数字化教学第5期

大数据专题

学生学习过程的数据进行挖掘，包括浏览次数、 知识树的“栽种”也为分层教学、个性化
各种点击次数、访问次数、访问时长、活动参与 教学以及因材施教奠定基础，同时也可作为学
情况等信息，记录学生的学习路径、内容及难点 生自主学习的依据。例如，分层教学时教师布
等（如图 2）。 置 20 道题目，传统课堂环境下学生需要 1 小时
完成，知识树建立后，不是每个学生每道题目
都需要做，有的学生只需要做 5 道，大约 15 分
钟即可完成。
教师抽取一棵知识树可获取丰富的信
息——树上的每片叶子记录了各部分的知识内
容及其内在联系。每片叶子的颜色表征着学生
图 2 用户建模
对该部分知识的学习情况，如绿色代表优秀，
以北京师范大学成都实验中学（以下简称实 红色代表较差，每片树叶的颜色不由某次测试
验中学）七年级某学生为例，该生在 2017 年暑 的成绩决定。知识树的叶片隐含平时每堂课的
假参与小升初衔接班学习，直到现在 ( 八年级 )。 学习情况记录，如作业情况统计等，学生点击
该生入学考试成绩中等，在班级内排名第 23 位， 跳转后可到与之相应的知识和课程模块中进行
语文与英语成绩不佳。数校采集到的数据显示， 学习。
该生在数校网站的访问与停留行为也主要发生在 从数校采集的实验中学某学生的知识树可以
薄弱科目上，对部分英语章节有反复听讲的行为 看到，该学生明显存在语文文言文练习正确率较
记录。 低的问题（红色树叶所占比例较大）。数校题库
向该学生有针对性推送初中文言文阅读训练与知
二、构建基因级知识图谱，生成个性
识点讲解视频和练习。该学生多次训练后，语文
化动态知识树
知识树呈现良好特征。数校采集的数据显示，该
传授结构性知识是教师教学中比较有价值的 学生在同期月考中成绩与排名都有稳步提升。
付出。在教学过程中，教师可以知识点为基础，
三、借助学情数据指导课程设计，实
将全部知识点汇总形成知识结构图。系统基于“网
现精准备课和个性化教学
络式”知识结构，智能识别数据之间、数据与知
识结构之间关联教学规律，发现每门课程之中主 在课堂教学设计方面，过去常常是“工业化”
要知识点的联系，可视化、动态化地呈现给师生， 运作，教学大纲长期不变，备课笔记沿用多年，
有助于学生建立知识体系。 而教师应用大数据技术则可获得学生个性化的画
系统将教学中产生的每个学生的错题、收 像，掌握学生的需求和学情，为给每个学生量身
藏、课程、试题等都以知识点为主线进行归结， 设计教案，将获得更佳的效果。
并将行为数据与知识点关联起来——知识点的教 教师和学生在线互动过程中，后台会利用积
学情况通过知识树每片树叶的颜色示意，颜色 累的大数据，挖掘、分析和描述学生的学习行为、
由学生学习行为和作答率决定。对知识点进行 学习偏好、认知水平、知识掌握情况、答题速度
基因级的拆解分析，用尽可能少的时间和题目， 等信息。教师根据数据结果和学生参与课程前测
让每个学生“栽种”一棵专属的知识树，依据“树 题的作答情况，可充分认识学生的个体差异，精
干、树叶”的生长状态，自适应调节学习节奏， 准备课，因材施教。
并找出最近发展区，这是完全可行的。 例如，数校借助平台对课前预习、测试的

10 | 基于大数据分析的个性化教学应用研究