智能教學環(huán)境下學情數(shù)據(jù)采集分析平臺的設計研究

摘要：在教育數(shù)字化轉型背景下，基于數(shù)據(jù)提供科學決策分析成為重要的研究課題。作者以上海交通大學為例，研究智能教學環(huán)境下線上和線下學情數(shù)據(jù)采集的途徑，設計了學情數(shù)據(jù)采集分析平臺的總體架構、評價和預警指標，分析并描述了主要功能，為學校實施以數(shù)據(jù)驅動的教學質量過程化管理，實現(xiàn)精細化管理、針對性干預、個性化輔導，提供了有意義的參考。

關鍵詞：智能教學環(huán)境；學情數(shù)據(jù)采集分析；學情數(shù)據(jù)分析指標

中圖分類號：G434? 文獻標識碼：A? 論文編號：1674-2117（2024）01-0103-04

引言

在教育數(shù)字化轉型背景下，對學情數(shù)據(jù)的智能化分析采集、提供基于數(shù)據(jù)的科學決策分析成為重要的研究課題。2022年8月教育部印發(fā)的《國家智慧教育公共服務平臺接入管理規(guī)范（試行）》提出，“通過對接方式自動獲取用戶訪問、資源目錄、使用評價、網絡安全等方面的數(shù)據(jù)，建立基于大數(shù)據(jù)的平臺評價機制”。[1]國家《“十四五”國家信息化規(guī)劃》《上海市教育數(shù)字化轉型“十四五”規(guī)劃》明確提出[2][3]，要強化互聯(lián)互通，建設開放共享、數(shù)據(jù)互通、技術集成、應用協(xié)同、交互可用的教育數(shù)字基座，實現(xiàn)數(shù)字空間全連接，促進教育數(shù)據(jù)的歸集、共享，發(fā)展數(shù)據(jù)驅動的智能化數(shù)字教育資源應用服務，加強對海量資源及應用數(shù)據(jù)的挖掘分析，探索構建自適應學習系統(tǒng)，不斷滿足個性化學習需要。2022年，美國高等教育信息化協(xié)會（EDUCAUSE）發(fā)布的《2022地平線報告：教與學版》將學習分析和大數(shù)據(jù)作為重要的技術趨勢。[4]

國內外機構和高校不斷探索學情數(shù)據(jù)的深度應用和研究。美國知名的學習管理平臺Canvas Lms的Data-Analytics提供學情分析報告幫助用戶更好地了解學習動態(tài)[5]，Desire2Learn機構開發(fā)的Brightspace Student Success Systems，可通過靈活的配置，為學習者提供每周的課程參與、內容訪問、社會化學習、評估和預測服務并進行可視化的友好呈現(xiàn)。[6]上?？萍即髮W利用大數(shù)據(jù)技術設計與建設了智能決策支持系統(tǒng)，實現(xiàn)了綜合校情、科研活動、本科生教學、研究生概況、學生行為等場景的數(shù)據(jù)采集、數(shù)據(jù)處理及業(yè)務的深度挖掘、數(shù)據(jù)的可視化呈現(xiàn)。[7]

學情數(shù)據(jù)采集分析需求的提出

高校智能教學環(huán)境的深化建設，促進了學情數(shù)據(jù)獲取全面性、實時性、多樣性的可能。[8]以筆者所在學校上海交通大學為例，學校一直踐行“學在交大”“讓每一位學生更優(yōu)秀”的育人理念，完善人才培養(yǎng)質量保障體系。近年來，學校一直在線下教室設備智能化、線上學習空間和資源建設方面進行重點建設。尤其是線上和線下的學習不斷走向融合，各類服務學生學習的信息化平臺得到了大規(guī)模的應用[9]，在線學習數(shù)據(jù)突破以往的速度，快速大量積累。

學校、學院兩級教學質量管理部門希望全面、精準地了解師生在線上和線下開展教與學的整體情況。教師希望通過數(shù)據(jù)了解并及時掌握學生的在線學習動態(tài)，對學習異常情況的學生進行盡早干預和輔導，學生希望通過數(shù)據(jù)做更好的自我管理和學習改進。[10][11]這就需要對學情數(shù)據(jù)進行梳理和研究，提供有價值的分析和決策依據(jù)，利用數(shù)據(jù)驅動教學變革，促進人才培養(yǎng)。

智能教學環(huán)境學情數(shù)據(jù)的采集途徑

以筆者所在學校為例，智能教學環(huán)境[12][13]主要包括線下實體智能教室、線上學習空間兩大類，學情數(shù)據(jù)的采集可從以下幾方面實施。

1.實體教室智能設備學情數(shù)據(jù)的采集

實體教室學情數(shù)據(jù)的獲取主要是通過教室智能網絡攝像頭的硬件設備采集，并通過后臺的控制平臺進行數(shù)據(jù)的傳輸、存儲，為學情數(shù)據(jù)采集分析提供條件。

（1）教室人數(shù)統(tǒng)計數(shù)據(jù)的? 獲取

目前，學校共有近500間公共教學樓教室，每間教室至少配有兩個以上高清網絡攝像頭，小教室配備高清定焦攝像頭，一些中大型的教室配有EPTZ智能鏡頭跟蹤攝像頭[14]，可根據(jù)每間教室布局范圍劃分，采集教室圖像，設置定時截取圖像時間，基于圖像識別技術，根據(jù)算法規(guī)則統(tǒng)計數(shù)據(jù)，自動計算出教室人數(shù)，并將數(shù)據(jù)存儲在人數(shù)統(tǒng)計的平臺。根據(jù)教室的排課數(shù)據(jù)和自修教室安排，人數(shù)統(tǒng)計平臺自動匹配，動態(tài)存儲，可提供教室使用情況、課程的出勤人數(shù)、應到人數(shù)、前排就座人數(shù)的數(shù)據(jù)。

（2）直播和點播統(tǒng)計數(shù)據(jù)的獲取

建設教室云錄播系統(tǒng)，將教室打造成可隨時隨地直播的教室，通過復用教室攝像頭，配以專業(yè)音視頻采集分析模塊，接入教室云錄播系統(tǒng)統(tǒng)一管理。云錄播系統(tǒng)通過自動視音頻采集分析，實現(xiàn)教師授課場景的智能跟蹤，教室計算機自動捕捉教師計算機的課件畫面，教室對接課表進行自動直播，線下課堂教師授課跟蹤畫面及PPT桌面信號可以進行雙路直播，并同步自動錄制課程視頻，還原真實的授課場景。學生能夠看清教師肢體語言、黑板板書、課件畫面，并能自主在教師板書、教師計算機的課件畫面間自主切換，從而呈現(xiàn)課堂全貌。另外，通過云錄播系統(tǒng)提供的課堂直播和視頻回看，后臺日志可提供的數(shù)據(jù)包括學生的直播和點播觀看時間、觀看時長、觀看人數(shù)、直播和點播頻次、分布學院等。

2.線上學習空間學情數(shù)據(jù)的 采集

（1）學習過程數(shù)據(jù)的采集

為提升智能教學環(huán)境下的教與學體驗，2018年學校推出面向全校師生服務的簡單易用的Canvas在線教學平臺，積累了大量的在線學習數(shù)據(jù)。第一類是學習資源數(shù)據(jù)，如課程發(fā)布數(shù)、教師發(fā)布的公告、上傳課件、布置作業(yè)和討論數(shù)等；第二類是學習行為數(shù)據(jù)，包括學生的瀏覽數(shù)和參與數(shù)，如學生提交的作業(yè)數(shù)、回復帖子數(shù)、參與的測驗、參與討論數(shù)、在線答題互動數(shù)、課程的頁面瀏覽數(shù)、在線瀏覽時長數(shù)等；第三類是學習結果數(shù)據(jù)，包括學生的作業(yè)、測驗和討論、參與答題互動的評分情況等。

（2）課堂交互數(shù)據(jù)的采集

課堂交互反饋系統(tǒng)是學校對接線上和線下課堂開發(fā)的一款基于課堂教學過程的教學互動技術工具，在課堂的互動教學環(huán)節(jié)中，教師可使用該工具發(fā)起簽到和答題互動，學生通過移動終端掃描二維碼，進行互動投票、討論，投票結果實時統(tǒng)計，幫助師生及時了解學習情況。課堂的交互數(shù)據(jù)按照交互頻次、交互時間、交互類型進行采集，具體可包括學生課堂簽到頻次，投票互動頻次，參與課堂客觀題、主觀題的互動數(shù)據(jù)等。

學情數(shù)據(jù)采集分析平臺的設計研究

1.總體框架

根據(jù)目前智能教學環(huán)境所能支持的數(shù)據(jù)采集條件，設計學情數(shù)據(jù)采集分析平臺的總體架構（如下頁圖）。數(shù)據(jù)層主要包括各個系統(tǒng)的應用數(shù)據(jù)來源，如在線教學平臺、課堂云錄播平臺、課堂交互反饋平臺、人數(shù)統(tǒng)計平臺以及來自基礎數(shù)據(jù)庫的相關數(shù)據(jù)等；應用層主要是對學習特征數(shù)據(jù)進行提取分析，包括在線學習資源數(shù)據(jù)分析、學習行為數(shù)據(jù)分析、學習結果數(shù)據(jù)分析三大類；展示層通過分析評價指標體系、預警指標和閾值設定進行分析結果數(shù)據(jù)的可視化。最終，數(shù)據(jù)經客戶端輸出給平臺管理員、校院兩級教學管理人員、師生使用。

2.評價指標

學情數(shù)據(jù)分析結果需要根據(jù)評價指標來設定（如右下表），學情數(shù)據(jù)采集分析平臺可以從課程維度，將學生學情分為學習投入度指標和學業(yè)表現(xiàn)指標[15]，圍繞兩大指標分多個細項進行綜合評價，從而進行橫向和縱向的比較。

3.主要功能模塊描述

（1）數(shù)據(jù)多源采集和清洗模塊

業(yè)務平臺數(shù)據(jù)庫有mysql、postgresql、sql server等，需要能夠支持不同類型數(shù)據(jù)源及API數(shù)據(jù)接口，通過簡單配置完成數(shù)據(jù)的采集接入。數(shù)據(jù)清洗的好壞直接決定數(shù)據(jù)分析的準確性和權威性。為提高數(shù)據(jù)質量，需通過替換、插補、去重、映射、關聯(lián)性驗證、合并等數(shù)據(jù)預處理方法對殘缺數(shù)據(jù)、異常數(shù)據(jù)、重復數(shù)據(jù)等進行處理，以保證數(shù)據(jù)的準確性、完整性、有效性和一致性。

（2）數(shù)據(jù)分析模塊

根據(jù)學校的學情分析指標和預警內容，建立支持多場景的分析模型，對分析結果可以按照學校層級、學院層級、用戶層級進行排序、篩選、向下鉆取，分析模型可靈活拓展、支持自定義SQL，以滿足不斷更新的需求。

（3）可視化前端模塊

能夠根據(jù)數(shù)據(jù)分析結果，通過拖拽的方式，將圖表、數(shù)據(jù)大屏、報表的外觀、展示項目、搜索條件進行可視化展示和報表導出。關注學習出現(xiàn)異常情況的學生，并及時干預，根據(jù)評價的指標，設置預警的規(guī)則、狀態(tài)和權限，開啟或者關閉預警，進行學習預警消息的內容編輯和推送。展示內容按照層次劃分為學校整體學情數(shù)據(jù)綜合分析展示、學院學情數(shù)據(jù)綜合展示、教師所授課程學情數(shù)據(jù)展示、學生所選課程學情數(shù)據(jù)展示。

（4）用戶及角色授權管理? 模塊

該模塊支持角色授權模塊的自定義管理，可以靈活定義不同角色的權限，初始設置的角色為校級教學管理人員、學院級教學管理人員、教師角色、學生角色，用戶根據(jù)賦予的不同角色查看和導出相應權限的數(shù)據(jù)。

結語

學情數(shù)據(jù)采集和分析平臺設計的目標是實現(xiàn)將分散在各個教學信息系統(tǒng)的學習過程數(shù)據(jù)進行匯聚、清洗、分類，根據(jù)學情分析的指標和有效的預警機制，建立關聯(lián)、深度分析和可視化呈現(xiàn)，為教學質量管理者和師生提供全方位、實時、直觀地了解學生的學習過程，實時掌握學習動態(tài)的手段，從而加強學習過程化管理的有效監(jiān)管、診斷、反饋以及干預和指導，改進和調整教與學的方法和策略，助力教與學的質量提升，促進學生學業(yè)成長。

參考文獻：

[1]中華人民共和國教育部.教育部辦公廳關于印發(fā)《國家智慧教育公共服務平臺接入管理規(guī)范（試行）》的通知[EB/OL].http：//wap.moe.gov.cn/srcsite/A16/s3342/202208/t20220819_653868.html.

[2]中華人民共和國國家互聯(lián)網信息辦公室.中央網絡安全和信息化委員會印發(fā)《“十四五”國家信息化規(guī)劃》[EB/OL].http：//www.cac.gov.cn/2021-12/27/c_1642205312337636.htm.

[3]上海教育.上海市教育數(shù)字化轉型實施方案（2021-2023）[EB/OL].http：//edu.sh.gov.cn/xwzx_bsxw/20211110/9a48015bacfe4af1a4eb131abef5585b.html.

[4]KATHE PELLETIER，MARK MCCORMACK，JAMIEREEVES，et al.2022 EDUCAUSE Horizon Report，Teaching and Learning Edition[EB/OL].https：//library.educause.edu/resources/2022/4/2022-educause-horizon-report-teaching-and-learning-edition.

[5]Student Success System [EB/OL]https：//documentation.brightspace.com/.

[6]Data insights for student success[EB/OL].https：//www.instructure.com/en-gb/canvas/higher-education/data-analytics.

[7]孫名松，孫小影，張曉林.開放動態(tài)的校園智能感知與決策支持系統(tǒng)設計與實現(xiàn)——以上?？萍即髮W為例[J].中國教育信息化（高教職教），2021（03）：72-75.

[8]祝智庭.智慧教育引領未來學校教育創(chuàng)變[J].基礎教育，2021，18（02）：16.

[9]沈宏興.教育信息化2.0時代高校教育技術工作創(chuàng)新與實踐[J].實驗室研究與探索，2019，38（06）：128-132.

[10]王林麗，葉洋，楊現(xiàn)民.基于大數(shù)據(jù)的在線學習預警模型設計——“教育大數(shù)據(jù)研究與實踐專欄”之學習預警篇[J].現(xiàn)代教育技術，2016，26（07）：7.

[11]許曉東，趙幸，肖華，等.大數(shù)據(jù)在高校本科教學評估中的應用——以J大學為例[J].高等工程教育研究，2017（01）：6.

[12]安寧，牛愛芳，齊瑞紅，等.高校智慧教室建設的探索與思考[J].實驗技術與管理，2017，34（05）：5.

[13]冷靜，易玉何.智慧教室中學習投入度與教學活動類型的關系[J].現(xiàn)代教育技術，2020，30（05）：7.

[14]沈宏興.EPTZ智能跟蹤攝像機在云錄播中的應用[J].廣西廣播電視大學學報，2016，27（02）：5.

[15]魏順平，程罡.數(shù)據(jù)驅動的教育機構在線教學過程評價指標體系構建與應用[J].開放教育研究，2017，23（03）：? ? 113-120.

作者簡介：邵晶晶（1981—），女，浙江杭州人，碩士，工程師，主要從事教育信息化研究與應用。