基于教学数据的网络教学效果分析
摘要：在2020年新冠病毒传染病暴发时期，闽西职业技术学院停课不停教，将教室授课模式转换成网络教学模式。采集该校的网络教学形成的数据加以科学分析，为网络教学效果的提升精准施策。数据分析的思路：对数据群作相关性分析;对数据进行比较分析;验证数据分析的结果;合理开掘数据价值。基于教学数据分析实施提升网课教学成效的精准策略：（一）根据学生的作业成绩数据采取对策，在教学云平台采集学生平时作业成绩数据并进行分析，教师在教学过程中针对性地纠偏纠错，从而提高教学质量;（二）根据学生的期末考试成绩数据采取相应之策，通过分析教师的教学数据与学生的考试成绩数据后认为，教师需要提高发布帖子、布置作业的数量，学生也需提高回帖与完成作业的数量，强化师生之间的发帖与回帖，更有利于提升学习效果。
关键词：网络教学;数据群;数据分析;数据驱动;精准施策
中图分类号：TP311;G434文献标识码：A文章编号：2095-6916（2021）24-0113-04
受新冠病毒疫情的影响，2020年2月至7月，各级学校“停课不停教”“停课不停学”，教师通过网络途径授课，学生居家上网课，教学模式从教室授课模式转换成了网络授课模式。那么，学生们学网课的成效如何？以闽西职业技术学院疫情期间的在线教学为个案，调研该校的在线教学过程，本文通过解析该校网络教学中产生的数据，旨在探索提升网络教学效果的精准策略。
在教学云平台上，教师浏览网页、上传教学资源、发帖、发布作业都会产生数据，而学生浏览网页、回帖、完成作业也会产生数据。教学大数据是群数据。那么，怎样进行群数据分析呢？第一，对数据群作相关性分析。有些数据与另一数据有关系。比如，学生的作业量不足，与教师发布作业量不多呈正相关性。当然， 有些数据与另一数据也可能没有关系，这就不要牵强附会地构建二者之间的因果或者条件关系。两个数据变量的相关性有7种类型，即完全正相关、完全负相关、高度正相关、低度正相关、高度负相关、低度负相关、不相关[1]。第二，对数据进行比较分析。比如，开学时、期中、期末的学生的上线学习的人数各多少？通过比较数据量，这就易找出教学过程中的优点或者存在的缺陷。第三，验证数据分析的结果。有的学者提出通过教学视频案例取得分析验证，即对某一具体学科聚类分析得到的优秀教师结果簇与教学视频中的实际教学中的优秀教师的教况进行契合度的比较[2]。这种验证法适合于验证网络教学数据的分析结果。第四，合理开掘数据价值。教师导出教学云平台里的数据，基于教学数据的分析，也就可以了解教况与学情，从而精确地作出教学决策。
2020年2月10日，闽西职业技术学院正常开学。由于疫情影响，该校全面开启网络教学进程，教师居家实施网络授课，学生居家上网课。截至4月10日，学生到课率96%以上。该校还发布了这段时间的在线教学周报。
一、解析网络教学数据
（一）教师的教学数据
这份《教师的教学数据》反映的是闽西职业技术学院在线全体教师的数据。据该校教务处公告显示：02.10—02.16（星期一至星期日），上线教师为310个，则可推导出本周单个教师每天的平均统计数据。由全校教师的教学数据转换成单个教师的教学数据以后，对单个教师的平均数据进行分析，该校网络教学的优点与存在的问题就显而易见了：
1.教师使用量（即网页浏览量，pv）：2月10日（星期一）至2月14日（星期五），一个教师每天的浏览量的平均数据在359.77—827.95个的区域之间。这就说明该校教师比较关注教学云平台里的网页内容。2月15日是星期六，16日是星期日。在周末，一个教师每天的网页浏览量的平均数据依次下降为291.13、284.48个。这也充分说明即使在周末非工作时间，教师们也投入了比较多的精力来巡视教学云平台里的网页。
2.发布活动：2月10日（星期一）至2月14日（星期五），一个教师发布活动的平均数据在3.49—5.82个的区域之间，这样的活动数据比较适中。2月15日（星期六），2月16日（星期日），单个教师发布活动的平均数据依次下降为0.56、1.02个。这说明该校教师充分考虑到学生们需要在周末休息。
3.发帖：2月10日（星期一）至2月14日（星期五），一个教师发帖的平均数据在0.41—0.70个的区域之间，一天平均还不到1个。这说明教师与学生们的互动交往少。所以，教师要提升每天的发帖数量，以加强与学生的互动。
4.发布作业：2月10日（星期一）至2月14日（星期五），一个教师发布作业的平均数據在0.32—0.53个的区域之间，一天平均还不到1个。这说明教师发布的作业量不足。所以，教师要增加作业量，以训练学生的解决问题的能力。
5.批阅作业：2月10日（星期一）至2月14日（星期五），一个教师批阅作业的平均数据在1.65 —10.06个的区域之间。2月15日（星期六），2月16日（星期日），单个教师批阅作业的平均数据依次为4.72、3.25个。这说明教师能积极批改学生的作业，即使周末也不例外。
从“闽西职业技术学院02-10—02-16网络在线教学周报”的统计数据可以推知：该校教师能积极关注教学云平台里的网页，也能积极批改学生的作业，可是，教师发布作业与发帖的数量均不足，这说明，在这个星期，教师勤看（网页）而疏于指导（学生），所以，需要加强该校教师的指导力度。比如，教师们宜提高发布活动、发布作业、发帖的数量。
（二）学生的学习数据
这份《学生学习数据》反映的是闽西职业技术学院在线全体学生的学习数据。
2020.02.10—16（星期一至星期日）均为7440名学生在线学习网课，则可推导出本周单个学生每天的平均统计数据。对单个学生平均的学习数据进行分析，该校网络教学的优点与存在的问题也显而易见：
1.学生使用量（即网页浏览量，pv）：2月10日（星期一）至2月14日（星期五），一个学生每天的网页浏览量的平均数据在480.38—1094.85个的区域之间，这说明该校学生能积极关注学习平台里的网页。2月15日（星期六），2月16日（星期日），一个学生的网页浏览量的平均数据依次是219.76、314.48个网页，均低于星期一至星期五的网页浏览量，可是，周末学生的网页浏览量依然比较高。这说明该校学生在周末也能积极学习。
2.完成任务点：2月10日（星期一）至2月14日（星期五），一个学生每天完成的任务点的平均数据在3.54—5.54个的区域之间。这说明学生们能积极完成学习任务。2月15日（星期六），2月16日（星期日），一个学生的完成的任务点依次是0.99、1.51个，均低于星期一至星期五的数据，可是，周末一个学生完成任务点的平均数据依然在1个以上。这说明该校学生在周末也在学习。
3.活动参与数据：2月10日（星期一）至2月14日（星期五），该校每个学生每天平均参与活动1.68—3.25个之间。这说明学生也能积极参与教学活动。
4.回帖数据：2月10日（星期一）至2月14日（星期五），该校一个学生每天平均回帖在0.31—0.69个之间，还不到1个。这说明学生与教师的互动的频率不够。为什么会如此呢？因为该校教师在同期的发帖数不多（同期一个教师每天发帖的平均数据在0.41—0.70个的区域之间，一天平均还不到1个）。
5.完成作业：2月10日（星期一）至2月14日（星期五），该校每个学生每天完成作业的平均数据在0.29—0.54个的区域之间，还不到1个。这说明学生做作业的数量不足。这与教师同期发布的作业量不多有关系（一个教师发布作业的平均数据在0.32—0.53个的区域之间，一天平均还不到1个）。
从以上学生的学习数据分析可推知：该校学生能积极关注教学云平台里的网页，也能积极完成任务与参加教学活动。受教师发帖数量不足，发布作业量不足的影响，学生的回帖数量和完成作业的数量均不足。所以，这就需要提高教师的发帖数量与发布作业的数量，以便提升学生的响应频率。
通过分析一周的师生在线教学数据，这就可以研判出该校师生的强项与弱项。不过，也许1个周报的数据会有偶然的因素，所以，这就需要对比较长的时间段里的师生的数据进行分析，以便获得具有必然性或者稳定性的结果。
闽西职业技术学院教务处公布了2020年2月10日至4月10日的在线教学周报（共计9份周报）。
以该校这9周的“教师教学数据—教师使用量（即，网页浏览量，pv）”为例，可导出如下的网页浏览量变化图：
这是下行变化曲线，也就说明全校教师在教学云平台里的网页浏览量有趋于下降的趋势。虽然第3周与第6周有浏览量小高峰，依然低于第1周的网页浏览量。教师浏览教学云平台的网页主旨在巡视教学情况，每天的浏览量需要稳定在合理的数据区间。因为第1至第9周的数据变化轨迹是曲折下行，所以，教师的浏览量不稳定且趋于下降。不过，即使第9周的最低浏览量数据，一个教师一天也平均有224.31个网页。这就说明该校教师比较敬业。
以该校这9周的“学生学习数据—学生使用量（即，网页浏览量，pv）”为例，可导出如下的网页浏览量变化图：
这是下行变化曲线，也就说明全校学生在教学云平台里的网页浏览量有趋于下降的趋势。第1周开学的时候，学生对教学云平台里的网页好奇，所以，浏览量比较多。第2周，学生积极了解新知识，所以，这就出现了浏览量高峰。然后，学生已了解教学云平臺里的网页的内容，他们就逐渐减少了网页浏览量。也许他们参与活动或者做作业的时候，他们才会关注教学云平台里的网页。所以，这种下行曲线不能说明学生变懒了。因为即使第9周最低峰之处，一个学生一天的网页浏览量的平均数据也在359.30网页（周报显示：第9周学生pv为18717052。上线学生为7810个。则一个学生一天的网页浏览量为：18717052÷7810÷7=359.30）。
下面是第1至第9周学生完成任务点的数据变化曲线：
从第1周起，学生完成任务点的数据变化曲线趋于上升，至第2周出现高峰，以后又下降再上升，可是，下降到最低点的数据依然高于第1周的起始点的数据。这说明该校学生保持了昂扬向上的学习干劲。
通过对学生的网页浏览量与任务完成点的数据变化轨迹图的互证分析，可以得出：该校学生能积极参加线上学习。
二、提升网课教学成效的精准策略
测量网课的教学成效最佳方法是采集学生的作业成绩数据与考试成绩数据。
（一）根据学生的作业成绩数据采取对策
以闽西职业技术学院02.10—02.16时间段（星期一至星期日）为例，该校此周有7441个学生上线学习，此周每天完成作业的学生数依次是2153、2320、4009、4006、3502、1335、1411个。每天的完成作业人数与学生总数的数据对比如下：
星期一、二、六与星期日，都有超过一半的学生没有完成作业。星期三、四也有65%的学生没有完成作业，这期间该校教师发布的作业量也不足（比如，02.10—02.16时间段，这个星期每天一个教师发布作业的平均数据为：周报数据816÷上线教师310÷7=0.38个，离1个还差得远）。在2020.2.10—2020.4.10期间，该校学生完成作业率都偏低。在作业量不多的情况下，很多学生都没有完成作业，这说明作业是该校网络教学的弱项。当然，如此多学生没有完成作业，也就不好统计作业的成绩分数。所以，这就要加强作业在教学中的地位，教师平时要积极建设作业题库，以便向学生提供充裕的作业量。教学云平台采集到了学生平时的作业成绩数据，基于此数据的分析，有利于教师在教学过程中纠偏纠错，从而提高教学质量。
（二）根据学生的期末考试成绩数据采取相应之策
据超星教学大数据显示：2020年上半年期末考试，闽西职业技术学院的学生成绩：0—40分，占比4%;40—60分，占比11%;60—80分，占比28%;80—100分，占比57%。各分段占比具体如下：
从图中可知：合格占比85%（60—80分与80—100分均合格），不合格占比15%（0—40分与40—60分均不合格）。合格占比85%，这说明该校取得了网络教学的比较好的成效。据该校教务处公布显示：线上调查学生满意率为80%以上。所以，这就要肯定该校的网络教学业绩。当然，该校也有15%的学生的考试成绩不合格，28%的学生成绩处于60—80分区域，即这些学生的成绩还有提升的空间。所以，这又涉及提升教学效果的问题。
那么，怎样才能进一步提升教学效果呢？
通过分析该校教师的教学数据与学生的考试成绩数据，这就可以得出提升该校的网络教学效果的精准策略：第一，该校一个教师每天发帖的平均数据在0.41—0.70个的区域之间，一天平均还不到1个。该校一个教师每天发布作业的平均数据在0.32—0.53个的区域之间，一天平均也不到1个。该校教师发帖与发布作业的数量均不足，所以，教师需要提高发布帖子、作业的数量。只有加强教师对学生的指导与训练力度，这才能进一步提升学生的学习效果。第二，该校一个学生每天平均回帖在0.31—0.69个之间，还不到1个，该校每个学生每天完成作业的平均数据在0.29—0.54个的区域之间，还不到1个。学生回帖、做作业的数量均很少。这与教师同期发帖、发布作业的数量不多有关系。发帖与回帖，这是增加师生互动的良好渠道。这样，学生可以更好地与教师沟通学习情况。学生维持做适当数量的作业，也可以训练解决问题的能力。所以，学生提高回帖与作业的数量，也能提升学习效果。
综上所述，网络教学会产生大量的数据，教师需要具备分析教学数据的能力。在教学大数据的驱动下，教师可以精准施策，既调控好自己的教学行为，也激发学生积极地学习，从而提升学生的学习效果。
參考文献：
[1]程书肖.教育评价方法技术[M].北京：北京师范大学出版社，2007：140.
[2]王冬青，刘欢邱，美玲.智慧课堂教师行为数据的分析方法与应用验证[J].中国电化教育，2020（5）.
作者简介：黄其荣（1963—），男，汉族，福建上杭人，单位为闽西职业技术学院，研究方向为教育学。
（责任编辑：董惠安）
猜你喜欢数据驱动网络教学数据分析数据驱动的火力发电厂智慧AGC技术关键点分析数字技术与应用(2019年8期)2019-12-04关于人工智能与图书馆服务重塑的五个问题图书与情报(2019年1期)2019-06-25大数据时代数据驱动型企业竞争行为分析中国集体经济(2018年23期)2018-08-22PCA与SVDD方法在过程故障监测中的应用研究无线互联科技(2017年4期)2017-05-23我国高校药事管理学课程教学探析职业·中旬(2016年11期)2017-02-21《国际贸易》课程网络教学平台应用模式研究商场现代化(2016年27期)2017-02-14基于“J课堂”数据分析的有效合作学习策略探索中小学信息技术教育(2017年1期)2017-02-08基于网络环境下“互动式”教学模式的探讨和研究卷宗(2016年10期)2017-01-21基于信息化网络平台的地方高师院校创新创业教育改革探索湖北函授大学学报(2016年14期)2017-01-04基于购物网站的数据挖掘科教导刊·电子版(2016年18期)2016-07-18