论文部分内容阅读
摘 要：近几年，随着高校扩招人数不断增加，进入高职类院校的学生的入学成绩不断降低。尤其在英语成绩方面更为明显，甚至有许多学生根本就没有学过高中英语课程。我们定位于高职公共英语课程进行教学研究，提出基于大数据的教学改革，结合师资水平、学生情况和教学条件等方面的实际特征，首先对评价体系进行研究，对比大数据介入前后的教学模式变化和教学效果差异，吸收成功经验。
关键词：教学评价 关联度
一、高职英语教学自身特征
我认为面向实际应用是高职公共英语自身的应用特征是必要环节，其课堂教学应同时兼具职业教育特征：
1、课程内容知识点碎片化
2、同專业学生间英语水平差异大
高职类院校，新生的来源就更多种多样。有来自高中、职高、技校，甚至成人，显然对相同的教学内容，学习效果各不相同，评价体系就不能唯分数论。
二、评价体系改进的研究
在教学改革过程中，借助“翻转课堂”的自主学习模式，布置课前任务：在网络学习平台上下载PPT并自主学习。其实这一过程就是让学生“被迫”预习下堂课程内容，老师在上课时，第一时间会对学生预习的效果进行检查。而原先教学评价体系多基于学生成绩、学生评价、教师相互听课，这些手段现在看来虽然有一定作用，但面对如今在线教育基于大数据分析的评价体系，明显落后了许多。
1、网络平台教学信息收集
为了自动收集学生上网的学习信息，特别编写了一个学生学号验证程序。
<% dim cn，connstr
Set cn=Server.CreateObject（"ADODB.Connection"）
DataName="LTLH20171009.mdb"
connstr="Provider=Microsoft.Jet.OLEDB.4.0；Data Source=" & Server.MapPath（DataPath）
cn.open connstr %>
<% username=Request.Form（"username"） password=Request.Form（"password"） %>
<%
sqlstr="select * from Web_admin where username='"&username&"' and password='"&password&"'"
response.Write sqlstr
set rs=Server.CreateObject（"ADODB.Recordset"）
rs.open sqlstr，cn，3，2
Response.Write "
"
Response.Write rs.recordcount %>
通过对学生身份的验证，学生可以在课程通知、我的课堂、教学资源、视听资源等组织形式完成预习任务。系统会忠实记录学生每一次的学习内容、学习时刻、学习时长等信息，这些一方面可作为学生平时成绩的参考，另一方面力求找到学生的学习习惯。
2、数据清洗和分析
本项目除了以上收集的数据，还参考了学生高考的信息。在数据清洗过程中，我们保留了身份证号、录取专业、考生类别、毕业学校、投档总分、英语成绩、文理科字段加上学习内容、学习时刻、学习时长等信息。其中使用身份证号将两种数据一一对应关联。
3、挖掘分析策略
在数据挖掘思路的选择上，我们结合高职学生的特点和专业特色，分别按专业大类来处理。为了满足关联规则算法的要求，二次对数据进行泛化处理。首先是所学专业和毕业学校，这两个字段的数据明显是离散型的。所学专业对英语能力的要求不同或是使用频率不同，明显影响学生学习英语课的动力。所以将所学专业泛化为强需求专业（医学和旅游管理）、有需求专业（电子商务、会计、电子、计算机）和弱需求专业（采矿、机电、工程管理）。而毕业学校则泛化为普通高中、职业高中、技校及社会。
本项目尝试采用成熟的Apriori算法，和IBM的SPSS9.0进行挖掘处理。由于两种数据来源的各有自身的特点，在研究的过程中将最小置信度分别尝试设置了18%、20%、22%。最后以20%的结果最贴合实际，挖掘后产生了227条关联规则。我们将这些关联度的结果分析后首先告知任课老师，鼓励老师按每个月一调整的频率有针对性的改变教学策略和方法。
三、全省统考成绩对比
大数据分析关联度、支持度、置信度的准确性结果最后还需要通过教学成果来进行印证。由于项目是从2017年开始的，我们对2015、2016、2017三年的全省PRETCO考试成绩进行对比。
显然，通过上表情况开展有针对性的大数据与教学相结合的研究，经过教学方法改革，学生的成绩明显有了提高，取得了好的教学效果。
四、总结
教师通过网络在课前提出问题，让学生充分运用现有的因特网源去解决问题或者找到解决问题的方案。学生易于自主学习，借鉴翻转课堂，体现了“以学生为本”的教学理念。而个性化教学的评价依赖于大数据采集和数据分析工作。对于学习过程中形成的不同类型的数据分别设定不同的指标，实现评价的定量化，建立定量化的学习评价指标系统，便于后期数据分析。
我们争取在高职公共英语教学改革探索出一条“数据助力教学，分析变革教育”的创新之路。
作者简介：桑冬青（1977-）男，安徽淮南人，讲师 硕士，主要从事大数据研究。
基金项目： 2018年自然科学研究项目《基于头部姿态识别分析课堂教学效果的研究》编号：HKJ18-3
关键词：教学评价 关联度
一、高职英语教学自身特征
我认为面向实际应用是高职公共英语自身的应用特征是必要环节，其课堂教学应同时兼具职业教育特征：
1、课程内容知识点碎片化
2、同專业学生间英语水平差异大
高职类院校，新生的来源就更多种多样。有来自高中、职高、技校，甚至成人，显然对相同的教学内容，学习效果各不相同，评价体系就不能唯分数论。
二、评价体系改进的研究
在教学改革过程中，借助“翻转课堂”的自主学习模式，布置课前任务：在网络学习平台上下载PPT并自主学习。其实这一过程就是让学生“被迫”预习下堂课程内容，老师在上课时，第一时间会对学生预习的效果进行检查。而原先教学评价体系多基于学生成绩、学生评价、教师相互听课，这些手段现在看来虽然有一定作用，但面对如今在线教育基于大数据分析的评价体系，明显落后了许多。
1、网络平台教学信息收集
为了自动收集学生上网的学习信息，特别编写了一个学生学号验证程序。
<% dim cn，connstr
Set cn=Server.CreateObject（"ADODB.Connection"）
DataName="LTLH20171009.mdb"
connstr="Provider=Microsoft.Jet.OLEDB.4.0；Data Source=" & Server.MapPath（DataPath）
cn.open connstr %>
<% username=Request.Form（"username"） password=Request.Form（"password"） %>
<%
sqlstr="select * from Web_admin where username='"&username&"' and password='"&password&"'"
response.Write sqlstr
set rs=Server.CreateObject（"ADODB.Recordset"）
rs.open sqlstr，cn，3，2
Response.Write "
"
Response.Write rs.recordcount %>
通过对学生身份的验证，学生可以在课程通知、我的课堂、教学资源、视听资源等组织形式完成预习任务。系统会忠实记录学生每一次的学习内容、学习时刻、学习时长等信息，这些一方面可作为学生平时成绩的参考，另一方面力求找到学生的学习习惯。
2、数据清洗和分析
本项目除了以上收集的数据，还参考了学生高考的信息。在数据清洗过程中，我们保留了身份证号、录取专业、考生类别、毕业学校、投档总分、英语成绩、文理科字段加上学习内容、学习时刻、学习时长等信息。其中使用身份证号将两种数据一一对应关联。
3、挖掘分析策略
在数据挖掘思路的选择上，我们结合高职学生的特点和专业特色，分别按专业大类来处理。为了满足关联规则算法的要求，二次对数据进行泛化处理。首先是所学专业和毕业学校，这两个字段的数据明显是离散型的。所学专业对英语能力的要求不同或是使用频率不同，明显影响学生学习英语课的动力。所以将所学专业泛化为强需求专业（医学和旅游管理）、有需求专业（电子商务、会计、电子、计算机）和弱需求专业（采矿、机电、工程管理）。而毕业学校则泛化为普通高中、职业高中、技校及社会。
本项目尝试采用成熟的Apriori算法，和IBM的SPSS9.0进行挖掘处理。由于两种数据来源的各有自身的特点，在研究的过程中将最小置信度分别尝试设置了18%、20%、22%。最后以20%的结果最贴合实际，挖掘后产生了227条关联规则。我们将这些关联度的结果分析后首先告知任课老师，鼓励老师按每个月一调整的频率有针对性的改变教学策略和方法。
三、全省统考成绩对比
大数据分析关联度、支持度、置信度的准确性结果最后还需要通过教学成果来进行印证。由于项目是从2017年开始的，我们对2015、2016、2017三年的全省PRETCO考试成绩进行对比。
显然，通过上表情况开展有针对性的大数据与教学相结合的研究，经过教学方法改革，学生的成绩明显有了提高，取得了好的教学效果。
四、总结
教师通过网络在课前提出问题，让学生充分运用现有的因特网源去解决问题或者找到解决问题的方案。学生易于自主学习，借鉴翻转课堂，体现了“以学生为本”的教学理念。而个性化教学的评价依赖于大数据采集和数据分析工作。对于学习过程中形成的不同类型的数据分别设定不同的指标，实现评价的定量化，建立定量化的学习评价指标系统，便于后期数据分析。
我们争取在高职公共英语教学改革探索出一条“数据助力教学，分析变革教育”的创新之路。
作者简介：桑冬青（1977-）男，安徽淮南人，讲师 硕士，主要从事大数据研究。
基金项目： 2018年自然科学研究项目《基于头部姿态识别分析课堂教学效果的研究》编号：HKJ18-3