本科教育與管理平臺;本科教育與管理服務平臺

不可否認，教育是一個處于變革的領域，互聯網信息技術、大數據智能技術的發展為教育帶來了全新的發展機遇。基于智慧教育平臺的大數據對應用型本科高校學生的學習行為分析產生著重要的作用，傳統的教育模式已然無法滿足實際需求。基于智慧教育平臺的課程教學，亟待從教學方法、教學內容以及教育理念等方面進行改革優化，促進智慧教育模式全面發展、有效應用。

基于智慧教育平臺大數據的學生學習行為分析模型構建

數據收集。對數據進行整理收集是智慧教育平臺大數據進行應用型本科高校學生學習行為研究的基礎前提。現階段，各高校普遍建立了數字化校園育人體系，對學生的智慧學習平臺的瀏覽方向、登錄時間、閱讀次數以及瀏覽時長等數據都能夠進行自動記錄，了解學生在學習方面的行為特征。這一效果的呈現得益于智慧教育平臺大數據技術，會根據學生的行為、瀏覽過程進行信息備份，需要者通過輸入關鍵詞即可獲取。

數據預處理。盡管智慧教育平臺大數據技術能夠對學生的學習行為進行統一管理，但由于不同的學生有不同的行為方式，在進行系統管理時相對復雜，因此，需要通過專業的方式對智慧教育平臺中的數據進行篩選和提取，選取有用的信息予以記錄。該行為方式即是數據預處理。可以根據學生以往的學習行為進行初步篩選，利用多元回歸分析法對學生智慧平臺學習總時長、視頻觀看頻率、討論取回帖數、討論區發帖數以及閱讀資料次數等進行了解與掌握，用以有效評價學生學習效果。

模型訓練。對應用型本科高校學生學習行為產生的影響因素非常多，所以進行大數據篩選時，要根據多種算法進行對比分析，而后進行模型構建。其中，監督學習主要包括邏輯回歸、人工神經網絡、隨機森林、決策樹、線性回歸、樸素貝葉斯、k近鄰等算法；機器學習包括遷移學習、監督學習、強化學習、無監督學習；無監督學習有主成分分析、K－Means聚類等。

模型評價。基于模型的基本構建后，需要進行各個模型的學習效果的評價。評價目的在于判斷模型的學習特征及其優勢和劣勢，以及了解不同的模型學習方法、流程等。

基于智慧教育平臺大數據的學生學習行為流程分析

作為互聯網信息技術與高效課程教學相融合的學習平臺，智慧教育平臺在教學育人的過程中，采用了線上線下混合式的教學模式。線上教學模式包括慕課、微課等，實現了全流程的教育教學控制，包括課程學習的前中后階段。所以在進行學生行為分析時，應綜合學生課程前中后三個階段進行數據研究分析。

第一，課前行為分析。學生的課前學習任務，主要以智慧教育平臺上的慕課、微課等視頻進行知識學習，教育平臺上需要給予學生視頻學習這一核心資源，讓學生隨時隨地的登錄網站進行課程學習。利用行為分析技術，如數據統計、監控系統、有關分析技術，可以實現對學生的學習狀況，及時了解學生的學習態度、學習積極性，并根據不同學生的表現情況給予合適的教學規劃，及時發現“落后”的學生，予以指導、幫助。現階段，許多應用型本科高校的智慧教育平臺視頻是校內特有的資源，每天觀看的人數成百上千，教師們在進行微課視頻選擇時，會根據不同專業的課程教學規劃和需求進行微課視頻安排，因此，從一定程度上來說，校內視頻資源不完全具備開放性，不同的課程參與的人數有一定的限制。所以為學生提供智慧教育平臺是要保障學科的全面性、課程的豐富性、教育資源的優質性，以保障課程資源建設的高質量性。

第二，課堂學習情況分析。翻轉課堂教學模式是應用型本科高校學生依托智慧教育平臺進行課程學習的基本特點，是一種將傳統課堂教學中的知識傳授和講解環節轉移到課后完成，將問題解決和實踐操作等活動轉移到課堂上進行的教學模式。翻轉課堂模式下，學生是課堂學習的主體，更多的參與討論、合作和實踐管理的，教師則變為學生的指導者和輔導者，為學生提供必要的指導和幫助，翻轉課堂教學模式，有利于激發學生學習興趣，培養學生自主學習能力、團隊合作意識，為今后的就業工作奠定必要的基礎。翻轉課堂教學模式需要借助智慧教育平臺進行教學內容完成。即教師在課堂上進行面對面答疑、指導，教師通過課后的時間在線上平臺上進行專業知識學習，以構建理論和實踐平衡教學方法人才培養模式。國內有不少的高校借助線上智慧教育平臺進行了有效的翻轉課堂教學設計，并取得了一定程度上的顯著效果。應用型本科高校教師利用翻轉課堂教學模式進行專業知識教學，既促進了慕課和微課的發展，也使得翻轉課堂實戰性得到深入轉化，提高學生理論知識的同時，培養其實踐應用能力。利用翻轉課堂進行課程教學，教師更能關注到每一位學生的學習情況，有助于教師采用針對性、分層式的教學模式，滿足每一位本科生的學習需求。

第三，課后學習情況分析。應用型本科高校學生可以借助智慧教育平臺進行線上任務完成、實踐學習，促進專業能力、實踐應用水平的提升。根據學生課后行為分析可以發現，學生在課后更加注重理論補充、實踐應用，著重將課堂上學習到的知識應用到實踐環節中。以社會實踐類課程為例，基于智慧教育平臺的大數據分析可以發現，學生在實踐方面的頁面登錄次數頻率明顯增加，其原因有二，一是由于實踐性課程需要填寫實踐過程、實踐心得等報告內容，因此增加了學生二次登錄智慧教育平臺的機會；二是實踐類課程需要進行小組合作、討論、觀點分享。借助平臺討論區，可以發現學生之間的互動情況。學生之間也能夠了解小組成員的作業完成情況，從而形成透明化的學習過程，激發部分學生的學習動力。

基于智慧教育平臺大數據的學生學習行為分析建議

可從平臺能力和平臺系統兩個方面進行智慧教育平臺升級。其一，平臺能力升級。進一步融入AI智能技術、大數據技術，提高智能平臺的智慧性、智能性水平。根據目前應用型本科高校教育發展的情況來看，智慧教育平臺的設立成為重要的發展趨勢，智慧教育平臺的應用思想得到了廣泛的認同，但由于技術、經驗方面的制約，許多高校在進行智慧教育平臺構建時，側重于現有的教育資源融合，并加強了對學生的管理，以及學生的行為分析等，但就學生的行為分析來看，未能進行具體的數據調取，也就是說對學生的具體學習偏好、滿足學生需求等方面還沒能做到完善、充分。這需要應用型本科院校根據自身專業建設情況和學生培養目標進行平臺改造與升級，對學生行為分析內容、智慧教育場景進行進一步擴大，加強智慧教育平臺與其他高校平臺的合作，實現資源共享、協同育人。

其二，平臺系統升級。從現有的智慧教育平臺系統整體設計情況來看，存在缺乏統一的管理模式問題、身份識別不對接問題等問題。有的平臺進行了單獨學科的身份驗證功能設計，但如若缺乏規范的數據使用標準，很可能會導致數據篩選出現問題，進而無法完成數據調取功能。另外，場景單一、任務單一化也是當前常見的智慧教育平臺的不足之處，需要得到進一步改進與完善。應堅持使用需求原則，根據不同的教學內容構建機構、個人空間，將數據、服務、資源融合一體，實現數據交換、信息溝通、服務貫通。統一進行應用入口、身份識別、知識圖譜、數據標準設置，以滿足信息化教育需求。

“互聯網＋”時代的到來，教育離不開互聯網信息技術、大數據技術、人工智能技術的應用，為學生行為分析提供了重要的智慧數據支撐工具。智慧教育平臺的發展務必要抓住信息技術優勢，將其與傳統管理模式區分開來，利用其統計能力、數據分析優勢進行精準化的教育資源匹配，保障能夠滿足學生學習需求、教師監督與管理要求。

（作者：汪普慶，江西應用科技學院 330100 ）