大数据分析在高校信息化教学中的应用
——以中国矿业大学为例

陈 娅

（中国矿业大学 外文学院，江苏 徐州 221116）

大数据分析在高校信息化教学中的应用
——以中国矿业大学为例

陈 娅

（中国矿业大学 外文学院，江苏 徐州 221116）

在科技飞速发展的时代，信息化已融入了日常教学，为学生提供第二课堂，丰富了学生的课下生活，同时也为教育者提供技术支持，使其更了解学生的情况。然而，依旧有很多数据没有得到充分利用，信息化教学平台没有发挥其应有的价值，文章以中国矿业大学英语信息化教学为例，以大数据分析为切入点，探讨英语信息化的发展方向。

信息化；英语教学；大数据

培养人才、发展科技、服务社会，是高等学校的3项基本职能。自2016年起，国务院针对大学以及学科建设明确提出了“双一流”的任务要求，目的是要加快建成一批世界一流大学和一流学科。为此，培养具有国际视野和跨文化交际能力，掌握一定的信息技术和信息化素养是我国高校，特别是理工类高校大学生培养的全新目标。这既是由信息科技的飞速发展和广泛应用所造成；同时也是基于大数据技术对当前高校教学改革的一次全新的历史机遇，即如何利用大数据来服务教学，服务师生，推动传统教学模式的改革。然而，必须承认的现实问题是，大数据已经在语言信息处理和语言学习中发挥了重要的作用，但是广大外语教师由于学科背景和专业发展的局限性，对于大数据和信息化技术的理解、接收和应用总体呈现出相对滞后的格局。而如何更好地对海量数据进行分析，进一步支持学生的深度学习，实现教师从信息的提供者向引导者的转换，成为教育工作者亟待解决的问题。本文以中国矿业大学英语信息化教学及其教学平台为例，通过对其现状的分析，以大数据分析为切入点，深入探讨英语信息化的发展方向。

1 信息化技术对英语多元化教学支撑的现状

信息化环境下的外语教学改革是近10年来我国外语界的大事，也是改革的主流。随着信息技术在教育领域的不断发展，各种智能化学习平台、课程管理系统的建立，推动了教学信息化的进步，实现了教学内容、手段和方法的现代化。一系列在线学习、批改网等学习软件，为学生提供英语学习的第二课堂，根据北京外研社在线测试平台、句酷批改网等在线学习网络平台的统计，我国大部分省属院校和很大部分的重点高校非英语专业学生的外语学习都不同程度地使用上述学习平台。一方面，这些平台促进了学习资源的丰富化和多元化，同时也使得在线学习与在线师生、生生互动成为当前外语教学改革的另一个亮点，以中国矿业大学为例，中国矿业大学在这方面也具有多年的实践经历。作为一所教育部全国重点高校，该校大学英语教学改革已经经历了多个发展阶段，同时也在信息化建设方面取得了诸多的成绩，而需要进一步改进的问题包括也同样不容忽视。

1.1 在线学习软件的缺陷

目前使用的在线学习软件，为学生的课外学习提供了很多资料，也方便了老师对学生学习情况的掌握。此类软件提供在线学习的时间、在线练习的分数，但缺乏对学生和教师的信息反馈，比如学生只能看到自己某些题做错了，并显示正确答案，却没有对题目的解释，而教师也只能看到学生总共的学习时间及考试成绩，无法得知学生的做题轨迹以及错题分布，从而进行跟踪教学。

1.2 教学软件缺乏数据支撑

随着“以人为本”教学理念的日益深入人心，教学实践也更提倡因材施教、个性化教学，因此老师们更希望获取学生的阶段性或者长期的学习情况进行分析。比如入学分数与学习能力之间的关系，采用一种教学方法后，某个学生对该方法的适用性等，而目前的软件大都体现单一成绩，没有数据分析，从而使老师实现个性化教学还存在一定的难度。

1.3 建学软件有待继续优化

目前的在线学习软件只提供学生总的学习时间，而没有对学习轨迹以及思考时间的记录，难免会存在一些挂网刷时间的问题，此外，所有学生的学习内容相同，没有个性化的推送，也造成一些抄袭现象的存在，在一定程度上，使得这些软件丧失了其原本的意义。因此，信息化教学软件还需要进一步地深入开发，真正发挥其功能，为学生的学习及教师的教学提供更有效的帮助。

2 大数据分析在英语教学中的应用

大数据是指无法在一定时间范围内用常规软件工具进行捕捉、管理和处理的数据集合，是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。大数据看起来是远离校园的事务，但实际上人们已经生活在大数据时代，每天接收的手机软件的新闻推送、购物平台的“猜你喜欢”等，都是大数据的产物，那么教学同样可以采用大数据的方式对学生的学习习惯进行分析，进而推送适合于学生的个性化方案。

2.1 数据分析方法

数据分析方法分为以下几个：（1）分类分析，对于具有明确界限的数据进行分类处理，这是数据分析中最基本的分析方法，根据分类情况提供简单的数据图，并对后续分析进行数据准备；（2）聚类分析，聚类指的是将抽象或物理对象的集合分成由类似对象组成的多个类的过程，通过聚类模型对数据按照一定规则进行迭代处理，使得不规则数据逐渐划分到不同的区间，从而找到一定的数据集，进而分析同类数据的特性；（3）关联规则，就是挖掘出隐藏在大型数据中的令人感兴趣的联系，关联分析是数据挖掘的重要部分。通过对既有数据的分类，进行二次乃至多次划分，从而找到其与其他属性间的内在联系，目前在商业领域具有广泛的应用。

目前常见的数据挖掘分析工具主要有dedup，theano，starcluster等，这些工具通过机器学习、数据优化等方式，为各行各业提供了强有力的技术支持。

2.2 应用分析过程

2.2.1 数据采集及预处理

数据采集的过程，即为数据库设计的过程，大数据模式下的数据库不再是单一的数据表格，而是复杂的多维并行数据库，包括学生信息数据库（包括生源地、入学分数、历次考试成绩等）、题目数据库（题型、知识点、题目等）、题目与学生的映射关系库（题目、做题学生、对错，错题次数等）、学生个人做题轨迹库（做题时间、题目、知识点、题型、错误率等）、学生个人学习轨迹库（浏览板块、浏览时间、浏览频率等）等。

2.2.2 数据简单分类

通过对学生题目与学生映射关系的分类，划分同一题目、同一知识点的错误人数，可通过表格或饼状图进行可视化显示，为教师集中教学提供帮助。通过对个人做题轨迹的分类，对每个学生，查找其知识匮乏点，进而可以在题目数据库中查找到相关知识点的题目对其进行针对性推送，对学生进行知识点强化，从而使得学习平台对于每个学生来讲都是定制化的。

2.2.3 数据聚类分析

通过对学生学习轨迹库进行曲线构图，并赋予一定的权重，进而对学生的兴趣点、关注点、热爱点进行分类划分，并结合其知识点掌握情况，对其发展方向有目的地引导，推送更适应于该范围学生的学习方法和拓展学习资料等。

2.2.4 数据关联分析

通过几个数据库的结合，发掘一些内在的关联，比如某一生源地的学生对于口语的关注度要高于其他生源地学生，再比如入学分数在一定范围内的学生，其学习热情更高等。这无疑为老师改变教学方法、实现个性化教学提供了有效依据。

3 结语

现有的信息化教学中，很多数据没有得到有效利用，软件平台没有充分发挥其应有的价值，在数据被深度挖掘的情况下，分析出更有利于教学发展的多元化信息，为实现真正的人才培养，提供更有效的依据。但是随着人工智能的发展，外语教师需要在技术与人文、机器与教育者之间取得平衡，大数据是一把双刃剑，在外语教学中的应用也不例外。过度地依靠大数据而弱化课堂互动和情感教学，弱化教师和学生的主观能动性，弱化学生在语言学习中的主体性，只能会让学习者和教师成为技术的工具。这是我们必须直面和警惕的“技术陷阱”。而实现良好的平衡则需要从教育全局出发，从外语教育大纲、课堂教学大纲以及语言测试与评估等一系列改革出发，制定符合信息化时代的、基于大数据应用的外语教学与改革新模式。

[1]胡莹.教学 APP 在英语教学中的应用[J].中国校外教育，2013（6）：87.

[2]赵宁.让精彩的多媒体网络世界走进英语课堂教学[J].现代交际（学术版），2016（5）：203-204.

[3]高立伟.关于大数据时代数据信息可视化的研究[J].电子世界，2013（16）：19.

[4]张海笑.数据挖掘分类技术在高校教学中的应用研究[D].广州：广东工业大学，2005.

Application of big data analysis in informationization teaching in colleges and universities:taking China University of Mining and Technology as an example

Chen Ya
（Foreign Languages College of China University of Mining and Technology, Xuzhou 221116, China）

In the age of the rapid development of science and technology, informatization has come into the daily teaching. It provides the students with the second class, enriches the students’ spare time, and at the same time provides the educators with the technological supports so that they can know their students better. However, there are still much data that were not made full use of and the teaching platform of informatization didn’t play its real value. Taking the teaching of informatization of CUMT as an example, this paper regards the big data as the entry point and discusses the development direction of English informatization.

informatization; English teaching; big data

陈娅（1988— ），女，江苏徐州，硕士，实验室助理；研究方向：高校行政管理。