王 芳

（浙江医药高等专科学校，浙江 宁波315000）

0 引言

大数据技术的应用和普及，从一定程度上颠覆了传统课堂教学的方式，同时也丰富了教学手段，活跃了课堂气氛。然而新技术所支撑的浅层学习，并没有成为课堂教学改革的助推器，反而强化了传统教育的弊端，已经无法满足新时代的教学需求。因此，如何将大数据的应用与课堂教学改革进行深度融合，打破原有教学体系，重新整合教学内容并构建新的教学方法，推动课堂教学改革，并根据学情分析因材施教的培养人才，这还需要进一步深入研究。

1 慕课和用户画像

1.1 慕课

慕课作为一种在线开放教育模式，与传统课堂教学不同，学习者能不限时间、地点，随时随地进行学习并交流、分享学习心得，同时也为实现教育的公平提供了可能[1]。随着近年来各大高校的教育教学中对于慕课应用的迅速普及，教育信息化进入了全新的阶段，教师与学习者对教育信息化的智能需求与日俱增。在2017年的中共中央政治局第二次集体学习时，习近平总书记强调了实施国家大数据战略和互联网+教育的重要性[2]。尽管普遍的观点认为教育大数据存在很高的应用价值，然而挖掘和发挥教育大数据的应用价值并以此来推动教育的革新是目前的难点之一[3]。此外，无论是在教育大数据的实际应用层面还是技术手段运用方面，都存在着许多亟待解决的难题，这些都限制了大数据在教育领域的应用和普及[4]。

1.2 用户画像

用户画像是大数据分析的时代产物。它指的是根据用户的社会属性、消费行为及生活习惯等一系列与用户相关的信息，利用人工智能算法对这些用户信息进行分析，并抽象成数字标签所得到的用户模型，这里的标签是构建用户画像的核心[5]。

在教育领域中，针对不同的学习者建立用户画像以达到精准教学的目的是目前教育大数据的重要研究内容。换言之，要想建立学习者的用户画像，需要采集学习者的动静态信息并加以分析，以此构建学习者用户画像，这是精准教学的基础。国内外有研究对用户画像在教学中的应用进行了探索，有人通过对慕课平台论坛的研究，利用大数据技术为学生推送有用的信息[6]。也有人认为可以将神经网络和多种人工智能算法相结合，对文本特征进行特征提取，构建用户画像[7]。陈海建等人[8]将学习者的基本信息、慕课在线学习行为以及平时课堂行为等数据进行整合，通过贴标签的形式建立用户画像，从而有效提供个性化教学。

在教育大数据的研究上人们目前还需要解决一些难点问题：（1）需要进一步明确研究目标、梳理研究思路，只对教育大数据进行理论层面上的阐述是远远不够的。而在应用方面的研究很少，没有从根本上解决实际教学中的难点及痛点问题，可操作性不强。（2）目前基于教育大数据的模型建立主要以理论分析居多，很少对实际课堂教学过程进行论证分析，模型构建比较少见。（3）人们在教育大数据挖掘中一般更偏重数据自身的意义分析，缺乏对数据背后更深层次内涵的挖掘和论证分析。而教育大数据不光涉及教育领域，往往还和计算机科学、心理学、社会学等多个学科交叉融合[9]。因此我们应该拓宽研究视角，否则单一狭隘的研究角度会导致教育大数据的潜在价值难以发挥，不利于教育大数据的应用和推广。通过对教育大数据的难点、痛点问题进行分析，人们认为，应该结合某个专业领域，有针对性的分析和解决教师在教学中遇到的实际问题，因此可以通过采集和分析真实的慕课教学数据来构建用户画像模型并精准指导教学实践。

2 用户画像在混合式教学中的应用

本文以临床药物治疗学这门课程为例，进行慕课+翻转课堂（线上+线下）的混合式教学，并通过构建用户画像模型来指导翻转课堂，重构和优化教学设计，改良学生的课堂教学体验，提升教学质量。

实施步骤如下：（1）慕课平台数据的收集和分析。在教学实践中选取我国主流在线学习平台，如学银在线、浙江省高等学校在线开放课程共享平台等，采集平台上学生的社会属性、在线学习行为数据等相关信息。学习者在学习平台的使用信息、互动信息等教学活动数据将被自动记录于慕课平台的数据库中。原始数据预处理后，可以用大数据挖掘方法（如t检验、方差分析、回归分析等）对其进行统计分析。（2）通过大数据技术追踪评估学习者的学习行为和学习质量，主要运用机器学习算法来建立用户画像模型，通过交叉验证、ROC-AUC等评估指标选择最优模型，并通过将用户画像模型与原有的教学协同融合，得出教学分析报告，并为翻转课堂制定精准教学内容。学习者用户画像则是根据学习行为的相似性对学习者进行聚类分析，从而根据各类学习者的特征进行个性化教育；此外，通过支持向量机、决策树、逻辑回归、随机森林等一系列机器学习算法建立的预测模型可以预测学习质量，并能够对学习行为异常的学生进行早期预警，加强引导和督学。（3）用户画像模型的应用。通过慕课教学数据的挖掘分析，建立了学习者用户画像模型，结合教学目标和教学内容，根据模型对学生分类，有针对性地制订教学方案。（4）翻转课堂的实施研究：导入上一次慕课学习的知识点；针对不同类型学生阐明相应的教学目标；分小组讨论（结合不同难度的临床案例）；教师引导学生回答并通过信息化手段进行课堂测验以检测教学目标掌握情况；进行课堂教学总结和反馈。（5）课程的考查和评价。将用户画像模型作为辅助教学的手段，可以改良教学模式，丰富教学评价，完善教学评价体系。在教学过程中将过程考核和结果考核相结合，可以更加客观地对学习者进行合理的课程考核评价。

3 用户画像研究在混合式教学应用中的展望

混合式教学模式融合了“以学生为中心”的教学理念，使线上的课前自学与交流讨论和线下知识的内化形成了完整的教学闭环。通过用户画像模型能更精准地对学生进行分层分类，提供个性化教育，从而实现新技术支撑的浅层学习向新技术赋能的深度学习的转变。这就要求授课教师同时具备较高的教学业务能力和信息化技术水平。此外，目前我国关于教育领域的用户画像相关研究还比较少，可以进一步拓宽用户画像在教育领域的相关研究，重视用户画像的学习者学习行为分析，优化用户画像的教学研究模型。作为新时代的教师，应该不断进行知识迭代，在大数据时代引领潮流，成为大数据驱动教育的变革者。