基于大数据的大学英语教学学情评价研究

基于大数据的大学英语教学学情评价研究

代培培

(长春理工大学,吉林长春,130022)

摘要:对于大学英语教学来说,基于学生实际学习情况的学情评价对于教师教学和研究中发挥着十分重要的参考价值,也是教师课题研究中时间和空间的有效延伸。常规的学情评价需要占用教师大量的时间和精力,且效率不高,对于学生的反馈不够及时,很难适应"以人为本,发展个性,尊重学生主体地位,促进学生自主、全面、和谐发展"的教育要求。借助网络的便捷性建立一个在线学情评价体系,能够帮助教师节省大量的时间,使教师与学生之间的沟通真正实现实时性,促进教学改革的顺利进行。文章基于互联网大数据的视角,结合大学英语教学学情评价研究的意义及转型研究,给学生提供全面的学情诊断、个性化的学习建议。

关键词:大学英语;大数据;学情评价

在上世纪,美国的科学家经过长时间的研究并得出了一种智能理论,他指出每个人的智慧都存在着不同的差异性,不再采用固有的单一化分数测评机制。新的评价体系明确指出要以评价主体为基准,根据个体实际学习情况制定相应的评价方式。应在稳定发展的前提下进行科学化教育管理评价体系的设立,深化管理评价内容的基础性建设,为学生提供更加广阔的发展环境,确保教学目标的顺利实现。

一、应用大数据构建大学英语学情评价机制的重要性

胡中锋在《教育评价学》中提出,从学校管理的宏观角度而言,教育评价是包含教学工作评价的大概念,是对教育的实施条件、进程和结果的综合性评价,教学工作评价是教育评价的一个部分。

在大学英语教学中，学习个体的习惯、性格和能力差异,对最终学习效果都有直接或间接的影响,因此,对学情进行详细判断,可以更加准确地进行学习定制计划和培养方案,即教师为了有效教学而开展的对影响学生学习各因素的诊断、评估与分析。但是在大学英语传统的评价机制构建中,往往只重视结果而忽略过程,依靠大数据的评价机制,是建立在海量服务过程中的数据基础之上的。要想做到这一点,首先要做到教师工作思想的转变。利用大数据对教师形成全过程的评价机制,进而推动思想转变,继而推动教学目标转变,更好的做到"能者上,庸者下,推动教育工作有序进行^[1]。

除此之外,在大学英语教学中,学生学习不仅仅是一个单一主体参与的过程,而是多元主体参与的过程。大数据时代课堂教学评价的方式更加灵活有效、主体更加多元、内容更加全面,也更能确保评价结果的真实性,这也为评价体系的完善奠定了坚实的基础。大数据评价机制的建立,意味着对于大学生学习又多了一个外在的动力，大数据在大学英语教学评价中的广泛应用,能够不间断、准确的将学生的学习效率分析出来,同时,这些收集到的个人学习状况信息也可以逐渐形成一个相对完整的学情数据库,对于教师的教学设计、分工协作、协同配合有着非常明显的促进作用。

二、互联网+背景下大学英语教学学情评价研究

(一)聚类和相关性挖掘

聚类和相关性挖掘是当前高校教学学情评价模型中非常重要的数据挖掘方法,主要是通过信息多维空间技术来对大学生的基本生活环境、在日常学习中的课堂状态、校园生活以及娱乐等多方面的数据进行有效的挖掘和截取,数据丰富且有一定的额逻辑性,非常适用于对学生日常生活、学习情况即学习习惯的了解与掌握,给教师教学与管理提供更多有科学依据的参考资料。

在针对大学英语的学情评价中,教师要将聚类的关键,即整合大量数据并按照其相关性划分成为不同的子集,比如从学生进行英语学习的态度、动机、信心、兴趣、程度、策略、时间等方面展开调查与分类,并根据这些子集的趋向来分析学生在英语学习情商和自主学习能力方面是否存在变化和差异,进而制定更有针对性的教学方案,这对教师教学目标、教学形式、教学内容的细节化设计都起到了非常重要的推动作用^[2]。

(二)智能趋势预警

智能趋势预警是在上文聚类与相关性挖掘技术的基础上衍生而来的关联规则与回归分析技术,它能够帮助学校与教师通过数据分析及算法推测数据指标的合理波动范围,触发报警的同时,自动定位导致问题出现的原因,实现面面俱到的指标变化感知及数据分析能力的全面升级,是更为精细化的评价体系。

在大学英语课堂中应用智能趋势预警来展开对学生的学情分析,可以根据智能预警分析的可视化指标关联图谱,依据学生学情评价指标之间的相关性,查看相应的指标变化境况,一方面从全局视角观察异常指标波动对其他指标的影响,传递反馈信息,帮助他们了解自己的认知特点,扬长避短,找到适合自身的学习策略^[3]。另一方面快速找到可能诱发异常的原因,助力教师及时排查问题、定位问题,驱动决策和业务优化与调整,以应对有可能发生的风险,提高学生在自主学习过程中的元认知策略意识、情感调控能力、自主意识和监控能力、合作学习能力^[4]。

结束语

为全面推动高校的基础性建设,教育管理人员应树立清晰的学情评价价值认识,准确采取科学化的应对手段进行大数据背景下网络评价管理机制的构建,通过聚类和相关性挖掘技术和智能趋势预警技术来不断提升大学英语课堂评价内容的专业性,关注学生的成长进步,推动高校英语教学的和谐稳定发展。

参考文献

[1]宋凯,庞雪芮. 基于大数据的电视节目评价体系构建研究[J]. 湖南工业大学学报（社会科学版）,2021,26(2):71-77.

[2] 孟宁,冯琳. 基于教育大数据的高校线上教学质量评价指标体系研究[J]. 大学教育,2021(8):191-195.

[3] 王芳,张百慧,杨灵芝,等. 基于大数据应用的政府治理效能评价指标体系构建研究[J]. 信息资源管理学报,2020,10(2):17-28.

[4]李佩. 基于大数据的计算机网络技术实践教学质量评价指标体系研究[J]. 网络安全技术与应用,2020(5):99-100.

作者信息:代培培,女(1980.7.3—),汉族,吉林长春人,硕士研究生,副教授,研究方向:应用语言学英语教学