利用信息化技术的大数据分析学情总结材料.docx

利用信息化技术的大数据分析学情总结材料 针对线上教学情况反馈，学校对全体教师进行研讨培训,我通过培训，结合学情，查找问题与不足，制定切实可行的复习计划。 一、面向在线学习平台的数据挖掘和分析 数据的收集。收集的数据包含两个部分：一是学生的静态信息。它除了关于学生自身的个人信息，还有平时的学习习惯、学习结果等，包括学习者浏览视频的次数频率、鼠标点击以及时间停留的数据等。二是动态数据。这包括学生搜索的关键词、浏览内容及次数、课程学习实践、练习时间、翻看讨论内容时间、下载文件、拖动滚动条次数、视频暂停次数、课程各个章节视频播放时间、各个章节视频使用情况、浏览器收藏记录等。单个学员日均在线时间、登录的频率数目、日均浏览视频的次数、日均浏览互动论坛区的频率数目、发帖数量和回帖数量等，都可以通过学生学习过程的行为数据得到。 数据分析，分为时间维度和粒度维度。对于时间维度的划分，一般可从学期和学年两个时间段来考虑。对于学期的分析，一般是分析学习者在学习初期、中期以及末期的学习状况的变化，还会对学生的学习态度是否有变化、学习动机是否强以及学习兴趣是否高涨进行分析；而对于学年的分析，一般是对学生两个学年的学习状况进行对比，然后对两个学年产生的差异进行归因分析。对于粒度维度的划分，一般从单门课程和多门课程来分析。对于单门课程的分析，应从学习者对单门课程的学习状况、学习兴趣等方面进行分析;而对于多门课程的分析，则应从学生对不同课程的学习动机、课程设置的满意度、教学方法，乃至教师的喜爱度进行分析，从而确定使用哪些数据分析的工具和算法。能够进行数据分析的工具和算法很多，如决策树、相关分析、关联规则、统计分析与可视化等，根据所采集的数据性质选择相对应的分析算法和工具。简单的数据统计分析和可视化一般采用Excel就可以完成，通过对学习者的学习活动有频次地计数，最终以折线图、饼图等形式呈现计算的结果。 数据结果。为了更直观、形象地了解分析结果和数据的本质，在对数据进行分析之后，需要对其进行可视化。数据可视化就是利用信息技术将复杂的、难以理解的数据用各种各样的图形、图像形象而简洁地表达出来的一种数据加工方式。相较于枯燥的文字阅读，图形、图像的数据呈现方式更有趣，能让学生更容易理解。对学生方方面面的数据进行收集和分析，能实时记录学生对知识点的掌握情况及其在知识点上花费的时间。教师根据这些信息能更加真实地了解学生的学习状况，从而进行个性化辅导，最终的结果呈现有学习成绩的展现、学习习惯的展现等，通过不同方面的结果呈现能让学生更加了解自己，教师更加了解学生。 基于数据分析的学情诊断总结 教师根据学生的呈现结果对他们推送相关建议和资源，这些建议和资源有助于教师优化教学方法，改进教学设计，制订更加合理的教学大纲，并预测学生未来的发展，还为选拔挖掘不同领域的人才提供了更加便捷和可靠的途径。这些既有利于教师进行针对性教学，又能优化整个平台的教学资源建设。 在线学习平台大数据分析对教学的诊断和建议对于在线学习平台而言，大数据方法能以崭新的思维和技术特点对学习过程进行多角度的测量，从而提升专业教学质量与效果,满足不同学生的个性化需求。通过数据分析来构建一条反馈通道，通过运用大数据方法规划建设反馈机制来跟踪教与学的行为，可以促进内容的持续更新，提升在线学习平台的服务能力和质量，具体表现在以下三个方面。 1.解决教师针对性教学的问题。在线学习平台可以对所有学生的信息、具体的学习内容、形成性的学习情况等数据进行收集和挖掘，并进行分析、分类、反馈，给予个性化的教学策略。与传统教学相比，通过对在线学习平台上学生动态学习情况数据的分析，教师可以更好地掌握学生具体的学习情况，如对知识点的掌握程度、习题的解答正确率等，然后可以根据这些具体问题进行有针对性的备课，帮助学生更 好地学习。 解决学生个性化学习的问题。平台能对学生在在线学习平台的使用情况，包括各科目、章节的点击情况等，相同资源的不同展现形式的点击情况等数据进行分析、处理，从而了解学生的实际学习兴趣、方向、习惯等。平台能根据学生在论坛和课堂的表现对其进行分类和分级，并根据学生在学习过程中对习题、测验、实验等的完成情况，总结他们的学习弱点，使其了解自己和别人的差距在哪里，是什么原因导致的，从而推荐相关课程，以激励学生发表有价值和有趣的观点，促进交流，提高学习效率。 改善在线学习平台资源质量的问题。平台能汇总分类各种教学资源，并挖掘各教学资源内部的关联。教育者通过数据分析，能找出各学习平台上教学资源的差距，挖掘出新的教育理念和教育方法。对学生的注意力不集中的数据进行统计，能及时地重新设计和完善教学视频，解决教学视频讲解不透彻的问题。 G4基于数据分析的学情诊断提升总结 学情分析是运用现代教学设计理论产生的，是教学设计系统中影响学习系统最终设计