CN104268188A - 一种信息化环境下课堂教与学行为分析的方法及系统 - Google Patents

Abstract

本发明公开了一种信息化环境下课堂教与学行为分析的方法及系统，该方法包括：对课堂教学进行行为目标确定；基于确定的行为目标进行数据采集；根据所采集的数据进行编码标注，将原始数据表中相邻抽样点的两个编码进行组合形成序对；对形成序对中的特征数据进行行为分析；基于行为分析的结果进行关联分析。通过本发明包含教学行为分类表和数据分析方法，并选取教学实录样本进行了编码分析，能够较客观地反映课堂教学实情，便于教师对课堂教学行为、课堂师生互动行为以及媒体在课堂教学中应用情况等的清楚认识。

Description

一种信息化环境下课堂教与学行为分析的方法及系统

技术领域

本发明涉及信息技术领域，具体涉及一种信息化环境下课堂教与学行为分析的方法及系统。 

背景技术

教学分析技术是对教学过程中教师与学生生成海量数据的解释和分析，以评估教师教学进行的情况和学生的学术进展，预测学生未来的表现，并发现教师教学的规律性问题，以及教学未来潜在的问题。从这些定义可以看出，教学分析技术分析的对象是教学过程中教师和学生及其教学发生的环境，目的是提示教师的教学情况、评估学生、发现潜在问题、理解和优化学习，分析的基础是海量数据。 

通过对多年来的教育数据挖掘研究进行分析，可归纳出五类教育数据挖掘方法：统计分析与可视化；聚类(聚类、离群点分析)；预测(决策树、回归分析、时序分析)；关系挖掘(关联规则挖掘、序列模式挖掘、相关挖掘)和文本挖掘。随着网络学习及相关学习管理系统的不断普及，数据挖掘方法在在线学习管理系统中得到应用，并开启了利用网络分析技术对学习者行为加以分析的研究，研究者们对Moodle学习平台的日志分析是这方面研究的范例。记录在学习管理系统中的学习者行为数据，经过聚集、分类、可视化以及关联规则分析等操作，生成实时的数据报告，或者利用从行为数据中反映出的常模来生成预测模型。随着WEB2.0环境下的教学开展，除了数据挖掘方法外，一些原本属于社会科学领域的方法如社会网络分析法、话语分析法、内容分析法等也得到成功应用并成为学习分析的关键技术，这些方法的典型应用之一是师生教学行为分析。 

现有的教学行为分析方法都没能针对信息化环境中教与学的行为进行分析，且都是以教学过程中的言语为分析对象，而不是以教学行为来对过程进行分析，无法结合现有行为具体分析。 

发明内容

基于现有技术的不足，本发明提供了一种信息化环境下课堂教与学行为分析的方法及系统，本方法针对信息化环境中教与学的行为进行分析，克服了以前方法对行为归类交叉，或对信息化环境中行为不能详细分析，以及对行为间关系无法进行深入分析等问题，是当前对信息化教学环境中教学过程行为分析较有效的方法。 

本发明提供了一种信息化环境下课堂教与学行为分析的方法，包括如下步骤： 

对课堂教学进行行为目标确定； 

基于确定的行为目标进行数据采集； 

根据所采集的数据进行编码标注，将原始数据表中相邻抽样点的两个编码进行组合形成序对； 

对形成序对中的特征数据进行行为分析； 

基于行为分析的结果进行关联分析。 

所述关联分析用于提示行为并发的情况，以及行为联动的情况，以便发现教学过程中行为的规律及对应的教学策略和方法。 

所述对形成序对中的特征数据进行行为分析包括： 

教师活动率、学生活动率、课堂无意义活动率、教师语言率、教师监控率、教师提问率、教师语言间接影响与直接影响比例、教师提问率、教师反馈率、学生语言率、学生提问率、学生讨论比率、学生使用媒体率、课堂媒体使用率。 

所述关联分析包括：并发行为和连动行为出现机率、出现时机、出现点分布特点。 

相应的，本发明还提供了一种信息化环境下课堂教与学行为分析的系统，包括： 

目标行为编辑模块，用于对课堂教学进行行为目标确定； 

数据采集模块，用于基于确定的行为目标进行数据采集； 

编码标注模块，用于根据所采集的数据进行编码标注，将原始数据表中相 邻抽样点的两个编码进行组合形成序对； 

行为分析模块，用于对形成序对中的特征数据进行行为分析； 

关联分析模块，用于基于行为分析的结果进行关联分析。 

所述关联分析模块用于提示行为并发的情况，以及行为联动的情况，以便发现教学过程中行为的规律及对应的教学策略和方法。 

所述行为分析模块分析的对象包括： 

教师活动率、学生活动率、课堂无意义活动率、教师语言率、教师监控率、教师提问率、教师语言间接影响与直接影响比例、教师提问率、教师反馈率、学生语言率、学生提问率、学生讨论比率、学生使用媒体率、课堂媒体使用率。 

所述关联分析模块分析的对象包括：并发行为和连动行为出现机率、出现时机、出现点分布特点。 

本发明从教学过程中教学行为的视角出发提出了一套分析课堂教学过程的方法，包含教学行为分类表和数据分析方法，并选取教学实录样本进行了编码分析，能够较客观地反映课堂教学实情，便于教师对课堂教学行为、课堂师生互动行为以及媒体在课堂教学中应用情况等的清楚认识，有利于客观的分析教学过程，可用于老师观摩他人的教学过程及反思自己的教学实践，从而更好地促进教师专业发展。该方法既克服了以前方法对行为归类交叉，或对信息化环境中行为不能详细分析，以及对行为间关系无法进行深入分析等问题，是当前对信息化教学环境中教学过程行为分析较有效的方法。 

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它的附图。 

图1是本发明实施例中的信息化环境下课堂教与学行为分析的方法流程图； 

图2是本发明实施例中的信息化环境下课堂教与学行为分析的系统结构图。 

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。 

图1示出了本发明实施例中的信息化环境下课堂教与学行为分析的方法流程图，包括如下步骤： 

S101、对课堂教学进行行为目标确定； 

该分析系统从教学活动的视角来分析课堂的教学行为，将课堂教学分为教师活动、学生活动和无意义教学活动三大类，并进行编号如表1所示。 

表1 基于教学活动的课堂教学行为分析系统(TBAS) 

S102、基于确定的行为目标进行数据采集； 

教师活动具体划分为教师的提问、反馈、讲授、指示、传统媒体演示、计算机多媒体演示、设备的基本操控、课堂的监督控制八项活动。其中教师语言活动包括教师的提问、反馈、讲授和指示，考察教师的语言行为对课堂教学的影响。教师对媒体的操作包括对传统媒体、计算机多媒体的演示和媒体设备的操纵，考察信息技术课堂下，技术媒体在课堂教学中的运用意义。课堂的监督控制是指在课堂教学中教师对学生活动的监督控制，在真实的课堂教学环境下，学生会出现课堂上开小差的等行为活动，教师为阻止这些无助于教学的学生行为发生或继续，会对不良行为进行警告或控制，以减少课堂的混乱，反应教师管理教学的行为。分析系统中对教师活动的分类能真实地反映教学中的教师行为，有助于了解教师在课堂上如何使用语言，如何操作媒体，监控学生的行为表现。 

学生活动包括学生的应答、主动提问、与同伴间的互动、学生做练习、观看媒体演示、操作媒体六种教学行为，真实地反映课堂中学生丰富多彩的活动。新课程中课堂教学评价强调关注学生在教学中的表现，通过考察分析系统中学生的行为，可了解学生在教学中如何与教师交互，与同伴互动，如何讨论交流等过程的行为表现。 

无意义教学活动主要是指教学中无助于教学的沉静或混乱。在真实课堂教学中由于某种原因可能会出现的暂时的安静或混乱，以至于观察者无法了解师生具体行为的归并，因此就放到这一类行为中。 

以上行为采集的办法如下：以时间为序，设定固定采样频率，抽取出采样点上的教学行为，根据当时教学活动过程前后境脉对教学行为的具体类型用表1行为分类表中的代码进行标记，形成原始数据表，如表2。 

表2 课堂教学原始数据表 

	1	2	3	4	5	6	7	8	9	10	11	12
													1	3	3	4	8	3	1	9	2	7	2	1	9

[0045] 

2	6	3	11	9	3	11	1	11	6	2	7	2
													3	4	5	9	3	11	3	11	3	11	5	7	2
4	3	11	4	11	3	1	9	2	7	2	1	9
													5	2	3	11	9	3	11	1	11	6	2	7	2

表2所示数据为对某一教学过程按30秒频率抽样并标记所形成的数据。数据表每一行12个编码记录下了6分钟内的12个样本的具体行为编码，表中共5行60个数据表示记录了30分钟课堂教学的数据。 

S103、根据所采集的数据进行编码标注，将原始数据表中相邻抽样点的两个编码进行组合形成序对； 

根据所记录的原始数据表，将表中相邻抽样点的两个编码进行组合，形成序对，如表3前六分钟，可得出的序对为(3，3)、(3，4)、(4，8)、(8，3)、(3，1)、(1，6)、(6，2)、(2，7)、(7，2)、(2，1)、(1，6)，依此类推。整个数据表除首尾两个编码各只用一次外，其余编码都使用两次，即如果有n个编码，就会构成n-1个序对。15类课堂教学行为组成15×15阶矩阵，每一个序对的前一个数用行数对应，后一个数用列序对应，出现次数写入对应的数据单元中，则形成连接行为矩阵。如(3，3)序对出现一次，在数据矩阵中则表示在第3行、第3列对应的矩阵元素数值为1。对全部序对进行计数统计，可形成课堂教学行为的迁移矩阵。如表2中原始数据可转化为表3所示矩阵。 

表3 连接行为矩阵 

根据连接行为矩阵，结合对课堂教学的观察，可进一步探讨教师课堂教学行为的具体情况。比如探讨教学中问答式对话教学，在上述矩阵中需要了解(1，9)、(1，11)、(2，1)、(3，1)、(11，1)、(6，2)、(6，3)、(11，6)等坐标中的计数，如上述矩阵的计数情况说明在这30分钟课堂教学中，教师的提问有讲授后提问，学生讨论后的提问，有对学生反馈后的再提问，学生在教师提问后、传统媒体展示后，以及与同伴讨论后均有应答行为。 

S104、对形成序对中的特征数据进行行为分析； 

本分析方法构建了14种基于教学活动的课堂教学行为的变量，可被称为特征数据。为了使特征数据中的所蕴含的意义能得以挖掘，本方法特拟定了对特征数据进行分析的系列算法。用于分析的特征数据是已形成的原始数据矩阵和连接数据矩阵及其中数据，为了便于表达，将迁移矩阵中各行列构成的元素称为Cell(i,j)，各列的加总为 $\mathrm{Row}\left(i\right)=\underset{j=1}{\overset{15}{\mathrm{\Σ}}}\mathrm{Cell}(i,j),$ 各行的加总为 $\mathrm{Col}\left(j\right)=\underset{i=1}{\overset{15}{\mathrm{\Σ}}}\mathrm{Cell}(i,j),$ 矩阵中所有元素的加总为具体计算公式和含义见下表： 

表4 TBAS分析公式及含义表 

S105、基于行为分析的结果进行关联分析。 

行为数据还将进行关联分析，用于提示行为并发的情况，以及行为联动的情况，以便发现教学过程中行为的规律及其后对应的教学策略和方法，对教学方法提炼和技能的培养提供量性数据的支撑。 

行为关联分析方法包含并发行为和连动行为出现机率、出现时机及出现点分布特点三个方面分析。 

出现机率＝出现次数/总行为次数 

出现时机为出现时间点分布情况，通过时间轴打点分布。 

分布特点：以时间点在整个教学过程中出现的时间点汇总分析，以聚集云的方式呈现。 

图2示出了本发明实施例中的信息化环境下课堂教与学行为分析的系统结构图，该系统包括有： 

目标行为编辑模块，用于对课堂教学进行行为目标确定； 

数据采集模块，用于基于确定的行为目标进行数据采集； 

编码标注模块，用于根据所采集的数据进行编码标注，将原始数据表中相邻抽样点的两个编码进行组合形成序对； 

行为分析模块，用于对形成序对中的特征数据进行行为分析； 

关联分析模块，用于基于行为分析的结果进行关联分析。 

需要说明的是，该关联分析模块用于提示行为并发的情况，以及行为联动的情况，以便发现教学过程中行为的规律及对应的教学策略和方法。 

需要说明的是，该行为分析模块分析的对象包括： 

教师活动率、学生活动率、课堂无意义活动率、教师语言率、教师监控率、教师提问率、教师语言间接影响与直接影响比例、教师提问率、教师反馈率、学生语言率、学生提问率、学生讨论比率、学生使用媒体率、课堂媒体使用率。 

需要说明的是，该关联分析模块分析的对象包括：并发行为和连动行为出现机率、出现时机、出现点分布特点。 

综上，本发明从教学过程中教学行为的视角出发提出了一套分析课堂教学过程的方法，包含教学行为分类表和数据分析方法，并选取教学实录样本进行了编码分析，能够较客观地反映课堂教学实情，便于教师对课堂教学行为、课堂师生互动行为以及媒体在课堂教学中应用情况等的清楚认识，有利于客观的分析教学过程，可用于老师观摩他人的教学过程及反思自己的教学实践，从而更好地促进教师专业发展。该方法既克服了以前方法对行为归类交叉，或对信息化环境中行为不能详细分析，以及对行为间关系无法进行深入分析等问题，是当前对信息化教学环境中教学过程行为分析较有效的方法。 

本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，该程序可以存储于一计算机可读存储介质中，存储介质可以包括：只读存储器(ROM，Read Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁盘或光盘等。 

以上对本发明实施例所提供的信息化环境下课堂教与学行为分析的方法及系统进行了详细介绍，本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。 

Claims (8)

1.一种信息化环境下课堂教与学行为分析的方法，其特征在于，包括如下步骤：

对课堂教学进行行为目标确定；

基于确定的行为目标进行数据采集；

根据所采集的数据进行编码标注，将原始数据表中相邻抽样点的两个编码进行组合形成序对；

对形成序对中的特征数据进行行为分析；

基于行为分析的结果进行关联分析。

2.如权利要求1所述的信息化环境下课堂教与学行为分析的方法，其特征在于，所述关联分析用于提示行为并发的情况，以及行为联动的情况，以便发现教学过程中行为的规律及对应的教学策略和方法。

3.如权利要求1所述的信息化环境下课堂教与学行为分析的方法，其特征在于，所述对形成序对中的特征数据进行行为分析包括：

教师活动率、学生活动率、课堂无意义活动率、教师语言率、教师监控率、教师提问率、教师语言间接影响与直接影响比例、教师提问率、教师反馈率、学生语言率、学生提问率、学生讨论比率、学生使用媒体率、课堂媒体使用率。

4.如权利要求2所述的信息化环境下课堂教与学行为分析的方法，其特征在于，所述关联分析包括：并发行为和连动行为出现机率、出现时机、出现点分布特点。

5.一种信息化环境下课堂教与学行为分析的系统，其特征在于，包括：

目标行为编辑模块，用于对课堂教学进行行为目标确定；

数据采集模块，用于基于确定的行为目标进行数据采集；

编码标注模块，用于根据所采集的数据进行编码标注，将原始数据表中相邻抽样点的两个编码进行组合形成序对；

行为分析模块，用于对形成序对中的特征数据进行行为分析；

关联分析模块，用于基于行为分析的结果进行关联分析。

6.如权利要求5所述的信息化环境下课堂教与学行为分析的系统，其特征在于，所述关联分析模块用于提示行为并发的情况，以及行为联动的情况，以便发现教学过程中行为的规律及对应的教学策略和方法。

7.如权利要求5所述的信息化环境下课堂教与学行为分析的系统，其特征在于，所述行为分析模块分析的对象包括：

教师活动率、学生活动率、课堂无意义活动率、教师语言率、教师监控率、教师提问率、教师语言间接影响与直接影响比例、教师提问率、教师反馈率、学生语言率、学生提问率、学生讨论比率、学生使用媒体率、课堂媒体使用率。

8.如权利要求6所述的信息化环境下课堂教与学行为分析的系统，其特征在于，所述关联分析模块分析的对象包括：并发行为和连动行为出现机率、出现时机、出现点分布特点。