基于大數據的微課評價模型研究

侯賀+馬林+鄭偉

摘要摘要：梳理了微課的網絡評價、大賽評價、技術評價方法。結合這3種方法優點，在大數據背景下，提出了一種基于網絡行為的多評價主體、多評價內容的微課評價模型，實現了數據化客觀評價。

關鍵詞關鍵詞：大數據；微課；評價模型

DOIDOI：10.11907/rjdk.162242

中圖分類號：TP319文獻標識碼：A文章編號文章編號：16727800（2017）001011703

引言

微課的雛形最早見于1993年美國北愛荷華大學LeRoy A.McGrew提出的60秒課程及1995年英國納皮爾大學T.P.EE教授提出的OML（One Minute Leture）。2008年美國新墨西哥圣胡安學院教學設計師David Penrose首創微課程，正式提出“微課”這一概念。其后，在國外的Youtube、Twitter、Facebook等主流媒體上出現了多種形式、不同類別的微課[1]。國內微課起源于微教學視頻，但其存在交互性差、應用率低、制作成本高、內容繁雜等缺點。2011年，廣東佛山市教育局胡鐵山結合中國情表1檢測獲得的數據數值Face 1Face 2Face 3Face 4X330350289272Y210224215242Smile77105248336表2每張臉的平均處理速度處理速度JavaOpenCVJNI技術Face 1 /ms1 530353982Face 2 /ms1 495357961Face 3 /ms1 542336992平均值/ms1 522.33348.67978.334結語

本文詳細介紹了利用JNI實現Java和OpenCV結合進行人臉以及微笑檢測的功能。實驗結果表明，通過JNI技術能夠使Java在調用OpenCV的參數進行檢測時，通過借用OpenCV強大的圖片處理能力，有效提高人臉檢測速度。

之后微課的理論及應用研究在我國得到長足發展。李婉嘉[3]等對微課的開發與應用進行了研究，提出了微課的開發原理與過程，簡述了微課的制作方法。李琴[4]、楊慶峰[5]等分析了微課設計與制作的理論與實踐，提出了多媒體講解型、屏幕錄制型、動畫講解型、教學錄像型、視頻剪輯型5種微課制作方法，滿足不同教學方法和教學過程需求。唐燁偉[6]等基于內容分析從研究過程、文獻、內容及趨勢4個方面深入探討微課，得出目前微課的研究熱點主要集中在設計制作、應用策略、應用方法等方面。然而，微課效果評價的相關研究較少，且評價方法多是基于學習效果與感受、設計與創新程度、畫質音效等主觀評價[7]，如何從客觀方面進行效果評價尚無好的方法。

隨著大數據、云計算、可穿戴設備的出現，大數據已經應用在教學評估、行為分析、輿情預測等高校信息化建設中[8]。如何基于大數據對微課進行客觀評價成為微課理論研究的熱點。本文提出一種基于數據分析的微課評價方法，主要通過對某一微課視頻的點擊率、關鍵詞頻、熱搜度等指標，對數據進行多評價體系、無權重分析，形成數據報表或可視化圖表，對微課視頻進行多主體、多方式的客觀評價，以此形成反饋信息，據此對微課質量進行改善和提高。

1微課評價方法

微課設計流程包括教學分析、教學設計、微課開發、課程實施與評價幾個階段，如圖1所示[9]。評價對各環節具有反饋作用，是微課制作質量與效果的關鍵。常用的評價方法有網絡評價、大賽評價、技術評價等。

大賽評價主要從教學設計、內容、技術支持、效果效益等方面評價，但評價方法、人員身份單一，且客觀性欠佳。技術評價注重微課的傳輸、共享、畫質等效果，但是缺乏實用性考慮。

基于大數據的評價方式可根據評分、點擊量、轉發量、留言反饋等綜合信息形成單個微課視頻數據報表或可視化圖表，用對比圖的形式直觀地顯示具有相同知識點的微課視頻評價圖表。

2基于大數據的微課評價原則及要點

2.1評價原則

（1）體現微課自身特點。以用戶經驗、直觀體驗、視覺效果等定性條件為依據，應用于微課教學內容、教學設計、音效特點等方面。只有充分考慮微課的這些特點，評價模型才能形成科學合理的評價結果，并有針對性地提供反饋。

（2）評價主體及內容層次化?；诖髷祿奈⒄n評價模型結合網絡評價、大賽評價、技術評價等優點，實現網友、專家、學生多主體評價，使評價資源更具適用性，如圖2所示。

這些特征評價用數據報表、統計圖表征，可能導致評價結果流于形式。

定性評價強調評價的系統性，評價更具實質性，可對教學活動進行完整記錄和描述，對微課的反饋更加直接。

（3）定量評價與定性評價相結合。將兩種評價方式結合，使微課的評價更加真實全面。微課評價的數據準確度、深入程度越高，對用戶選擇微課、教師改進微課的幫助越大。定量評價利用統計方法客觀記錄微課的點擊量、轉發量、評分，深入挖掘各種網絡行為的潛在關系，但是難以表征微課內容、形式、教學目標、教學結果等，對比圖、趨勢圖、文字描述等方式使兩種評價結合成為可能。

2.2評價要點

（1）增加數據支持。利用小數據評價微課的整體情況，數據主要來自于部分網民、少數專家及技術人員，比較粗糙?；诖髷祿奈⒄n評價方法增加數據支持，建立微課評價數據庫，注重全數據模式評價，有助于數據的循環利用，能得到更好的評價結果。

（2）構建多評價體系。單一的微課評價體系無法對專業問題進行科學合理的評價。根據微課的專業性質，構建多評價體系，有助于引導微課評價，更容易形成結構化、層次化的微課資源，實現大數據環境下微課共建共享。

（3）設置評價權重。接受微課內容有強弱之分，對于易于接受的微課，加大學者評價權重，對于專業性較強的微課，加大專家評價權重。根據用戶評價，引導公眾關注優秀微課，高水平的專家評價提升了微課的欣賞和評價水準。

3微課評價模型

大數據，又稱為海量資料，指將信息以數據化形式展現，根據一定的數據模式對數據進行挖掘、分析、再利用，形成多樣化的信息反饋及資產。 隨著微課理論研究的不斷發展，借助大數據挖掘潛藏在微課中的價值，能使微課評價內容全面、數據來源廣泛、數據形式多樣化。通過構建基于大數據的微課評價模型，提供一種綜合的、科學的、開放的評價方法，使微課評價方法有章可循。

3.1評價技術

（1）分布式計算。在眾多計算機節點將計算機資源協同起來，完成一個計算工作，其可靠性和可伸縮性較強，可以保障單個節點故障不會影響整個程序的運行，且任一單個節點的添加或刪除不會影響整個程序的運行。

（2）數據挖掘。從模糊隨機數據中提取潛在信息和知識，可以對原始數據進行二次或多次挖掘，通過數據變換及知識表達實現關聯規則發現，引導微課資源的價值導向。

（3）數據可視化。數據可視化是一種數據視覺表現形式，如圖形圖像、數據報表等。

3.2評價模型

基于大數據的微課評價模型由3部分構成：數據采集模塊、數據挖掘模塊、數據評價與反饋模塊，如圖3所示。

數據采集模塊。在基于大數據的微課評價模型中，數據采集模塊占據重要地位。首先采集與微課相關的網絡行為，如點贊、評分、分享、評論等，形成評價數據池。由于數據池包含結構化數據、非結構化數據、異構數據等多種數據形式，同時還存在記錄不完整、記錄拼寫錯誤等問題，因此，需要對數據進行預處理。經過預處理的數據完整、全面、可用，最終形成目標數據。

（2）數據挖掘模塊。數據挖掘模塊由數據挖掘、算法運行、數據分析3部分構成。數據挖掘算法有數據分類、關聯規則發現、序列模式發現、聚類、總結等。針對評價關注的重點，可以選擇某一種或幾種挖掘算法，以滿足不同的評價要求。挖掘方法選擇好便可運行算法。最后，根據數理統計、數據庫、可視化技術原理，分析算法結果。

（3）數據評價與反饋模塊。用戶按需選擇以報告報表或圖形圖像形式顯示評價結果。如果評價結果滿足用戶需求，則結束評價過程；否則，需要返回數據挖掘模塊，重新選擇挖掘算法并運行，直至得到滿意的評價結果。

4結語

微課評價對微課制作過程的每個環節都具有反饋作用，是微課制作過程的重要環節。大數據技術的出現為微課客觀評價提供了可能。本研究通過微課大數據的實時傳輸、分析，實現微課效果的實時監控，構建了一個綜合、科學、開放的微課評價模型。下一步將基于云平臺，搭建完整的微課制作及評價系統，并通過實踐反饋，進一步改善微課評價模型以提高其科學性。

參考文獻：

[1]劉桂花.微課在高校課堂教學中的應用[J].中國成人教育，2016 （6）：6568.

[2]孟祥增，劉瑞梅，王廣新.微課設計與制作理論與實踐[J].遠程教育，2016 （6）：154157.

[3]李婉嘉，徐晶.微課開發與應用研究[J].軟件導刊，2013 （11）：7779.

[4]李琴.淺析微課設計與制作的理論與實踐[J].無線互聯科技，2015（5）：4648.

[5]楊慶峰，胡江浩，田志衡，等.高校微視頻課程的設計與應用研究[J].山東工業技術，2016（10）：174179.

[6]唐燁偉，樊雅琴，龐敬文，等.基于內容分析法的微課研究綜述[J].中國電化教育，2015 （4）：3841.

[7]陳香麗，黃橋燕，劉曉靜，等.微課的評價定位研究[J].中國教育技術裝備，2015 （8）：6171.

[8]趙玉潔.大數據在高校信息化中的應用探究[J].中國教育信息化，2015（19）：8789.

[9]王覓.面向碎片化學習時代微視頻課程的內容設計[D].武漢：華中師范大學，2013.

責任編輯（責任編輯：杜能鋼）