可視化大數據分析模型在個性化英語教學中的應用探索研究

【摘要】本文主要從基礎水平、目標要求、薄弱點、性格等四個方面進行數據建模，結合學生學習過程中的數據分析模型，對學生學習群體進行立體的分析和分類，將學習群體細化地分成多類，因材施教；橫向針對個人，從聽、說、讀、寫、譯五個方面及多個細分點進行數據建模和分析，明確給出學生英語學習的切面水平圖，對學生的英語學習進行有針對性的可視化分析；縱向以學生個體在學習過程中積累的變動數據為根據，橫向細分考察點為依托，繪制學生個體在學習過程中的數據變化模型，對整個學習過程進行可視化研究。

【關鍵詞】英語教學 可視化分析 學習成效

我國英語教學在網絡課程、移動學習、智能測評等方面近年來發展迅猛。結合我國實際的教學環境以及新近發展起來的大數據可視化分析模型，探索更有針對性更加有效的英語教學模式，以更大限度的提高學生學習熱情，改善學習成績，培養全面發展的英語人才。

一、中國英語教育的規模與社會需求

全球化進程和頻繁的國際交流推動著我國的英語教育發展，同時也導致外語類教學消費的泡沫現象。針對高校英語專業和英語增長和英語類考試泛濫的現狀，導致了學生數量與教學質量之間的矛盾。我國高校英語教育規模和社會需求的快速發展，但也隨之帶來了師資不足、教材陳舊、教學手段落后、理論和實際脫離等一系列問題。在飛速發展的大數據時代，如何在保障英語教育規模的同時，建設英語專業教材、深化英語專業教學改革、確保英語專業教學質量已經成為當前迫切需要解決的問題。

二、大數據分析模型在學生英語學習過程中的應用

大數據概念在教育領域的發展體現在：開創教育理念的新思維新視角的同時，也給教育實踐探索帶來了新技術、新方法。通過數據記錄學生學習的能力、效果、時間、水平、成績、思維流程等，能夠直接、具象的掌握學生的學習進度。通過大數據系統，對這些信息和數據進行記錄、整理、統計、分析，使得教師能更科學全面地掌握學生的學習動向，也使得學生和家長能及時客觀地了解個體發展情況。

通過大數據分析模型著重闡述了如何對學生英語水平進行切面橫向的評價，同時進行分析研究，查缺補漏，制定個性化學習方案，教師實行定制化的施教方案，有針對性地對學生的英語學習進行指導和教授知識點，有效提高學生英語水平。

從縱向的時間維度來講，以學生個體在學習過程中積累的變動數據為根據，橫向細分考察點（聽說讀寫譯的子考察點）為依托，這樣可以繪制出學生個體在學習過程中的數據變化模型，制作出來評分圖，對比以前的評分圖，可以實現對該學生整個學習過程進行可視化研究，并隨時調整學習方法和施教方案，有針對性地加強薄弱點的學習，掌控學生的學習效果。

同前面所述一樣可以繪制出學生的學習水平評價表，可以清晰地記錄學生的學習軌跡，如果條件允許還可以制定學習記錄檔案，這不僅能成為學生學習成長的指引工具，也有助于鍛煉學生的分析解決問題能力和邏輯思維。

三、大數據分析法在英語教學當中的應用

1.大數據分析模型在學習群體中的分類應用。對一個學習群體來講，主要從以下四個方面進行分類研究，考查點分別是基礎綜合水平、學生學習目標要求、英語學習薄弱點和學生的性格特點等。該四個考查點每個以滿分100分計，基礎綜合水平時根據學生目前的學習狀況做個全面客觀的測試，可以從聽說讀寫譯等五個基礎點進行測試，為考慮英語教學是為學生英語學習的全面發展，故每個基礎點滿分為20分，進行考察統計；學生學習目標要求是指根據學生當前狀況，同時結合學生家長、學生本人以及學校的期望和要求，制定合理的學習目標；英語學習薄弱點主要通過綜合水平的考查就可得出學生學習的評估結論；性格特點是指在英語學習過程當中該學生適合的一種學習方法，以上四個方面具體參考下面表格進行分類：

通過基礎綜合水平（從聽說讀寫譯等五個方面進行考核）、學習薄弱點、性格特點、學習目標要求（學生自己的學習水平，學生家長、學生本人以及學校的期望和要求）這四個方面，將學生群體分成幾類，清楚了解他們在英語學習過程中存在的問題，可針對性地進行施教，同時對學習過程進行圖表追蹤，可以直觀反映學生在學習過程中的進步情況。傳統的教育教學評價模式和大數據的評價模式有較大的差別，大數據時代的教育，更加注重對學生多方面的考核，對學生的了解更具有針對性，施教方法和教材的選用都能體現個性化，會更客觀和全面地對學生進行考核、評價、分析和研究。

通過對學生群體從以上四個大方向的了解分析，進行有針對性的施教，前三個方面是從學生當前自身的了解，后一項是對其學習目標的確認，首先，在了解以上各方面的狀態下，結合學生的基礎綜合水平高低將其目標分段實現，同時，結合其學習薄弱點，進行重點練習和學習，鞏固以前基礎，提升重點知識水平，針對不同性格的學生，采用不同的學習和練習方法，比如性格開朗具有語言天賦的學生更能在聽說應用中提高知識水平，性格內向的學生在讀寫和記憶知識方面更能發揮他們的優勢。

2.大數據分析模型在學生個性化英語學習中應用。

（1）英語教學評價指標體系介紹。以單個學生為例，由評價老師組成評價小組，取平均值對學生進行橫向切面的英語水平數據分析，評價表設計為：聽（詞0.2、句0.2、文0.2、邏輯關系0.3、習語0.1）說（發音0.5、斷句0.3、語氣語調0.2）、讀（詞匯0.3、句型0.3、語法0.4）寫（詞匯0.5、格式行文0.2、組織結構0.3）譯（口譯0.4、筆譯0.4、速記0.2）。

通過以上表格對學生的英語水平進行全方位的數據分析，需要說明的是評分等級可以是上面模糊指標，也可以是精確的得分，通過建立科學準確的數學模型，可以輕而易舉的展現出某一學生的優勢和不足，同時上表還可以結合學生的目標要求拆開來用，針對某一或幾個大類進行評價分析，最終可視化地得出學生英語水平表，之后針對學生的不足制定出個性化的學習和施教方案。按照英語水平數據分析評價模型表，就某一學生實際英語水平考查得分用柱狀圖進行可視化分析。

從圖1可以看出該學生的能力水平中等偏上，但是翻譯水平很差，讀寫水平良好，聽說能力一般，總體水平都有待提高，特別是翻譯水平需要特別注意。經過分析，針對該學生教師首先著重從鍛煉其翻譯能力為重，制定專門能夠提高翻譯水平的施教方案和策略，同時注意對聽說讀寫等方面能力的學習和提高。

下面再聽力水平為例進行分析，研究哪些細分方面能力水低而導致該生的聽力水平一般。以聽力水平考查得分為例，

由上圖可以輕松看出來該生的英語聽力水平一般，具體原因除在詞匯方面表現良好以外，其他細分能力點的水平都很普通，在全文聽力理解表現較差，對語句理解一般，全文邏輯關系掌握較差，英語習語的了解水平低，說明該生需要著重訓練語句及全文的聽力理解邏輯關系和英語習語的學習，結合英語聽力能力的不足點，制定個性化學習和施教方案，有針對性地彌補不足；同時從時間維度來看，可以隔一段時間對該學生的水平進行評價，做出評分圖，對比以前的評分圖可以看出該學生的提升幅度和當前的能力水平，適時調整學習方法和側重點，優化調整施教方案。

四、結束語

“數據驅動社會，分析變革教育”的大數據時代已經到來，改變和優化傳統的教育教學方法是時代所趨，更是學生學習的內在所需。教育數據資源共享，利用大數據分析模型開展教育和教學工作，提高學生英語學習水平，降低學習成本，實現大數據分析方法的最大的價值。

參考文獻：

[1]徐鵬.大數據視角分析學習變革[J].遠程教育雜志，2013，（6）： 11-17.

[2]焦欣然.大數據時代下的因材施教[J].觀察視角，2015，（6）：72.

[3]劉士新.淺談基于ICT技術的英語專業大數據化教學模式[J].佳木斯職業學院學報，2015（5）：146.

作者簡介：李穎（1978-），女，講師，研究方向：二語寫作和英語教學。