基于數據挖掘技術的大學英語過程性評價體系研究

郝小靜

（內蒙古科技大學 外國語學院 內蒙古 包頭 014010）

基于數據挖掘技術的大學英語過程性評價體系研究

郝小靜

（內蒙古科技大學 外國語學院 內蒙古 包頭 014010）

現代教育再也不止步于應試教育，而是提倡素質教育。傳統保守的終結性評價顯然已經不能適應社會的發展步伐，因而一種全新的評價方式隨之應運而生，這就是過程性評價。過程性評價不僅可以讓學生的學習能力有質的飛躍。還可以讓教師的教學有突破性的優化。但是在過程性評價的使用過程中，仍舊存在著這樣那樣的缺陷，比如因為教師對學生相關的信息資料收集不足，導致了邏輯錯誤，從而產生了個人偏見。這就極容易造成過程性評價的真實性與有效性降低。本文就目前大學英語的過程性評價的形勢提出一種新的設想，把過程性評價使用過程中產生的數據通過數據挖掘進行縝密的分析。如通過教師在英語四六級中教學中的過程性評價得到的信息利用數據挖掘來進行比較與分析，再和教師在學生的英語四六級成績中得出的總結性的評價實行全面比較，推斷出教師在英語教學中過程性評價能否客觀合理，進而解決過程性評價使用過程中產生的問題，促使大學英語教育能更科學的實行過程性評價。

數據挖掘技術； 大學英語； 過程性評價；研究

1 過程性評價的含義及作用

過程性評價的最早提出在1967年的美國，是哲學家斯克里文在論及課堂的改革與發展時提出的。1971年斯塔佛爾比姆（Sufflebeam，D.L）等人在提出CIPP（context，input，process，product）評價模式時也曾提及過程性評價。過程性評價的提出，要求教育工作者對于求學者的學習評價不應只止步于成績帶來的總結性評價，而是應當把評價看成一個連續不間斷的、全面客觀的科學體系。過程性評價有電子檔案袋、評價量表、紙筆測驗評價等方式。而電子檔案袋作為一種新興實用的評價方法，已在國外教育領域得到了十分廣泛的應用。20世紀80年代末，美國開始把過程性評價引進中小學課堂教學中，以此對學生的學習過程進行評價。隨著互聯網信息技術及電子科學技術的迅速發展，美國的中小學、大學、成人大學以及在職教育機構等領域均使用電子檔案袋對其學習過程進行評價。綜上可見，評價學生的好壞再也不以一張試卷作為定論，過程性評價的顯著成效已經奠定了它在教育領域的重要地位，起著不可取代的重要作用。

英國評價研究小組ARG發現，對于學習成績不理想的學生來說，無限循環重復的考試無法提高他們的對學習的熱情，反而打擊著他們的上進心和自尊心。一紙成績并不能真實反映出學生的具體情況，比如有一些學生，明明平時刻苦認真的學習，卻因為一時的大意，考試成績不理想，就被定性為差生，這就意味著否定了他們在學習過程中付出的所有努力，使他們意志消沉荒廢學業，從而進化成真正的差生，大大拉開了與優等生的之間的差距。因此以考試作為評價學生的最終結果的腐朽方式顯然已不能符合當今教育領域的發展潮流，過程性評價的使用才是明智之選。英國學者Black和William認為：過程性評價對學生的學習表具有顯著的促進作用，對學習表現不佳的學生而言，影響更為深遠。

縱觀國內，自新課改實行以來，過程性評價就被全國各地的高等院校應用到各個科目的課堂教育中。特別是大學英語的課堂教學，投入過程性評價的使用，明顯能提高學生對外語的學習興趣與熱情。總的來說通過過程性評價讓教師更準確、真實、全面的了解學生的學習具體的概況，讓教師及時做出有針對性教學方案，提高學生的學習能力。

2 數據挖掘技術的定義及其在過程性評價中的作用

顧名思義這一技術的定義就是數據的挖掘，是過程性評價中的關鍵決策手段之一。數據挖掘技術能從大量錯綜復雜的數據分析概括，對數據進行抽取、轉換，探究出隱藏其中的邏輯規律與關系，從而為我們對群體總體概況的調研行動提供了有用的幫助，促使最后的決策得到最合理與最客觀的選擇。

數據挖掘是深層次的數據信息分析方法，將其應用到大學英語過程性評價體系中無疑是錦上添花。它可以全面、深入的分析過程性評價得出的結果及其隱藏在各種因素中內在聯系，從而完善過程性評價體系，促使整個過程性評價的應用過程更為科學客觀。

3 大學英語過程性評價的概況與現存問題

英語作為世界性的國際通用語言，是和各國群眾進行政要、軍事、財政、文化交流的主要交際用語，因此英語已經被眾多國家普及應用與學習。在這些英語學習者中，學生的占比最重。大學英語的過程性評價是指教師從學生在課堂教學過程中的具體表現，如學生對知識獲取的多少、內容的掌握的深淺等，掌控好自己的教學手段，對學生進行更貼心、更實效的評價。改革開放以來，應試教育成為我國教育的主要教育模式，因而成績的好壞最終成為評論一個學生優劣的主要評價標準，成績的高低成為一個學生是否努力的憑證。不可否認，成績的總結性評價確實可以某種程度上體現出學生的學習狀況，同時也存在嚴重的弊端。比如一個老師接手一個班的新生，很容易從現有的資料對學生進行先入為主的評價，這種現有的資料無非就是學生之前留下的考試成績，這樣主觀性的評價，缺乏合理與客觀，對學生也極其不公平。所以，這種傳統的評價方式已經不適合如今日漸更具開放性的大學教育，過于刻板必然沒有創新，我們急需一種全新的科學評價體系，它就是過程性評價。大學過程性評價通過融入數據挖掘技術，對數據進行抽取篩選與轉換，讓我們對學生的綜合素質的了解更加量化，對學生的學習成果的掌握更加真實。這樣才能彰顯大學英語過程性評價體系的優越性，使其在教育領域中起到導航的作用，如實反映學生的具體狀況。雖然國內部分地區已經著手研究過程性評價在大學英語中的運用，但是這些研究大多都是片面的，沒有準確落實到關鍵之處。

4 設定實驗計劃

4.1 實驗目標。本文作者針對現今一般大學英語過程性評價與融入數據挖掘后的大學英語過程性評價實行比較，來分析研究數據挖掘在大學英語過程性評價中的關鍵作用，客觀的展現數據挖掘技術關于學生學習情況評價的科學性。

4.2 數據挖掘的步驟及原理。作者根據數據挖掘的根本原理，對照數據挖掘的一般步驟，如圖1所示，收集大量的數據，應用數據挖掘對數據進行剖析概括、抽取篩選、轉換，把大批量的數據進行分解處理，然后把分解的數據重新拼接出一個全新的數據，進而挖掘出數據中隱藏的各種內在聯系。

4.3 實驗研究對象的選擇與實驗策劃。本實驗的研究對象設定為內蒙古科技大學2014級新生，同時以新生在一、二年級兩個學年內對于《大學英語》的學習過程記錄作為數據庫。從這些新生中隨即選出500名，分成9個英語教學班，對這9個班的學生進行分類改革，改革實施“三無”教學模式，即無固定地點、無固定教材、無期末統考。改革以后，上課不再刻板呆滯，教學內容與形式的多樣化，讓學生的學習情緒瞬間高漲起來。沒有這些框框條條的束縛，我們可以在課堂上實行英語角色演講、情景對話、英語才藝表演、英語戶外活動等，還可加入英文歌曲、電影賞析、詩歌鑒賞等多媒體的輔助，從而讓學生的聽力、翻譯能力、以及口語能力都得到大幅度的提升。這樣的課堂累積下來的數據記錄必然是一個豐富的數據庫，從這個龐大的數據庫里再隨機抽取3個班的數據記錄作為分析對象，最后經過轉化與處理就得出我們需要評價結果，給出學生最為真實合理的學習成績。

4.4 實驗中數據挖掘的過程。經過對《大學英語》課程內容的學習和考核結果分析，以及從任課教師那里所獲取的相關成績、上課發言主動性、課堂演講內容的充分性和完整性、學生聽力訓練和翻譯訓練中所體現出的英語熟悉程度，學生英語四級考試的成績等大量信息，更深一層分析學習《大學英語》與大學英語四級考試之間的內在聯系及其對于學生整體素質評價的聯系，進而提出使用數據挖掘來應用到《大學英語》過程性評價中，以此提供科學客觀的依據。

4.5 數據挖掘的合理運用。數據挖掘運用到《大學英語》過程性評價中需要解決面臨的三個重要問題，這樣才可以確保實驗研究的真實性和實效性。第一，《大學英語》課程的學習要求與英語四級考試的要求是否相符？學生在學習《大學英語》中的總體評價是否可以體現出學生的英語四級考試成績；第二，二者的學習目的是否一致，存在什么樣的聯系？第三，教師在英語過程性評價中摻進了多少自己的主觀意識？會不會影響教師評價學員的綜合成績？首先我們可以知道，《大學英語》是根據《大學英語教學大綱》進行編寫的，同時英語四級考試也是根據《大學英語教學大綱》由教育不高等教育司組織的全國統一的單科性標準化教學考試，所以它們二者對學生提出的要求是一樣的。其次，《大學英語》課程側重對學生聽、說、寫、翻譯及應用的能力，全面而均衡的發展學生的英語水平，對于英語四級考試絕對是百利而無一害的，因此，學生在《大學英語》課程學習過程中的綜合評價是可以體現學生的英語四級考試能力的，起碼可以預測該學生是否具備英語四級考試的過關能力。再有就是二者的目的是否一致的問題，英語四級考試的目的是推動大學英語教學大綱的貫徹執行，對大學生的英語能力進行客觀準確的測量，而《大學英語》課程的目的也是為了全面提高學生運用英語能力，所以二者的目的也是一致。最后，在《大學英語》的教學過程中，教師的過程性評價是否客觀合理，有沒有被主觀意識所牽制，從而影響了教師對學生的評價，這個也值得我們注意的。就此本文通過實驗測試來分析下如何避免這樣的負面問題。

5 實驗研究的過程

5.1 數據的選擇。通過實驗研究的對象確定以后做出的實驗，為我們提供大量的數據信息。從這樣龐大的數據庫里挖掘我們需要的數據，篩選出那些對我們毫無用處的信息，防止沒用的信息混肴教師對學生綜合素質的評價。數據的選擇必須在隨機狀態下實行，從3個班級中選擇同樣分量的考試成績，可以使被抽取出來的數據信息代表所有新生學習《大學英語》的情況。另外，在進行數據的選擇時，必須確保所收集的信息的完整性，將人為輸入造成的實驗誤差減到最低。

5.2 處理選取的數據。數據經過抽取選擇以后，我們可以對其進行分類匯總，把各種不同的數據轉換成相對應的數據格式。因為我們實驗所挖掘的數據都是隨機抽取的，并且絕大部分都是手工輸入的，所以這樣的數據庫會非常的紛亂復雜，存在很多可見與不可見的問題，如數據的缺失、冗余、異常等問題。因此我們需要對這些數據進行分門別類的處理，使其擁有對應的格式。

5.3 數據的拼湊與組裝。分門別類的數據信息經過處理后找到了對應的格式，就該進行拼接組裝了。此時我們就需要使用數據挖掘這個獨特的技術對以上經過初步處理的數據信息進行匯總分析，把相同類型的數據信息組裝在一起，就得出一個宏觀數據模型，接下來還需要處理剩下的那些并非相同類型的繁瑣數據信息，使用數據挖掘技術把它們拼湊起來，又變成了一個完全不一樣的新數據，還可以挖掘出隱藏其中的各種內在聯系。

5.4 數據的挖掘與提取。通過以上對數據的選擇、處理、拼湊組裝等一系列操作，接下來就可以進行數據的挖掘與提取工作了。如何選擇挖掘算法是數據挖掘技術中的核心所在，為本次實驗研究選出最合適的算法。目前存在于數據挖掘技術中的關聯規則算法有三種，分別是Apriori算法、劃分算法和EP-樹頻算法。在本文的實驗中，我們將利用到“購物籃分析”劃分算法來幫我們研究學生的學習行為。所謂的購物籃分析就是通過這些購物籃子所顯示的信息來研究顧客的行為。套用到我們的實驗中，“顧客”就是我們的“學生”。這種算法的主要目的在于找出什么樣的數據信息應該放在一起分析。藉由學生的的學習行為來了解學生在學習《大學英語》中呈現給我們什么樣的數據信息。通過這樣詳細的分析，我們就可以進行準確的數據挖掘與提取，使大學英語過程性評價體系更加完善更加科學。同時劃分算法較之Apriori算法在效率上有更大的提升。因此，選擇貼切的算法不但能節省大量的時間而且能更有效的提高數據挖掘的效率。

6 實驗研究的結論

綜上所述可得出結論，通過使用數據挖掘，發現《大學英語》課程的過程性評價與英語四級考試成績有著密不可分的關系。從中我們也證明了，投入使用數據挖掘技術，可以有效的控制減少教師在大學英語過程性評價中摻入過多的主觀性評價，使過程性評價更具客觀性與真實性。

7 結語

隨著現代信息技術不斷的發展成熟，數據挖掘技術的崛起與推廣應用，教育行業也可占一分先機。通過運用科學的數據挖掘技術融入到大學英語教學中，有效的改進傳統的總結性評價，甚至在必要的時候可以取代它。過程性評價采用的是一種自由開放的評價方式，沒有特定的模式，給予教師與學生最大的發揮空間，使其在大學英語的學習過程中各取所需。因此大學英語過程性評價中收集的信息通過數據挖掘技術的精密處理后，使過程性評價更科學、更客觀、更全面。盡管數據挖掘技術在教育領域的應用仍然不夠成熟及深入，對于許多高校來說，他們僅僅是停留在對數據信息的存儲與查詢的基本階段，并未能夠很好的利用數據挖掘技術，但是它在教育研究領域中的前景是非常遠大，其貢獻價值將必然無可限量。

[1]吳羊.數據挖掘在大學英語教學質量分析中的應用研究[J].現代教育技術.2010，(04)：73-76.

[2]郭瑞波.數據挖掘技術在英語成績評價中的應用[J].金融理論與教學.2012，(05)：82-84.

H319.3 【文獻標識碼】A 【文章編號】1009-5624（2018）01-0101-04

2015-2017年內蒙古科技大學創新基金項目“數據挖掘技術在大學英語成績分析中的應用研究”（項目編號：2015QDL26）；2015-2017年內蒙古科技大學教改項目“我校大學英語生態環境構建的實證研究”（項目編號：JY2015012）

郝小靜（1984-），男，漢族，河北邢臺市人，碩士，講師，研究方向為數據挖掘。