基于Python的混合式英語教學(xué)數(shù)據(jù)融合實(shí)施方案

摘要：“互聯(lián)網(wǎng)+”時(shí)代，為提高高校英語教學(xué)效果，開拓大學(xué)英語課程線上線下混合式教學(xué)模式創(chuàng)新研究的思路，該文將著重關(guān)注如何有效地挖掘多個(gè)互聯(lián)網(wǎng)教學(xué)平臺的數(shù)據(jù)，與外語教學(xué)的特殊性結(jié)合，做針對性研究，從而制訂有效的混合式精準(zhǔn)教學(xué)實(shí)施方案，并通過數(shù)據(jù)融合方案全面地了解和指導(dǎo)學(xué)生的英語學(xué)習(xí)。該文介紹了方案實(shí)施工具Python與Anaconda，以及方案實(shí)施策略，其中包括數(shù)據(jù)的讀取與保存、數(shù)據(jù)的篩選處理、分析結(jié)果的可視化展示和相關(guān)性分析4個(gè)部分，并通過示例呈現(xiàn)了如何利用Python來實(shí)施混合式英語教學(xué)數(shù)據(jù)融合。

關(guān)鍵詞：數(shù)據(jù)融合??Python??英語教學(xué)??混合式??精準(zhǔn)教學(xué)??實(shí)施方案

中圖分類號：H319.3;G434文獻(xiàn)標(biāo)識碼：A???文章編號：1672-3791（2022）06（b）-0000-00

Implementation?of?Data?Fusion?in?Blended?English?Teaching?Based?on?Python

WANG?Jiehua

（Nanjing?University?Jinling?College，?Nanjing，?Jiangsu?Province，?210089?China）

Abstract：?In?the?“Internet?+”?era，?in?order?to?enhance?the?teaching?efficiency?of?college?English?courses，?and?explore?a?new?innovative?approach?for?the?online-offline?blended?teaching?mode，?the?paper?emphasizes?how?to?effectively?utilize?the?data?from?multiple?online?teaching?platforms，?and?carries?out?a?corresponding?study?by?combining?data?mining?with?the?particularity?of?language?teaching，?and?thereby?formulates?an?implementation?program?for?the?effective?blended?precision?teaching，?through?which?teachers?can?comprehensively?understand?and?instruct?English?learning?of?college?students.?This?paper?introduces?Python?and?Anaconda?as?the?development?tools，?and?the?implementation?strategies?including?data?reading?and?saving，?data?filter?and?processing，?visualization?display?and?relativity?analysis，?and?demonstrates?how?to?implement?data?fusion?in?blended?English?teaching?based?on?Python?by?way?of?illustration.

Key?Words：Data?fusion;Python;English?teaching;Blended;Precision?teaching;Implementation

大數(shù)據(jù)與多元智能的融合可以更為準(zhǔn)確地判斷學(xué)生的個(gè)性、學(xué)習(xí)程度、學(xué)習(xí)特長等，從而為學(xué)生提供精準(zhǔn)教學(xué)、個(gè)性化學(xué)習(xí)，提高教學(xué)質(zhì)量和效率[1]。在《大學(xué)英語教學(xué)指南》（教育部?2017?年最新版）建議將信息技術(shù)有效地應(yīng)用于教學(xué)當(dāng)中，鼓勵(lì)教師實(shí)施基于課堂和在線課程的翻轉(zhuǎn)課堂等混合式教學(xué)模式的大背景下，許多高校英語課程展開了線上線下混合式教學(xué)的實(shí)踐[2]。

在此，該文將著重研究如何挖掘多個(gè)互聯(lián)網(wǎng)教學(xué)平臺的數(shù)據(jù)，并通過數(shù)據(jù)融合方案全面地了解和指導(dǎo)學(xué)生的英語學(xué)習(xí)，從而實(shí)現(xiàn)更加精準(zhǔn)的教學(xué)，開拓大學(xué)英語課程線上線下混合式教學(xué)模式創(chuàng)新研究的思路[3]。

由于該研究涉及各類數(shù)據(jù)來源的訪問、大量的數(shù)據(jù)處理以及分析結(jié)果的可視化展示，綜合考慮各個(gè)備選方案后，Python因其獨(dú)特的優(yōu)勢被選為了方案實(shí)施的編程語言。在數(shù)據(jù)科學(xué)領(lǐng)域，一般問題的解決過程都包括4個(gè)主要的步驟：數(shù)據(jù)收集和清洗、數(shù)據(jù)探索、數(shù)據(jù)建模和數(shù)據(jù)可視化，而Python可以在整個(gè)流程中提供必要有效的處理工具。Python數(shù)據(jù)工具箱中既有Python內(nèi)置函數(shù)和標(biāo)準(zhǔn)庫，又有第三方庫和工具。該課題主要用到了Pandas、NumPy和Matplotlib。Pandas是一個(gè)用于數(shù)據(jù)分析的開源Python庫，它讓Python能處理電子表格等數(shù)據(jù)，提供了數(shù)據(jù)快速加載、操作、對齊與合并等功能。NumPy也是?Python?語言的一個(gè)擴(kuò)展程序庫，支持大量的維度數(shù)組與矩陣運(yùn)算，此外也針對數(shù)組運(yùn)算提供大量的數(shù)學(xué)函數(shù)庫。Matplotlib?是?Python?的繪圖庫，它可與?NumPy?一起使用，提供了一種有效的?MatLab?開源替代方案[4]。

該研究選擇安裝了Anaconda作為工具平臺。因?yàn)锳naconda是專注于數(shù)據(jù)分析的Python發(fā)行版本，包含了大量科學(xué)包及其依賴項(xiàng)，是數(shù)據(jù)科學(xué)的利器。在Anaconda的包管理器conda中安裝Jupyter作為Python程序開發(fā)環(huán)境，Jupyter最大的優(yōu)勢在于能夠合理高效地展示數(shù)據(jù)，提高了項(xiàng)目研究的效率。

2?方案實(shí)施策略介紹

2.1?數(shù)據(jù)的讀取與保存

該研究中將數(shù)據(jù)細(xì)分能力測試數(shù)據(jù)[5]和學(xué)習(xí)過程數(shù)據(jù)兩大類。線上學(xué)習(xí)過程數(shù)可以從各個(gè)在線教學(xué)平臺直接導(dǎo)出，在導(dǎo)出格式的選擇上，考慮數(shù)據(jù)的兼容性，建議統(tǒng)一選擇excel格式。能力測試數(shù)據(jù)（如英語四六級考試和期末考試的成績）則可以從學(xué)校教務(wù)處等相關(guān)部門獲得，這些信息一般也都以Excel格式保存。

該研究中需要對多個(gè)平臺的數(shù)據(jù)進(jìn)行融合處理，由于所有的數(shù)據(jù)來源均統(tǒng)一為了Excel格式，Python中的Pandas庫是最適合對這些數(shù)據(jù)文件進(jìn)行讀取與保存的。

例如：當(dāng)教師開學(xué)前拿到了所教班級的學(xué)生名冊后，可以到全校歷次英語四六級成績表中，將所教學(xué)生按時(shí)間順序由近及遠(yuǎn)依次做搜索查詢，保留每名學(xué)生最近一次的有效英語四六級成績作為初始能力數(shù)據(jù)。

Pandas讀取Excel數(shù)據(jù)文件后，會(huì)將數(shù)據(jù)保存在表格型的數(shù)據(jù)結(jié)構(gòu)Dataframe中。為了提高在Dataframe中搜索數(shù)據(jù)的效率，可以在Dataframe中增加索引項(xiàng)。在索引項(xiàng)的選擇上，要考慮該項(xiàng)數(shù)據(jù)的唯一性和普適性。比如：在全校英語四六級考試的成績文檔中，學(xué)生的信息項(xiàng)有姓名、證件號、學(xué)號、筆試報(bào)名號和準(zhǔn)考證號等信息;而在教師拿到的學(xué)生名冊中，學(xué)生的信息有姓名、學(xué)號和所在班級等信息。通過比對可以發(fā)現(xiàn)學(xué)號信息是具有唯一性和普適性的，因此在該研究中均將學(xué)號信息作為Dataframe的索引項(xiàng)。需要提醒的是，學(xué)生學(xué)號在全校歷次英語四六級考試的成績表單搜索過程中，除了要檢查學(xué)號是否存在，還要對成績的有效性進(jìn)行核查。有的學(xué)生雖然報(bào)名了某次四六級考試，但是可能出現(xiàn)缺考的情況，反映到成績表單中該學(xué)生的成績項(xiàng)可能為空，或者值為0。檢測到這種情況時(shí)，本次成績會(huì)被判為無效，要繼續(xù)搜索該名學(xué)生在之前考試中的有效成績。在當(dāng)前班級所有學(xué)生的有效四六級成績讀取完成后，為了以后查閱方便，可以將Dataframe中的關(guān)鍵數(shù)據(jù)過濾保存為Excel文檔。

2.2?數(shù)據(jù)的篩選處理

該研究中要對根據(jù)學(xué)生的初始能力數(shù)據(jù)來實(shí)施精準(zhǔn)教學(xué)[6]。以英語聽力為例，即使在分層教學(xué)的班級，學(xué)生的聽力水平仍然會(huì)存在一定的差距，因此教師需將聽力能力薄弱的學(xué)生篩選出來以制訂更有針對性的教學(xué)計(jì)劃。

該研究中參考最近一次的有效英語四級考試成績進(jìn)行篩選。英語四級考試成績表是有分項(xiàng)數(shù)據(jù)的，讀取到Dataframe后可以得到如聽力得分、閱讀得分、翻譯得分、作文得分和筆試總得分等數(shù)據(jù)，通過索引項(xiàng)學(xué)號定位到每位學(xué)生的行數(shù)據(jù)后，便可綜合判斷該生聽力單項(xiàng)得分率（聽力實(shí)得分/聽力總分）和聽力得分占比（聽力實(shí)得分/筆試總實(shí)得分）。目前英語四級聽力總分248.5，卷面分值占比為35%，該研究中若某學(xué)生聽力聽力單項(xiàng)得分率低于50%，或者聽力得分占比低于28%（35%*80%），則判定該生的聽力為薄弱項(xiàng)。在實(shí)施過程中，對于上述評判閾值50%和80%，教師可根據(jù)班上學(xué)生的實(shí)際情況做相應(yīng)的調(diào)整，在程序中設(shè)計(jì)接口到指定的配置文件中讀取相關(guān)參數(shù)。

2.3?分析結(jié)果的可視化展示

制作提供信息的可視化是數(shù)據(jù)分析中最重要的任務(wù)之一，Python中的Matplotlib模塊功能十分強(qiáng)大，可用于創(chuàng)建折線圖、直方圖、散點(diǎn)圖、條形圖、圓餅圖等。在混合式英語精準(zhǔn)教學(xué)中，教師也需要借助可視化的圖像來分析教學(xué)效果。

該研究中將班上的學(xué)生按照學(xué)期前英語四級成績劃分為兩個(gè)對照組，成績490以上的為Group?A，490以下的為Group?B。該學(xué)期教師安排了線上線下混合式教學(xué)，通過繪制的散點(diǎn)圖（圖2）可以反映出兩個(gè)對照組英語期末考試成績隨在線學(xué)習(xí)表現(xiàn)分變化的大致趨勢。散點(diǎn)圖中X軸為在線學(xué)習(xí)表現(xiàn)分，其綜合了簽到、課前練習(xí)、課堂練習(xí)等多種因素[5]，總分為253分;y軸為英語期末考試成績，滿分為100分。通過圖2可以看出，對于英語基礎(chǔ)較弱的Group?B的學(xué)生，總體而言呈現(xiàn)出在線學(xué)習(xí)表現(xiàn)分越高則英語期末考試成績越好的趨勢。

2.4?相關(guān)性分析

該研究中需要對學(xué)生在線學(xué)習(xí)的表現(xiàn)與英語期末考試中各個(gè)分項(xiàng)做量化的相關(guān)性分析。將英語期末考試的成績表讀入Pandas的Dataframe后，每個(gè)分項(xiàng)成績?yōu)镾eries數(shù)據(jù)，轉(zhuǎn)換為Numpy的ndarray數(shù)據(jù)后，即可調(diào)用Numpy中的相關(guān)性函數(shù)進(jìn)行計(jì)算。

本研究中相關(guān)性系數(shù)選擇皮爾森相關(guān)性系數(shù)，其計(jì)算公式為：

其中x數(shù)列為學(xué)生在線學(xué)習(xí)的表現(xiàn)分，y數(shù)列為期末考試各個(gè)分項(xiàng)的成績，n為班級的學(xué)生人數(shù)。需要注意的是每個(gè)分項(xiàng)的相關(guān)系數(shù)都要進(jìn)行獨(dú)立計(jì)算。該研究中，2019級某法語班學(xué)生在線學(xué)習(xí)的表現(xiàn)與英語期末考試中各個(gè)分項(xiàng)的相關(guān)系數(shù)如表2所示。

從表2中可以看出，仔細(xì)閱讀和詞匯詞組兩個(gè)單項(xiàng)與在線學(xué)習(xí)表現(xiàn)的相關(guān)性較強(qiáng)。另外，該學(xué)期的教學(xué)方式采用的是混合式教學(xué)，在線教學(xué)的課時(shí)占比為1/4。如果在線教學(xué)的課時(shí)占比提高后，可以預(yù)期相關(guān)系數(shù)的值還會(huì)有一定的提升。

3?結(jié)語

Python包含了許多強(qiáng)大的統(tǒng)計(jì)學(xué)和數(shù)學(xué)工具，通過上述示例可以看出，Anaconda/Python平臺對于本研究進(jìn)行英語教學(xué)數(shù)據(jù)融合處理提供了很好的支撐。教師利用數(shù)據(jù)融合的結(jié)果，可以更有的放矢地對學(xué)生實(shí)施精準(zhǔn)化教學(xué)，因此該文提到的基于Python的英語教學(xué)數(shù)據(jù)融合處理方案在高校英語教學(xué)中有較高的推廣價(jià)值。

參考文獻(xiàn)

[1] 許曉川，王愛芬.大數(shù)據(jù)與多元智能在教育教學(xué)中的深度融合[J].教育理論與實(shí)踐，2017，37（25）：32-35.

[2] 賈振霞.?大學(xué)英語混合式教學(xué)中的有效教學(xué)行為研究[D].上海：上海外國語大學(xué)，2019.

[3] 王劼華，劉光源.基于數(shù)據(jù)融合的英語混合式精準(zhǔn)教學(xué)可行性研究[J].科教文匯，2020（12）：167-168.

[4] Wes?McKinney.利用Python進(jìn)行數(shù)據(jù)分析[M].北京：機(jī)械工業(yè)出版署，2018：9-16.

[5] 黃濤，趙媛，耿晶，等.數(shù)據(jù)驅(qū)動(dòng)的精準(zhǔn)化學(xué)習(xí)評價(jià)機(jī)制與方法[J].現(xiàn)代遠(yuǎn)程教育研究，2021，33（1）：3-12.

[6] 趙濤.智慧技術(shù)支持下混合式學(xué)習(xí)模式建構(gòu)與實(shí)踐研究[J].中國電化教育，2021（9）：137-142.