大数据时代下大学英语教学新模式.docVIP

大数据时代下的大学英语教学新模式 　　摘 要：随着大数据时代的来临，大学英语教学也产生了大数据驱动的教学新模式。如何利用大数据为学习者提供支持，促进英语学习的大发展，这是值得深入探索的重要课题。本文结合大数据的几个重要应用特征，从单词学习、口语练习、阅读学习、写作教学等环节，探讨和分析了有利于大数据分析的大学英语教学新模式和新手段，希望藉此改进当前的教学策略和教学活动，满足学生的个性化学习需求 关键词：大数据；大学英语教学模式；教育数据挖掘；学习分析 中图分类号：G434 文献标志码：B 文章编号：1673-8454（2016）15-0080-03 引言 当下，大数据一词越来越多地被提及，人们用它来描述和定义信息爆炸时代产生的海量数据。有人宣称掌握大数据的人可以像上帝一样俯瞰整个世界。各行各业更加意识到，谁能率先实现大数据，谁对大数据的挖掘和应用更为深刻，谁就将抢占未来先机。教育行业也不例外，对于教育行业来说，大数据是传统教育研究走向科学实证的重大机遇 一、大数据特点 “大数据（big data）”这一概念对于我们来说已不陌生，维基百科上给出的大数据定义是：数据量规模巨大到无法通过目前主流软件工具获取、管理、处理、整理，成为帮助企业经营决策，达成更积极目的的信息。[1]国际数据公司（IDC）认为，大数据是符合4V特征的数据集，即海量的数据规模（Volume）、快速的数据流转和动态的数据体系（Velocity）、多样的数据类型（Variety）、巨大的数据价值（Value ）。[2]美国教育部在2012年10月发布了《通过教育数据挖掘和学习分析促进教与学》（Enhancing Teaching and Learning Through Education Data Mining and Learning Analytics）报告，内容主要包括以下五个方面：个性化学习解读；教育数据挖掘和学习分析解读；自适应学习系统中大数据应用介绍；美国教育数据挖掘和学习分析应用案例介绍；美国的大数据教育应用挑战和实施建议。指出“大数据”具有数据量大、数据多样和数据产生速度快三大特征。[3][4] 大数据的创新是沿着从数据到大数据，从分析和挖掘到发现和预测的方向发展的。随着各种云平台的应用，大数据也越来越多地引起关注。翻转课堂、MOOC和微课可以说是大数据变革教育的第一波浪潮 二、教育中的大数据应用 教育领域中的大数据有广义和狭义之分，广义的教育大数据泛指所有来源于日常教育活动中教师和学生的行为数据，它具有层级性、时序性和情境性的特征； 而狭义的教育大数据是指学习者行为数据，它主要来源于学生管理系统、在线学习平台和课程管理平台等。[4] 美国教育部《通过教育数据挖掘和学习分析促进教与学》报告指出：教育数据与其他领域的数据比较起来，有一些独特的特征。总结起来就是教育数据是分层的（hierarchical）。有键击层（keystroke level）、回答层（answer level）、学期层（session level）、学生层（student level）、教室层（classroom level）、教师层（teacher level）和学校层（school level），数据就寓居在这些不同的层之中。掌握了不同层级的数据，就可以为身处不同层级的人提供相应的数据报告，帮助他们更好地认知“Where they are， what they know， what they can do to improve”，辅助更科学的决策。[3] 大数据在教育中的应用流程也可以简单地概括为三步： 第一步，数据的获取（含数据整理和存储）。理论上说，未来的智慧教室，可以从各种传感器记录学生的行为。台湾有个教授研究的智能椅垫就是其中的一个例子，学生坐在这个垫子上，就会自动记录他的压力分布，从而分析出他是否注意力集中等等。还在研究的比如和模式识别相关的，通过摄像头和传感器的实施分析，捕捉每个孩子的学习状态。也可以靠电子教材，电子题库等等，把考试、练习这两个环节打通，把考、学、练三点一线串起来，获取数据。未来应用还可以通过可穿戴设备获取数据 第二步，数据的分析。这个是学习分析学的范畴，需要对停留时间，反复程度做详细分析，定位一个学习难点，还需要有语义分析，机器学习等等内容以及背后的学习心理学支撑 第三步，数据的呈现。呈现最重要的课题是“自适应学习”。其实这是和学习分析学相关的，也就是说，分析出来学生需要加强的地方，同时配套的考、学、练部分也就自动加强。考，托福考试的机考某种程度上说也是自适应调整。练，一般是根据之前的数据积累，以及对上一道题的分析，出下一道题。学，涉及到学生综合素质评测的问题，是个综合结