辅助程序范文8篇(全文).pdf

辅助程序范文8篇(全文)辅助程序范文(精选8篇)

辅助程序第1篇

斯隆联盟连续十一年发布美国在线教育调查报告显示，高

校在线教育保持稳定发展的态势[1]。中国在线教育发展如火如

荼，各种新产品不断涌现[2]。中国石油大学(华东)从2010

年开始引入程序设计的在线测试平台，学生日常编程都提交到

该平台上，因此积累了大量的数据。在线测试平台对程序设计

语言教学的辅助作用非常巨大。目前平台的平均日访问量在

2000人次以上，最高访问量达到8000人次。某教师在一个学

期的学生人数为92人，一学期接收学生提交的程序超过1万。

庞大的数据量使教学工作者很难对教学情况做出有效的分析。

教育分析是对教育过程中所获得的各种信息进行定性定量

分析，为教学内容、教育方式、教育手段的选择提供依据，为

教育决策提供信息[3]。本文将教学与可视化技术[4]相融合，

利用新的技术、新的理念和新的学习理论尝试构建新的教学模

式。课程组将在线测试平台上学生的日常完成状况进行了可视

分析，总结出了做题数量、一次性提交成功率、重复率等多个

影响因子，将这些影响因子与学生的考试成绩做了综合分析，

并利用分析得到的结论，辅助于程序设计语言的教学。

一、做题数量与学生的学习成绩成正比

将学生的做题数量和成绩进行了关联分析，如图1所示，

每个点代表一个班级，横轴表示平均做题数量，纵轴表示该班

学生的平均成绩。对该图做了一个线性回归后，得到的回归线

比。将图1中代码重复率高于40??班级剔除掉，斜率进一步

得到提升，正比关系更加明显。也就是说，在学生独立完成的

情况下，做题数量是影响学生对程序设计语言掌握程度的一个

重要因素。

进一步分析，图1中的右上角圈选部分明显离群，该班平

均做题76道，平均分82分。该班为我校的理科实验班，成绩

明显高于其他班级，而较高的做题数量保障了该班取得良好的

成绩。图1中的左侧圈选部分也离群较远，做题数量明显偏少，

成绩整体偏低。

从图1的左、中、右位置上各选取一个班级，深入分析三

个班级的做题数量和学生成绩的关联状况。首先，无论成绩状

况，每个班级的绝大部分学生的习题总量接近该班教师布置的

数量；其次，三个班级平均做题数量依次上升，平均分也依次上

升；最后，做题少的同学很难得高分。通过这三个发现，一方面

再次证明了做题数量对学生成绩的影响较大，另一方面也说明

了大多数学生都能尽量去完成布置的作业，教师应该根据学生

的承受能力，尽量多布置习题的数量。

二、平均提交次数、一次性提交成功率和抄袭的可能性

学生编程时，都是在本地编译运行通过后，提交到在线测

试平台上。因为一方面本地编译器与在线编译器略有区别，另

一方面学生做题时考虑问题不够全面，较难一次性通过该问题

对应的所有测试用例，所以学生的平均提交次数很难接近1。

将全校学生根据平均提交次数进行人数统计，其中平均提交次

数对应人数最多的位置为1.58,全校学生的平均提交次数为

2.02,平均提交次数非常接近于1的学生数量较少，把这些学

生称为E类学生。本文针对E类学生进行了深入的研究。将平

均提交次数对应的学生成绩做了一个加权平均，得到图2。从

图2中可以看出，E类学生的平均成绩比较低。平均提交次数

接近1的学生平均成绩仅为30分。随着平均提交次数的增加，

成绩逐步提高。在平均提交次数大于2之后，平均成绩开始趋

于稳定。较低的成绩说明绝大多数E类学生不是因为对课程内

容掌握的非常好才形成较低的平均提交次数，从而推断这部分

学生具有较大的抄袭可能性。

在此基础上，一次性提交成功率也能说明相同的问题。这

个参数是指学生仅需一次提交就能编译成功，并通过所有测试

用例的题目数量占总做题数量的比例。经过回归分析证实了一

次性提交成功率和平均提交次数成反比。也就是说在一般情况

下，学生在需要多次提交才能通过所有测试用例的题目越多，

其他题目能够一次性提交成功的概率就越低。图3将全校学生

的平均提交次数(横轴)、平均成绩(纵轴)和一次性提交成

功率(不同颜色)进行了综合分析和数据统计，每一个点代表

一个学生。其中的颜色能够大体上沿横轴依次变化，也同样说

明了两个对应的参数存在着比例关系。黄色和青色部分的学生

占总人数的80代表了学生的整体状况，他们的平均提交次

地系统上编译运行通过后才提交到平台，所以这个范围的提交

成功率比较正常。而对于前文提到的E类学生