大数据背景下应用型高校 《工业通风与除尘》课程教学改革研究
于敏 王冰
【摘要】? ? 在大数据背景下，利用线上学习行为数据分析指导线下教学活动改革。以应用型高校学习行为类型为基础，通过TMB体系分析学生群体学习特性。基于超星学习通平台采集线上学习行为数据，通过聚类分析得出学生线上学习行为与线下T型分类相符。提出依托线上数据确定线下授课模式、依托各部分内容线上数据分布建立立体化考核体系等大数据背景下改革优化方案。
【关键词】? ? 工业通风与除尘? ? 大数据? ? 教学改革
前言
吉林建筑科技学院（以下简称“我校”）是一所致力培养善于实践创新的应用型人才的民办普通高等院校。《工业通风与除尘》课程是我校安全工程专业的专业必修课，主要讲授通风气流的运动规律，工业通风的基本原理及计算方法。大数据是现今最重要的技术之一，应用大数据理念优化教学改革可实现信息化、现代化、科学化教学，对培养学生专业基础扎实且具有较强现代信息思维具有重大意义。
目前，已有诸多从教人员对本课程的教学改革进行了一定的探索。王冰应用线上线下混合的教学思路，从课程教材、教学内容、理论课教学方法、实践教学及考核方式进行改革[1-2]。毕明华以应用型本科院校为主体，依据本课程教学中存在的教学内容更新不及时、教學模式单一的问题，提出以行业科技作为主体系、合理分配试卷考点比例的改革方法[3]。这些改革方案均从教师思维出发进行改革，对学生群体适合情况未进行探讨。因此，笔者将分析应用型院校学生学习行为特点，分析本课程现有教学方法对本校学生群体适用性，结合大数据背景对已存改革方案进行深入探索及优化，实现“以学生为本、以大数据为笔”的现代化教学改革。
一、应用型高校学生特点分析
由于全国各地区高考录取分数线划分不同，我校招收学生学习能力差异性较大[4-5]。笔者在进行教学活动时，对我校安全工程专业2016级至2019级四届学生群体进行观察，从学习能力、科研水平、职业规划、自我培养的角度进行分析，建立TMB学习行为观察体系。其中包含以学习行为类型T （Type），学习行为出发点M （Model），学习行为具体表现B（Behavior）三个层次。其中学习行为类型及出发点如表1所示。
具体行为表现B包含以下9种表现：积极性强，认真听讲，积极配合互动;保质保量完成作业、复习、课程设计等学习任务;单纯的吸收老师所传授的内容，缺少创新性思维;不积极但也不会消极对待;在同学及老师的督促下，也会按时完成相应的学习任务;对于能对自身规划有帮助的内容更加感兴趣;学习态度十分消极，会出现旷课;课上迟到、睡觉、打游戏;课下不完成作业考试存在投机取巧心理。
其中M3多为已经规划好自身走向，包括考研、考公、直接就业。例如计划考研的学生当中，是拟报考其他专业和打算报考公务员的学生会在本门课程中存在消极学习的表现，出现在课堂上自学其他内容的情况;打算毕业直接就业的学生会在专业课学习期间出现不重视、应付了事的心态，更积极于学生活动与其他校外实践当中，以此来培养组织能力和积累社会实践经验。
依托TMB 体系可较为客观的分析学生特性，以此为基础确定《工业通风与除尘》课程改革措施优化思路。针对T1型，可增添对其自主思考能力的培养;针对T2型，着力培养其学习兴趣，将其被动学习的模式，转化为主动学习;针对T3型，融合引导策略，引入课程思政元素，使学生认识到通过《工业通风与除尘》课程的学习，可以在专业基础领域提高个人逻辑思维及科学理论思维，对自身学术素质提升有很大帮助;针对T4型，在授课过程中树立学生正确学习观念，教学方法上宽严并济，激发学生学习能动性。
二、大数据背景下改革方案优化
由于应用型高校学生差异性较大，因此在教学改革措施的提出和落实当中，应当结合学生特点，应用大数据手法评估学生行为，针对不同类型的同学细化课程学习考核方案，做到因材施教，因材考评。以本课程中“通风管道的设计计算”部分内容为例，细化各项改进措施。
2.1学习行为数据获取及分析
我校本课程过往改革当中，已经提出线上线下教学模式，表现为利用QQ、云课堂进行线上预习内容的布置。为进行数据采集，利用超星学习通上传各项教学任务。例如将摩擦阻力、局部阻力计算、流量当量直径等重点知识点讲解内容和习题内容发布至超星平台，平通过平台内部发布学习任务、开放学习讨论。基于后台计录学生学习时间、学习时长、习题作答时间、习题准确率、讨论活跃度等基础数据。通过线上学习行为基础数据的聚类分析可判别出学生学习特性[6]。
以2016级至2019级249名学生群体为主体对其线上学习行为进行试验性分析，基于K-Means聚类分析算法对超星平台中所采集的数据进行聚类分析[7]，分析后发现其数据分布划分为四个领域。其分析结果与线下教师判断情况相符合。因此可以做到在未上课之前就先了解学生特点，为线下教学活动设计提供参考。
2.2确定线下授课模式
在课程开始前，利用线上手段了解学生类型，针对性制定教学策略。在实际教学中动态转换。经过对多章节学生学习行为数据采集分析，发现在每节课的授课内容不同的情况下，学生在T层次（学习行为类型）分布不同。因此在线下课程开始前，可通过线上数据分析确定本节课内容学生学习行为分布情况，确定本节线下内容讲授模式。例如，通过对本节课所讲内容进行分析，如图1所示。当本节内容T2型占比较高时，可进行辩论、展示、演讲等活动，并根据各类型同学占比，合理划分活动小组，保证每个小组当中T型占比与整体占比相符。
在线下教学中要客观科学的做好教学设计，在课堂上也可合理应用线上平台，以此来保证良好的教学效果。在T3型较高的课堂上要充分引入教学案例，并发动学生自主学习行为。例如局部通风、全面通风、蒸发冷却的理论教学当中可在课前布置学生查找相关应用实例，以微信抽签小程序确定每个小组的发言人。
2.3优化实践教学环节
本门课程实践教学环节包含实验课、课程设计。其中，实验课的落实可依照内容线上数据划分来细化实验小组，将小组人数控制在5-7人，采用多小组多次数式实验模式，同时保障实验小组当中各类型学生比例合理，来实现实验任务落实到个人，教师指导落实到个人，针对性提高实验课程教学效果。另一方面，进行课程设计指导时，也可延用小组划分思想，同时，在知道过程中，实施学生汇报老师指导的模式。学生在每次指导课上登上将待汇报自身设计进展，实现督促学生认真完成设计，激励其他学生提高设计水平，老师实时掌握学生设计进程。
2.4考核方案调整
根据每一章节线上数据分析，发现不同内容学生学习行为类型占比不同，例如吸收设备及设计计算、通風管道的水力计算、通风管道的设计计算等计算类知识点T2占比较多;吸收过程的理论基础及机理等纯理论内容中T3占比较多。因此可根据各章节T型占比情况确定考题类型、考题难度，在T3占比多的情况下加大平时表现分数占比，以此激发学生学习兴趣。在开课前根据往届学生行为数据表现建立立体化考核体系，使学生在课程学习之前就明确各部分内容考核要点不同，可促进学生在后期学习过程中保持最优表现。
三、小结
前期通过TMB体系分析学生群体学习特性，确定四种学习行为类型。将本课程学习内容分章节上传至超星学习通，收集分析各章节学生线上学习行为数据，通过K-Means聚类分析得出学生线上学习行为与线下T型分类相符。在课程讲授之前可通过线上预习等活动进行学习行为数据分析，确定本次课程线下教学模式。在课程开课之前，依照往届学习行为分析数据分布，细化考核指标体系，实现引导学生以最佳状态学习每部分内容，并能够科学考评学生学习情况。
参? 考? 文? 献
[1]王冰，于敏，郭俞辰.基于线上线下混合模式的安全工程专业《工业通风与除尘》教学改革研究[J].中国新通信，2020，22（21）：195-196.
[2]张莹.大数据背景下高校《人力资源管理》课程的教学改革方案研究[J].现代商贸工业，2020，41（36）：123-125.
[3]毕明华，王斌武，李泽芳，苏文博.应用型本科工业通风与除尘课程教学改革探究[J].西部素质教育，2019，5（11）：188-189.
[4]陈颖，陶进，于艳.应用型人才培养下工程流体力学教学改革研究——以吉林建筑科技学院为例[J].现代交际，2020（15）：11-12.
[5]张微.应用型人才培养要求下民办高校“空调用制冷技术”教学模式改革研究[J].中国新通信，2019，21（22）：162-163
[6]殷安生，袁周敏.面向过程的教师教学效果评价综合评估模型研究[J].黑龙江高教研究，2016（12）：67-71.
[7]周树功.基于K-means聚类分析算法的大学生在线学习行为分析[J].信息与电脑（理论版），2020，32（16）：220-222.
