大数据驱动课堂教学中的师生精准画像构建路径的研究

摘要：信息化时代的发展和教学环境的变化对课堂教学提出了更加精准化的需求。近几年用户画像也普遍应用在教育领域，并取得了显著效果。文章针对课堂教学过程中的师生精准画像展开研究，利用人脸检测、感知等智能技术采集分析相关数据，运用聚类、关联等算法模型实现对师生精准画像系统的构建。并提出了课堂师生精准画像构建路径的实现流程，包括明确目标、建立大数据平台、构建画像系统三个环节。能够有效地促进教师课堂教学的效率，同时提高学生的学习效果，对今后课堂教学相关研究均有一定的指导意义。

关键词：课堂教学；大数据；师生精准画像；教学发展

中图分类号：G642      文献标识码：A

文章编号：1009-3044（2022）29-0060-03

2018年8月教育部印发了《关于开展人工智能助推教师队伍建设行动试点工作的通知》，提出在全国各地的试点学校实施“教师大数据”计划，收集教师各方面信息，形成教师大数据，并构建教师数字画像，从而为学校的决策提供依据，改善教师的管理，使其得到更好的服务[1]。国家出台的相关政策也明确指出要把大数据作为提高各部门治理能力和管理水平的重要技术之一[2]。当前大数据技术应用于教育领域的效果已得到普遍认可。而课堂教学是教育教学过程中最重要的环节之一，也是衡量教学质量的重要内容，对其进行精准的记录研究有着非常重要的意义。同时随着智能技术的快速发展，大数据驱动也让课堂教学变得更加智能化、信息化，为建立课堂教学精准画像提供了可靠的数据支撑[3]。本文旨在对课堂教学中的师生进行画像，运用智能技术对相关数据进行分析，在此基础上构建多维度的画像标签体系。为大数据环境下的师生课堂教学的发展提供一定参考，以达到提高教学质量、促进师生的共同发展等教育目标。

1 课堂师生精准画像概述

师生精准画像是用户画像在教育领域的应用之一。“用户画像”的概念最早是由交互设计师Alan Cooper提出，本质是通过对用户的数据挖掘和提炼，生成一系列的数字化标签，对用户的全部信息进行最全面、最细致地抽取，使之能对用户的行为进行准确表征和预测。从而帮助企业实现数据的价值化[4]。后来用户画像技术被许多研究者引入到教育领域，并根据用户画像的方式和理念，提出了“学习者画像”的概念。

目前，国内教育领域对用户画像的研究主要集中在学习者和教师两个群体。如陈海建等人构建了远程学习者画像并证明其对个性化教学的积极影响[5]；肖君等人[6]将重点放在不同类型的线上学习者身上，并利用画像来对不同特征的学习者群体进行聚类分析，以探讨影响不同学习群体学习效果的各种因素。教师群体画像的研究主要有两个方向：一类是基于大数据的相关技术，用数据直观地表示教师画像的特点。方丹丹认为教师画像就对学校信息化系统和校园网中的教师数据进行分析，从而实现对教师“数据化”[7]。张忠华认为教师画像主要由教师备课、上课、课后查看作业等相关数据构成，这些指标记录教师教学、督导学生学习过程 [8]。第二类认为教师画像是一个“语义化”文字标签的集合，如胡小勇就是运用数据挖掘和用户画像技术建立了描述教师特征、需求、偏好和行为的教师个体标签体系的集合[9]。本文讨论的师生精准画像则是抓取课堂教学中的数据，通过数据挖掘和人脸检测技术对师生的行为特征进行多维度的精准刻画，来构建大数据师生精准画像系统。

2大数据驱动课堂师生精准画像的实现

2.1 智能技术与数据采集

目前，智能技术在教育领域的应用越来越广泛，教育教学中的许多数据被各种智能设备所储存，形成“教学大数据”[10]。而课堂教学是教育教学过程中最重要的环节之一，也是衡量教学质量的重要内容，对其进行精准的记录分析尤为重要。而指向课堂教学的教师画像是通过智能终端和可穿戴设备，实现对教师多感官数据信息的实时采集。学生精准画像主要是聚焦于学生课堂专注度等相关数据。本文用于师生课堂教学数据采集的智能技术主要有人脸检测技术、感知技术。

基于深度学习的人脸检测技术具有很高的精度和较强的鲁棒性，尤其是在较大场景中仍具有很好的实时性和精确性等特点[11]。本文研究的基于学生面部表情的专注度识别就是在教室这种大场景下通过前后的摄像头获取课堂视频，运用人脸检测技术提取面部的表情特征，并通过计算机来分析其结果。

感知技术主要用于捕捉教师在课堂上的声音、动作等交互数据，借助智能终端或可穿戴装置对教师的语言、眼动、脉搏、脑电信号等生理及心理数据进行实时的数据采集。

2.2 相关数据处理过程

本文以大数据驱动的方法来完成课堂师生画像，具体操作是利用物理设备从多个方面、多个角度对课堂教学过程中师生的表现进行数据采集，包括课堂教学的视频、音频等物理数据以及教师的脉搏、心跳、脑电等生理数据。其目的就是将课堂教学过程完全数据化，以便能够更加全面、客观地记录教师和学生在课堂上的各方面表现，同时为后续开展研究工作提供可靠的数据来源，有助于构建出更加精准的课堂教学画像。数据处理过程具体包括以下三个阶段，如图1所示。

1）教育数据获取与整合。本文收集的数据主要是课堂教学过程中的，利用教室的摄像设备来获得课堂实时录音及视频数据。

2）数据处理与分析。数据在收集和整合后不能直接使用，需要对整合后的数据进行分类、筛选以及清洗。特别要注意的是在这个过程中一定要按照特定的规则标准来进行，才能得到我们所需要的有效数据。最后运用相关的数理统计方法和机器学习等算法来完成数据的处理。

3）数据解释与预测。数据解释的目的是对数据挖掘结果进行可视化知识呈现。预测则是指根据相关数据和分析结果为后续工作提供一定的技术支持。

3 大数据驱动课堂教学中师生精准画像构建路径实现流程

本文主要是利用相关智能技术实现课堂教学中师生精准画像的构建，据此提出了该实现流程：明确目标—建立大数据平台—构建画像系统。

3.1 明确构建师生精准画像的目标

处在信息化时代的快速发展和教育环境的瞬息万变的大环境下，社会对教育教学的各个方面都提出了越来越高的要求[12]。所以在进行本研究之前，首先要明确的就是其课堂师生精准画像构建的目标是什么。本文研究的总体目标可以概括为提高教学质量、推动课堂教育发展，并促进师生的共同发展。具体来说，构建课堂教学中师生精准画像是为了帮助教师审视自身问题，提高教师的课堂教学效果，并帮助学生反思学习过程，切实提高学生的学习效果。

3.2 建立课堂教学大数据平台

对课堂师生精准画像构建的前期需要建立一个大数据平台，主要用于数据的收集与处理。在教室这种大环境下学生数量众多，实现对教学全过程中师生的表现进行记录并分析，数据庞大是有一定难度的。这就要求该平台能够具有对大量的课堂教学数据实现接收储存、整合分析、数据挖掘和数据解释等多种功能。具体可分为以下三个模块：“大数据存储与预处理”模块具备存储、筛选、检索和标准化清洗等功能，包括对课堂视频、图片、音频等数据的接入与整合；“大数据挖掘与分析”模块提供分类、聚类、回归等算法服务。“大数据可视化”为师生以及管理者提供直观的信息反馈。

3.3 构建师生画像系统

依托人工智能和大数据分析技术的发展，我们获得了记录和存储课堂教学、远程教学中课堂授课过程的能力。如：教师上课时的说话音调、语速、手势；学生的课堂专注度；师生的动作表情变化等客观数据。本文便是通过采集这些客观数据，运用人工智能分析方法为其构建精准课堂画像，并遵循大数据画像的一般流程来构建师生画像系统。该系统基于大数据平台，共包含以下四个模块，具体内容如图2。

1）数据采集与预处理。本文师生画像的所需数据主要通过视频采集系统和传感器等可穿戴设备来获得的。视频采集系统是通过教室内的多个摄像头来获得师生课堂上的面部表情、眼动、低头等行为数据；同时也可以记录课堂教学中师生声音的大小等师生交互情况。可穿戴设备主要是用来采集教师上课过程中的生理及心理数据。这几类数据都具有一定的客观性和较高的信效度，相较于传统课堂画像而言，能够更加完整、客观地将教师和学生在课堂上的表现有效地记录下来，并为后续课堂教学画像的构建提供了客观有力的依据。但采集的原始数据不能直接使用，要对其进行筛选和清洗。例如在进行图片选择时，很难保证我们捕捉到的每张脸都是正面，且会存在被遮挡等各种问题，这就要对图像进行筛选等预处理。只有经过筛选、标准化清洗后的数据才能进入下一阶段。

2）师生标签体系的建立。这一阶段首先是对预处理后的数据进行建模，其次通过对师生画像实体、画像标签定义等方面的分析，建立一套标准的师生标签体系，能够从多方面、多角度、全方位地对师生的课堂表现进行描述。

3）师生画像挖掘系统的构建。本阶段首先要对师生标签进行深度地计算和挖掘，在深度挖掘师生标签的过程中会用到数理统计方法和分类、聚类、关联、回归等一系列算法模型。其次，对其进行区分等级和类别，需要注意的是“标签化”的分级分类也是需要依据标准而执行的，其标准可以根据其属性、等级和精确程度的不同来进行，以便能够更全面、更精确地反映出师生在课堂教学过程中的表现。

4）提供画像应用服务。该阶段是对师生画像构建数据的可视化，同时也是课堂师生画像构建的核心所在。因为不论是对学生还是教师进行画像其最终目的都是为应用服务的。本文构建课堂师生精准画像的应用与价值在于其不仅能够促进教师自身的认知与发展，更有助于学生进行自我评价，同时也可用于辅助管理者开展教学与教学相关工作，最终达到提高教学质量的目的。

4 结语

随着大数据、人工智能等各种新技术的不断发展，教育教学各方面变得更加智能化、信息化，课堂教学也迈入了“数据驱动”的时代。本研究基于大数据阐述了课堂教学中师生精准画像构建的相关概述，系统地探讨了具体可行的课堂师生画像构建路径的可行性以及实现流程。运用物理装置采集课堂教学的数据，更加全面、客观地记录了教师和学生在课堂上的表现，为后续的研究工作提供可靠数据来源。以期在相关政策的指导下，为当前课堂教学中存在的问题提供新的解决思路，提高教学质量，更好地促进师生的共同发展。

参考文献：

[1] 教育部将开展人工智能助推教师队伍建设行动试点工作[J].小学教学（数学版），2018（12）：55.

[2] 甘容辉，何高大.大数据时代高等教育改革的价值取向及实现路径[J].中国电化教育，2015（11）：70-76，90.

[3] 乔雪.人工智能时代下小学英语课堂教学画像的构建路径研究[J].生活教育，2022（1）：65-69.

[4] Cooper A. The inmates are running the asylum：“Why high-tech products drive us crazy and how to restore the sanity”[M]. Indianapolis：SAMS，2004.

[5] 陈海建，戴永辉，韩冬梅，等.开放式教学下的学习者画像及个性化教学探讨[J].开放教育研究，2017，23（3）：105-112.

[6] 肖君，乔惠，李雪娇.大数据环境下在线学习者画像的构建[J].开放教育研究，2019，25（4）：111-120.

[7] 方丹丹，王海涛，李颖，等.对外经济贸易大学 用大数据描绘 “教师画像” [J].中国教育网络，2017（7）：61-63.

[8] 张忠华，高晓东，王冀鲁，等.外语在线教学智能化过程性评价实践研究[J].中国教育信息化，2020（23）：23-27，33.

[9] 胡小勇，林梓柔.精准教研视域下的教师画像研究[J].电化教育研究，2019，40（7）：84-91.

[10] 于方，刘延申.大数据画像——实现高等教育“依数治理”的有效路径[J].江苏高教，2019（3）：50-57.

[11] 唐康，先强，李明勇.基于人脸检测的大学课堂关注度研究[J].重庆师范大学学报（自然科学版），2019，36（5）：123-129.

[12] 黄建国，唐烨伟，范佳荣，等.基于xAPI的在线学习环境中精准师训画像构建研究[J].中国电化教育，2020（4）：102-108.

【通联编辑：光文玲】