關(guān)鍵詞：智慧課堂,；課堂教學(xué)行為數(shù)據(jù),；數(shù)據(jù)挖掘分析方法；教師專業(yè)發(fā)展;
智慧課堂教師行為數(shù)據(jù)的分析方法與應(yīng)用驗(yàn)證云計(jì)算,、大數(shù)據(jù)和學(xué)習(xí)分析等新一代信息技術(shù)融入教育教學(xué)全過程,，智慧教育日漸興起，并日益成為未來教育的發(fā)展趨勢[1],。智慧課堂是智慧教育的典型教學(xué)應(yīng)用,，其迅速發(fā)展引發(fā)了教學(xué)環(huán)境的新一輪變革，為教師創(chuàng)新教學(xué)模式,、轉(zhuǎn)變教與學(xué)方式,、提升專業(yè)發(fā)展水平提供更多機(jī)會，也因此對教師的專業(yè)發(fā)展提出了更高的要求和標(biāo)準(zhǔn),。其中,，數(shù)據(jù)素養(yǎng)已成為當(dāng)下任何教師都必須具備的核心專業(yè)能力，具體表現(xiàn)為數(shù)據(jù)意識,、數(shù)據(jù)處理與分析能力,、數(shù)據(jù)決策能力、數(shù)據(jù)交流與評價(jià)能力等,。對于教師而言,，采用數(shù)據(jù)驅(qū)動的精準(zhǔn)教學(xué)模式，對課堂進(jìn)行全樣本,、全過程分析，透視隱藏在數(shù)據(jù)背后的教學(xué)特征,，能幫助教師對自身教學(xué)行為進(jìn)行有效反思,，提升專業(yè)發(fā)展能力,。
智慧課堂常態(tài)化應(yīng)用為收集和分析教學(xué)過程中的數(shù)據(jù)創(chuàng)造了許多機(jī)會，實(shí)時(shí)追蹤課堂教學(xué)中產(chǎn)生的行為表現(xiàn)數(shù)據(jù),，全面刻畫教師的教學(xué)過程與學(xué)生的學(xué)習(xí)過程,。相比傳統(tǒng)課堂，智慧課堂教學(xué)行為豐富且復(fù)雜,，其影響因素也較多,，如：教師的教學(xué)時(shí)間長短、已有知識結(jié)構(gòu),、教學(xué)策略,、教學(xué)模式以及外部環(huán)境和技術(shù)等因素的綜合作用。采用傳統(tǒng)的視頻分析法,、課堂觀察法等質(zhì)性描述分析智慧課堂的教學(xué)行為,，通常僅得到師生互動性增強(qiáng)、課堂較活躍等表層信息[2],，缺乏底層有效行為數(shù)據(jù)的支撐,，因而在傳統(tǒng)分析方法下進(jìn)行智慧課堂教學(xué)行為的研究面臨不少難題。
目前教育數(shù)據(jù)挖掘與學(xué)習(xí)分析技術(shù)相結(jié)合主要針對學(xué)生行為進(jìn)行建模與學(xué)習(xí)趨勢預(yù)測[3],，更多關(guān)注學(xué)生行為數(shù)據(jù)的采集與分析[4-6],，較少從教師專業(yè)能力提升的角度，采集與分析智慧課堂的教師行為數(shù)據(jù),。如何借助日益成熟的教育數(shù)據(jù)挖掘?qū)φn堂教學(xué)進(jìn)行量化觀察和數(shù)據(jù)處理,，對技術(shù)支持的教與學(xué)創(chuàng)新應(yīng)用具有重要實(shí)踐意義?；诖?，本文針對智慧教學(xué)環(huán)境所采集的跨平臺異構(gòu)、多源,、非完整以及動態(tài)演化的數(shù)據(jù),，采用合適的數(shù)據(jù)挖掘方法及可視化分析技術(shù)，全面分析智慧課堂環(huán)境下教師行為數(shù)據(jù)的價(jià)值信息,，發(fā)現(xiàn)教師的教學(xué)規(guī)律和教學(xué)方法特點(diǎn),，為大數(shù)據(jù)時(shí)代下教師專業(yè)發(fā)展的研究范式提供新思路和新方法。
智慧課堂教師行為數(shù)據(jù)的分析方法與應(yīng)用驗(yàn)證教育數(shù)據(jù)挖掘（EDM）是指在教育環(huán)境中應(yīng)用數(shù)據(jù)挖掘技術(shù)分析教育教學(xué)活動中產(chǎn)生的數(shù)據(jù),，用以解決教學(xué)實(shí)踐與教育研究中的問題,，旨在改善和提高教學(xué)質(zhì)量。
（一）教育數(shù)據(jù)挖掘方法的相關(guān)研究
教育數(shù)據(jù)挖掘常用的方法有聚類,、關(guān)聯(lián)規(guī)則,、序列模式挖掘、文本挖掘、Web挖掘等,。聚類是在教育數(shù)據(jù)挖掘中使用較多的方法,，是一種無監(jiān)督的學(xué)習(xí)算法，不需要對數(shù)據(jù)進(jìn)行訓(xùn)練,，主要按對象的特性進(jìn)行相對合理的分類,，將一個(gè)完整的數(shù)據(jù)集分成不同的子集，同組的樣本具有相似的特征,，采用的聚類算法有K-Means,、K-medoids等。早期的聚類分析數(shù)據(jù)來源主要是人為輸入數(shù)據(jù)進(jìn)行分析,，計(jì)算量大且冗繁,，如通過問卷調(diào)查的方法收集教師的信息技術(shù)教學(xué)應(yīng)用情況數(shù)據(jù)，采用K-Means聚類分析教師的信息技術(shù)教學(xué)應(yīng)用型態(tài)[7],；利用課堂教學(xué)行為大數(shù)據(jù),，運(yùn)用視頻觀察法和聚類分析法研究課堂教學(xué)的規(guī)律[8]。隨著數(shù)據(jù)量的不斷豐富和擴(kuò)大,，研究者們開始運(yùn)用技術(shù)實(shí)現(xiàn)數(shù)據(jù)記錄,、存儲和導(dǎo)出，并以此作為聚類分析算法的輸入數(shù)據(jù)進(jìn)行深透挖掘,，如對基于Moodle網(wǎng)絡(luò)日志進(jìn)行的聚類分析,，發(fā)現(xiàn)教育現(xiàn)象之間的相互關(guān)聯(lián)與規(guī)則[9]；將在線學(xué)習(xí)系統(tǒng)的數(shù)據(jù)做聚類,，發(fā)現(xiàn)在線數(shù)學(xué)游戲?qū)W生團(tuán)隊(duì)協(xié)作中的行為規(guī)則[10],。
關(guān)系挖掘的主要目的是為了找出數(shù)據(jù)與數(shù)據(jù)之間隱藏的具有關(guān)聯(lián)性的某種關(guān)系，目前關(guān)系挖掘在教育方面的應(yīng)用主要是研究在線學(xué)習(xí)環(huán)境中學(xué)生成績與教學(xué)活動之間的內(nèi)在聯(lián)系,，研究者利用關(guān)系挖掘,，探索在線學(xué)習(xí)環(huán)境中學(xué)習(xí)者學(xué)習(xí)活動和學(xué)習(xí)成績的相關(guān)關(guān)系，進(jìn)而用于改進(jìn)學(xué)習(xí)內(nèi)容呈現(xiàn)方式和序列,，以及在線教學(xué)方法[11],。頻繁項(xiàng)集和關(guān)聯(lián)規(guī)則是關(guān)系挖掘中最高效的兩種方法。通常在做關(guān)聯(lián)規(guī)則挖掘時(shí)的首要步驟是生成頻繁項(xiàng)集,，隨后在頻繁項(xiàng)集的基礎(chǔ)上生成規(guī)則,，因此更準(zhǔn)確地說，關(guān)聯(lián)規(guī)則是關(guān)系挖掘領(lǐng)域最主要的算法之一,。序列模式挖掘作為與關(guān)聯(lián)規(guī)則較為相似的算法,，也可用于關(guān)系挖掘，但序列模式挖掘更關(guān)心數(shù)據(jù)之間順序的關(guān)聯(lián)性[12],。
（二）教育數(shù)據(jù)挖掘應(yīng)用的相關(guān)研究
早先國內(nèi)外對于教育數(shù)據(jù)挖掘的應(yīng)用研究主要聚焦于在線學(xué)習(xí)或?qū)W習(xí)結(jié)果數(shù)據(jù)的挖掘,，關(guān)注學(xué)生發(fā)展，對學(xué)生的行為表現(xiàn)、學(xué)習(xí)偏好等內(nèi)容進(jìn)行評估,，因?yàn)樵L問學(xué)生日志的數(shù)據(jù)和學(xué)習(xí)成績數(shù)據(jù)更容易自動獲取和分析,，如利用數(shù)據(jù)挖掘工具對在線開放課程學(xué)習(xí)者的過程和行為數(shù)據(jù)進(jìn)行采集與聚類分析，發(fā)現(xiàn)不同群體的學(xué)習(xí)行為與學(xué)習(xí)效果之間存在密切相關(guān)性[13],。而近年來人們越來越意識到教師數(shù)據(jù)對于改善教學(xué)設(shè)計(jì)的重要價(jià)值，教師教學(xué)數(shù)據(jù)挖掘逐漸成為教育數(shù)據(jù)挖掘領(lǐng)域最新的發(fā)展方向[14],。McKenney收集教學(xué)過程中的數(shù)據(jù)進(jìn)行教學(xué)實(shí)證研究,，表明教學(xué)挖掘有利于幫助教學(xué)和學(xué)習(xí)，是一個(gè)非常有潛力的領(lǐng)域[15],。更有一部分學(xué)者深入探討了大數(shù)據(jù)對教師表現(xiàn)的影響研究,，關(guān)注分析教育系統(tǒng)中的行為數(shù)據(jù)，以探索課堂教學(xué)模式的應(yīng)用及效果,，進(jìn)一步評估和改進(jìn)教師表現(xiàn),。陳俊強(qiáng)等人通過定量與定性相結(jié)合的分析方法，對大數(shù)據(jù)背景下科學(xué)課教師的教學(xué)行為進(jìn)行了探討,，全面剖析課堂存在的教學(xué)問題,，有效促進(jìn)教師改進(jìn)課堂教學(xué)行為[16]。與之不同的是,，李淼浩在對教學(xué)行為大數(shù)據(jù)分析的基礎(chǔ)上,，融入了教學(xué)模式和課堂效率的評價(jià)，幫助教師清晰審視教學(xué)方法的合理性,，有益于實(shí)現(xiàn)教學(xué)能力的自我提高[17],。此外，還有學(xué)者針對特定的智慧課堂環(huán)境中產(chǎn)生的教學(xué)數(shù)據(jù)進(jìn)行挖掘分析,，包含師生的行為互動數(shù)據(jù)和表現(xiàn)數(shù)據(jù),，并以此構(gòu)建了完整系統(tǒng)的智慧課堂學(xué)習(xí)行為分析框架[18]；孫曙輝提出了智慧課堂數(shù)據(jù)挖掘分析的四類應(yīng)用模式,，最后基于真實(shí)數(shù)據(jù)探討了學(xué)生主觀行為對成績的影響分析應(yīng)用案例[19],；除關(guān)注智慧課堂學(xué)生群體的行為分析外，有學(xué)者還基于智慧課堂教師教學(xué)行為數(shù)據(jù),，尋找不同教師群體及其教學(xué)行為的關(guān)系[20],。不難發(fā)現(xiàn)，現(xiàn)有研究多采用傳統(tǒng)的分析方法,，關(guān)注課堂教學(xué)呈現(xiàn)的顯性數(shù)據(jù),，對自動采集的海量教師行為數(shù)據(jù)分析利用較低，尚不能深入對教學(xué)過程性數(shù)據(jù)進(jìn)行全面挖掘分析,，需要提出一套系統(tǒng)集成的技術(shù)方法來挖掘分析過程性的教師行為數(shù)據(jù),。
智慧課堂教師行為數(shù)據(jù)的分析方法與應(yīng)用驗(yàn)證智慧課堂應(yīng)用規(guī)模不斷擴(kuò)大，掀起智慧教學(xué)研究熱潮，并引發(fā)教學(xué)環(huán)境設(shè)計(jì),、教學(xué)活動個(gè)性化編排,、教學(xué)管理科學(xué)決策等方面的變革，使這些過去靠拍腦袋或理念靈感加經(jīng)驗(yàn)的工作,，逐步變成一種數(shù)據(jù)支撐的行為科學(xué),。教學(xué)行為分析技術(shù)是對教學(xué)過程中產(chǎn)生的各種教學(xué)行為數(shù)據(jù)進(jìn)行解讀和分析，以評估教師教學(xué)開展情況并指導(dǎo)教師改進(jìn)教學(xué),。
（一）智慧課堂教師教學(xué)行為數(shù)據(jù)采集與處理
精確的數(shù)據(jù)采集是數(shù)據(jù)挖掘的前提和基礎(chǔ),。智慧課堂教學(xué)通常由一系列復(fù)雜的教學(xué)活動與環(huán)節(jié)組成，每個(gè)活動中生成的動態(tài)數(shù)據(jù)具有與情境緊密結(jié)合的特征,，本文依托前期研究基礎(chǔ)[21],，從直接情境與間接情境兩方面對智慧教學(xué)情境數(shù)據(jù)進(jìn)行分類并篩選其具體指標(biāo)，重點(diǎn)關(guān)注智慧教學(xué)活動中的強(qiáng)交互任務(wù)和任務(wù)執(zhí)行場景,。直接情境能夠由終端或者其他手段直接獲取,。間接情境則主要為教與學(xué)活動情境，通過埋點(diǎn)方式進(jìn)行采集,。結(jié)合最常用的課堂教學(xué)行為分析編碼系統(tǒng),，通過調(diào)研智慧課堂互動系統(tǒng)功能模塊和相關(guān)研究基礎(chǔ)，將智慧課堂間接教學(xué)情境采集數(shù)據(jù)分為課堂講授,、課堂測試,、自主探究、小組協(xié)作,、總結(jié)評價(jià),、反思提升6大教學(xué)活動模塊。具體教育場景采集數(shù)據(jù)及其結(jié)構(gòu)如表1所示,。
（二）智慧課堂教師行為分析挖掘方法
面對智慧課堂教學(xué)環(huán)境所采集的動態(tài)情境數(shù)據(jù),，需借助交互可視化分析機(jī)制進(jìn)行充分挖掘和應(yīng)用，構(gòu)建一套云端結(jié)合的數(shù)據(jù)分析挖掘方法[22],。該方法的實(shí)現(xiàn)包括接口模塊,、預(yù)處理模塊、分析模塊,、服務(wù)模塊,、可視化模塊共五個(gè)模塊完成。教師教學(xué)行為數(shù)據(jù)通過接口模塊進(jìn)入預(yù)處理模塊,，經(jīng)預(yù)處理和標(biāo)準(zhǔn)化后進(jìn)入分析模塊,，主要采用頻繁模式挖掘和聚類算法進(jìn)行分析，完成后的結(jié)果通過服務(wù)模塊暴露給可視化模塊進(jìn)行交互顯示,。
1.頻繁序列挖掘關(guān)鍵算法與流程
課堂行為序列是一組具有時(shí)間維度的活動組合,，按照時(shí)間與邏輯上的先后順序進(jìn)行排列,，其中每一個(gè)元素都是帶有時(shí)間屬性的活動，對應(yīng)到某個(gè)具體教師就是教師課堂行為序列,。智慧課堂中教師課堂行為序列是通過埋點(diǎn)采集的方式進(jìn)行,。序列模式挖掘是指從序列數(shù)據(jù)庫中尋找頻繁子序列作為模式的知識發(fā)現(xiàn)過程[23]。通過序列模式挖掘算法發(fā)現(xiàn)教師的教學(xué)頻繁序列,，發(fā)現(xiàn)智慧課堂教師教學(xué)活動的極大頻繁序列,。
（1）數(shù)據(jù)采集與預(yù)處理方法
對確定的目標(biāo)數(shù)據(jù)進(jìn)行采集。由于智慧課堂的用戶操作行為種類多且分散,，本文將原始課堂行為序列按照6類間接教學(xué)情境分類,，然后進(jìn)行標(biāo)準(zhǔn)化，形成特征數(shù)據(jù),。數(shù)據(jù)預(yù)處理階段需要對數(shù)據(jù)進(jìn)行異常值處理以及簡單的數(shù)據(jù)變換，主要對教師的無效操作數(shù)據(jù)進(jìn)行剔除,。例如：如果教師教學(xué)行為序列中某一活動的駐留時(shí)間小于N（0.5min）或者超過N（30min）,，則代表這不是教師所實(shí)施的有效活動，即教師可能在教學(xué)操作過程中出錯或教師可能離開這個(gè)教學(xué)操作,，需要將該操作從教師教學(xué)活動列表中剔除,。
（2）數(shù)據(jù)挖掘算法設(shè)計(jì)
將MFSGrowth算法應(yīng)用于極大頻繁序列挖掘，算法的具體實(shí)現(xiàn)偽代碼如圖1所示,。
2.基于教師教學(xué)活動數(shù)據(jù)的聚類分析實(shí)現(xiàn)
頻繁序列挖掘給出了教師常用的智慧課堂教學(xué)序列,，若想深入分析當(dāng)前智慧課堂教學(xué)模式的發(fā)展特點(diǎn)，還需借助聚類分析方法找出具有相同教師行為屬性的教師,，從而形成不同階段特征的教學(xué)共同體,，以此幫助學(xué)校發(fā)現(xiàn)一批在教學(xué)方法運(yùn)用、課堂結(jié)構(gòu)編排,、技術(shù)工具使用等方面都較為出眾的優(yōu)秀教師,，為教育部有關(guān)部門制定面向不同教學(xué)方法特色的教師專業(yè)培訓(xùn)方案提供依據(jù)。此外,，對于在智慧課堂中較難開展教學(xué)的教師來說,，聚類分析方法能夠?qū)處熖卣骱托袨檫M(jìn)行監(jiān)測與分析，有助于教師認(rèn)識自己在開展智慧課堂教學(xué)過程中的優(yōu)勢和不足,，進(jìn)一步識別教師采用的智慧課堂教學(xué)模式特征,，及時(shí)發(fā)現(xiàn)教學(xué)有待改進(jìn)的方面并采取相應(yīng)的措施來促進(jìn)自身的專業(yè)發(fā)展。本文采用優(yōu)化的K-Means聚類算法,，具體實(shí)現(xiàn)方法如圖2所示,。
（1）數(shù)據(jù)處理
聚類分析的數(shù)據(jù)處理，首先對樣本指標(biāo)或參量值進(jìn)行標(biāo)準(zhǔn)化處理,。將原始課堂活動數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化形成特征數(shù)據(jù),。由于數(shù)據(jù)中存在一部分極大或者極小數(shù)據(jù),，采用離群點(diǎn)識別和剔除處理操作，離群點(diǎn)識別主要是基于四分位數(shù)箱行圖,，以6個(gè)教學(xué)活動為聚類屬性,，依次建立每個(gè)維度的四分位箱形圖，從而將教師課堂活動數(shù)據(jù)中的離群數(shù)據(jù)（異常值）提取出來,，并根據(jù)特征屬性維護(hù)離群數(shù)據(jù)表,，將相同類型的離群數(shù)據(jù)放入到一個(gè)新的聚類結(jié)果簇中；經(jīng)過離群點(diǎn)識別和剔除處理后,，對剩下的教師課堂活動數(shù)據(jù)利用優(yōu)化的K-Means算法進(jìn)行聚類分析,。
（2）算法設(shè)計(jì)
聚類分析使用了兩層聚類，第一層聚類主要使用DBScan聚類算法,，基于教師的訪問數(shù)據(jù)以及訪問時(shí)間的相似度,，對用戶會話進(jìn)行聚類，得到的結(jié)果為多個(gè)類集,；第二層聚類則使用了K-Means聚類算法,，在第一層聚類的結(jié)果上根據(jù)教師在每個(gè)類集中的使用比例對教師進(jìn)行聚類，算法的具體實(shí)現(xiàn)偽代碼如圖3所示,。
基于智慧課堂教師行為數(shù)據(jù)頻繁序列挖掘和聚類分析的可視化實(shí)現(xiàn)
智慧課堂教師行為數(shù)據(jù)的分析方法與應(yīng)用驗(yàn)證本文所分析的課堂數(shù)據(jù)源于珠?！盎浗淘啤痹囼?yàn)區(qū)所實(shí)施的“智慧課堂”項(xiàng)目，該項(xiàng)目在珠海市中小學(xué)校中基本實(shí)現(xiàn)常態(tài)化使用,，數(shù)據(jù)覆蓋范圍包含54所學(xué)校,，378個(gè)班級、419名教師用戶數(shù)據(jù),、4269條課堂數(shù)據(jù),，其中每條課堂數(shù)據(jù)包含大量過程性行為數(shù)據(jù)與學(xué)業(yè)結(jié)果數(shù)據(jù)。本研究通過對智慧課堂中的課堂教學(xué)行為數(shù)據(jù)進(jìn)行挖掘,，試圖通過可視化方式發(fā)現(xiàn)在智慧課堂環(huán)境下教師教學(xué)方法及模式的發(fā)展特點(diǎn),。
（一）智慧課堂教學(xué)行為序列挖掘的可視化實(shí)現(xiàn)
以珠海學(xué)校教師課堂行為序列為數(shù)據(jù)集，采用序列模式挖掘的方法,，挖掘出較高頻度教學(xué)路徑,，顯示教師常用的教學(xué)課堂序列，從而發(fā)現(xiàn)智慧課堂的極大頻繁序列,。智慧課堂因其教學(xué)內(nèi)容呈現(xiàn)便利,、教學(xué)反饋及時(shí)、教學(xué)互動高效等技術(shù)特征,，教師的教學(xué)活動與課堂教學(xué)結(jié)構(gòu)也不同于傳統(tǒng)課堂,。Jacobson依據(jù)學(xué)生所獲指導(dǎo)的不同，將課堂的結(jié)構(gòu)劃分為高結(jié)構(gòu)化教學(xué)（教師滿堂課都在講授,，即傳統(tǒng)的滿堂灌）和低結(jié)構(gòu)化教學(xué)（教師把課堂交還給學(xué)生,，讓學(xué)生進(jìn)行探究學(xué)習(xí)和項(xiàng)目學(xué)習(xí),，教師僅僅一個(gè)指導(dǎo)者的角色），并形成SPS（Sequencing of Pedagogical Structure）框架[24],。本文在此基礎(chǔ)上對教學(xué)結(jié)構(gòu)序列框架（SPS）進(jìn)一步完善,，新增了時(shí)序特征，并參考教學(xué)方法,、教學(xué)媒體結(jié)構(gòu)對應(yīng)的教師指導(dǎo)特征[25],，結(jié)合研究的實(shí)際應(yīng)用情況，對教學(xué)活動進(jìn)行高低結(jié)構(gòu)定義,，即課堂講授（H）,、課堂測驗(yàn)（H）,、自主學(xué)習(xí)（L）、小組協(xié)作（L）,、總結(jié)評價(jià)（L）、反思提升（L）,，其中字母H代表高課堂結(jié)構(gòu),、字母L表示低結(jié)構(gòu)課堂,，詳細(xì)信息如表2所示,。
1.頻繁序列挖掘結(jié)果分析
為避免頻繁序列的重復(fù)挖掘,，定義如果某個(gè)頻繁序列不是頻繁序列集中其他任一頻繁序列的子序列，則稱該頻繁序列為極大頻繁序列[26],。研究以珠海市語文學(xué)科教師數(shù)據(jù)為例,，從數(shù)據(jù)庫中抽取語文學(xué)科教師行為數(shù)據(jù)并過濾掉總體時(shí)間不足20Min的無意義和不完整的無效數(shù)據(jù)后，得到序列模式數(shù)據(jù)庫D,，采用MFSGrowth算法進(jìn)行挖掘,，最后選擇在頻繁度閾值為10%情況下挖掘到的頻繁序列，得到38條極大頻繁序列,。此處列出了排名前7的極大頻繁序列,，如表3所示，并對各條頻繁序列進(jìn)行了深入解讀,。
挖掘出來的7條極大頻繁序列,，3條為高低型結(jié)構(gòu)，2條為低高型結(jié)構(gòu)以及2條低低型結(jié)構(gòu),，智慧課堂的課堂結(jié)構(gòu)未出現(xiàn)高高型以教師為中心的教學(xué)課堂結(jié)構(gòu),，說明智慧課堂環(huán)境中開展的教學(xué)已不再是純粹的高結(jié)構(gòu)實(shí)施，這與文獻(xiàn)[27]的研究結(jié)論相吻合,，更多呈現(xiàn)出以低結(jié)構(gòu)教學(xué)為主,、高結(jié)構(gòu)教學(xué)為輔的教學(xué)設(shè)計(jì)趨向。目前教師在智慧課堂中使用最多的為“課堂講授—小組協(xié)作”這一教學(xué)結(jié)構(gòu),，屬于H→L高低型的教學(xué)結(jié)構(gòu)序列,，表示該課堂在整個(gè)教學(xué)過程中同時(shí)運(yùn)用高結(jié)構(gòu)化教學(xué)方法和低結(jié)構(gòu)化教學(xué)方法,，在技術(shù)的支撐下,，增加了低結(jié)構(gòu)化教學(xué)方法的比重,。而與其相反的L→H型結(jié)構(gòu)序列是比較典型的低高結(jié)構(gòu)教學(xué)，它注重解放學(xué)生,，先讓學(xué)生自己體驗(yàn),，教師再提供高結(jié)構(gòu)化的指導(dǎo),，與教師直接進(jìn)行講授相比，L→H型結(jié)構(gòu)更注重培養(yǎng)學(xué)生的高階思維和問題解決的能力,，這種課堂結(jié)構(gòu)被認(rèn)為是“主導(dǎo)—主體型”教學(xué)結(jié)構(gòu)思想的最佳體現(xiàn)，有利于突破傳統(tǒng)課堂的教學(xué)方法,，給予學(xué)生極大的發(fā)揮空間，較容易取得良好的教學(xué)效果,。H→L型和L→H型雖只是時(shí)序的不同,，但這種差異卻體現(xiàn)了不同的教學(xué)理念,，會帶來顯著不同的學(xué)習(xí)效果。與此同時(shí),，挖掘結(jié)果中還發(fā)現(xiàn)L→L型結(jié)構(gòu)序列，即凸顯以學(xué)生為中心的低低型教學(xué)結(jié)構(gòu),，課堂設(shè)計(jì)指向更高階認(rèn)知目標(biāo)的內(nèi)容，適用于語文綜合性學(xué)習(xí)的探究課,。新技術(shù)的使用極大地改變了教育過程的性質(zhì)[28],，現(xiàn)有的智慧課堂教學(xué)已基本擺脫了以單一課堂講授為主的教學(xué)方式,，更多采用多種教學(xué)方法交替組合的形式開展教學(xué)實(shí)踐,，教師在關(guān)注高結(jié)構(gòu)課堂的同時(shí)，逐漸轉(zhuǎn)向以實(shí)現(xiàn)生成性教學(xué)為目標(biāo)的低結(jié)構(gòu)課堂,。
2.頻繁序列挖掘結(jié)果驗(yàn)證
為進(jìn)一步驗(yàn)證頻繁序列挖掘算法的有效性，以珠海市某實(shí)驗(yàn)校8節(jié)語文課為例,，通過對智慧課堂教學(xué)視頻分析，詳細(xì)了解智慧課堂的課堂結(jié)構(gòu)及課堂教學(xué)目標(biāo)達(dá)成情況,。分析發(fā)現(xiàn),，語文學(xué)科教師課堂教學(xué)結(jié)構(gòu)序列主要為H→L型結(jié)構(gòu)（如表4所示），未出現(xiàn)H→H型結(jié)構(gòu),，這一分析結(jié)果與頻繁序列挖掘結(jié)果基本符合,。總體表明智慧課堂教學(xué)在技術(shù)的支撐下,，基本已擺脫教師滿堂灌型教學(xué)方法，正朝著以學(xué)生為中心的方向發(fā)展，教師開始關(guān)注高低結(jié)構(gòu)并重的教學(xué)方法,，較好符合新課程改革提倡的教育理念。以現(xiàn)階段的分析情況來看,，智慧課堂教學(xué)環(huán)境的使用仍有較大提升的空間,，目前的課堂形態(tài)仍然是一種知識控制下的線性關(guān)系,，即學(xué)生的學(xué)習(xí)更多是教師主導(dǎo)下的線性學(xué)習(xí),，學(xué)生在課堂中的主體地體并未較好體現(xiàn)。參考這一頻繁序列挖掘結(jié)果,，可有效輔助教師快速刻畫課堂教學(xué)結(jié)構(gòu)全貌,，為其改進(jìn)完善智慧課堂教學(xué)結(jié)構(gòu)設(shè)計(jì)提供更科學(xué)化的參考。
（二）智慧課堂教學(xué)活動數(shù)據(jù)聚類分析的可視化實(shí)現(xiàn)
智慧課堂作為現(xiàn)代信息技術(shù)與教育相融合的產(chǎn)物，適當(dāng)且有效地運(yùn)用現(xiàn)代信息技術(shù)能夠促進(jìn)教育的個(gè)性化發(fā)展,，促進(jìn)教育新模式的產(chǎn)生。通過相關(guān)文獻(xiàn)調(diào)研發(fā)現(xiàn),，當(dāng)前智慧課堂發(fā)展呈現(xiàn)出階段性特征,，根據(jù)智慧課堂智能化技術(shù)與智慧化教學(xué)的特征，提出智慧課堂教學(xué)模式的三個(gè)階段特征,，改進(jìn)型,、交互型和理想型[29]，具體發(fā)展階段特征如圖4所示,?？梢园l(fā)現(xiàn)三類教學(xué)模式的判定依據(jù)均與技術(shù)和教學(xué)緊密聯(lián)系,，這為本研究聚類分析得出的教師教學(xué)規(guī)律和教學(xué)方法特點(diǎn)的比較分析提供參照標(biāo)準(zhǔn),，下面研究將分析試驗(yàn)校教師聚類結(jié)果反映出的智慧課堂教學(xué)模式發(fā)展階段,，為推進(jìn)智慧課堂教學(xué)實(shí)踐的有效應(yīng)用提供參考,。
1.基于優(yōu)化的K-Means算法的可視化分析
研究以珠海市初中語文學(xué)科教師的教學(xué)活動數(shù)據(jù)為數(shù)據(jù)集，采用聚類分析的方法,，挖掘智慧課堂教師的教學(xué)模式,。以課堂講授,、課堂測試、自主探究,、小組協(xié)作,、總結(jié)評價(jià)、反思提升為特征屬性,，經(jīng)過傳統(tǒng)K-Means,、DBScan、優(yōu)化k-Means多次聚類算法核對,，發(fā)現(xiàn)選擇優(yōu)化的K-Means算法效果更佳。由于不同學(xué)科教師的智慧課堂教學(xué)行為可能有所差異,，所以通常篩選同一學(xué)科教師進(jìn)行聚類分析。本文選取珠海市初中語文學(xué)科30位教師478節(jié)課的智慧課堂數(shù)據(jù)進(jìn)行教學(xué)模式可視化實(shí)現(xiàn),，結(jié)果如圖5所示,，其中8位教師屬于改進(jìn)型，18位教師屬于交互型,，4位教師屬于理想型，體現(xiàn)了健康持續(xù)的智慧課堂教學(xué)模式發(fā)展態(tài)勢,。
2.聚類結(jié)果的驗(yàn)證
為驗(yàn)證聚類結(jié)果的準(zhǔn)確性,，結(jié)合文獻(xiàn)調(diào)研,、問卷調(diào)查和教師訪談的相關(guān)內(nèi)容,，本文制定了一個(gè)優(yōu)秀教師評定框架，對教師的職稱,、論文,、課例、公開課,、教學(xué)設(shè)計(jì)等其他優(yōu)秀成果進(jìn)行綜合評價(jià),，由此判斷聚類結(jié)果與教師優(yōu)秀情況是否具有關(guān)聯(lián)。優(yōu)秀教師評定框架分別對三種類型的智慧課堂教學(xué)模式進(jìn)行了特征分解,，并設(shè)定相應(yīng)分值：改進(jìn)型綜合評價(jià)得分范圍為0—15分,，交互型為16—25分，超過25分即達(dá)到理想型階段,。通過對上述30位初中語文教師智慧課堂教學(xué)優(yōu)秀成果的評分,，將聚類分析結(jié)果和實(shí)際評價(jià)結(jié)果進(jìn)行一一比較，以三種教學(xué)模式類型聚類結(jié)果準(zhǔn)確率的平均數(shù),，表征聚類分析方法的整體性能,。結(jié)果顯示，改進(jìn)型的準(zhǔn)確率為77.78%,，交互型,、智慧型各為85%和80%，聚類計(jì)算得到的平均準(zhǔn)確率達(dá)到80.93%,，詳情如表5所示,，發(fā)現(xiàn)語文學(xué)科教師的挖掘結(jié)果與實(shí)際評價(jià)結(jié)果基本吻合，表明該聚類方法的整體性能較為良好,。
研究同時(shí)發(fā)現(xiàn)不區(qū)分學(xué)科的教師聚類得出的結(jié)果與教師實(shí)際評價(jià)相差甚遠(yuǎn),，例如以珠海市香洲區(qū)的1050條課堂數(shù)據(jù)為數(shù)據(jù)集進(jìn)行聚類分析，可得到平均準(zhǔn)確率為75.2%,，但如果將篩選條件精確到具體學(xué)科,，聚類的準(zhǔn)確程度得到了較大幅度的提升。初步考慮是因?yàn)椴煌瑢W(xué)科的教學(xué)標(biāo)準(zhǔn)對教師的要求有所不同,，例如,，理科教師在智慧課堂進(jìn)行教學(xué)時(shí)會有較多的小組探究、問題思考行為,，而文科教師在這方面表現(xiàn)出比較弱的水平,。總體來說,，智慧課堂教學(xué)活動數(shù)據(jù)聚類分析方法與實(shí)際教學(xué)情況表現(xiàn)出較明顯的一致性,，分析方法具有一定的有效性。
智慧課堂教師行為數(shù)據(jù)的分析方法與應(yīng)用驗(yàn)證隨著技術(shù)支持下教學(xué)環(huán)境的不斷改進(jìn)與發(fā)展,，教育教學(xué)模式也在持續(xù)更新融合,。本文通過對智慧課堂環(huán)境下教師的教學(xué)行為進(jìn)行分析,，提出了基于教師行為數(shù)據(jù)的頻繁序列挖掘和聚類分析方法，并結(jié)合教學(xué)應(yīng)用實(shí)踐驗(yàn)證了分析方法的有效性,，取得了一定效果,，分析發(fā)現(xiàn)智慧課堂不僅是教與學(xué)環(huán)境的改進(jìn)，更是對課堂教學(xué)結(jié)構(gòu),、教學(xué)模式等方面產(chǎn)生了深入影響,，逐步走向以學(xué)生為中心的課堂教學(xué)結(jié)構(gòu)?；诖髷?shù)據(jù)的學(xué)習(xí)分析一直以來都是教育信息化2.0時(shí)代研究的熱點(diǎn)與難點(diǎn)問題之一,，本文選取了教師專業(yè)發(fā)展的角度，提出了基于智慧課堂的教師行為數(shù)據(jù)挖掘分析方法和應(yīng)用案例,，通過數(shù)據(jù)解構(gòu)智慧課堂,，期待能為教師智慧教學(xué)能力的發(fā)展提供一些數(shù)據(jù)支撐，為促進(jìn)智慧課堂的教師專業(yè)發(fā)展提供研究的新思路和新方法,。
[1]王冬青.智慧教育研究新發(fā)展：面向動態(tài)生成的智慧課堂教學(xué)環(huán)境構(gòu)建與創(chuàng)新應(yīng)用[J].教育信息技術(shù),，2017，（3）：3-8.[2]韓后,，王冬青等.1：1數(shù)字化環(huán)境下課堂教學(xué)互動行為的分析研究[J].電化教育研究,，2015，36（5）：89-95.[3][19]孫曙輝,，劉邦奇等.面向智慧課堂的數(shù)據(jù)挖掘與學(xué)習(xí)分析框架及應(yīng)用[J].中國電化教育,，2018，（2）：59-66.[4]蔣卓軒,，張巖等.基于MOOC數(shù)據(jù)的學(xué)習(xí)行為分析與預(yù)測[J].計(jì)算機(jī)研究與發(fā)展,，2015，52（3）：614-628.[5]Maseleno A,，Sabani N,，et al.Demystifying learning analytics in personalised learning[J].International Journal of Engineering&Technology，2018,，7（3）：1124-1129.[6]Alom B M M,，Courtney M.Educational data mining：a case study perspectives from primary to university education in australia[J].International Journal of Information Technology and Computer Science，2018,，10（2）：1-9.[7]林秀欽,，黃榮懷.中小學(xué)教師的信息技術(shù)教學(xué)應(yīng)用型態(tài)及其障礙研究[J].中國電化教育，2010,，（3）：31-36.[8]王陸,，李瑤.課堂教學(xué)行為大數(shù)據(jù)透視下的教學(xué)現(xiàn)象探析[J].電化教育研究，2017,，38（4）：77-85[9]胡水星.教育數(shù)據(jù)挖掘及其教學(xué)應(yīng)用實(shí)證分析[J].現(xiàn)代遠(yuǎn)距離教育,，2017,，（4）：29-37.[10]Araya，R.,，et al.Teaching Modeling Skills Using a Massively Multiplayer Online Mathematics Game[J].World Wide Web-Internet&Web Information Systems,，2014，17（2）：213-227.[11]Romero C,，Ventura S.Data mining in education[J].Wiley Interdisciplinary Reviews：Data Mining and Knowledge Discovery，2013,，3（1）：12-27.[12]Kinnebrew J S,，Biswas G.Identifying Learning Behaviors by Contextualizing Differential Sequence Mining with Action Features and Performance Evolution[A].The 5th International Conference on Education Data Mining[C].Massachusetts：International Educational Data Mining Society，2012.57-64.[13]王改花,，傅鋼善.數(shù)據(jù)挖掘視角下網(wǎng)絡(luò)學(xué)習(xí)者行為特征聚類分析[J].現(xiàn)代遠(yuǎn)程教育研究,，2018，（4）：106-112.[14]Sergis S,，Sampson D G.Teaching and Learning Analytics to support Teacher Inquiry：A Systematic Literature Review[M].Berlin：Springer,，2017.[15]McKenney S，Mor Y.Supporting teachers in data‐informed educational design[J].British journal of educational technology,，2015,，46（2）：265-279.[16]陳俊強(qiáng)，連陽梅等.大數(shù)據(jù)背景下科學(xué)課教師的教學(xué)行為評析——以兩節(jié)小學(xué)科學(xué)同課異構(gòu)課為例[J].現(xiàn)代教育技術(shù),，2016,，26（5）：44-49.[17]李淼浩，曾維義.基于數(shù)據(jù)的校本教研助力教師專業(yè)發(fā)展研究[J].中國電化教育,，2019,，（4）：123-129.[18]劉邦奇，李鑫.基于智慧課堂的教育大數(shù)據(jù)分析與應(yīng)用研究[J].遠(yuǎn)程教育雜志,，2018,，36（3）：84-93.[20]喬愛玲，王陸等.不同教師群體教學(xué)行為的差異性研究[J].電化教育研究,，2018,，39（4）：93-100+108.[21]王冬青，韓后等.基于情境感知的智慧課堂動態(tài)生成性數(shù)據(jù)采集方法與模型[J].電化教育研究,，2018,，39（5）：26-32.[22]王冬青，韓后等.基于智慧課堂動態(tài)生成性數(shù)據(jù)的交互可視化分析機(jī)制研究[J].電化教育研究,，2019,，40（5）：90-97.[23]王虎，丁世飛.序列模式挖掘研究與發(fā)展[J].計(jì)算機(jī)科學(xué),，2009,，36（12）：14-17.[24]Jacobson M.J.,，Kim B.，et al.To guide or not to guide：Issues in the sequencing of pedagogical structure in computational model-based learning[J].Interactive Learning Environments,，2013,，23（6）：715-730.[25]胡立如，張寶輝.混合學(xué)習(xí)：走向技術(shù)強(qiáng)化的教學(xué)結(jié)構(gòu)設(shè)計(jì)[J].現(xiàn)代遠(yuǎn)程教育研究,，2016,，（4）：21-31+41.[26]曾茂希.移動應(yīng)用崩潰監(jiān)控和用戶行為分析的研究[D].廣州：華南理工大學(xué)，2016.[27]管玨琪,，陳渠等.智慧教室環(huán)境下的課堂教學(xué)結(jié)構(gòu)分析[J].電化教育研究,，2019，40（3）：75-82.[28]聯(lián)合國教育,、科學(xué)及文化組織.反思教育：向“全球共同利益”的理念轉(zhuǎn)變[M].北京：教育科學(xué)出版社,，2017.[29]于穎，陳文文.智慧課堂教學(xué)模式的進(jìn)階式發(fā)展探析[J].中國電化教育,，2018,，（11）：126-132.基金項(xiàng)目：“基于情境感知的智慧教學(xué)動態(tài)生成性數(shù)據(jù)采集模型與交互可視分析機(jī)制研究”（項(xiàng)目編號：71701071）研究成果。引用請注明以下信息：王冬青,，劉歡,，邱美玲.智慧課堂教師行為數(shù)據(jù)的分析方法與應(yīng)用驗(yàn)證[J].中國電化教育，2020,，（5）：120-127.
