数据挖掘驱动教学改革

教育信息化的概念最早是在20世纪90年代，伴随着信息高速公路的兴建而提出的。在这二十余年的发展历程中，前半段的进程极为缓慢，直到AI技术的出现并与不同行业交互协作，才为教育信息化带来了新的启示与方向。

最近几年，教育数据挖掘成为各大教育机构的主要研究方向。西南财经大学天府学院信息技术教学中心也成立了专门的研究团队，在团队负责人蒲石的带领下已取得了包括学生成绩预测系统、个性化自适应学习系统、学习行为数据采集与分析系统等多项研究成果，为教育教学决策提供了有力支持，已成为未来教育信息化发展的风向标。

西南财经大学天府学院信息技术教学中心研究员蒲石，拥有新加坡国立大学与哥伦比亚大学留学经历，比国内更早几年接触到教育数据挖掘领域，对此也有着更为深刻地认知。在他看来，教育数据挖掘无疑是一个将来自各种教育系统的原始数据转换为有用信息的过程，却也可看作是嵌入已有教育系统的一个新的模块，它与教育系统中的各种要素产生良性互动，最终实现改进教学的目的。

对于教育工作者，教育信息化系统的作用主要是提供更多更客观的反馈信息，能够更好地调整和优化教学策略、改进教学过程、完善课程开发；而对于学生，教育信息化系统要根据学习者的实际学习情况，来实现教学内容组织、创新以及构建教学模式等作用，因此，蒲石根据数据挖掘的应用领域，将研究课题分为教学数据挖掘、管理数据挖掘和科研数据挖掘，研发而成地相应系统已应用于各大高校之中，收到了不错地反响。

以学习行为数据采集与分析系统为例，蒲石不以学生的登陆次数为计数单位，而是以某个时间单位的登陆人数来统计，这就避免了由于个别学员的反复登陆而造成学员学习强大的假象，帮助教学工作者真正发现学员群体学习的周期，从而对教学资源在时间上进行合理分配。“对于学员个体而言，学习周期是不确定的。但从教学的角度来说，却需要了解整个学员群体的学习周期，即通过登陆平台的记录，分析统计多长时间内整个学生群体都会登陆参与学习，以衡量群体在线学习开展的速度；也需要了解，随着学习时间的推移，有多少学生不再来学习了，以衡量群体在线学习终止的速度。”蒲石介绍说，通过教育数据分析，进行有效干预，并合理调整教学节奏，这就是学习行为数据采集与分析系统的研发初衷，该系统目前已经能够满足教学中的需求。

不过，随着教育的改革与信息化的不断发展，蒲石强调，未来对教育数据的分析与挖掘工作还需要不断深入，“未来的教育将重塑教学流程，学习过程也将从以教为主，转向以学为主。学习内容定制化、学习时间弹性化、学习过程游戏化、学习评价诊断化、学习结果课程化、学习组织中心化的自适应学习系统将成为一大主流发展方向。教育数据的全程收集、深度挖掘、定向应用，将不断推进教育向精准化发展。”