基于大数据的微课评价模型研究.docVIP

基于大数据的微课评价模型研究 　　摘要摘要：梳理了微课的网络评价、大赛评价、技术评价方法。结合这3种方法优点，在大数据背景下，提出了一种基于网络行为的多评价主体、多评价内容的微课评价模型，实现了数据化客观评价。 　　关键词关键词：大数据；微课；评价模型 　　DOIDOI：10.11907/rjdk.162242 　　中图分类号：TP319文献标识码：A文章编号文章编号2017）001011703 　　引言 　　微课的雏形最早见于1993年美国北爱荷华大学LeRoy A.McGrew提出的60秒课程及1995年英国纳皮尔大学T.P.EE教授提出的OML（One Minute Leture）。2008年美国新墨西哥圣胡安学院教学设计师David Penrose首创微课程，正式提出“微课”这一概念。其后，在国外的Youtube、Twitter、Facebook等主流媒体上出现了多种形式、不同类别的微课[1]。国内微课起源于微教学视频，但其存在交互性差、应用率低、制作成本高、内容繁杂等缺点。2011年，广东佛山市教育局胡铁山结合中国情表1检测获得的数据数值Face 1Face 2Face 3Face 4X330350289272Y210224215242Smile77105248336表2每张脸的平均处理速度处理速度JavaOpenCVJNI技术Face 1 /ms1 530353982Face 2 /ms1 495357961Face 3 /ms1 542336992平均值/ms1 522.33348.67978.334结语 　　本文详细介绍了利用JNI实现Java和OpenCV结合进行人脸以及微笑检测的功能。实验结果表明，通过JNI技术能够使Java在调用OpenCV的参数进行检测时，通过借用OpenCV强大的图片处理能力，有效提高人脸检测速度。 　　之后微课的理论及应用研究在我国得到长足发展。李婉嘉[3]等对微课的开发与应用进行了研究，提出了微课的开发原理与过程，简述了微课的制作方法。李琴[4]、杨庆峰[5]等分析了微课设计与制作的理论与实践，提出了多媒体讲解型、屏幕录制型、动画讲解型、教学录像型、视频剪辑型5种微课制作方法，满足不同教学方法和教学过程需求。唐烨伟[6]等基于内容分析从研究过程、文献、内容及趋势4个方面深入探讨微课，得出目前微课的研究热点主要集中在设计制作、应用策略、应用方法等方面。然而，微课效果评价的相关研究较少，且评价方法多是基于学习效果与感受、设计与创新程度、画质音效等主观评价[7]，如何从客观方面进行效果评价尚无好的方法。 　　随着大数据、云计算、可穿戴设备的出现，大数据已经应用在教学评估、行为分析、舆情预测等高校信息化建设中[8]。如何基于大数据对微课进行客观评价成为微课理论研究的热点。本文提出一种基于数据分析的微课评价方法，主要通过对某一微课视频的点击率、关?I词频、热搜度等指标，对数据进行多评价体系、无权重分析，形成数据报表或可视化图表，对微课视频进行多主体、多方式的客观评价，以此形成反馈信息，据此对微课质量进行改善和提高。 　　1微课评价方法 　　微课设计流程包括教学分析、教学设计、微课开发、课程实施与评价几个阶段，如图1所示[9]。评价对各环节具有反馈作用，是微课制作质量与效果的关键。常用的评价方法有网络评价、大赛评价、技术评价等。 　　大赛评价主要从教学设计、内容、技术支持、效果效益等方面评价，但评价方法、人员身份单一，且客观性欠佳。技术评价注重微课的传输、共享、画质等效果，但是缺乏实用性考虑。 　　基于大数据的评价方式可根据评分、点击量、转发量、留言反馈等综合信息形成单个微课视频数据报表或可视化图表，用对比图的形式直观地显示具有相同知识点的微课视频评价图表。 　　2基于大数据的微课评价原则及要点 　　2.1评价原则 　　（1）体现微课自身特点。以用户经验、直观体验、视觉效果等定性条件为依据，应用于微课教学内容、教学设计、音效特点等方面。只有充分考虑微课的这些特点，评价模型才能形成科学合理的评价结果，并有针对性地提供反馈。 　　（2）评价主体及内容层次化。基于大数据的微课评价模型结合网络评价、大赛评价、技术评价等优点，实现网友、专家、学生多主体评价，使评价资源更具适用性，如图2所示。 　　这些特征评价用数据报表、统计图表征，可能导致评价结果流于形式。 　　定性评价强调评价的系统性，评价更具实质性，可对教学活动进行完整记录和描述，对微课的反馈更加直接。 　　（3）定量评价与定性评价相结合。将两种评价方式结合，使微课的评价更加真实全面。微课评价的数据准确度、深入程度越高，对用户选择微课、教师改进微课的帮助越大。定量评价利用统计方法客观记录