1、第 22卷 第 2期2023年 2月Vol.22 No.2Feb.2023软 件 导 刊Software Guide混合式教学下平行班学习行为比较分析与研究陈逸菲，袁加伟，宋莹，孙宁（无锡学院 自动化学院，江苏 无锡 214105）摘要：分析智慧教学平台记录的学生学习行为数据，有利于实现数据驱动的混合式教学。为此，通过超星平台获取课程访问数据，从课内、课外多项指标中分析造成平行班学习效果差异的主要原因。研究发现，平时持续学习相较于考前突击更容易获得好成绩，课堂气氛的活跃程度与学习效果没有必然联系，并且由于霍桑效应的影响，学生可能会刻意美化学习数据，因此教师在教学过程中应从章节访问次数、视频观看
2、反刍比、随堂测验得分等方面综合分析学生的真实学习状态。此外，教师应结合教学班特点采用具有针对性的教学方法来取得更好的教学效果，研究表明可为采用混合式教学方法的教师提供参考与借鉴。关键词：混合式教学；学习行为数据；数据分析；平行班DOI：10.11907/rjdk.221107开 放 科 学（资 源 服 务）标 识 码（OSID）：中图分类号：G420 文献标识码：A文章编号：1672-7800（2023）002-0193-06Comparative Analysis and Research on Learning Behavior of Parallel Classes in Blended
3、 TeachingCHEN Yi-fei，YUAN Jia-wei，SONG Ying，SUN Ning（School of Automation，Wuxi University，Wuxi 214105，China）Abstract：Analysis of student learning behavior data recorded by the intelligent teaching platform is conducive to the realization of data-driven hybrid teaching.To this end，the course access d
4、ata is obtained through the Superstar platform，and the main reasons for the differences in learning effects of parallel classes are analyzed from multiple indicators in and out of class.The study found that continuous learning at ordinary times is easier to achieve good results than the pre exam ass
5、ault，and the level of activity in the classroom atmosphere is not necessarily related to the learning effect.Moreover，due to the Hawthorne effect，students may deliberately beautify learning data.Therefore，teachers should comprehensively analyze the real learning status of students from the number of
6、 chapter visits，video watching rumination ratio，classroom test scores and other aspects in the teaching process.In addition，teachers should adopt targeted teaching methods according to the characteristics of the teaching class to achieve better teaching results.The research shows that it can provide
7、 reference and reference for teachers who will adopt mixed teaching methods.Key Words：blended teaching；learning behavior data；data analysis；parallel classes0 引言国内院校，教师通常会在一个学期对两个以上的平行班进行授课。陆厚祥等1通过问卷调查方式，从授课时间间隔、学生成绩等方面研究平行班教学的效果问题。汪良献等2提出从优秀学生比率、均分、差幅大小等指标综合比较平行班的教学效果。以上研究均采用传统课堂教学方式，比较层面仍停留在教学效果层面，
8、受技术手段限制未能从学生的学习行为层面深入分析差异造成的真实原因。近年来，随着混合式教学发展，许多学者开始关注混收稿日期：2022-02-09基金项目：江苏省高等教育教改研究重点项目（2021JSJG064）；江苏省高等学校自然科学研究面上项目（19KJB520044）；江苏省高等学校大学生创新创业训练项目（202113982023Y）；无锡学院教学改革研究课题项目（JGYB202113）作者简介：陈逸菲（1981-），女，博士，CCF会员，无锡学院自动化学院讲师，研究方向为不确定数据管理、教育大数据分析；袁加伟（2001-），男，无锡学院自动化学院学生，研究方向为教育大数据分析；宋莹（197
9、9-），女，博士，无锡学院自动化学院讲师，研究方向为控制理论与运筹学；孙宁（1981-），男，无锡学院自动化学院高级实验师，研究方向为智能控制与系统集成、智能仪器与装备。2023 年软 件 导 刊合式学习成效的评估和测量3。程少云等4研究表明，SPOC混合式教学模式适合教学环境较差、学生自主学习能力较弱的院校，能够显著提升学生的学习积极性。罗红宇等5-6分别从平均分、成绩分布、学生反馈等角度，对混合式教学和传统教学的教学效果进行比较，证明混合式教学对提高学生学习兴趣和综合能力具有积极作用。然而，现有工作中对采用混合式教学的平行班的比较研究较少。后疫情时代，混合式教学成为常态，数字化学习活动为教
10、育数据的生成提供了条件7。对身处大数据时代的教师而言，通过数据构建新型教学生态、助力教学结构变革、再造教学流程已成大势所趋8-9。近年来，各类教学平台10采集的数据被用于研究行为分析11-12和学习特征13-14，包括预测15-16、预警17-18、学习支持服务19等。例如，陈逸菲等12-13对各类学生的学习行为数据指标与期末成绩进行相关性分析，寻找对成绩影响较大的学习行为，并对指标进行聚类以探寻不同类型学生的学习特点，为教师设计教学活动提供参考。目前，采用机器学习、深度学习算法预测学生的学业表现和发现学困生的相关研究也引起了普遍关注。蒋卓轩等16分析学习者的时间相关学习行为、成绩相关学习行为
11、及论坛参与情况等信息，采用线性判别分析、逻辑回归和线性核支持向量机等方法预测学习者的学习效果。牟智佳等17整合正式和非正式学习下的行为数据，构建学习预警系统，实现学习过程的动态监控，为开展精准教学和学习干预提供有效依据。Adnan等18提出基于机器学习和深度学习的成绩预测模型，该模型能快速、准确地识别学困生，以便于教师在最佳时机给予个性化干预。但在现有研究中，很少有通过学习行为数据分析混合式教学下平行班学习效果差异。为此，本文以超星学习通平台上同期开课的教学班级为例，探讨导致平行班教学效果差异的原因，据此指出教师在今后教学过程中所需注意的问题，并提供相应的解决方法。1 基本情况由表1可知，两个
12、班上课时间基本同步。其中，班级A有14学分的必修课、5个学分的选修课和3个学分的实验课；班级B有15个学分的必修课、3个学分的选修课和5个学分的实验课，因此班级B的学生能用于本课程学习的时间略少。为确保实验公平性，查阅了 2个班（自动化专业和电气工程及其自动化专业）入学时在江苏省内的招生分数线（http：/ 行为数据比较与分析为探讨同一门课同一名教师采用相同教学方式，造成学生成绩产生较大差异的原因，本文对两个平行班的学习行为数据进行比较分析。2.1整体情况由于各班人数存在一定的差异，因此所有指标取均值进行比较。课程共发布视频92个，时长739min，章节测验41份，作业12次，任务点148个，
13、实验报告7次，以上任务均在课外完成。课堂活动以随堂测验、抢答、投票等方式为主，由于客观原因两个班级课堂活动次数会略有不同，因此取每次活动的人均得分进行比较。表 2为两个班级的主要学习行为指标。Table 1Class time of the course表1课程上课时间平行班班级A班级B周二56节12节单周周四12节56节0%10%20%30%40%=90人数占比班级A班级BFig.1Distribution of final scores图1期末成绩分布Table 2Indicators of learning behavior表2学习行为指标分类课内外课外课内人均指标章节访问次数任务点完成
14、率章节测验得分视频作业实验投票得分/次抢答得分/次随堂测验得分/次视频观看时长（分钟）视频得分视频反刍比作业平均分作业完成率*作业按时提交率*实验完成率*实验一周内完成率*实验报告平均分班级A51488%67.95919283%87.4898%81%99%52%85.3431.6/19=1.679.4/22=0.4359.6/13=4.59班级B38294%78.85189672%81.2396%69%98%46%75.2931.18/20=1.5613.39/23=0.5857.79/15=3.79 194第 2 期陈逸菲，袁加伟，宋莹，等：混合式教学下平行班学习行为比较分析与研究其中，*号
15、指标是由学习通平台记录的数据间接处理或变换而成，计算方法如下：设班级人数为n，作业次数为m，第i次作业提交的人数为Hi，第i次作业在截止时间内提交的人数为hi（课程设置超过截止时间可补交作业），由此可得：作业完成率=i=1mHimn（1）作业按时提交率=i=1mhimn（2）设班实验次数为k，第i次实验报告提交的人数为Ei，第i次实验报告在实验发布一周内提交的人数为ei，可得：实验完成率=i=1kEikn（3）实验一周内完成率=i=1keikn（4）由表2可知，班级A大部分指标优于班级B。其中，在章节访问次数方面，近高出34.55%；在视频观看时长方面，近高出 14.1%。虽然在作业完成率方面
16、，两个班只相差2%，但班级A的作业平均分、按时提交率和实验报告平均分大幅高于班级B。但个别指标相反，例如在任务点的完成率和章节测验得分方面，班级A略低于班级B。在查询后台数据发现，班级A部分学生未完成全部章节测试，因此任务点完成率和章节测验的平均分较低。虽然，班级B这两个指标高于班级A，但从后台查询任务点完成时间可知，班级B相当一部分学生是在期末考试前突击完成测试任务。此外，由于发布视频时并未设置防拖拽，部分学生视频任务点虽然平台记录为“完成”，但比较实际观看时长与视频原始时长，可推断出即使按照系统允许的最大倍速观看视频，也无法真正看完视频，侧面解释了为何班级A的视频观看时长和反刍比均明显高于班级B，但视频观看得分却低于班级B。随堂测验的目的是检验学生对上一节课知识点的掌握情况或课前自主预习情况，课堂测验每次大约3道题，题型为选择题或判断题，设定在规定时间内每答对1题得2分。班级A相较于班级B高出0.8分，即班级A每次测验的得分率相较于班级B高出10%以上。这说明在规定时间内，班级B的答题正确率或提交率低于班级A，侧面反映了班级B对知识点的掌握程度不如班级A。根据以上分析初步可知，班级
