摘要
精准化和个性化一直是教育的理想和诉求。当前班级授课制的规模化教育使教育易于大众化，并极大地促进了科技的发展和进步，但受限于教学时间和教学精力等因素，难以对学生的个性化需求给予足够关注，提供适合每位学生自己的教育教学服务。如何在教育规模化背景下兼顾个性化成为教育研究者和实践者共同关注的难题。随着信息技术的飞速发展以及教育信息化的深入推进，教育大数据分析体系逐步建立，在教育大数据分析的支持下，利用现代教育技术实现规模化教育和个性化培养有机结合成为可能。 基于大数据的精准教学通过大量数据的“归纳”，找出教学活动和认知行为的规律，进一步优化和改进教学过程，向学习者提供更精细化的服务和针对性帮助。同时运用数学建模和大数据分析的技术手段，刻画学习者的个性化特点并做出针对性的指导，以便于老师在教学过程中有针对性地指教，学生在学习过程中明确目标自主地学。当前，研究者们针对基于大数据的精准教学开展了大量工作，取得了丰硕的成果，但仍有一些问题尚待解决。有鉴于此，本文构建了基于大数据的精准教学干预通用框架，包括理论模型和应用框架两部分，而后分别对理论模型中学习成效预测和教学干预决策两部分构建模型进行研究，最后通过两个实证研究呈现了通用框架的具体应用。具体工作如下: 第一，针对当前基于大数据的精准教学干预缺乏通用模型和方法及具体实践支持的问题，构建了基于大数据的精准教学干预通用框架。在梳理总结精准教学领域经典理论和最新文献的基础上，提炼出基于大数据的精准教学干预的核心问题，而后将其转化为一个优化问题，并构建基于大数据的精准教学干预理论模型，使精准教学干预问题可计算化。同时，构建基于大数据的精准教学干预应用框架，给出了在教学实践中开展精准教学干预的具体步骤。基于大数据的精准教学干预通用框架为实现智能化的精准教学干预提供了理论模型和实践途径。 第二，提出了分位数迹回归模型，并在此基础上构建了基于分位数迹回归的学习成效预测模型。学习成效预测是开展精准教学干预的保障，针对当前基于大数据的精准教学干预动态性不足的问题，本文基于学生在教学过程中的动态行为和表现数据实现学习成效的动态预测。对学生行为和表现数据做图像化处理，应用分位数迹回归模型捕捉学生行为和表现数据中的动态信息并用以预测学习成效，模型同时结合了分位数的优点，从而能刻画不同学习成效与行为模式之间的关系。 第三，将强化学习算法引入精准教学干预决策，构建了基于强化学习的教学干预决策模型。教学干预决策是开展精准教学干预的关键，针对当前基于大数据的精准教学干预动态性不足的问题，从多阶段决策的视角，应用强化学习算法求解精准教学干预动态决策问题。在最大化学习效果的目标下，精准教学干预决策能够在教学过程中的不同阶段，根据每位学生的学习状态和特征，计算得到适合的针对性教学干预，从而实现智能化的动态性精准教学干预。 第四，开展了高中数学教学和大学线性代数教学两项基于大数据的精准教学干预实证研究。在高中数学和大学线性代数两种不同的教育情境下，应用构建的基于大数据精准教学干预通用框架开展精准教学干预，以此来验证通用框架在不同情境下的适用性。实证研究结果表明，本文所构建的基于大数据的精准教学干预框架在两种情境下都取得了较好的效果，具有较强的适用性。
NETL