大数据驱动下大学英语教学模式与教学策略探讨
［摘要］数字时代的到来为大学英语教学带来了重要的机遇，大数据及其分析技术与传统手段相结合将大力推动大学英语教学的发展。通过借助超星泛雅与雨课堂教学平台，构建了数据驱动的教学模式，其中各环节所产生的数据为教学研究全过程中的质量控制和客观公正的教学评价提供了数据支持。采用随机森林算法对学习成效影响因素进行了分析，为大学英语教学策略的研究提供了理论依据。实践表明，基于数据驱动的大学英语教学模式与教学策略能够显著提升教师的教学质量与学生的学习成效。
［关键词］大学英语；数据驱动；数据挖掘；超星泛雅；雨课堂
［基金项目］2019年度江苏省高等教育改革研究一般项目“三方协作构建大学英语第二课堂的实践研究——思政课程的角度”（2019JSJG340）
［中图分类号］G423.04［文献标识码］A［文章编号］1674-9324（2023）13-0000-04［收稿日期］2022-11-21
上世纪下叶，传统模拟电子主导的技术逐渐被以数字电路为基础的新科技所取代，同时也拉开了数字时代的序幕。伴随数据存储、处理、分析体量的飞速增长，一个被称作大数据（BigData）的时代已悄然而至。与通信、航天、商业、金融、国防等所有其它领域一样，在大学英语教学这个传统的领域中，数字科技正在掀起一场新的变革，涌现了一大批新平台和新手段［1］。2019年末的特殊事件的发生更是催生与汰选了一些优良的在线教学平台，如超星泛雅、雨课堂、钉钉、腾讯会议等［2］。此类在线教学平台的应用，一方面解决了各阶段学生可以足不出户就能学习的问题，同时也在诸多方面弥补了传统线下教学的“短板”。
然而，在这种新媒体大数据的时代背景下，如何兼百花之长，充分融合数字科技与传统教学的优势并没有得到深入的探讨。主要体现了两个方面的问题：一是在教学模式设计中，未全方位引入数据采集分析手段；二是尚未将数据挖掘等人工智能技术应用到教学策略的研究之中。基于此，本文将从数据驱动的教学模式设计和基于数据挖掘的教学策略研究两个方面进行探讨。
一、数据驱动的教学模式设计
各类在线教学平台的运行都是以数据的收集、传递、分析、报表为技术框架，教学过程中的全部信息都以数据库的形式加以管理［3］。以超星泛雅平台与雨课堂为例，预习视频的浏览量、课堂出勤与随堂测试结果、弹幕投稿的参與频度乃至课后作业和测验的统计都以表格形式存储在雨课堂的后台数据库中，从而在教学综合评价和课程总结中可以做到有迹可循、有据可查，保障评价的客观性与公正性，提高教学质量与效率。
下面以大学英语教学为例，基于超星泛雅和雨课堂在线教学平台探索数据驱动的教学模式，如图1所示。
该教学模式分为教学准备、教学过程、教学总结三个阶段。其中，教学准备包括前期准备和资源建设两个模块，教学过程分为课前、课中和课后三个环节，教学总结主要是基于教学数据的教学评价与总结报表。事实上，该模式下各环节的具体教学活动都需和在线教学平台的后台数据库持续地进行信息交换。以前期准备为例，该环节旨在对本轮教学对象进行调查研究，了解学生高考成绩、中学时代英语学习状况、存在的“短板”和未来的期许等，并根据调查结果对现有的教学内容进行适当的调整，甚至在需要的时候针对性的组织教学团队。前期准备环节中，数据驱动的具体形式为学生相关数据的采集和分析。例如，可通过主成分分析方法（PrincipalComponentAnalysis，PCA）对多数学生的英语学习障碍和大学阶段的目标期许进行分析。
该教学模式中教学过程的课前、课中与课后环节都是基于数据展开的。例如，通过超星泛雅平台可以在课前环节中布置预习视频，启发学生对下节课相关背景的了解和相关问题的思考，而每一个学生的浏览次数和时长都被平台记录了下来，成为教师全过程质量控制的重要“抓手”。再例如，基于雨课堂的课中环节中可以设计预习检查、复习检查和随堂测验等教学活动，从而科学有效地检查学生对上堂课知识的掌握情况和这堂课内容的预习情况，均布于课中时间的随堂测验更能够督促学生全神贯注，紧跟课堂节奏。相较于传统教学，学生课堂反应更积极，气氛更活跃，精神更集中，其原因正是学生明白每一项活动中每个人的表现都将以数据的形式存储下来，成为结课评价的客观依据。
教学总结是该教学模式的最后一个阶段，也是即成数据的综合分析阶段。通过对过程和结果数据的梳理归纳形成学习与教学评价报告［4］。以雨课堂为例，在课程结束时，学生的弹幕投稿、加分、不良标签、答题成绩、出勤情况等相关数据都被汇总于一张报表之中；同样，超星泛雅平台中预习视频的浏览量、课后作业与期中测验成绩、投票讨论等活动的参与度等数据也都收于后台数据。基于上述过程数据与结果数据的融合，即可对学生的学习成效进行客观、公正、有效的评价，生成学生学习评价报告。与