可视化大数据分析模型在个性化英语教学中的应用探索研究

【摘要】本文主要从基础水平、目标要求、薄弱点、性格等四个方面进行数据建模，结合学生学习过程中的数据分析模型，对学生学习群体进行立体的分析和分类，将学习群体细化地分成多类，因材施教；横向针对个人，从听、说、读、写、译五个方面及多个细分点进行数据建模和分析，明确给出学生英语学习的切面水平图，对学生的英语学习进行有针对性的可视化分析；纵向以学生个体在学习过程中积累的变动数据为根据，横向细分考察点为依托，绘制学生个体在学习过程中的数据变化模型，对整个学习过程进行可视化研究。

【关键词】英语教学 可视化分析 学习成效

我国英语教学在网络课程、移动学习、智能测评等方面近年来发展迅猛。结合我国实际的教学环境以及新近发展起来的大数据可视化分析模型，探索更有针对性更加有效的英语教学模式，以更大限度的提高学生学习热情，改善学习成绩，培养全面发展的英语人才。

一、中国英语教育的规模与社会需求

全球化进程和频繁的国际交流推动着我国的英语教育发展，同时也导致外语类教学消费的泡沫现象。针对高校英语专业和英语增长和英语类考试泛滥的现状，导致了学生数量与教学质量之间的矛盾。我国高校英语教育规模和社会需求的快速发展，但也随之带来了师资不足、教材陈旧、教学手段落后、理论和实际脱离等一系列问题。在飞速发展的大数据时代，如何在保障英语教育规模的同时，建设英语专业教材、深化英语专业教学改革、确保英语专业教学质量已经成为当前迫切需要解决的问题。

二、大数据分析模型在学生英语学习过程中的应用

大数据概念在教育领域的发展体现在：开创教育理念的新思维新视角的同时，也给教育实践探索带来了新技术、新方法。通过数据记录学生学习的能力、效果、时间、水平、成绩、思维流程等，能够直接、具象的掌握学生的学习进度。通过大数据系统，对这些信息和数据进行记录、整理、统计、分析，使得教师能更科学全面地掌握学生的学习动向，也使得学生和家长能及时客观地了解个体发展情况。

通过大数据分析模型着重阐述了如何对学生英语水平进行切面横向的评价，同时进行分析研究，查缺补漏，制定个性化学习方案，教师实行定制化的施教方案，有针对性地对学生的英语学习进行指导和教授知识点，有效提高学生英语水平。

从纵向的时间维度来讲，以学生个体在学习过程中积累的变动数据为根据，横向细分考察点（听说读写译的子考察点）为依托，这样可以绘制出学生个体在学习过程中的数据变化模型，制作出来评分图，对比以前的评分图，可以实现对该学生整个学习过程进行可视化研究，并随时调整学习方法和施教方案，有针对性地加强薄弱点的学习，掌控学生的学习效果。

同前面所述一样可以绘制出学生的学习水平评价表，可以清晰地记录学生的学习轨迹，如果条件允许还可以制定学习记录档案，这不仅能成为学生学习成长的指引工具，也有助于锻炼学生的分析解决问题能力和逻辑思维。

三、大数据分析法在英语教学当中的应用

1.大数据分析模型在学习群体中的分类应用。对一个学习群体来讲，主要从以下四个方面进行分类研究，考查点分别是基础综合水平、学生学习目标要求、英语学习薄弱点和学生的性格特点等。该四个考查点每个以满分100分计，基础综合水平时根据学生目前的学习状况做个全面客观的测试，可以从听说读写译等五个基础点进行测试，为考虑英语教学是为学生英语学习的全面发展，故每个基础点满分为20分，进行考察统计；学生学习目标要求是指根据学生当前状况，同时结合学生家长、学生本人以及学校的期望和要求，制定合理的学习目标；英语学习薄弱点主要通过综合水平的考查就可得出学生学习的评估结论；性格特点是指在英语学习过程当中该学生适合的一种学习方法，以上四个方面具体参考下面表格进行分类：

通过基础综合水平（从听说读写译等五个方面进行考核）、学习薄弱点、性格特点、学习目标要求（学生自己的学习水平，学生家长、学生本人以及学校的期望和要求）这四个方面，将学生群体分成几类，清楚了解他们在英语学习过程中存在的问题，可针对性地进行施教，同时对学习过程进行图表追踪，可以直观反映学生在学习过程中的进步情况。传统的教育教学评价模式和大数据的评价模式有较大的差别，大数据时代的教育，更加注重對学生多方面的考核，对学生的了解更具有针对性，施教方法和教材的选用都能体现个性化，会更客观和全面地对学生进行考核、评价、分析和研究。

通过对学生群体从以上四个大方向的了解分析，进行有针对性的施教，前三个方面是从学生当前自身的了解，后一项是对其学习目标的确认，首先，在了解以上各方面的状态下，结合学生的基础综合水平高低将其目标分段实现，同时，结合其学习薄弱点，进行重点练习和学习，巩固以前基础，提升重点知识水平，针对不同性格的学生，采用不同的学习和练习方法，比如性格开朗具有语言天赋的学生更能在听说应用中提高知识水平，性格内向的学生在读写和记忆知识方面更能发挥他们的优势。

2.大数据分析模型在学生个性化英语学习中应用。

（1）英语教学评价指标体系介绍。以单个学生为例，由评价老师组成评价小组，取平均值对学生进行横向切面的英语水平数据分析，评价表设计为：听（词0.2、句0.2、文0.2、逻辑关系0.3、习语0.1）说（发音0.5、断句0.3、语气语调0.2）、读（词汇0.3、句型0.3、语法0.4）写（词汇0.5、格式行文0.2、组织结构0.3）译（口译0.4、笔译0.4、速记0.2）。

通过以上表格对学生的英语水平进行全方位的数据分析，需要说明的是评分等级可以是上面模糊指标，也可以是精确的得分，通过建立科学准确的数学模型，可以轻而易举的展现出某一学生的优势和不足，同时上表还可以结合学生的目标要求拆开来用，针对某一或几个大类进行评价分析，最终可视化地得出学生英语水平表，之后针对学生的不足制定出个性化的学习和施教方案。按照英语水平数据分析评价模型表，就某一学生实际英语水平考查得分用柱状图进行可视化分析。

从图1可以看出该学生的能力水平中等偏上，但是翻译水平很差，读写水平良好，听说能力一般，总体水平都有待提高，特别是翻译水平需要特别注意。经过分析，针对该学生教师首先着重从锻炼其翻译能力为重，制定专门能够提高翻译水平的施教方案和策略，同时注意对听说读写等方面能力的学习和提高。

下面再听力水平为例进行分析，研究哪些细分方面能力水低而导致该生的听力水平一般。以听力水平考查得分为例，

由上图可以轻松看出来该生的英语听力水平一般，具体原因除在词汇方面表现良好以外，其他细分能力点的水平都很普通，在全文听力理解表现较差，对语句理解一般，全文逻辑关系掌握较差，英语习语的了解水平低，说明该生需要着重训练语句及全文的听力理解逻辑关系和英语习语的学习，结合英语听力能力的不足点，制定个性化学习和施教方案，有针对性地弥补不足；同时从时间维度来看，可以隔一段时间对该学生的水平进行评价，做出评分图，对比以前的评分图可以看出该学生的提升幅度和当前的能力水平，适时调整学习方法和侧重点，优化调整施教方案。

四、结束语

“数据驱动社会，分析变革教育”的大数据时代已经到来，改变和优化传统的教育教学方法是时代所趋，更是学生学习的内在所需。教育数据资源共享，利用大数据分析模型开展教育和教学工作，提高学生英语学习水平，降低学习成本，实现大数据分析方法的最大的价值。

参考文献：

[1]徐鹏.大数据视角分析学习变革[J].远程教育杂志，2013，（6）： 11-17.

[2]焦欣然.大数据时代下的因材施教[J].观察视角，2015，（6）：72.

[3]刘士新.浅谈基于ICT技术的英语专业大数据化教学模式[J].佳木斯职业学院学报，2015（5）：146.

作者简介：李颖（1978-），女，讲师，研究方向：二语写作和英语教学。