徐建軍，張國(guó)華

(南京師范大學(xué)泰州學(xué)院，江蘇 泰州 225300)

0 引 言

隨著人工智能、大數(shù)據(jù)、云計(jì)算、數(shù)據(jù)挖掘等技術(shù)的深入發(fā)展，信息技術(shù)已成為各行各業(yè)不可或缺的工具。而教學(xué)是未來(lái)人才培養(yǎng)的基礎(chǔ)學(xué)段，面對(duì)這樣一個(gè)充滿個(gè)性發(fā)展的時(shí)代，主動(dòng)開(kāi)展基于信息技術(shù)的精準(zhǔn)教學(xué)，是教育發(fā)展的必然趨勢(shì)。

精準(zhǔn)教學(xué)[1]是學(xué)者Lindsley在20世紀(jì)60年代在學(xué)者Skinner的行為學(xué)習(xí)理論的基礎(chǔ)上提出的一種新的教學(xué)方法。精準(zhǔn)教學(xué)誕生之初就是用于靶向教育，其目的是通過(guò)設(shè)計(jì)測(cè)量教學(xué)過(guò)程來(lái)獲取有關(guān)數(shù)據(jù)，以追蹤學(xué)生的學(xué)習(xí)表現(xiàn)并為教學(xué)提供數(shù)據(jù)決策支持。其衡量標(biāo)準(zhǔn)主要是流暢度。流暢度是由學(xué)生對(duì)應(yīng)掌握知識(shí)和技能的“準(zhǔn)確程度”和“熟練速度”兩方面組成。而傳統(tǒng)的精準(zhǔn)教學(xué)的監(jiān)測(cè)辦法是通過(guò)人工繪制測(cè)量表來(lái)分析，過(guò)于繁瑣，且缺乏大數(shù)據(jù)和人工智能為支撐，結(jié)果往往不夠精準(zhǔn)。

文中采用大數(shù)據(jù)與人工智能技術(shù)，基于數(shù)據(jù)挖掘理論，采用了先進(jìn)的挖掘算法[2]，以多年教學(xué)過(guò)程中學(xué)生數(shù)學(xué)練習(xí)及部分模擬數(shù)據(jù)作為數(shù)據(jù)源，智能分析出學(xué)生不同學(xué)段知識(shí)點(diǎn)之間的關(guān)聯(lián)性，及時(shí)給學(xué)生學(xué)習(xí)預(yù)警提示，給教師教學(xué)效果預(yù)測(cè)提醒，使得學(xué)生學(xué)習(xí)教師教授新知識(shí)點(diǎn)的時(shí)候，能夠得到有價(jià)值的推送信息。

例如，學(xué)生會(huì)清楚地看到前期哪些知識(shí)點(diǎn)與該知識(shí)點(diǎn)的關(guān)聯(lián)度高，影響度又是如何的，同時(shí)，教師在講解該知識(shí)點(diǎn)之前，會(huì)出一個(gè)統(tǒng)計(jì)報(bào)表，預(yù)測(cè)常規(guī)方法教學(xué)，班級(jí)學(xué)生掌握情況，能夠精確定位班級(jí)每名學(xué)生學(xué)習(xí)該知識(shí)點(diǎn)造成影響的前期薄弱環(huán)節(jié)，及時(shí)高效解決。

1 國(guó)內(nèi)外精準(zhǔn)教學(xué)研究現(xiàn)狀及應(yīng)用困境

1.1 國(guó)內(nèi)外精準(zhǔn)教學(xué)研究現(xiàn)狀

經(jīng)查閱相關(guān)國(guó)外文獻(xiàn)，國(guó)外的精準(zhǔn)教學(xué)主要研究點(diǎn)集中在通過(guò)具體的教學(xué)實(shí)驗(yàn)及案例來(lái)評(píng)估教學(xué)效果。例如Downer和Griffin兩位學(xué)者的研究結(jié)果表明，精準(zhǔn)教學(xué)對(duì)提高學(xué)生的閱讀能力具備明顯優(yōu)勢(shì)[3]；而Gallagher和Stromgren兩位學(xué)者的研究結(jié)果則表明精準(zhǔn)教學(xué)對(duì)幫助數(shù)學(xué)學(xué)習(xí)困難的學(xué)生具備優(yōu)勢(shì)[4-5]。

在國(guó)內(nèi)，精準(zhǔn)教學(xué)研究處于起步階段，筆者在中國(guó)知網(wǎng)中嘗試以“精準(zhǔn)教學(xué)”為關(guān)鍵詞進(jìn)行檢索(數(shù)據(jù)截至2019年5月27日)，結(jié)果為44條，相關(guān)研究成果大都集中在近兩年。

比較典型的成果[6-7]有，梁美鳳發(fā)表了《“精準(zhǔn)教學(xué)”探析》；祝智庭教授發(fā)表了《信息技術(shù)支持的高效知識(shí)教學(xué):激發(fā)精準(zhǔn)教學(xué)的活力》；王永雄、丁德瑞等學(xué)者發(fā)表了《基于創(chuàng)新實(shí)踐能力培養(yǎng)的精準(zhǔn)分層教學(xué)》等。

由此可知，目前國(guó)內(nèi)的精準(zhǔn)教學(xué)研究總量偏少，精準(zhǔn)教學(xué)的研究成果不多，大數(shù)據(jù)、云計(jì)算、人工智能的分析方法應(yīng)用較少。

1.2 精準(zhǔn)教學(xué)應(yīng)用困境

精準(zhǔn)教學(xué)雖然是一種有效的教學(xué)方法，但在實(shí)際教學(xué)過(guò)程中卻很難應(yīng)用好，分析原因主要有兩點(diǎn)：

(1)精準(zhǔn)教學(xué)是通過(guò)設(shè)計(jì)測(cè)量表來(lái)獲取學(xué)生學(xué)習(xí)數(shù)學(xué)的行為結(jié)果，并依據(jù)測(cè)量結(jié)果進(jìn)行薄弱環(huán)境的強(qiáng)化訓(xùn)練，從而提高學(xué)習(xí)質(zhì)量。該方式缺乏對(duì)每名學(xué)生學(xué)習(xí)過(guò)程的有效監(jiān)控，往往會(huì)忽略學(xué)生的個(gè)性化發(fā)展。

(2)精確教學(xué)缺乏先進(jìn)的技術(shù)支持。精準(zhǔn)教學(xué)主要以測(cè)量，收集學(xué)生學(xué)習(xí)表現(xiàn)數(shù)據(jù)為數(shù)據(jù)基礎(chǔ)，以統(tǒng)計(jì)學(xué)相關(guān)知識(shí)為技術(shù)基礎(chǔ)。而數(shù)學(xué)課程教師往往采用傳統(tǒng)的人工管理數(shù)據(jù)方式進(jìn)行分析，大多缺乏對(duì)于先進(jìn)統(tǒng)計(jì)學(xué)，數(shù)據(jù)分析決策工具的應(yīng)用，因此數(shù)據(jù)采集效率，可視化及精準(zhǔn)化程度均不高。

2 大數(shù)據(jù)及數(shù)據(jù)挖掘技術(shù)對(duì)精準(zhǔn)教學(xué)的影響

誰(shuí)掌握數(shù)據(jù)，誰(shuí)就掌握主動(dòng)權(quán)，大數(shù)據(jù)的興起正引領(lǐng)社會(huì)發(fā)展新變化。大數(shù)據(jù)技術(shù)必將給精準(zhǔn)教學(xué)提供更多更先進(jìn)的理論與技術(shù)支撐，促進(jìn)其大力發(fā)展。

2.1 大數(shù)據(jù)技術(shù)使得數(shù)學(xué)課程中采用精準(zhǔn)教學(xué)更為可行

隨著信息技術(shù)的大力發(fā)展，教學(xué)管理系統(tǒng)，學(xué)生自主學(xué)習(xí)APP系統(tǒng)，基于微信學(xué)習(xí)平臺(tái)的廣泛應(yīng)用，促使數(shù)學(xué)課程教育方面數(shù)據(jù)快速增長(zhǎng)，使得學(xué)生的學(xué)習(xí)的行為，過(guò)程，狀態(tài)，練習(xí)結(jié)果，成績(jī)等成為可以被信息技術(shù)自動(dòng)抓取的數(shù)據(jù)存在，這樣使得獲取精準(zhǔn)教學(xué)的測(cè)量數(shù)據(jù)更為便捷和有效。

2.2 精準(zhǔn)教學(xué)可以使用先進(jìn)的數(shù)據(jù)挖掘技術(shù)

數(shù)據(jù)挖掘技術(shù)(data mining)，是指從海量數(shù)據(jù)中自動(dòng)發(fā)現(xiàn)隱藏于其中有某種關(guān)聯(lián)的信息過(guò)程。在獲取了精準(zhǔn)教學(xué)的基礎(chǔ)大數(shù)據(jù)之后，就可以采用先進(jìn)的數(shù)據(jù)挖掘技術(shù)來(lái)分析每個(gè)學(xué)生的薄弱點(diǎn)，精準(zhǔn)定位學(xué)生知識(shí)學(xué)習(xí)的薄弱環(huán)節(jié)，給出相應(yīng)的學(xué)習(xí)方案。同時(shí)大數(shù)據(jù)支持多并發(fā)及海量數(shù)據(jù)的能力，教師就可以使精準(zhǔn)教學(xué)規(guī)?；貞?yīng)用到每名學(xué)生身上，兼顧學(xué)生的個(gè)性化發(fā)展。

2.3 大數(shù)據(jù)技術(shù)的廣泛使用可以使得精準(zhǔn)教學(xué)更加開(kāi)放智能

大數(shù)據(jù)[7]一般滿足容量大(Volume)，多樣性(Variety)，速度快(Velocity)，有價(jià)值(Value)，真實(shí)性(Veracity)五個(gè)特性。在教育領(lǐng)域，大數(shù)據(jù)平臺(tái)是服務(wù)于教育教學(xué)工作的綜合性的信息平臺(tái)，師生、家長(zhǎng)等角色均是大數(shù)據(jù)的生產(chǎn)者和應(yīng)用者。因此，隨著大數(shù)據(jù)技術(shù)、數(shù)據(jù)挖掘技術(shù)在數(shù)學(xué)課程精準(zhǔn)教學(xué)中的應(yīng)用，學(xué)生、教師、家長(zhǎng)等角色均可參與到精準(zhǔn)教學(xué)過(guò)程中，可以為學(xué)生量身定制教學(xué)方案，家長(zhǎng)隨時(shí)可以掌握自己孩子的學(xué)習(xí)情況，教師可以掌握班級(jí)整體情況，教學(xué)管理者可以根據(jù)大數(shù)據(jù)把控教學(xué)改革方向等。同時(shí)大數(shù)據(jù)具備自我學(xué)習(xí)能力，隨著數(shù)據(jù)量的不斷增加和數(shù)據(jù)挖掘算法的不斷改進(jìn)，其數(shù)據(jù)分析處理能力將更加智能精準(zhǔn)。

3 基于數(shù)據(jù)挖掘支持下的精準(zhǔn)教學(xué)模式設(shè)計(jì)

在現(xiàn)有的教學(xué)環(huán)境下，數(shù)學(xué)課程教師更加傾向于使用成熟的教學(xué)模式，精準(zhǔn)教學(xué)往往被作為是評(píng)估教學(xué)效果的策略或方法，老師們也似乎不太愿意花費(fèi)多余精力來(lái)研究如何將精準(zhǔn)教學(xué)融入現(xiàn)有教學(xué)中，而是照搬成熟的教學(xué)模式來(lái)使用，所以精準(zhǔn)教學(xué)并沒(méi)有被廣泛采納。此外，在信息化引領(lǐng)的教育變革潮流中，精準(zhǔn)教學(xué)也因?yàn)樾畔⒓夹g(shù)支撐的缺失而受到廣大教育工作者的冷落，缺乏活力。大數(shù)據(jù)可以突破傳統(tǒng)教學(xué)限制，大力推動(dòng)數(shù)學(xué)課程教師在思想和行為上接納并認(rèn)同精準(zhǔn)教學(xué)，利用大數(shù)據(jù)來(lái)構(gòu)建可供參考精準(zhǔn)教學(xué)的模式，可以推動(dòng)精準(zhǔn)教學(xué)發(fā)展、促進(jìn)精準(zhǔn)教學(xué)應(yīng)用。為此，文中將從精準(zhǔn)教學(xué)目標(biāo)、程序化教學(xué)過(guò)程、基于數(shù)據(jù)挖掘的評(píng)價(jià)與預(yù)測(cè)[8]三個(gè)方面，來(lái)構(gòu)建數(shù)學(xué)課程大數(shù)據(jù)的精準(zhǔn)教學(xué)模式框架，具體如圖1所示。

圖1 數(shù)學(xué)課程大數(shù)據(jù)精準(zhǔn)教學(xué)模式框架

3.1 精準(zhǔn)教學(xué)系統(tǒng)總體架構(gòu)

精準(zhǔn)教學(xué)信息化平臺(tái)采用標(biāo)準(zhǔn)三層架構(gòu)設(shè)計(jì)，其中表示層負(fù)責(zé)數(shù)據(jù)采集、修改、刪除，智能設(shè)定數(shù)據(jù)挖掘算法的可信度與置信度[9]最小值，對(duì)于學(xué)生可自動(dòng)提示后續(xù)可能學(xué)不好的知識(shí)點(diǎn)，對(duì)于老師則可自動(dòng)預(yù)測(cè)該班的整體教學(xué)效果，并分析出關(guān)聯(lián)的知識(shí)點(diǎn)。業(yè)務(wù)邏輯層主要實(shí)現(xiàn)關(guān)聯(lián)挖掘算法，快速對(duì)大數(shù)據(jù)進(jìn)行挖掘，并反饋結(jié)果。數(shù)據(jù)層主要采用主流的大數(shù)據(jù)框架Hadoop[10]以及強(qiáng)大的MapReduce來(lái)實(shí)現(xiàn)存儲(chǔ)原始數(shù)據(jù)及并行處理，建立挖掘數(shù)據(jù)庫(kù)，形成關(guān)聯(lián)規(guī)則數(shù)據(jù)庫(kù)，其標(biāo)準(zhǔn)三層架構(gòu)如圖2所示。

圖2 精準(zhǔn)教學(xué)系統(tǒng)整體架構(gòu)

3.2 精準(zhǔn)教學(xué)目標(biāo)

明確教學(xué)目標(biāo)是整個(gè)教學(xué)活動(dòng)的關(guān)鍵，是檢驗(yàn)教學(xué)是否成功的依據(jù)。精準(zhǔn)教學(xué)的第一步是必須精準(zhǔn)化教學(xué)目標(biāo)。例如在《數(shù)學(xué)課程課程標(biāo)準(zhǔn)》的第二學(xué)段中關(guān)于“數(shù)的運(yùn)算”中要求“探索并了解運(yùn)算律，會(huì)應(yīng)用運(yùn)算律進(jìn)行一些簡(jiǎn)便運(yùn)算”，這里的“會(huì)應(yīng)用”是一個(gè)相對(duì)比較籠統(tǒng)的詞語(yǔ)。

在精準(zhǔn)教學(xué)體系中，可以建立更明確更精準(zhǔn)化的教學(xué)目標(biāo)，對(duì)每個(gè)教學(xué)目標(biāo)都可轉(zhuǎn)化成可以被信息系統(tǒng)抓取的可細(xì)化和量化數(shù)據(jù)。把傳統(tǒng)的“會(huì)應(yīng)用”、“熟練掌握”等這些較為籠統(tǒng)的教學(xué)目標(biāo)，經(jīng)過(guò)細(xì)化、分解、量化之后，建立起既包含準(zhǔn)確掌握知識(shí)技能的目標(biāo)，又包含運(yùn)用知識(shí)技能速度的目標(biāo)，達(dá)到精準(zhǔn)教學(xué)的“流暢度”要求的指標(biāo)。

3.3 程序化教學(xué)過(guò)程

精準(zhǔn)教學(xué)誕生于Skinner的程序化教學(xué)過(guò)程，程序化是精準(zhǔn)教學(xué)的關(guān)鍵。文中基于大數(shù)據(jù)程序化教學(xué)過(guò)程，具體包括：(1)建立數(shù)學(xué)課程大數(shù)據(jù)平臺(tái)，利用精準(zhǔn)化、智能化推薦技術(shù)，根據(jù)學(xué)生的不同特點(diǎn)，配置對(duì)應(yīng)教學(xué)資源，融入個(gè)性化的教學(xué)；(2)改進(jìn)傳統(tǒng)的教學(xué)過(guò)程，收集每位學(xué)生的學(xué)習(xí)過(guò)程數(shù)據(jù)，為下一步數(shù)據(jù)挖掘，決策和干預(yù)做好準(zhǔn)備；(3)實(shí)施精準(zhǔn)干預(yù)，根據(jù)大數(shù)據(jù)平臺(tái)反饋的結(jié)果，結(jié)合精準(zhǔn)化的教學(xué)目標(biāo)自動(dòng)判別學(xué)生是否達(dá)到要求，如果有問(wèn)題，則需要干預(yù)，會(huì)自動(dòng)回溯，精準(zhǔn)定位到薄弱點(diǎn)及關(guān)聯(lián)點(diǎn)，實(shí)現(xiàn)精準(zhǔn)干預(yù)。

3.4 Apriori算法

3.4.1 基本定義

定義1(可信度)：設(shè)I={i1,i2,…,in}是含有N項(xiàng)的集合，交易T是項(xiàng)的集合,T?I,D為T集合，設(shè)A是其中項(xiàng)集，事務(wù)T包含X，僅有X?T,即X包含于T,X?Y是關(guān)聯(lián)規(guī)則表達(dá)式，且X?I,Y?I,X∩Y=?。

Support(X?Y)=P(X∪Y)={T:X∪Y?T,

T∈D}/D×100%=a

(1)

定義2(置信度)：關(guān)聯(lián)規(guī)則X?Y的可信度是指包含X與Y的交易數(shù)與僅包含X的交易數(shù)的比值，表示為:

Confidence(X?Y)=P(X|Y)=

(2)

3.4.2 Apriori算法

Apriori算法[11]是一種依據(jù)頻繁項(xiàng)集作為先驗(yàn)知識(shí)[12]，采用逐層掃描的迭代方案，即第k項(xiàng)集用來(lái)檢索第(k+1)項(xiàng)集。具體步驟如下：首先通過(guò)檢索事務(wù)(或交易)的記錄，掃描出所有頻繁的第1項(xiàng)集，并將找到的集合記為L(zhǎng)1，依次迭代尋找出L2,L3…如此循環(huán)下去，直到找不到任何頻繁的第k項(xiàng)集。其次利用所有的頻繁集中提取的強(qiáng)規(guī)則，即能為用戶決策提供支撐的關(guān)聯(lián)規(guī)則。其相關(guān)為代碼如下：

輸入：D是事務(wù)數(shù)據(jù)庫(kù)；min_sup是最小支持度技術(shù)閾值

輸出：L是事務(wù)數(shù)據(jù)庫(kù)中的頻繁項(xiàng)集

方法：

L1=find_frequent_1-itemsets(D);

//首先找出所有頻繁1項(xiàng)集

For(k=2;Lk-1!=null;k++)

{

Ck=apriori_gen(Lk-1)

//循環(huán)產(chǎn)生候選同時(shí)剪枝

For each事務(wù)tinD

{

//通過(guò)循環(huán)對(duì)D掃描進(jìn)行計(jì)數(shù)

Ct=subset(Ck,t)

//調(diào)用得到t的子集

For each候選c屬于Ct

c.count++;

}

Lk={c屬于Ck|c.count>=min_sup}

}

Return L=得到所有的頻繁集；

3.4.3 前期數(shù)據(jù)準(zhǔn)備

以某校5(1)班60名學(xué)生為研究對(duì)象，選取數(shù)學(xué)四年級(jí)以上學(xué)期課程成績(jī)數(shù)據(jù)為例，通過(guò)相應(yīng)的數(shù)據(jù)挖掘算法分析，找到知識(shí)點(diǎn)的內(nèi)在關(guān)聯(lián)，為學(xué)生的學(xué)習(xí)，老師的教學(xué)提供數(shù)據(jù)決策支撐。為方便表述，將初步認(rèn)識(shí)平面圖形特點(diǎn)成績(jī)表示為PMTX,認(rèn)識(shí)立體圖形的體積表示為L(zhǎng)TTX，表1給出了以學(xué)號(hào)為主鍵成績(jī)匯總。

表1 學(xué)生數(shù)學(xué)成績(jī)匯總(分)

3.4.4 數(shù)據(jù)挖掘篩選、轉(zhuǎn)換

該班60名學(xué)生中有1名學(xué)生轉(zhuǎn)學(xué)，1名出國(guó)，后續(xù)知識(shí)點(diǎn)的單元無(wú)關(guān)聯(lián)，因此從挖掘數(shù)據(jù)庫(kù)中排除，得出有效成績(jī)?cè)M964條(平均每學(xué)期選取了4個(gè)知識(shí)點(diǎn))。為方便數(shù)據(jù)挖掘，需要對(duì)數(shù)據(jù)進(jìn)行格式化處理，成績(jī)與等級(jí)關(guān)系如表2所示。

表2 成績(jī)與等級(jí)關(guān)系

轉(zhuǎn)換成挖掘數(shù)據(jù)如下：

根據(jù)表3，對(duì)照Apriori算法設(shè)定最小支持度為0.2,班級(jí)總?cè)藬?shù)為58名，那么最小支持人數(shù)必須達(dá)到52*0.2即11.6名，如果這個(gè)知識(shí)單元的所在等級(jí)的人數(shù)不足11.6名，則需排除在數(shù)據(jù)挖掘庫(kù)中，因此設(shè)定最小支持度為0.2時(shí)選取的數(shù)據(jù)如表3所示。

表3 學(xué)生成績(jī)匯總(人次)

3.5 基于數(shù)據(jù)挖掘的評(píng)價(jià)與預(yù)測(cè)分析

(1)對(duì)于學(xué)生的評(píng)價(jià)和預(yù)測(cè)。

通過(guò)部分真實(shí)及模擬數(shù)據(jù)，設(shè)置數(shù)據(jù)挖掘時(shí)支持度>=0.8，置信度>=0.7，利用改進(jìn)數(shù)據(jù)挖掘Apriori算法，得到以下53條關(guān)聯(lián)規(guī)則，具體如表4所示。

學(xué)生登錄系統(tǒng)后，自動(dòng)獲得一些推送信息[13]。例如，該生第一學(xué)段的“初步認(rèn)識(shí)平面圖形特點(diǎn)”該知識(shí)點(diǎn)考了83分，位于‘82.5-87.5’區(qū)間，該大數(shù)據(jù)平臺(tái)將預(yù)測(cè)到按傳統(tǒng)方法學(xué)習(xí)第二學(xué)段的“認(rèn)識(shí)立體圖形的表面積”將75%的可能取得的分值位于‘81.0-86.0’區(qū)間，效果不理想，系統(tǒng)會(huì)自動(dòng)回溯，精準(zhǔn)定位影響本知識(shí)點(diǎn)學(xué)習(xí)的知識(shí)點(diǎn)，實(shí)現(xiàn)精準(zhǔn)干預(yù)，學(xué)生能夠及時(shí)輕松彌補(bǔ)欠缺知識(shí)點(diǎn)，減少后續(xù)影響[14]。

表4 數(shù)據(jù)挖掘結(jié)果關(guān)聯(lián)規(guī)則表

(2)對(duì)于教師教學(xué)的預(yù)測(cè)和改進(jìn)。

老師登錄系統(tǒng)后，系統(tǒng)會(huì)給出班級(jí)學(xué)生信息，給出對(duì)本知識(shí)點(diǎn)造成影響的已學(xué)知識(shí)點(diǎn)信息[15]，同時(shí)也會(huì)羅列出可能將對(duì)哪些后續(xù)知識(shí)點(diǎn)造成影響，并給出本知識(shí)點(diǎn)對(duì)于數(shù)學(xué)課程后續(xù)知識(shí)點(diǎn)影響程度及關(guān)聯(lián)程度。如果預(yù)測(cè)班級(jí)整體學(xué)生80分以下比例(置信度≥0.75統(tǒng)計(jì))占比大于等于20%，則為嚴(yán)重，大于等于15%為一般，大于等于5%則為輕微，如果預(yù)測(cè)影響后續(xù)知識(shí)點(diǎn)數(shù)目(置信度≥0.75統(tǒng)計(jì))大于等于3個(gè)為嚴(yán)重，大于等于2個(gè)為一般，大于等于1個(gè)為輕微，老師將會(huì)看到如下類似統(tǒng)計(jì)表，如表5所示。

表5 知識(shí)點(diǎn)“認(rèn)識(shí)立體圖形的表面積”教學(xué)效果預(yù)測(cè)

通過(guò)對(duì)學(xué)生和教師兩方面的預(yù)測(cè)和評(píng)價(jià)，注重給學(xué)生精準(zhǔn)引導(dǎo)和補(bǔ)習(xí)前序單元知識(shí)點(diǎn)的缺失，又能提醒老師主動(dòng)調(diào)整教學(xué)方法來(lái)實(shí)現(xiàn)精準(zhǔn)教學(xué)，雙方共同配合，教學(xué)效果能得到大幅提升。

4 結(jié)束語(yǔ)

精準(zhǔn)教學(xué)是一種先進(jìn)的教學(xué)模式，可以大大減輕學(xué)生的學(xué)習(xí)負(fù)擔(dān)，提升學(xué)習(xí)效率，避免教師過(guò)度重復(fù)教學(xué)[2]，在明確教學(xué)方向和內(nèi)容方面具備優(yōu)勢(shì)，但是精準(zhǔn)教學(xué)如果缺乏了大數(shù)據(jù)技術(shù)，人工智能，數(shù)據(jù)挖掘技術(shù)的支持，就很難發(fā)揮出效果。文中設(shè)計(jì)并模擬了精準(zhǔn)教學(xué)的數(shù)據(jù)挖掘平臺(tái)，可以有效發(fā)揮精準(zhǔn)教學(xué)的優(yōu)勢(shì)。鑒于部分?jǐn)?shù)據(jù)采用模擬數(shù)據(jù)，后續(xù)工作將繼續(xù)展開(kāi)研究，進(jìn)一步收集數(shù)據(jù)，充分發(fā)揮精準(zhǔn)教學(xué)優(yōu)勢(shì)。