基于大数据游戏化教学系统研究

时间：2020-11-10 15:06:42 来源：蒲公英阅读网 本文已影响人

相关热词搜索：教学 数据 研究

　基于大数据的游戏化教学系统研究

　―、引言 目前，我国高校在线开放课程的建设已经取得了较大的发展，在线课程的使用已经使高 校教学发生了巨大的变化。课程的网络资源可以作为延伸课堂教学的工具，有效减轻了课堂 时间有限而导致教学深度不足的压力。

　不过，对于像《模拟电子技术》这类理工科的专业基础课程，传统教学资源仍然缺乏吸 引力，主要表现在：难以通过动画、视频等媒体来形象直观地表达枯燥的理论知识；选择、 判断、简答等作业、测试形式略显单调；交互性不足，学生无法与资源互动；图片和文字的 论坛形式，并不能满足工科理论课程的需要；如果课程的理论知识晦涩难懂，容易使学习者 厌倦和疲劳。

　一方面，对于某些工科课程，传统的在线课程及其共享资源在教学过程中发挥作用欠佳; 另一方面，校园内（特别是职业院校内）学生沉迷于游戏现象又比较严重；而且经过多年的 信息化建设，校园大数据不断地积累，可有效服务于学校和师生用户。在这种情况下，本文 提出了一种能够与传统教学资源相融合的游戏化教学系统的设计，该系统结合 VR 虚拟现实 技术，将理论教学、虚拟仿真、课后练习、答疑讨论、复习等教学环节融入游戏内容，寓教 于乐。而且，该系统还能够在校园大数据环境下，挖掘分析学生们的兴趣爱好、学习目标、 记忆特点、交流方式等信息，并为每名学生推荐合适的游戏形式及习题内容，同时还为每名 学生制定能够强化学生记忆的复习计划。

　二、游戏化的教学系统设计 系统的设计方案如图 1 所示，其中“游戏化教学后台服务系统”是其核心模块。整个系 统的主要功能如下所述：

　1. 将游戏融入各种教学环节 目前，国内流行的网络在线游戏形式有两类，一类是网页小游戏，这类游戏只能供一个 或两个人体验，游戏程序往往通过 FLASH 或 HTML5 编写，提供轻松休闲的娱乐形式。另 一类是多人在线游戏，提供多人交互式娱乐体验。流行的多人在线游戏又分两种：一种是弱 流量网络游戏（类似 QQ 棋牌游戏），在这种游戏中，几个玩家分成一组，通常按着规则顺 序轮流进行操作，这类游戏的服务器端需处理的数据量相对较少；另一种是强流量网络游戏 （类似《王者荣耀》、以及经典的《魔兽世界》等网络角色扮演游戏），在这类游戏中，成千 上万的玩家汇聚在一起，他们相互交流并共同完成游戏任务，游戏服务器需要处理的数据信 息量较大。

　在本系统中，游戏将作为教学过程的重要补充，与教学的各个环节相融合，贯穿于教学 过程的始终。不同的网络游戏形式适合融入到不同的教学环节中：网页小游戏可通过“接答 案”、“打地鼠”、“答题闯关”等形式对作业、习题及课前预习进行游戏化的包装，将理论知 识融入到快乐的游戏过程中；弱流量网络游戏，可让学生们聚到一起，自由地选择学习小组， 进行单元复习；强流量网络游戏则可融入更多的教学活动，通过建设社区类型的角色扮演游 戏，学生们可以在虚拟世界中进行知识复习、相互讨论答疑等等；另外将虚拟现实( VR ) 技术融入游戏，形成 VR 游戏，可提供虚拟的仿真实验及作品展示大厅。

　，-数据服务

　 课前预习 单元复习

　综合复习 讨论答疑

　图 1 游戏化教学体系 2. 推荐最适合的游戏形式 本文所提出的教学系统中，会提供多种形式的游戏，例如网页小游戏模块中就可提供“接 答案”、“打地鼠”、“答题闯关”等等各种形式的游戏。不同学生感兴趣的游戏形式也不尽相 同，例如某些女生更喜欢休闲类游戏，而某些男生更喜欢战斗类游戏。后台服务系统基于校 园大数据，采用了基于用户的协同过滤的方法，为每名学生推荐最适合的游戏形式。

　在推荐游戏形式之前，系统首先找到和目标学生的兴趣相似的其他学生集合。下面的公 式可用来计算学生们兴趣的相似度。

　S _ \N(a ) nN(b)\ 公式中， S ab 代表 a 、 b 两个学生的相似度， N(a) 和 N(b) 分别表示学生 a 及学生 b 曾经 有过正反馈的游戏形式集合。

　得到学生兴趣的相似度后，可利用下面的公式计算学生对某种游戏形式的兴趣度。

　X(a,i)= } S ab R bi

　beS(a,m)nN(i) 公式中 X(a,i) 表示学生 a 对游戏形式 i 的兴趣度， S(a,m) 包含了和学生 a 兴趣接近的学 生， N(i) 是对资源形式 i 有过行为的学生用户集合， S ab 是学生 a 和学生 b 的兴趣相似度， R bi 则表示学生 b 对资源形式 i 的兴趣度。

　使用上述方法，系统可以了解学生对某种游戏形式的兴趣度。然后，系统可以尝试为这 名学生推荐合适的游戏形式，并通过这种游戏形式来包装知识内容。

　3. 筛选出有针对性的习题内容 游戏化教学后台服务系统，采用了基于物品的协同过滤的方法，并给每名学生筛选并推 教 学 活 动

　荐有针对性的经过游戏化包装的习题。这些被筛选出的习题能够帮助学生快速地提高成绩。

　完整课程的题库中，很多习题都具有一定的关联性。例如，某一同学答错了习题 U ,而 且他也十分容易答错习题V ，那么习题 U 和习题 V 就具有关联性。通过下面的公式可计算习 题之间的关联性：

　_ |F(u)nF(y)| uv

　V |F ( u ) ||F ( v )| 公式中， Q uv 代表 U 、 v 两道习题的关联性， |F(u)nF(v)| 表示同时做错了习题 u 及 v 的 学生数。得到习题的相似度后，通过如下所示的计算公式，可以预测出学生 a 解答习题 v 时的岀错率参数。

　Y(a,v) = } Q uv T au ueF(u)nQ(y,K") 公式中， Q(a,v) 是和习题 V 关联度最大的 K 道习题的集合， Q uv 是习题 u 和 v 的关联度, T au 是学生 a 对习题 u 的出错率参数。

　使用上述方法，系统可以了解一道习题对某个学生的重要性。然后，系统可以尝试为这 名学生推荐具有针对性的习题。当然，为了避免降低学生的自信心，系统还可适当地提供一 些学生容易答对的习题。

　4. 制定能够强化记忆的复习计划 德国心理学家 H.Ebbinghaus 发现，遗忘在学习之后立即开始，而且遗忘的进程并不是 均匀的。最初遗忘速度很快，以后逐渐缓慢。他将实验结果绘成描述遗忘进程的曲线，这条 曲线如图 2 所示。

　输入的信息在经过人的注意过程的学习后，便成为了人的短时的记忆，但是如果不经过 及时的复习，这些记住过的东西就会遗忘，而经过了及时的复习，这些短时的记忆就会成为 了人的一种长时的记忆。

　此外，这里还认为，每名学生的记忆情况应各不相同。每次复习的效果，应该与这名学 生的记忆力、已经复习的次数、前后两次复习的时间间隔、该知识点的难易程度等情况有关。

　因为学生的记忆力很难用数值描述出来，所以用智商值、历史平均成绩和在线学习活跃度来 代替它，其中智商值通过在线问答测试获得。可采用下面的公式来计算每次复习后，学生能 够保持记忆的天数。

　T = 、 上面公式中， T 表示保持记忆的天数。经过 T 天后，系统会安排学生进行下一次复习。

　M 表示已经复习的次数； N 表示本次复习与上次复习的时间间隔； 0 表示学生的智商值； P 表示学生以往的平均成绩； Q 表示学生在线学习活跃度； R 表示该知识点的难易程度。而 a 、 b 、 c 、 d 、 e 、 f 分aM 2

　+ bN 2

　+ cO 2

　+ dP 2

　+ eQ 2

　+ fR 2

　图 2 记忆遗忘曲线 图 3 神经网络结构

　别是各个参数的权值，它们的初始值可分别设置为 2 、 1.5 、 0.05 、 0.05 、 0.05 、 0.05 。这些权值可通过对校园大数据的分析而不断地被修正。

　目前对大数据的分析主要采用 BP 神经网络、卷积神经网络、循环神经网络、长短记忆 神经网络等算法。其中卷积神经网络适合进行图像、语音识别，循环神经网络适合处理语言 模型，长短时记忆网络适合识别语音、图片和自然语言。

　本文提出的智能推荐系统，采用 BP 神经网络来分析校园大数据。

　BP 神经网络是一种前 向型神经网络，本系统采用的网络结构如图 3 所示。网络输入层有 6 个节点，输出层只有 1 个节点。因为 BP神经网络的隐藏层不宜过多，所以这里只设计了 2 个隐藏层，每个隐藏层 中各含有 5 个节点。网络的激活函数采用 sigmoid o 在每次复习时，系统都会对学生进行测验，并根据测验结果调整神经网络中的权值。如 果学生的测验结果比较理想，网络采用下面的公式作为目标函数。其中 p 的初始值为 0.2 o 1 E d = ，（ 阿 + 2）

　2 如果学生的测验结果不好，网络采用下面的公式作为目标函数。其中 min 函数可获得 最小值。

　1 E d = -min （ T-1^ （

　pT + 2 ）

　2 ）

　还可以通过遗传算法来优化网络的权值：将网络的权值进行编码，进而产生染色体，然 后模拟自然界的生存规律，对染色体进行交叉、配对、变异等操作，使得网络的权值能够不 断地进化。

　5. 提供信息统计等辅助功能 后台服务模块全面采集用户信息，然后进行统计分析，并在游戏内容中，增设虚拟的查 询大厅、排行榜等反馈形式。游戏系统还需要对学生的登录情况进行详细记录，让教师了解 学生的学习过程，也为游戏内容、形式的改进提供参考。还可将某些游戏任务完成情况数据 保存到传统教学资源系统的积分统计汇总中，为教师对学生进行的评价和奖励，提供依据。

　为了与教学进度相融合，游戏系统还提供了任务权限设置功能，使得游戏内容与课堂教学进 度保持一致。系统将提供任务、关卡、场景的权限信息设置工具。教师可根据课程进度或针 对某类学生，利用工具来选择开通或关闭某些任务。

　三、实践数据分析 这种基于大数据的游戏化教学模式已在我校开展了 3 年，研究组同时开设了《模拟电子 技术》课程的游戏化教学平台和传统在线开放课程平台。在 3 年的 6 个学期里，共有 1451 名学生学习了这门课程。研究组将学生编入 I 和 II 两组：

　I 组共有 717 名学生，他们通过游 戏化教学平台辅助学习；而 II组共有 734 名学生，他们通过传统在线开放课程平台辅助学 习。

　这里强调一下，因为生源类型不同（有对口单招生、普通高考生、注册入学生等等）， 他们的《模拟电子课程》教学被安排在不同学期（有的安排在大一下学期，有的安排在大二 上学期），所以每学期都有学生学习《模拟电子技术》这门课程。

　这门课程每个学期的平均成绩如图 4 所示。显然，在每个学期， I 组（采用游戏化系统 辅助教学）的平均成绩都比 II 组高。而且，随着网络的不断训练，系统变得越来越智能， 为学生推荐的游戏形式、习题及制定的复习计划也越来越合适，所以 I 组学生的平均成绩也 不断增加。

　 图 4 每学期的平均成绩 《模拟电子技术》与《电路分析》课程的特点比较相似，前者对部分学生（ I 组学生）

　采用了游戏化系统辅助教学，后者则对所有学生都只采用了普通在线课程的形式辅助教学。

　统计发现， II 组学生们两门课程的平均成绩相差不多，而 I 组学生的两门课程成绩有一 定差异。研究组从 I 组中随机挑选出 30 个样本，他们的两门课程的成绩比较如图 5 所示。

　图中，同一列的两个图形符号，分别表示同一名学生的不同课程的成绩。显然，对于 I 组的 大多数学生，《模拟电子技术》课程的成绩高于《电路分析》课程的成绩。

　图 5 两门相似课程的成绩比较 研究组还从 I 组（采用游戏化系统辅助教学）选出一个班级 A ，再从 II 组选出另一个班 级 B 。除《模拟电子技术》夕卜，两个班级其他课程的平均成绩几乎相同。两个班级《模拟电 子技术》的成绩如图 6 所示。显然， A 班学生的成绩普遍较高。

　△ B 班学生成绩 • A 班学生成绩

　图 6 两个相似班级的同一门课程成绩比较 学习了《模拟电子技术》后，老师也对学生的实际能力进行了评估。

　A 、 B 两个班级学 生的评估结果如图 7 所示。显然， A 班级学生的评估结果更好。

　△ B 班学生的教师评价 ・A 班学生的教师评价 11

　10 Q — ~~• • —— △

　----------

　• •

　---------------------------

　 — — —A AV — 9 8

　 △ △ .

　---------- ・ ・ -----

　------------------------- ZilWW• -------------------------------------------

　A /VA A Si

　C

　____________ A _______ A A A A __________________________________________

　6 A A A A A 5 A A 冬 4

　△ ・

　 图 7 两个相似班级的教师评价比较 另外，研究小组还对学生们近 3 个教学年度的《模拟电子技术》课程的学习满意度进行 了调查，其结果如表 1 所示。

　表 1 模拟电子技术课程满意度调查表 教学年度 组别 满意度 2014-2015 I 71.2% II 69.3% 2015-2016 I 73.2% II 69.7% 2016-2017 I 76.4% II 70.0% 从表中数据分析，采用游戏化资源辅助教学的 I 组学生的学习满意度较高。

　四、存在问题及解决思路 虽然，这种游戏式的《模拟电子技术》课程辅助教学系统有很多优点，但在 3 年的具体 实施过程中，这一系统还是存在如下所述的一些不足：

　1. 游戏内容的设计需要进一步调整 目前，游戏系统的内容设计，还存在一定的矛盾：游戏可玩性设计得太好，必然会减少 教育特性，使得学生们沉迷于游戏，影响了课程知识的学习；而另一方面，教育内容元素设 计得过多，又降低了游戏的可玩性，无法提高学生学习兴趣。

　今后需要解决游戏这种资源形式与传统教育资源的整合问题，而且教育软件资源的开发 不能一味地追求知识传播，更应该重视激发学习动机的游戏性等问题。寻找游戏与教育结合 的平衡点，推进寓教于乐的教育网络游戏资源建设，促使学生学业水平的提高并力图达到好 之者不如乐之者的学习境界，是教育游戏的发展要求。教育类网络游戏的内容应以学生需求 为导向、注重对学生实践能力和职业能力的训练，把握当代学生的思想特点，辅助培养高层 次的应用型人才。

　2. 系统研发维护过程中的学生参与程度不够 整个游戏化教学系统的研发、运行、维护都需要大量的工作，而且游戏内容要不断地更 新，以适应学生们的兴趣变化。为了使系统能够稳定运行，不断地更新游戏内容，并能够扩 展到更多的课程，就必须吸纳大量的学生参与。

　学生参与系统维护和内容更新，不仅能减轻研究组的工作量，也可以提高学生们的专业 技能水平。而且，由学生设计的游戏内容，会更贴近他们的生活，这些游戏作品还会提高学 生参与工作的成就感。

　3. 是否可以深入课堂内部 现在，游戏化教学系统还只是课余学习的辅助系统，并没有完全渗透到课堂教学过程中。

　对于课堂教学是否可以渗透游戏模式，目前还存在比较大的争议。很多专家认为课堂内的教 学还应该保持传统，否则会影响正常教学秩序，造成学生过于迷恋游戏；而也有些专家认为 可以在课堂内融入游戏元

　素，提高学生兴趣。

　在这种情况下，是否将游戏教学模式渗入到课堂内部，还需要谨慎考虑。可以先进行少 量学生的小规模实验，逐步观察游戏渗入课堂具体的效果，然后再进行分析和决定。

　4. 如何快速地拓展到其他课程 目前运行的《模拟电子技术》课程的游戏化教学资源系统，已提供了一些编辑工具，可 以帮助教师快速地更换教学内容，这使得相似课程(如《电路分析》)进行游戏化的教学模 式扩展比较容易。

　但是，因为不同课程的教学思路和模式会有差异，特别是不同学科的课程(例如文理科 课程与工科课程)，其差异更为明显。现有的一些编辑工具，不能完全适应各个学科。因此 跨学科的游戏化教学模式扩展就存在一定困难，这需要进一步地改进系统设计。

　进行课程扩展时，可先对所有课程进行调研分析，找出共性和差异。并将课程分成几大 类，分别在每一大类中挑选一门典型课程，进行扩展实验。总结积累经验后，再重新优化系 统。扩展性较强的系统，通常要提供更多的辅助工具，能帮助教师根据具体课程快速地设置 系统功能，并快速地更新游戏教学内容。同时，课程扩展时，还要有专业的建设团队，为任 课教师提供技术支持，一起建设新课程。

　总结 实践数据显示了这种游戏化教学系统的优势。可将游戏形式作为教学过程的重要补充， 这种教学体系可以提升学校教育教学质量，而且还能够推动建设特色的校园文化，营造学校 良好的育人氛围。当然，本文提出的这种系统还存在一些不足，需要进一步改进。