Page 123 - 基于大数据的英语翻译精准教学及实现路径

第二章 大数据精准教学的理论与实践

的挖掘，现在最常用的方法就是行为观察和谈心调查。行为观察有很大的局限性，
片段式的观察很难对学生有全面的了解，也难以走进学生的内心。对于谈心调查，
在教学实践中发现很多的学困生对于这样的谈心内容，或多或少地表现出抵触情

绪，很难让他们真正地吐露心声，甚至很多学困生对自己学习困难产生的原因也
不是十分清楚。由于抓不住原因，最终造成学困生转化常常达不到理想的效果。
大数据背景下，我们可以利用学生学习轨迹数据库，搜集学困生的主要数据，实
现学困根源的精准挖掘。从长期的课前预习数据、课堂测试数据、作业完成数据、

考试考情数据等方面，我们可以确定学生在知识理解和解题能力上存在的具体困
难。全面分析学困生在英语学科知识上和解题能力上存在的问题，大数据教学系
统自动匹配给出个性化错题本和错题分析。学困生以个性化错题本和错题分析为

依托，对自己的英语学科知识和解题能力进行补救性学习。教师在这一过程中给
予适时的指导和帮助，并阶段性地利用大数据教学系统给出的针对性测试，来动
态监测学困生的转化过程，适时修正转化的具体措施。
很多学困生产生学习困难还有其自我管理不到位，习惯不好等原因。通过学
生生活轨迹数据，例如学生请假次数和时长、进出校门时间、校园一卡通购置课

外读物状况、图书馆借阅记录、自习课和宿舍违纪情况等进行分析，精准确定学
困生在自我管理方面需要帮扶的措施，把工作做到恰到好处。当然，很多学困生
产生学习困难的原因还会有心理和情绪的因素，教师也要格外关注，给予理解和

关爱，并争取学生家庭的支持与配合。
6. 引入学困预警系统，精准预防学困生的产生
学困生不是一朝一夕形成的，如果在学困生尚未形成之前，学校和教师及时
采取措施进行预防，就可以大量减少学困生。对全体学生的学习情况进行全方位
监测，在以前是几乎不能完成的，现在大数据技术为学困预警提供了技术支持。

将学困预警系统引入大数据教学系统，可以实现预防学困，减少学困。应从学生
入学数据、课堂学习数据、课外学习数据、测试数据四个方面对学生展开监测。
学生入学数据主要包括入学时英语成绩和在全校中的排名、在上一学段中档案记

录的期中期末成绩、身体状况数据、家庭综合状况等，这些数据可以从本校或者
上级招生部门系统中获得。课堂学习数据主要包括课前预习测试、课堂参与互动
情况、课堂测试、课堂纪律状况等。课外学习数据主要包括课后作业完成情况、
宿舍违纪情况、图书馆借阅记录等。测试数据主要包括历次考试成绩及排名、历

115