教育改革、在線教育、STEM教育的不斷發(fā)展,對教育工作者的教學(xué)設(shè)計能力提出了新的要求,如何識別這些要求,成為教學(xué)設(shè)計領(lǐng)域不可忽視的問題。該研究從市場真實數(shù)據(jù)入手,采用文本挖掘技術(shù)分析教學(xué)設(shè)計能力需求,包括:根據(jù)現(xiàn)有研究提出教學(xué)設(shè)計能力分析框架;使用爬蟲技術(shù)獲取北上廣深一線城市與"教學(xué)設(shè)計"相關(guān)的崗位數(shù)據(jù),進(jìn)行分組、分詞等文本預(yù)處理,并使用分類器驗證分類合理;依據(jù)教學(xué)設(shè)計分析能力框架和分詞結(jié)果構(gòu)建教學(xué)設(shè)計能力指標(biāo)體系與詞袋模型;建立能力分析雷達(dá)圖,呈現(xiàn)每類崗位能力需求的具體情況;并根據(jù)研究結(jié)果提出提供靈活的課程體系以滿足教學(xué)設(shè)計能力需求的模塊組合、豐富前沿領(lǐng)域的教學(xué)實踐以培養(yǎng)實戰(zhàn)能力等建議。 

【文章來源】：中國教育信息化. 2019年23期

【文章頁數(shù)】：7 頁

【部分圖文】：

研究框架

分類器通過學(xué)習(xí)訓(xùn)練集中的數(shù)據(jù)建立相應(yīng)模型，然后根據(jù)模型對測試集中的數(shù)據(jù)進(jìn)行分類，理想情況下訓(xùn)練集的數(shù)據(jù)越大，訓(xùn)練的模型越準(zhǔn)確。本研究將總數(shù)據(jù)分別按照0.01、0.02、0.03、0.04、0.05、0.06、0.07、0.08、0.09、0.1、0.2、0.3、0.4、0.5的比例隨機(jī)抽取出數(shù)據(jù)組成測試集，剩下的數(shù)據(jù)組成訓(xùn)練集，進(jìn)行測試并輸出錯誤率。每種情況測試10次取平均值作為該情況下的錯誤率，各分類器的錯誤率如圖5所示。從圖5可以看出基于歐式距離與基于余弦相似度的k NN算法效果幾乎等價，這在意料之中，兩者錯誤率均圍繞在75%上下，比使用了貝葉斯原理的算法高得多，筆者認(rèn)為產(chǎn)生這種情況的原因在于，特征項數(shù)目眾多（8188），并非所有特征項都具有很好的區(qū)分度，將每個特征項的差異“累加”起來的算法，誤差會比較大。若還要使用k NN算法對文本進(jìn)行分類，可以考慮采取一些聚類措施，降低特征向量的維度。本研究使用分類器的目的不是改進(jìn)分類算法，而是找到合適的分類模型證明對職位進(jìn)行的三種分類是合理的，因此不再深入闡述算法。

用表2生成的能力分析雷達(dá)圖如圖6所示。從圖6可以看出，在9個能力指標(biāo)中，教師/講師類崗位對“情感態(tài)度和個人素質(zhì)”和“教學(xué)能力”的需求很突出，其次是“管理能力”、“分析設(shè)計能力”與“溝通能力”，對計算機(jī)能力的要求不高；研發(fā)設(shè)計類對“分析設(shè)計”能力的需求最突出，其次是“計算機(jī)語言能力”和“管理能力”；職能類崗位對“管理能力”的需求最為突出，其次是“分析設(shè)計能力”以及“教學(xué)能力”。

【參考文獻(xiàn)】：
期刊論文
[1]文本分類TF-IDF算法的改進(jìn)研究[J]. 葉雪梅,毛雪岷,夏錦春,王波.  計算機(jī)工程與應(yīng)用. 2019(02)
[2]基于多媒體信息檢索的有監(jiān)督詞袋模型[J]. 袁桂霞,周先春.  計算機(jī)工程與設(shè)計. 2018(09)
[3]基于文本挖掘的互聯(lián)網(wǎng)教育課程主題發(fā)現(xiàn)與聚類研究[J]. 李夢杰,劉建國,郭強(qiáng),李仁德,湯曉雷.  上海理工大學(xué)學(xué)報. 2018(03)
[4]基于改進(jìn)的TF-IDF算法的微博話題檢測[J]. 陳朔鷹,金鎮(zhèn)晟.  科技導(dǎo)報. 2016(02)
[5]IBSTPI國際教學(xué)設(shè)計能力新標(biāo)準(zhǔn)述要——教學(xué)設(shè)計師專業(yè)化發(fā)展的一種圖景[J]. 方向,盛群力.  遠(yuǎn)程教育雜志. 2015(03)
[6]國際教學(xué)設(shè)計研究三十年[J]. 杜華.  開放教育研究. 2013(05)
[7]能力概念的多維透視[J]. 吳曉義,杜曉穎.  吉林工程技術(shù)師范學(xué)院學(xué)報. 2006(04)



本文編號：2920141