【摘要】當前，互联网技术蓬勃发展，出现了越来越多的线上教育平台，每个平台都有着各种各样的数据分析的功能，这些功能有效地将大量信息进行整合统计分析，对于教师的线上教学有着重要的参考意义。本文以新冠疫情期间开展的英语教学活动为例，通过路径分析、序列模式分析等手段，将学生的学习数据客观地反馈给教师，让教师能够及时准确地掌握学生的学习状态，从而进行针对性引导，更好地完成英语教学任务。
　　【关键词】线上教学;英语教学;数据挖掘与分析
　　【作者简介】史鹏程（1991.03-），男，汉族，南京视觉艺术职业学院，，助教，硕士，研究方向：翻译理论与实践;孔荷花、束远，南京视觉艺术职业学院。
　　【基金项目】本文系江苏省高等教育学会项目“课程思政与混合式教学”（项目编号：2020WYKT048）。
　　一、引言
　　美国的顶尖大学自2011年来通过资源共享迅速创建了MOOC模式，为各国的线上教学树立了成功的典范。在该模式下，高校的教学分为课堂教学，学习进程，师生互动以及学生体验四个部分。这四个部分组成了完整的教学活动。并且只有在教师的引导下，这四个部分才能系统地、完整地进行，教师在该模式下依旧占有主导地位。2020年春季，由于新冠疫情，全国各地的大、中、小学校纷纷开展线上教学。由于师生不能直接见面等局限性，教师无法第一时间掌握学生的学习状态，教学方法以及教学手段的转变具有滞后性;且在这一阶段线上，教学呈现出资源丰富，但利用率不足的现象，教师花费大量时间搜集的教学素材，学生往往不能很好地利用，许多学生反映，线上教学的效果不如线下教学。本文通过数据挖掘与数据分析，解析学生的学习行为，帮助教师理解平台数据，反思教学过程与方法，精确运用教法与资源，提高线上教育的质量。王映学、赵兴奎指出教学反思的途径主要有录像反思、日记反思、从学习者角度反思、与同事及专家的交流中反思以及通过向学生征询意见反思（2006，（3）：53-56）。张大均将教师成长的途径从观摩教学、微格教学、教学决策训练和教学反思几个方面来说明（1997：74-80）。俞国良等则将教师的反思训练列为录像反思法、对话反思法和教学反思法（1999，69-73）。本文采用EXCEL、SPSS以及序列模式进行分析，从英语教师的视角分析学生在线学习行为，结合自己的教学过程，为今后的在线教学提供一种新的思路。
　　二、 研究样本
　　本文以2020年3月16日——3月29日南京视觉艺术职业学院2019级学生在学习通平台学习捷进英语1第三单元的后台数据为研究样本，重新回顾本单元的教学过程，并对一些典型的数据进行挖掘与分析，使得原本时空分离的教师与同学再次进行互动，还原当时的教学过程。
　　三、 数据分析与反思
　　1. 利用数据重建教学过程。学生后台的学习数据是记录学生学习的第一手资料，教师可以充分挖掘这些数据，直观地观察到学生的学习过程。全校2019级学生进入平台的人数为846人。通过对学习通平台各个模块的访问数据的频次以及主要操作进行挖掘分析，重构当时线上教学过程
　　（1）访问的总体情况。表1是三个星期的学习期间，2019级学生访问该课程的总体情况。从表格中可以得知，本单元英语教研组分为了四个大模块，分别是：课程，练习，测试以及课外资源。访问频次最多的是课程模块，有3487次，占总访问频次的54%，访问频次是总人数的4.12倍，说明课程当中子模块较多，学生分四次完成，在课程学习时，平均78分钟学生会切出去一次。这一时长较线下教学的时间（90分钟）较短;其次是练习模块，占21.9%，部分同学练习分几次完成，经询问，当时做题时有记忆模糊的知识点，切到课程里查找相关知识点，说明起到了查缺补漏的效果;测试的访问频次有909，占14%，有63位同学认为测试结果不够理想，复习过后进行了2次测试。教师可以从后台调取成绩分布曲线，查看第一次的成绩是否大致符合正态分布来判断自己的测试难易程度是否合适。课后资源仅有641次访问，占10%，说明至少有205位同学未完成课外资源的观看。经过询问，未完成同学给出了两个理由：1.资源的标题不够吸引人，自己对课程学习的相关内容不感兴趣;2.该模块安排在最后，有些同学学习计划安排得不够合理，没有时间进行这一模块的学习。教师可以适当关注这一部分学生，在平时可以适当督促其学习进度。
　　（2）课程各小节的有效学习时长。有效学习时长可以反映出学生对每个章节学习花费的精力，每小节的有效学习时长可以通过序列模式挖掘得出，使教师直观地观察到学生的各小节学习状态，预测学生的学习行为，为学生制定出个性化学习模式，帮助学生更好地进行网课学习。具体代码如下：
　　‘获取数据，统计各小节学生有效学习时长’
　　Dim objcmd As New SqlDataAdapter（“Select * From program”，
　　connstring）
　　b=repmat（t，51，1）;
　　b=b（：）;
　　a=repmat（x’，51，1）;
　　u_upstar=-0.3*b.*（a-1）+0.2;
　　u_downstar=-0.5*b.*a-0.3;
　　u_upstar=reshape（u_upstar，51，51）;
　　u_downstar=reshape（u_downstar，51，51）;
　　surf（x，t，u_upstar）;
　　holdon;
　　surf（x，t，u_downstar）;
　　u_un=b.*sin（2*pi*a）;
　　u_un=reshape（u_un，51，51）;
　　surf（x，t，u_un）;