基于移动终端的课堂出勤监控模型研究与构建

随着教育信息化的不断发展，高校采取各种手段评估课堂教学的质量及效果，传统的督导组听课及学生网上评教等方式存在不能完全反映课堂教学的整体情况，同时评教结果带有很强的主观性。因此，笔者提出采用基于移动终端采集器，通过收集学生移动终端信号，进而对数据整理并统计分析，综合各方面信息得到更有效的课堂教学数据。从而帮助学校管理层快速准确地作出管理决策。

　　随着高等教育信息化的不断发展，为有效提高教学质量，许多高校都采取各种手段来评估课堂教学质量和效果。传统的做法是学校教学管理部门聘请具有多年丰富教学管理经验的老教师为骨干，成立督导组，采用督导员听课评价、学生网上评教等方式，对教师的教学情况进行评估[1]。这些措施在一定程度上能使教师获得一些反馈信息，促使教师更加注重教育教学效果。然而，这种评估方式不可避免地具有较大的局限性。首先，教学督导组对某位教师的听课每学期只是一两次，并不能完全反映某位老师某门课程的整体教学情况;其次，教学督导组和学生对任课教师的评价具有很强的主观性和个人色彩，这种教学评价和管理方式缺乏客观性和全面性，衡量不够精细、全面和深入;而且，这种课堂教学评估只是针对教师，对于学生的课堂参与情况缺乏一种客观衡量。教师并非每堂课都点名，如果为了统计学生的课堂参与而点名，会占用和浪费宝贵的课堂时间。

　　在当今的大数据时代，采用大数据技术和数据挖掘技术来进行客观有效的教育教学管理和评估是时代发展的要求[2]。大数据和数据挖掘技术，不单纯依靠直觉和过往的经验，不依靠有限抽样的统计规律，更加客观和全面[3]。通过对全体数据的分析，更能发现现象和事物内在的关系，能够发现更多的、深入的有价值的信息，从而具备更强的决策力、洞见发现力和流程优化能力。

　　本文提出在学生上课的每个教室安装移动终端采集器，统计每节课的上课人数、到课率、迟到早退时间等等格式化数据，结合课程表、学生成绩表以及教务系统中更多的教师和学生信息，利用分布式计算基础构架，综合各方面信息得到更有效课堂教学数据[4]。

　　针对以上问题和提出的解决方案构想，通过在北京信息科技大学的各种教室，包括大教室、小教室、阶梯教室，布放了81个“移动终端采集器”数据采集点，对采集的数据进行大数据后台分析和维护，并提供大数据分析结果的网络访问页面，提供各种方式的查询和分析结果。例如：对学生课堂出勤率分析，可以按专业查询、按年级查询、按班级统计、按课程查询、按时段查询，把学校各个院系、各个专业和各个年级的学生上课出勤率按从高到低排列出来;对教师授课课程的学生出勤率分析，可以列出各个老师所授课程的学生出勤率，并排出名次。对整个学期，或者每个教学月、教学周的出勤率变化，可以从分析结果生成的趋势图中看出。

　　二、基于移动终端的考勤监控模型的构建

　　目前，几乎每一个学生都拥有一部智能手机，因此可以采用无线追踪技术和室内定位技术，在每个教室安装一个移动终端采集器，用来识别学生的智能手机的MAC地址，作为学生在教室中的唯一标识和统计指标。具体操作步骤可以分为：数据采集阶段、数据分析阶段和数据展示阶段，其如图1所示。

　　1.数据采集阶段

　　部署在教室的移动终端采集器在工作时，会不断地扫描周边设备的无线信号[5]，当学生、教师进入部署区域时，移动终端采集器会根据手机等设备发射的无线信号，识别设备的位置，移动终端采集器捕获移动终端设备的最长时间间隔为2秒，有效范围半径为30M，即两秒内经过移动终端采集器30M内的无线设备都将被捕获。

　　2.数据分析阶段

　　将采集到的移动终端信息进行过滤处理，将每个教室采集到的手机号、手机Mac地址与学生学号进行关联，结合教务管理系统中的课表信息，按照院系、专业、年级、班级等不同粒度对学生出勤率进行课程、时段等多维度分析;同时对教师每次授课对应教室的出勤率加以分析计算，多方位、多层次、多角度地获取学生的出勤数据。