《教育信息化2.0行动计划》提出，要以人工智能、大数据、物联网等新兴技术为基础，依托各类智能设备及网络，积极开展智慧教育创新研究和示范，推动新技术支持下教育的模式变革和生态重构[1]。基于此，各级各类学校联合人工智能企业相继开发并应用大数据精准教学系统、智慧课堂等智能教学系统，促进教育教学改革与发展，实现大规模的个性化和差异化教学。

　　精准的教学评价[2]是早期课堂教学分析方法，多采用人工观察、手动编码的方式，其具有主观性强、样本量小等特点，不利于发现普遍的教学规律。智能教学系统在课堂教学中的推广应用，改变了原有的教学习惯和教学方式，近年来针对教学模式与课堂教学行为分析的研究受到更多的关注。刘清堂等[3]通过采集课堂中教师和学生的图像和语音数据，构建课堂教学行为智能分析模型，并验证了模型有效性。郝晶晶[4]基于网课资源的教师教学行为、课堂中教师面部表情等数据，挖掘教师教学行为的关联与差异，完善与改进教学行为。衷克定等[5]采用在线教学平台使用数据，探究教师教学能力各维度的演变及规律。王冬青等[6]将频繁序列挖掘和聚类分析方法应用于智慧课堂环境下教师教学行为数据的挖掘与分析，为教师教学行为的评价提供新方法。由此可见，基于智能教学系统采集的各类数据分析，有助于发现教师教学行为规律，促进教学模式的变革与优化。

　　教学行为分析是指对教学过程中产生的各种数据进行解读和分析，依此评估教师教学开展情况并指导教师改进教学方式。本文通过对W市基于智慧课堂的教师教学行为数据进行分析，总结基于智慧课堂的常见教学方式，以期为高校智能教育改革提供参考。

　　1 智慧课堂教师教学行为分析

　　2 结语

　　随着智能教学系统的不断深入应用，智能教育环境中的教师教学行为分析受到教育工作者的极大关注。笔者通过对W市智慧课堂教学中的教师教学行为数据的采集与分析，发现教师开展智慧课堂教学需要有一个较长的学习与适应过程;由于教育质量和投入的差异，市县级头部学校对智慧课堂的重视程度远远高于农村地区的学校;目前智慧教学应用集中于教师备课、学情分析、教学互动等教学行为。同时，笔者对基于智慧课堂的教师教学行为进行相关性分析，总结出备课与备资源类、备课与授课类、教学工具与教学资源类、教学互动类四种教学行为类型。通过数据分析发现，基于智慧课堂的课程教学，教师更注重教学资源的准备、对学情的了解、教学过程中师生互动、教学工具的使用，从而使课堂教学内容更丰富。通过智慧课堂教学环境下教师教学行为的大数据分析，可以发现教师教学行为规律，促进教师对智慧课堂教学环境下的教学方式进行反思与总结。

　　参考文献

　　[1] 教育部.《教育信息化2.0行动计划》[EB/OL]. http://www.moe.gov.cn/srcsite/A16/s3342/201804/t20180425_334188.html,2018-04-18.

　　[2] BINDER C. Precision teaching: measuring and attaining exemplary academic achievement[J].Youth Policy, 1988, 10(7): 12-15.

　　[3] 刘清堂, 何皓怡, 吴林静, 等. 基于人工智能的课堂教学行为分析方法及其应用[J]. 中国电化教育, 2019(9):13-21.

　　[4] 郝晶晶.大数据背景下的教师教学行为差异分析与研究[J]. 中国成人教育, 2019(20):46-49.

　　[5] 衷克定, 王慧敏. 基于在线平台数据分析的教师教学能力发展阶段探究[J]. 现代远程教育研究, 2019,31(03):49-56.

　　[6] 王冬青, 刘欢, 邱美玲. 智慧课堂教师行为数据的分析方法与应用验证[J]. 中国电化教育, 2020(5):120-127.

胡婷婷 朱伟杰 许苏魁 朱家俊　安徽信息工程学院