摘要：
为了实现构建物理实验创新教育体系，在对我校物理实验创新特点调查问卷的基础上，对物理实验创新教育的原始动机有了初步的认识，新鲜事物的尝试、满足感、重视收获、表现才干、奖励刺激，这五种因素是创新最基本的原动力，希望能进一步在学习因素的关联度上有进一步研究。
关键词：
大数据；物理实验；创新教育
1概述
从东北地区现实发展看，东北地区近几年受传统发展模式的影响，面临着资源型城市主导的产业随资源衰竭而衰退。2015年在东北调研时强调，抓创新就是抓发展，谋创新就是谋未来。不创新就要落后，创新慢了也要落后。要激发调动全社会的创新激情，持续发力，加快形成以创新为主要引领和支撑的经济体系和发展模式。基于大数据分析的物理实验创新教育，是培养服务于东北区域经济人才的重要教育模式，具有深刻的应用价值。通过大数据分析物理实验课程创新教育，对于教育者而言，有利于人才培养方案的及时调整。监测学生学习动态，是为了能让高等教育研究者有效定型学生的进行物理实验创新内在动力和外在表征。
2基于大数据视角物理实验
创新教育的学习分析现在公认的学习分析定义为：利用松散藕合的数据收集工具和分析技术，研究分析学习者学习参与、学习表现和学习过程的相关数据，进而对课程、教学和评价进行实时修正[1]。通过物理实验创新教育大数据的分析，围绕与物理实验创新教育的主体———大学生学习信息相关的数据，运用不同的分析方法和数据模型来解释这此数据，根据解释的结果来探究实验者的学习过程和情景，发现学习规律或者根据数据阐释学习者的学习表现，为其提供相应的反馈从而促进更加有效的学习。物理实验创新教育的大数据采集主要分成5个方面：物理实验创新动机、实验者的知识结构、物理实验创新项目、物理实验创新成果、物理实验创新应用。在物理实验创新动机的测量采用Amabile,Hill,Hennessey和Tighe编制的学习动机量表精心设计调查问题[2]，对大一到大四部分同学的座谈，设计了10个问题（见表1）。通过测量指标的度量采用Likert5级尺度度量法，它是由美国社会心理学家李克特于1932年在原有的总加量表基础上改进而成的。该量表由一组陈述组成，每一陈述有“非常同意”、“同意”、“不一定”、“不同意”、“非常不同意”五种回答，分别记为5、4、3、2、1，每个被调查者的态度总分就是他对各道题的回答所的分数的加总，这一总分可说明他的态度强弱或她在这一量表上的不同状态。在物理实验中心网站上调查以及在平时发放纸质问卷的方法共收集问卷763份，其中部分问卷答题不全，作为无效问卷剔除，收到有效问卷752份。从样本构成来看，男生占65.29%，女生占34.75%；从年级来看一年级占43.06%，二年级占35.47%，三年级占11.65%，四年级占9.91%。实验者的知识结构上，设计了三个层次问题：其一，物理实验的原理知识；其二，案例性知识；其三，将物理学原理应用于案例性知识。通过调查76.20%的学生认为能达到第一层次，13.43%的学生认为能达到第二层次，10.37%的学生认为能达到第三层次。在物理实验创新项目上，我们设计了复选项，把物理学科中的力学、热学、电磁学、光学、量子物理，和电子学、计算机科学、机械科学等学科。在问卷调查中，居于前三的选择是电磁学+电子学+计算机科学占43.22%，光学+电磁学+电子学占28.06%，力学+电磁学+机械科学占13.70%。物理实验创新成果上，体现形式主要分成三类：其一，以论文、设计方案、专利说明书等文献形式体现；其二，以改进实验仪器、设计制成原理级产品形式体现；其三，以商业化工业制成品体现。根据调查结果，以文献形式体现的占28.32%，以实验级产品体现的占65.43%，以商业产品体现的占6.25%。物理实验创新应用上，体现形式主要分成三类：其一，主要体现在实验项目操作方式有所不同，实验精度有所提高；其二，体现在形成创意小发明、初试样品；其三，体现在在企业技术革新中部分技术改造。根据调查结果，以实验项目形式体现的占48.80%，以创意小发明体现的占30.85%，以企业技术改造体现的占20.35%。
3物理实验创新教育的数据挖掘
通过物理实验创新教育的大数据，运用数理统计和模型构建等方法掘的技术和方法，对教育大数据进行处理和分析，通过数据建模，发现大学生物理实验学习效果与内容结构、教学资源和教授方法等变量的相关关系。整合学习者知识、动机、元认知和态度等详细信息进行学习者模型的构建，预测物理实验创新教育未来发展趋势。探索和改进包含最佳知识点设计和教学方法的领域模型。研究各种多媒。（表2）体与信息技术所提供的教学支持的有效性。通过构建包含学习者模型、领域模型和多媒体与信息技术教学策略的模型，促进物理实验在创新教育发展点上发展成一种最优的教学模式。通过Ochiia相似性系数法对物理实验创新的收集数据进行分析，计算从而将共词矩阵转换为相关矩阵在相关矩阵的基础上进一步构建相异矩阵[2]，并采用多维度尺度分析法进行分析，形成物理实验创新教育知识构建体系，从而对物理实验创新教育教学模式构建提供良好的决策指导。共词矩阵是一个相关关系矩阵,其对角线上的数据表示为某关键词出现的频次。Ochiia相似性系数法的具体计算公式为:Ochiia系数=Cpq/(Cp*Cq)1/2其中Cp和Cq分别代表关键词p和q出现的频次Cpq表示两者共同出现的频次经过统计分析我们可以得到如表3所示的。相似矩阵中的数字也称为相似系数其大小表明相应的两个特征问题之间距离耦合程度。从表3中可以看出，在新鲜事物的尝试、满足感、重视收获、表现才干、奖励刺激，这五种因素之间耦合程度较高。体现出新时代的物理实验创新教育应侧重的角度。学生特点重视自身才华的展现、强烈的好奇心、收获的愉悦感、成就的满足感，奖励的刺激感，从此五点构建物理实验创新教育体系，是适应当今教育特点的。
4结论
综上，在对我校物理实验创新特点调查问卷的基础上，对物理实验创新教育的原始动机有了初步的认识，新鲜事物的尝试、满足感、重视收获、表现才干、奖励刺激，这五种因素是创新最基本的原动力。以上研究仅是对我校物理实验创新的研究探索，希望能进一步在学习因素的关联度上有进一步研究。
参考文献
[1]徐鹏、王以宁、刘艳华等.大数据视角分析学习变革[J].远程教育杂志,2013,6.
[2]胡水星.大数据及其关键技术的教育应用实证分析[J].远程教育杂志,2015,5.
[3]何晓聪,杜燕华.研究生创新动机结构实证研究[J].高教探索,2013,4.
作者:吕科 邸保慧 朱娜 唐茂勇 单位:大连海洋大学 大连交通大学
