【摘要】本文基于物联网RFID技术与Excel宏语言结合，采集学生日常作业情况并建立学生学情分析数据库，通过数据库分析对班级、学生知识掌握情况进行快速全面的学情分析，建立的作业采集分析系统帮助帮助一线教师全面快速的了解作业情况的同时，推动教学方法优化提升，积极助力教学策略调整，重塑传统教学流程，实现对教育教学的数字化监测，为教育教学提质增效。
【关键词】物联网RFID技术；作业数据库；数字化监测
根据教育部《关于加强义务教育学校作业管理的通知》中要求，教师需强化作业批改与反馈的育人功能，对布置的学生作业全批全改，通过作业精准分析学情。有条件的地方，鼓励科学利用信息技术手段进行作业分析诊断。在批改练习册的过程中，一线教师每天都能接触到海量数据，如何将这些数据利用信息技术手段收集成册，在批改作业的过程中同步整理并输出反馈结果，反哺教育教学，需要构建学生、班级的作业数据库。本文以深圳市福田区外国语学校初二年级数学练习册的批改数据为案例，通过物联网RFID技术、Excel宏语言建立学生个人、班级的学情分析系统，综合作业数据对学生掌握情况进行全面了解，探讨基于学生作业数据驱动进行改进日常教学活动的数据处理思路和方法，以便于一线教师更有效跟踪学生的学习状况、及时调整教学策略和进度，推动教学方法优化提升，积极助力教学策略调整，重塑传统教学流程，实现对教学质量的数字化监测，为教育教学提质增效。
图1 采集分析系整体框架
如图1所示，整个采集分析系统主要通过RFID射频技术与Excel宏语言来实现作业数据的采集汇总，整理形成学生学情分析数据库。最后，通过不同班级、学生、章节之间的横向对比，以及同一个学生不同章节知识的情况对比全面了解掌握学生学情，针对性的调整教育教学活动，为教育教学提质增效。详细情况如下。
福田区外国语学校初二年级学生主要数学作业为一本同步练习册，在作业统计、反馈过程中存在效率低下的问题，为此可以采用超高频射频识别技术（Radio Frequency Identification，RFID）。作为自动识别技术，它通过无线射频方式进行非接触双向数据通信，对电子标签进行读写，从而达到识别目标和数据交换的目的。常应用于物流过程中的货物追踪、信息自动采集、快递等。由于它具有多次使用、无接触、远距离、易读写的特点，非常符合一线教师每天登记、反馈作业的实际需求。
搭建数据收集模块，需要一人一码的RFID标签和读写模块（如图2），将学生编号写入电子标签并张贴在学生练习册上，练习册就可以视为一份快递包裹，每天的作业情况是这个“包裹”的一个数据，由此实现物联网辅助作业数据的收集。
图2 RFID标签和读写模块
将读写模块连接电脑，当练习册贴近读写模块约20～30厘米时，标签数据会通过射频识别输入电脑。所有学生对应的标签数据登记在Excel表格中，会得到一份标签编码与姓名对应表（如图3）。在实际批改作业的过程中，通过感应识别编码——输入对应等级——回车的方式，收集学生练习册的等级情况（如图4），在批改作业的同时，完成作业等级的收集。
获得班级作业数据后，标签编码与等级呈单双行交错形式，需要这一列数据按类别整理为纵列，接着对数据按班级和学号排序，便于后续分析。这些操作都可以通过Excel宏设计出合适的数据的整理模块。
在Excel的工具窗口找到开发工具，点击开发工具中的相对位置，点击录制新宏，将其命名为登记作业系统，对光标所在的第一个作业编码（单元格A1）剪切至新一列（B列）中，再将该编码对应的等级粘贴至另一列（C列）中，最后删除空白单元格，使下方单元格上移，最后将光标点击到下一个编码上。这就完成了一次操作的录制，这个操作可以将编码和等级从单双行排列变为利于统计的两列（如图5）。本文案例中的两个班级共有100名学生，需要多次执行该任务，为了执行更便捷，点击开发工具下的宏编辑器，把刚刚的宏加入一个for循环语句：for (let i=1;i<=100;i++)，使这个操作重复100次。再点击开发工具中的命令按钮，把刚刚的宏制作成一个按键“输出作业情况”，双击按键，将宏代码粘贴在按钮代码下（如图6）。这样，对于批改作业中收集到的作业等级，只需点击按键，就可以一键将原始作业数据整理为按类分列的形式（如图7）。
图7 运行后输出结果
对于初步整理后的数据，为了将乱序编码与学生进行一一对应，可以使用VLOOKUP函数。作为一个查找函数，只要给定一个查找的目标，它就能从指定的查找区域中查找并返回想要查找到的值。一般格式为：“=VLOOKUP（查找值，数据表，列序数，匹配条件）”。在本案例中，将查找值选中为整理好的数据编码，数据表选中为图2的两列姓名对应表，列序数为第二列学生姓名，匹配条件输入0，表示精确匹配。如此就可以在运行宏处理数据的同时，把对应学生姓名从数据表中提取出来（如图8）。
图8 VLOOKUP查找返回姓名
得到对应学生姓名后，使用XLOOKUP函数对这100个无序的姓名区分班级，按学号排序，并确定缺交作业的名单。XLOOKUP函数一般格式为“=XLOOKUP（查找值，查找数组，返回数组，未找到值，匹配类型，搜索模式）”，其中后三个数值可以省略。同样是查找函数，该函数对不存在的数值，例如没交作业的情况，可以返回一个确定的结果，这是VLOOKUP函数所不能做到的。在同一个工作簿内新建一列学生姓名，按所需顺序排列，旁边对应XLOOKUP查找公式，设定未找到值为“没有收到作业”（如图9）。
图9 XLOOKUP查找返回缺交情况
至此，借助RFID与Excel宏语言技术制作的数据收集和整理模块已经基本完成。借助物联网技术，教师可以将每个学生每天的作业情况高效收集汇总，大大缩短作业批改——登记——反馈的时间，重塑、提升了传统作业批改效率。在此基础上，建立一学期、一学年两个班级的作业等级分布数据库，从数据库中可以得到许多量化的信息，弥补之前只能依靠感觉描述学生的作业情况，对日常的教育教学提供了大量的参考资料，助力教师及时发现教育教学中的问题和不足，为改进和优化教育教学提供有力的支持。
下面，以实际教学过程中收集的数据为例，开展作业数据库的智慧教学实践的应用分析。
本文案例中涉及的两个班级在学业水平上存在差异，他们对于新知识的接纳速度和作业完成的质量都有较大的不一致性。以往传统的作业讲评方式主要依赖于批改过程中的个人主观感受，对于重难点题型的讲解时间分配相对灵活，缺乏系统性。为了更科学、更系统地优化作业讲评流程，利用数据库的反馈结果，可以轻松整理每日的作业数据，并按照班级进行分类，从而生成一份详细的对比表格。这份表格不仅能为我们横向对比两个班级学生的作业表现，还能够从宏观层面对某一特定章节内两个班级学生的整体作业情况进行深入分析和对比。这种方法既提高了作业管理的效率，也增强了讲评的针对性，有助于一线教师更好地指导学生的学习（如图10）。
图10 班级整体作业完成情况对比
以北师大版八年级上册《位置与坐标》章节的作业为例，我们可以看出两个班级的作业情况：
观察前三次作业的数据，两班均有超过半数的同学获得了A级及以上评价。这一结果表明，前几次作业的内容主要集中于基础知识和教材概念的考察，学生们对这些内容的掌握程度普遍较高，作业的整体质量相对优良。
然而，从第四次作业开始，两班在优秀学生的比例上出现了显著的差异。无论是全对人数还是A级人数，B班均显著多于A班。特别是在涉及坐标系与图形结合的问题上，A班的优秀学生数量有所减少，中等生人数基本稳定，而临界生和后进生的比例则有所增加。与此相反，B班的优秀学生比例与前半章基本持平，而临界生的比例反而有所减少。
基于上述观察，在实际的作业讲评过程中，对于A班，我会参考作业等级更着重于中等难度题目的讲解，并加强对重难点知识的总结和梳理，以便更好地帮助临界生掌握相关知识。而对于B班，我会更多地引导学生主动参与，发挥他们的主观能动性，通过“兵教兵”的形式，鼓励学生上台分享解题思路和方法，从而提高他们的学习积极性。
把作业数据库中的学生等级赋分，从9到1分别对应全对到没交作业的9个等级，将表格中的原始等级批量替换成分值，可以获得所有学生整学期每次作业的完成情况（如图11）。这些数据反映在折线统计图上，可以直观地看到学生近段时间的新课掌握程度。
图11 作业数据库（局部）
这里以八年级上册《二元一次方程组》的作业完成情况为样本，选择了三个不同层次的学生作比较（如图12，13，14）。
1.对优等生的作业分析
观察A学生的作业数据，我们发现其整体作业质量表现出比较高的水平，展现出了较好的理解与应用能力。在整章节的作业中，A学生最低等级赋分为7，意味着所有作业均达到A等级或以上，显示出其作业质量的稳定性。进一步观察折线统计图，可以发现A学生在方程组概念理解、计算技能以及基础应用题等方面均取得最高等级，这反映出A学生的基础扎实，学习态度认真。而在涉及含参方程及方程与函数结合的综合性问题时，其准确率有所下降。这可能说明A学生在处理复杂代数问题时，尤其是在方程与函数知识整合方面，存在一定的短板，需要进一步提升其综合运用能力和解题策略。
针对这类学生的情况，教师可以建议在确保基础知识准确性的前提下，加强其思维的开放性和发散性训练，增加应用类题型的练习量，特别是在函数思想方面，鼓励学生投入更多时间和精力，以提升其解决复杂问题的能力。
2.对临界生的作业分析
同样是二元一次方程组的作业，B学生的作业质量表现出一定的不稳定性。在整章节的作业中，B学生的等级赋分波动范围较大，从1分（未提交作业）到7分（A等级）不等，且存在三次作业仅获得2分的情况。从分课时的折线统计图来看，B学生在计算方面的表现呈现出明显的进步趋势，从使用代入消元法到加减消元法，其正确率逐渐提升，这也同样反映在应用题的完成情况上。特别值得一提的是，B学生在解决鸡兔同笼和里程碑问题时表现更佳，但在涉及商品价格增减关系的增收节支问题上，准确率相对较低，说明其对复杂等量关系的分析和获取能力还尚待加强。此外，与A学生相似，B学生在运用不同知识点进行复杂应用时同样面临挑战。
从以上分析中我们可以看出，尽管B学生的基础有所不足，但学习能力较强，能够在学习过程中及时发现并纠正自己的错误。针对B学生的这类型情况，教师在作业反馈中可以给予更多的表扬和鼓励，以激发其学习动力。同时，建议学生回归教材，加强对基础知识和基本运算规律的掌握，以形成系统的知识网络。此外，加强家校之间的沟通与联系，共同形成教育合力，对临界生的全面发展具有重要意义。
3.对后进生的作业分析
C学生本章节的作业数据主要集中在2分左右，这揭示了他在概念理解方面存在较大问题。具体的，C学生明显缺乏对方程基础知识的掌握，并且在日常学习中没有复习和总结的习惯。此外，他的学习态度较为消极，这在日常学习生活中也有所体现。在本章节的学习过程中，有一次小长假，值得肯定的是，长假后的鸡兔同笼作业中，他取得了4分的评价，这在全班范围内处于中等水平。这可能归因于鸡兔同笼问题本身的等量关系相对明确，以及长假期间他对解二元一次方程组相关计算方法的消化和理解，这一变化可能说明了C学生的计算能力在一定程度上有所提高。
经过以上的数据分析，我们对后进生C有更为全面和深入的了解。这类学生的基础知识掌握程度较低，学习动力不足，相较于其他同学，他们在掌握知识时需要投入更多的时间和精力。因此，对于C学生这样的后进生，教师应提供更多的鼓励和支持，适当调整作业内容以适应他们的学习需求。除了传统的以成绩为主导的评价方式外，引入数据化的作业评价也是有必要的，这有助于后进生及时感知到自己的进步，从而激发其学习动力。
相较于传统的个人主观感受，以上不同层次学生的作业质量对比，展现出了数字化、长时间、多维度的鲜明特征，为一线教师全面掌握学生学习状况、灵活调整教学策略、促进学生主动学习以及提升教学效率提供了详实可靠的数据支撑。这些作业数据不仅有助于教师精确地评估每位学生的掌握程度和问题所在，从而及时发现学生的学习困难和潜能，而且为针对性地开展辅导和个性化教学提供了可能，采取相应的教学策略优化学习路径。
作业数据库除了能对不同学生、不同章节的作业完成情况进行数字化监测，全方位掌握关于班级的整体学习情况之外，我们还可以对期中、期末调研的结果进行比较分析。为了能充分考虑平时的作业情况，我对学期开始以来的学生作业等级赋分后，取平均值，以平均值作为学生一段时间的作业平均质量。
将两个班级的作业平均质量与调研结果进行可靠性统计，得到如下分析结果（如图15），两个班级的克隆巴赫α系数都大于0.7，属于高信度，说明作业平均质量与考试成绩存在比较强的外部一致性，数据的可靠程度高，具有相当高的统计学价值。
图15 作业质量与考试成绩可靠性分析
具体地，把期中、期末调研的分数与作业平均质量再进行双变量相关性分析，得到如下结果（如图16）。
图16 作业情况与考试成绩相关性
从表中皮尔逊相关性系数可以看到，无论是期中还是期末的调研结果与日常的作业等级在线性上具有极强的相关性，在0.01级别相关性非常显著，A班为0.647，0.719，B班为0.740、0.746。即平时作业质量具有极强的参考价值，这不仅从情感感受上，更是从量化的数据说明了平时作业水平和质量是影响学生考试成绩的重要因素，能够公平客观地反映学生近期学习的真实水平。同时值得留意的是，A、B班期中与期末的相关性系数为分别为0.895、0.897，均高于等级与成绩的相关性，以A班的差距更为明显。即在皮尔逊相关性下，班级作业情况与调研成绩相关性比调研成绩之间的相关性弱，这可能说明两个班级的日常作业质量的可信度在不同程度上均低于调研成绩，从这点可以引起教师对班级作业质量和学习态度的关注。
“以近知远，以今知古，以所见知所不见”，尽管本文分析所引用的作业数据库案例数不多，但均来源于真实教学场景，案例分析实操性可借鉴性强，清晰的验证了大数据驱动为一线教师的教学工作数字化转型提供了强大助力。同时，未来如果能在更大范围、更多课程下应用物联网RFID技术，相应就能更广泛的积累挖掘数据，再结合Excel、SPSS等统计软件分析出更具普遍性、推广性的结论，进一步实现大数据驱动下的教育教学质量监测，让教育数字化更深入的推动教育改革。
历史车轮滚滚向前，时代潮流浩浩荡荡，中国正快步迈入信息化发展的新时代，这个时代也将教育教学推向了一个现代化、信息化、数字化发展的新征程。新时代、新征程为教育教学工作带来了新的挑战。在我国义务教育课程改革进入核心素养时代之际，我们需要将大数据更好地融入教育领域，发挥其在教育质量监测中的重要作用，助力教育教学改革。相信我们必定能实现教育教学与信息技术的进一步融合，以积极进取的姿态融入新时代，为加快建设教育强国赋能，为建设社会主义现代化强国提供支撑。
