基于云平台的个性化python综合实训平台的分析模型

图2　基于云平台的个性化python综合实训平台的分析模型

（1）依据实训资源、实训计划构造课程实训任务流，依据实训任务构造实训工作流，实训评分、实训过程完成情况入库能掌握第一手实训数据，在实训作业系统中埋点收集日志信息能掌握更多的学生实训过程情况，从学生交流平台收集社交数据、实训任务点评信息，从教师评价中收集学生维度信息。

（2）依据学生实训完成情况、实训行为特征收集分析指标和参数完成实训大数据采集，进行分析可以提供学期课程评分更加丰富的维度参考，制定合理的课程学期评分方案。

（3）根据大数据收集的数据，进行清洗、整合后进入机器学习平台，完成学生画像、聚类，根据实训实时结果进行动态诊断、推荐知识点学习、插入模块强化训练、更新课程培养目标和计划，最终完成针对每个学生的个性化实训教学培养方案。

（4）根据学生评价的高纬度信息，如学生知识基础、学习效果、实践动手能力、学科倾向、性格特点、就业情况等各项评价指标，指导制订新版人才培养方案、优化课程体系设计，及时调整课程标准、教学计划，更新教学内容，推进老师个性化教学的思考和实践。⑤