引言

在媒介融合深度发展的背景下，短视频已成为知识传播、文化传承与价值塑造的重要工具。越来越多高校开设“短视频剪辑”课程，以培养学生的媒介素养、创新思维和数字化表达能力。然而，若课程仅侧重软件操作技能，其教育价值将受限。当前教学改革的关键在于推动该类课程与专业教育深度融合，使学生在掌握技术的同时，深化专业知识理解与应用，并实现价值引领。传统跨学科方式往往依赖教师主观设计，例如要求会计专业学生制作算账视频，容易脱离专业核心知识体系，陷入形式化困境。大数据技术为破解该难题提供了新路径。通过分析学生的学习行为、知识掌握情况及兴趣偏好等多模态数据，课程可提供精准化、个性化的创作主题，实现从“经验嫁接”到“数据赋能”的转变。这一策略不仅提升教学的针对性和科学性，也增强了学生的投入感与成就感，从而真正实现技能培养、知识内化与价值塑造的协同育人目标，助力新文科与新工科建设。

一、核心概念与分析框架

（一）核心概念界定

1. 特色素养课

特色素养课旨在提升学生特定综合素质与时代性能力的课程，如“短视频剪辑”“Python编程”“新媒体写作”等，具有强实践性、高应用性与宽适配性特点。

2. 协同育人

在本研究语境下，协同育人特指“短视频剪辑”课程与某一专业课程（如《新媒体写作》《市场营销》）围绕一个共同的项目主题，进行内容、技能与评价的深度耦合，实现1+1>2的育人效果。

（二）数据驱动协同育人的分析框架

本研究构建一个四层循环框架。

1. 数据层：汇聚多源数据，包括：（1）专业课数据（课程大纲、电子教材、试题库、学术前沿论文）；（1）学生行为数据（专业课在线学习平台的视频观看、章节停留、论坛提问关键词）；（1）社会热点数据（与专业相关的网络搜索趋势、社交媒体话题）。
2. 分析层：运用文本挖掘技术（如关键词提取）分析专业课核心内容，识别可视觉化、可故事化的知识模块，如“病毒的传播机制”“产品的生命周期”。同时，利用行为数据分析，洞察学生对特定专业知识的兴趣点与困惑点。
3. 匹配层：将分析结果与“短视频剪辑”课程的技能点进行智能匹配，例如叙事结构、转场特效、字幕包装、色彩调整等。以此生成“一专业一策”，甚至“一小组一题”的个性化项目任务清单。例如，为历史系学生匹配“用蒙太奇手法展现历史事件”的任务，为化学系学生匹配“用动画特效演示化学反应”的任务。
4. 反馈优化层：对学生完成的短视频作品进行传播效果分析（播放完成率、互动数据）并进行内容评估，将数据反馈至数据层，用于优化下一轮的主题匹配推荐，形成闭环。

二、以短视频剪辑为例的协同路径创新实践

在电子商务专业的教学改革进程中，以“短视频剪辑”课程为实践载体，系统推进了一项以数据驱动为核心的协同路径创新实践。该实践紧密围绕电子商务专业核心知识体系，充分依托学生在专业课程中的学习行为数据与电商行业的实时动态数据，对短视频创作教学的全流程进行了重构与优化，实现了从技能传授向能力整合的跨越。

具体实施过程中，首先整合多源数据，构建跨课程—跨平台的动态数据库。通过线上教学平台采集学生在《电子商务概论》《网络营销》《消费者行为分析》等专业核心课程中的学习表现——包括知识点掌握情况、模块完成度、高频错误点以及与互动讨论中的兴趣倾向。同时，引入一线电商平台，如淘宝、京东、抖音电商等的公开数据，涵盖消费趋势、热门品类、用户评论情感分布、高互动视频内容特征等。在此基础上，借助协同过滤算法与教育数据挖掘技术，系统自动生成与电子商务专业高度关联、具备现实性与前瞻性的短视频创作题库。

例如，针对在《消费者行为分析》中表现出对“冲动购买”机制感兴趣的学生小组，系统推荐“节日营销场景中的心理触发与短视频策略”。而对在《供应链管理》课程中知识结构较为完整的小组，则匹配“生鲜电商溯源视频的叙事逻辑与视觉化呈现”等复杂项目。这些主题不仅紧密结合专业内容，也具备较强的现实操作性与创新拓展空间。

在短视频创作阶段，学生角色发生根本转变——从被动的技能学习者转化为基于数据的电商项目策划与创作者。各小组需依据推荐主题，进一步自主采集与分析相关市场数据、用户画像，并结合短视频平台的传播机制，自主完成受众定位、脚本设计、视觉表达与效果评估的全流程任务。例如，在创作“直播带货选品策略”短视频时，学生需要运用剪辑技巧，进行整合商品数据、用户偏好分析、竞品动态等真实商业信息，通过视听语言来有效传达选品逻辑与营销策略。这一过程显著促进了学生对电商专业知识的深化理解与跨媒介转化能力，同时强化其数据思维、叙事能力和团队协同创新素养。

本项创新实现了从传统“教师主观命题”到“数据协同赋能”的教学路径转型，彻底打通了技能习得、专业认知与现实实践之间的壁垒。它不仅提升了课程的针对性、实效性与前瞻性，更形成了“以数据为桥、专业为基、创作为用”的深度协同育人机制，为新媒体时代下的电子商务人才培养提供了可复制、可演进的方法论支持。

（一）内容融合路径创新：从“泛泛而谈”到“精准选题”

在传统教学模式中，“短视频剪辑”课程往往采用“一刀切”的命题方式，如统一制作“校园宣传片”，导致学生兴趣缺乏、专业关联度低、创作内容同质化严重。为解决这一问题，研究引入数据驱动的精准选题机制，通过分析不同专业学生的学科背景、知识结构及行业热点，为其量身定制兼具学科深度与创新性的短视频创作主题，下面对其进行举例。

• 法学专业：对“正当防卫”相关的高频案例、争议焦点及判决结果进行数据分析，指导学生创作《一分钟法律案例》短视频系列，实现对复杂法律条文的可视化、故事化解读。
• 学前教育专业：通过分析儿童绘本数据库中的主题分布、互动设计及幼儿认知偏好数据，引导学生创作兼具教育性与趣味性的互动式、绘本风动画短片，如《幼儿好习惯养成》，有效提升内容针对性和教育实效。
• 旅游管理专业：抓取旅游平台游客评论数据，借助情感分析技术识别“网红景点”的预期与现实差距，指导学生创作《破解“网红”滤镜，还原真实景点》测评短视频，培养其数据思维与批判性表达能力。

（二）教学过程路径创新

从“技能讲授”到“项目牵引”，传统教学常将软件操作与专业知识割裂，导致学生“只会剪辑，不懂表达”。本项目创新性地将教学过程重构为以数据赋能、跨学科项目为核心牵引的六阶段流程：

1. 数据分析确定主题：依托多源数据库生成个性化选题库，确保选题与专业深度结合；
2. 分组选题：学生根据兴趣与专业背景选择项目，组建跨角色创作团队；
3. 专业技能教学：采用“基于问题学习”（PBL）模式，按项目需求嵌入剪辑技巧、叙事方法、数据可视化等模块教学；
4. 分组创作：学生在真实数据与专业理论支持下完成短视频创作，经历从调研、脚本到成片的完整流程；
5. 交叉评审：引入“双师点评”机制，专业课教师侧重评价内容深度与科学性，剪辑课教师聚焦技术实现与艺术表达；
6. 作品展播与数据分析：作品在校内平台展播，并采集用户行为数据，如完播率、互动量，用于反馈优化与效果评估。这一流程突出“做中学”、强调“用以致学”，显著提升了学生的学习投入度与综合能力。

在育人评价方面，本项目实现从“教师打分”到“数据赋能的多主体评价”的路径创新。为全面评估学生在知识、技能与素养方面的综合表现，构建了多元协同、数据赋能的评价体系，具体包括：

• 内容专业性：由专业课教师审核短视频所传递知识的准确性与深度。例如，法学类视频需符合裁判逻辑，学前教育类视频需契合儿童认知规律，并依据数据分析报告核对关键知识点的呈现是否科学、严谨。
• 技术表现力：由剪辑课教师从专业视角评价作品的叙事结构、镜头运用、节奏把控、剪辑技术及视听语言综合运用水平。
• 传播影响力：引入轻量化数据指标，如校内传播平台的完播率、点赞数、评论情感倾向分析等，客观衡量作品的传播效果与受众接受程度，反映其社会价值和现实影响力。

这一评价机制打破了传统单一教师主观打分的局限，实现了多主体、多维度、数据支撑的综合性育人评价，推动教学评价向科学化、系统化方向迈进。

三、实施挑战与应对策略

挑战一：数据获取与跨部门协作壁垒

教学数据分属不同平台和院系。策略：建议由教务处牵头，建立校级“教学数据资源池”，在保障隐私的前提下，以教学改革项目为单位申请数据使用权限。

挑战二：对教师的数据素养要求高

策略：组建跨学科教学团队，例如，专业课教师+素养课教师+数据分析师/教育技术专家，开展联合教研，明确分工。

挑战三：项目化管理增加了教学管理的复杂度

策略：利用信息化教学平台（如超星）的项目小组、任务分发、协同作业功能，实施精细化的线上过程管理。

四、结论与展望

本研究以“短视频剪辑”课程为范例，论证了大数据技术如何通过精准分析专业课程内容与学情，为特色素养课与专业课的协同育人提供科学、精准的融合切入点，并创新性地提出了“精准选题、项目牵引、数据评价”的三重实践路径。这条路径有效地将技能学习融入到有意义的专业实践情境中，不仅提升了学生的综合能力，更深化了其对专业知识的理解与认同，是“新文科”“新工科”建设背景下实现跨学科融合育人的一次有益探索。

未来，随着生成式人工智能（AIGC）技术的发展，或可探索AI根据数据分析结果自动生成短视频脚本初稿、推荐配乐和剪辑风格，进一步降低技术门槛，让学生更专注于创意与内容的深度结合，将协同育人推向更高水平。

参考文献：

1. [1] 王竹立. 新媒体与学习方式变革[J]. 教育研究, 2020, 41(05):102-111.
2. [2] 李芒, 等. 学习分析技术支持下的精准教学研究[J]. 电化教育研究, 2021, 42(03):82-88.
3. [3] 刘三女牙, 郝晓晗. 生成式人工智能助力教育创新的挑战与进路[J]. 清华大学教育研究, 2024, 45(03):5-10.