大數(shù)據(jù)視角下的學(xué)習(xí)分析綜述

1、大數(shù)據(jù)視角下的學(xué)習(xí)分析綜述 【摘 要】 學(xué)習(xí)分析作為教育信息化的新浪潮，是教育大數(shù)據(jù)的主要應(yīng)用領(lǐng)域。泛在網(wǎng)絡(luò)下的學(xué)數(shù)據(jù)高速增長，線上線下的學(xué)習(xí)形式不斷革新，關(guān)于學(xué)習(xí)分析的研究也隨著大數(shù)據(jù)理念的發(fā)展而不斷變化。本文通過文獻(xiàn)分析法，著重從大數(shù)據(jù)的視角，對國內(nèi)外學(xué)習(xí)分析的研究現(xiàn)狀進(jìn)行綜述。首先介紹學(xué)習(xí)分析及相關(guān)概念的發(fā)展，從大數(shù)據(jù)視角探討學(xué)習(xí)分析發(fā)展的驅(qū)動力；然后對比國內(nèi)外在大數(shù)據(jù)和云計(jì)算技術(shù)驅(qū)動下形成的學(xué)習(xí)分析框架、應(yīng)用領(lǐng)域和關(guān)鍵技術(shù)，介紹了整合的學(xué)習(xí)分析系統(tǒng)平臺；最后分析大數(shù)據(jù)創(chuàng)新給學(xué)習(xí)分析帶來的機(jī)遇和挑戰(zhàn)。 【關(guān)鍵詞】 學(xué)習(xí)分析； 教育大數(shù)據(jù)； 數(shù)據(jù)挖掘 ；智慧學(xué)習(xí) 【中圖分類號】 g434

2、【文獻(xiàn)標(biāo)識碼】 a 【文章編號】 1009458x（2015）03003107 一、引言 信息時代，大數(shù)據(jù)的出現(xiàn)正給各個領(lǐng)域的發(fā)展帶來深刻的影響。在商業(yè)領(lǐng)域，大數(shù)據(jù)研究已經(jīng)初具規(guī)模，其成果正改變著商務(wù)活動的營銷和運(yùn)營模式。同樣，在教育和科研領(lǐng)域，教育大數(shù)據(jù)和教育云時代已經(jīng)到來。 學(xué)習(xí)分析和教育數(shù)據(jù)挖掘，是教育大數(shù)據(jù)的兩個主要應(yīng)用領(lǐng)域。美國新媒體聯(lián)盟（nmc）在地平線報(bào)告中連續(xù)四年把學(xué)習(xí)分析作為影響教育發(fā)展的趨勢和關(guān)鍵技術(shù)123。2011年以來，為了促進(jìn)學(xué)習(xí)分析的發(fā)展和學(xué)者之間的學(xué)術(shù)交流，每年都會舉行一屆學(xué)習(xí)分析與知識國際會議（international conference on learni

3、ng analytics and knowledge，lak）。2013年夏，美國學(xué)習(xí)分析研究會solar、iedms等在斯坦福大學(xué)建立了斯坦福學(xué)習(xí)分析夏季學(xué)院，為學(xué)習(xí)分析研究和應(yīng)用培訓(xùn)提供支持。目前，分析技術(shù)在大學(xué)教與學(xué)中的應(yīng)用進(jìn)展非常迅速，學(xué)習(xí)分析已經(jīng)成為教育信息化的一個新浪潮。在2014年美國高等教育信息化協(xié)會（educause）發(fā)布的“高等教育信息化十大戰(zhàn)略技術(shù)”研究報(bào)告中，對學(xué)習(xí)分析的使用情況作了統(tǒng)計(jì)：35%的學(xué)校建立了課程層面的分析架構(gòu)；35%的學(xué)校建立了業(yè)務(wù)績效的分析架構(gòu)；32%的學(xué)校建立了學(xué)位指導(dǎo)的分析架構(gòu)；47%的學(xué)校建立了業(yè)務(wù)情報(bào)報(bào)告儀表盤4。隨著教育大數(shù)據(jù)和教育云計(jì)算的發(fā)

4、展，學(xué)習(xí)分析成為了教育信息化與教學(xué)互動的“深度融合”5。 目前，國際上關(guān)于學(xué)習(xí)分析的研究方向主要集中在學(xué)習(xí)分析服務(wù)框架、分析方法、工具與可視化工具領(lǐng)域；國內(nèi)主要集中于綜述和應(yīng)用分析6。國內(nèi)的顧小清7、李青8、馬曉玲9、韓順平10、吳永和11、祝智庭12、張羽13等學(xué)者從不同角度對學(xué)習(xí)分析的研究和發(fā)展做了綜述。本文著重從大數(shù)據(jù)創(chuàng)新的角度，介紹大數(shù)據(jù)背景下學(xué)習(xí)分析的概念、驅(qū)動力，對比學(xué)習(xí)分析框架和應(yīng)用，分析大數(shù)據(jù)創(chuàng)新給學(xué)習(xí)分析帶來的趨勢和挑戰(zhàn)。 二、學(xué)習(xí)分析與相關(guān)概念 （一）學(xué)習(xí)分析的定義與發(fā)展 學(xué)習(xí)分析的定義源于美國高等教育信息化協(xié)會的“下一代的挑戰(zhàn)”，其將學(xué)習(xí)分析定義為：使用數(shù)據(jù)和模型預(yù)測學(xué)生

5、收獲和行為具備處理這些信息的能 力14。2011年，首屆學(xué)習(xí)分析與知識國際會議將學(xué)習(xí)分析定義為：測量、收集、分析和報(bào)告關(guān)于學(xué)習(xí)者及其學(xué)習(xí)情景的數(shù)據(jù)，以期了解和優(yōu)化學(xué)習(xí)和學(xué)習(xí)發(fā)生的情境15。新媒體聯(lián)盟也有相似的定義：利用松散耦合的數(shù)據(jù)收集工具和分析技術(shù)，研究分析學(xué)習(xí)者學(xué)習(xí)參與、學(xué)習(xí)表現(xiàn)和學(xué)習(xí)過程的相關(guān)數(shù)據(jù)，進(jìn)而對課程教學(xué)和評價進(jìn)行實(shí)時修正16?？梢哉f，學(xué)習(xí)分析在許多方面指的是應(yīng)用于教育領(lǐng)域的“大數(shù)據(jù)”分 析17。從這些定義可以看出，學(xué)習(xí)分析的研究對象是學(xué)生及其學(xué)習(xí)情境，研究的基礎(chǔ)是教育活動中產(chǎn)生的海量學(xué)習(xí)數(shù)據(jù)和學(xué)習(xí)分析過程中產(chǎn)生的中間數(shù)據(jù)，研究的目標(biāo)是評估和預(yù)測學(xué)生活動，發(fā)現(xiàn)潛在問題，為教育活動

6、相關(guān)者提供決策支持，以優(yōu)化和設(shè)計(jì)學(xué)習(xí)過程和學(xué)習(xí)情境。 美國學(xué)習(xí)分析研究會、學(xué)習(xí)分析與知識國際會議、美國高等教育信息化協(xié)會、英國開放大學(xué)知識化研究所（kmi）等學(xué)術(shù)機(jī)構(gòu)和會議推動了學(xué)習(xí)分析的發(fā)展18。學(xué)習(xí)分析與知識國際會議召開的時間、地點(diǎn)和主題見表1。從會議的主題變化可以看出，學(xué)習(xí)分析已經(jīng)由概念發(fā)展到應(yīng)用，由理論研究發(fā)展到實(shí)踐研究。學(xué)習(xí)分析是在大數(shù)據(jù)背景下發(fā)展的分析技術(shù)，第五屆學(xué)習(xí)分析與知識國際會議已經(jīng)明確將大數(shù)據(jù)作為主要議題。 表1 lak歷年召開時間、地點(diǎn)和會議主題 lak&時間&地點(diǎn)&主題&lak11&2011年2月27日至3月1日&加拿大阿爾伯達(dá)省班芙市&學(xué)習(xí)分析技術(shù)、社會和教學(xué)等維度的

7、整合&lak12&2012年4月29日至5月2日&加拿大溫哥華市&學(xué)習(xí)分析技術(shù)、知識建模和表征、知識工作和分析等領(lǐng)域的現(xiàn)狀及發(fā)展策略&lak13&2013年4月8日至4月12日&比利時勒芬市&學(xué)習(xí)分析辯證法&lak14&2014年3月24日至3月28日&美國印第安納波利斯市&學(xué)習(xí)分析研究、理論與實(shí)踐整合&lak15&2015年3月16日至3月25日&美國紐約波基普西市&縮放：大數(shù)據(jù)，大影響& （二）學(xué)習(xí)分析與相關(guān)概念 相比商業(yè)、物理、生物、氣候等領(lǐng)域，分析技術(shù)應(yīng)用于學(xué)習(xí)領(lǐng)域較晚。學(xué)習(xí)分析、學(xué)術(shù)分析、教育數(shù)據(jù)挖掘、行為分析都是分析方法在教育領(lǐng)域的特定應(yīng)用。angela等比較了分析、商業(yè)分析、學(xué)術(shù)

8、分析、學(xué)習(xí)分析、預(yù)測分析和行為分析的定義和關(guān)注維度，認(rèn)為教育數(shù)據(jù)挖掘、學(xué)習(xí)分析、學(xué)術(shù)分析是教育大數(shù)據(jù)分析中最接近的概念19。ferguson（2012）通過三個問題回答了教育數(shù)據(jù)挖掘、學(xué)習(xí)分析、學(xué)術(shù)分析的區(qū)別20。教育數(shù)據(jù)挖掘主要關(guān)注的是“如何從學(xué)數(shù)據(jù)集中提取有用信息”這一技術(shù)挑戰(zhàn)，學(xué)習(xí)分析則主要關(guān)注“如何優(yōu)化在線學(xué)習(xí)機(jī)會”這一教育挑戰(zhàn)，而學(xué)術(shù)分析則關(guān)注“如何在國家或國際層面上最大程度地改進(jìn)學(xué)習(xí)機(jī)會和教育結(jié)果”這一政治經(jīng)濟(jì)挑戰(zhàn)2122。 g.siemens和long對學(xué)習(xí)分析與學(xué)術(shù)分析進(jìn)行了界定23。學(xué)術(shù)分析側(cè)重智能分析在教育領(lǐng)域的應(yīng)用，強(qiáng)調(diào)的是機(jī)構(gòu)、區(qū)域、國際層面上的分析，直接受益者是管理機(jī)

9、構(gòu)、投資者、政府部門和教育機(jī)構(gòu)。而學(xué)習(xí)分析主要關(guān)注的是課程和部門的分析，直接受益者是學(xué)習(xí)者、導(dǎo)師和部門管理者。相比學(xué)術(shù)分析和教育數(shù)據(jù)挖掘，學(xué)習(xí)分析更加強(qiáng)調(diào)對學(xué)習(xí)過程和學(xué)習(xí)情境的實(shí)時優(yōu)化24。 g.siemens、baker詳細(xì)分析了學(xué)習(xí)分析與教育數(shù)據(jù)挖掘的聯(lián)系和區(qū)別2526，認(rèn)為這兩個概念都是數(shù)據(jù)驅(qū)動下的教育領(lǐng)域的分析技術(shù)，其在研究內(nèi)容和研究者方面有重疊，目標(biāo)都是通過數(shù)據(jù)分析指導(dǎo)和促進(jìn)教與學(xué)27。bienkowski在通過學(xué)習(xí)分析與教育數(shù)據(jù)挖掘促進(jìn)教與學(xué)的報(bào)告中對以上學(xué)者的觀點(diǎn)做了詳盡的說明28。下面通過表2比較教育數(shù)據(jù)挖掘與學(xué)習(xí)分析2930?？梢钥闯觯瑢W(xué)習(xí)分析與教育數(shù)據(jù)挖掘在側(cè)重點(diǎn)、起源和分

10、析方法上都有不同。教育數(shù)據(jù)挖掘?qū)嶋H上強(qiáng)調(diào)自動發(fā)現(xiàn)，因此，它側(cè)重于模型和發(fā)現(xiàn)模式，關(guān)注各個組成部分以及他們之間的關(guān)系。學(xué)習(xí)分析盡管也強(qiáng)調(diào)自動發(fā)現(xiàn)，但更關(guān)注情境和特定干預(yù)，注重個性化和自適應(yīng)31。教育數(shù)據(jù)挖掘重點(diǎn)依賴聚類技術(shù)，同時也很依賴智能輔導(dǎo)系統(tǒng)，更加重視建立模型。而學(xué)習(xí)分析更加強(qiáng)調(diào)社會干預(yù)，如普遍應(yīng)用社會網(wǎng)絡(luò)分析以及話語分析32。 （三）從大數(shù)據(jù)視角看學(xué)習(xí)分析的驅(qū)動力 ferguson認(rèn)為大數(shù)據(jù)技術(shù)、教育、政治和經(jīng)濟(jì)因素是驅(qū)動學(xué)習(xí)分析發(fā)展的主要動力33。g.siemens、ryans.j.d.bake等從技術(shù)發(fā)展角度分析了促進(jìn)學(xué)習(xí)分析發(fā)展的主要因素，概括為：教育數(shù)據(jù)量劇增、數(shù)據(jù)格式多樣化、計(jì)

11、算能力加強(qiáng)、分析工具發(fā) 展3435。從大數(shù)據(jù)視角，可以將學(xué)習(xí)分析的驅(qū)動力概括為三類：數(shù)據(jù)驅(qū)動、技術(shù)驅(qū)動、需求和利益驅(qū)動。 1. 數(shù)據(jù)驅(qū)動 智能手機(jī)、平板電腦、傳感器等電子設(shè)備在學(xué)習(xí)情境中的應(yīng)用已經(jīng)相當(dāng)普遍，基于泛在網(wǎng)絡(luò)的學(xué)習(xí)數(shù)據(jù)劇增是驅(qū)動學(xué)習(xí)分析的重要因素。我們處在普適計(jì)算時代，移動互聯(lián)網(wǎng)、物聯(lián)網(wǎng)等泛在網(wǎng)絡(luò)改變了學(xué)習(xí)方式，也為學(xué)習(xí)分析提供了豐富的數(shù)據(jù)來源。學(xué)習(xí)管理系統(tǒng)lms中存儲著大量學(xué)生學(xué)習(xí)數(shù)據(jù)，學(xué)生在線學(xué)習(xí)保留有大量學(xué)習(xí)軌跡信息，社交網(wǎng)絡(luò)中的學(xué)習(xí)行為更是呈現(xiàn)出急劇增長的數(shù)據(jù)流趨勢36。這些數(shù)據(jù)來源廣泛，數(shù)量巨大，而且數(shù)據(jù)格式多種多樣。目前常用的學(xué)習(xí)分析數(shù)據(jù)主要來自于數(shù)據(jù)倉庫中的基本信息數(shù)據(jù)

12、，來自于網(wǎng)絡(luò)服務(wù)器的用戶瀏覽日志，以及來自于學(xué)習(xí)網(wǎng)站和系統(tǒng)挖掘的其他文本數(shù)據(jù)，例如博客、評論、搜索詞等。需要強(qiáng)調(diào)的是，數(shù)據(jù)驅(qū)動下的學(xué)習(xí)分析技術(shù)，也帶來了學(xué)習(xí)分析的數(shù)據(jù)挑戰(zhàn)。 2. 技術(shù)驅(qū)動 大數(shù)據(jù)關(guān)鍵技術(shù)和社會分析技術(shù)是學(xué)習(xí)分析的支撐技術(shù)，是驅(qū)動學(xué)習(xí)分析的關(guān)鍵因素。學(xué)習(xí)分析過程中面臨海量數(shù)據(jù)的采集、存儲、分析問題，需要根據(jù)社會分析方法，在人的干預(yù)下優(yōu)化學(xué)習(xí)情境，這些問題離不開強(qiáng)有力的技術(shù)支持。云計(jì)算技術(shù)、物聯(lián)網(wǎng)技術(shù)、語義web技術(shù)、移動互聯(lián)網(wǎng)技術(shù)、數(shù)字媒體技術(shù)都是大數(shù)據(jù)基礎(chǔ)平臺與支撐技術(shù)。在教育云平臺和在線學(xué)習(xí)環(huán)境下，利用物聯(lián)網(wǎng)和云存儲技術(shù)采集和存儲海量相關(guān)數(shù)據(jù)，利用語義web技術(shù)（關(guān)聯(lián)數(shù)據(jù)技

13、術(shù)）管理和利用相關(guān)數(shù)據(jù)。移動互聯(lián)網(wǎng)設(shè)備已經(jīng)進(jìn)入學(xué)習(xí)環(huán)境，利用移動互聯(lián)網(wǎng)技術(shù)可以方便地實(shí)現(xiàn)在線記筆記、資源分享。還可以通過增強(qiáng)現(xiàn)實(shí)技術(shù)虛擬學(xué)習(xí)環(huán)境。在云計(jì)算方面，云文件系統(tǒng)（gfs，hdfs等）、nosql 數(shù)據(jù)庫、mapreduce計(jì)算模式、apache hadoop等開源工具都是大數(shù)據(jù)下學(xué)習(xí)分析需要利用的技術(shù)工具37。這些先進(jìn)技術(shù)，使得基于大樣本的、個性化定制的學(xué)習(xí)分析成為可能。 3. 需求與利益驅(qū)動 個性化、多樣化的學(xué)習(xí)需求帶來直接的經(jīng)濟(jì)、社會利益，需求與利益是驅(qū)動學(xué)習(xí)分析的核心因素。從個人角度看，個性化學(xué)習(xí)方案的制定需要參考學(xué)習(xí)分析系統(tǒng)對個人的分析建議；從企業(yè)角度看，基于智能分析決策的學(xué)

14、習(xí)系統(tǒng)和產(chǎn)品更有市場競爭力；從教育機(jī)構(gòu)角度看，學(xué)習(xí)分析結(jié)果可以作為決策的依據(jù)。這些利益需求驅(qū)動了學(xué)習(xí)分析的發(fā)展。 三、學(xué)習(xí)分析的框架、技術(shù)、應(yīng)用 （一）學(xué)習(xí)分析整體框架 很多學(xué)者從不同角度為學(xué)習(xí)分析設(shè)計(jì)了整體框架。大多數(shù)框架關(guān)注的是學(xué)習(xí)分析可用的數(shù)據(jù)、利益相關(guān)者、分析流程、分析工具、制約與限制等方面。brown and malcolm認(rèn)為，學(xué)習(xí)分析的核心在于收集和分析學(xué)習(xí)數(shù)據(jù)，主要包括數(shù)據(jù)收集、分析、學(xué)生學(xué)習(xí)、受益方和干預(yù)五個要素38。g.siemens提出了一個工作流引擎驅(qū)動的學(xué)習(xí)框架。框架由數(shù)據(jù)采集、分析、預(yù)測、調(diào)整四個工作流組成。其中數(shù)據(jù)包括學(xué)習(xí)者發(fā)布的數(shù)據(jù)，智能語義和關(guān)聯(lián)數(shù)據(jù)，個人資

15、料39。通過總結(jié)baker和dron，anderson等人的知識管理模型，tanya elians提出了一個由四個技術(shù)資源和三個循環(huán)階段組成的改進(jìn)的學(xué)習(xí)分析框架40。四個技術(shù)資源指計(jì)算機(jī)、人、理論、組織機(jī)構(gòu)。三個循環(huán)階段包括六個活動：數(shù)據(jù)收集（選擇與采集）、數(shù)據(jù)處理（整合與預(yù)測）、知識應(yīng)用（使用和優(yōu)化）。 m.a. chatti等認(rèn)為學(xué)習(xí)分析的主要步驟是數(shù)據(jù)采集與預(yù)處理、數(shù)據(jù)分析與行動、后續(xù)處理。他們提出了一個由四個維度組成的學(xué)習(xí)分析參考模型（見圖1）。該模型將學(xué)習(xí)分析分成數(shù)據(jù)與環(huán)境、技術(shù)、利益相關(guān)者、目標(biāo)四個維度，并從各個維度分析了學(xué)習(xí)分析面臨的機(jī)遇和挑戰(zhàn)。與之相似，greller and

16、drachsler提出了一個由利益相關(guān)者、目標(biāo)、數(shù)據(jù)、工具、內(nèi)部限制和外部約束六個關(guān)鍵維度組成的學(xué)習(xí)分析框架（見圖2）41。他們認(rèn)為，學(xué)習(xí)分析的利益相關(guān)者包括數(shù)據(jù)主體（學(xué)習(xí)者）和數(shù)據(jù)客體（教師、導(dǎo)師、教育管理者），學(xué)習(xí)分析的數(shù)據(jù)來自于被保護(hù)和公開的學(xué)習(xí)活動及學(xué)習(xí)環(huán)境數(shù)據(jù)，學(xué)習(xí)分析的目的在于預(yù)測學(xué)習(xí)結(jié)果和幫助學(xué)習(xí)者反思，采用的分析工具包括教學(xué)理論、機(jī)器學(xué)習(xí)技術(shù)和可視化工具，學(xué)習(xí)分析的實(shí)施過程應(yīng)考慮個人隱私和42。 圖1 chatti等的學(xué)習(xí)分析參考模型 圖2 greller等的學(xué)習(xí)分析框架 dirk ifenthaler43等著重考慮了學(xué)生、學(xué)習(xí)、課程之間的關(guān)系，設(shè)計(jì)了一個融合多源信息的分析框架

17、（見圖3）。該框架整合了在線學(xué)習(xí)環(huán)境中的分析數(shù)據(jù)（包括個人特征、社會網(wǎng)絡(luò)、物理數(shù)據(jù)、課程數(shù)據(jù)、反饋數(shù)據(jù)），引進(jìn)了學(xué)習(xí)分析引擎、個性化和自適應(yīng)引擎、報(bào)告引擎三個處理階段。該框架強(qiáng)調(diào)了學(xué)習(xí)環(huán)境中數(shù)據(jù)的異構(gòu)性和多源性，將數(shù)據(jù)、分析工具、環(huán)境連接為一個具有反饋環(huán)節(jié)的閉合系統(tǒng)?？梢哉f，它是一種面向服務(wù)的架構(gòu)。 學(xué)習(xí)分析的整體框架多種多樣，這些框架為學(xué)習(xí)分析應(yīng)用和實(shí)現(xiàn)提供了重要指導(dǎo)。但是，每個框架都有局限性，經(jīng)過實(shí)踐驗(yàn)證的框架仍然很稀少44。 （二）整合的學(xué)習(xí)分析系統(tǒng) 目前企業(yè)和研究團(tuán)體已經(jīng)開發(fā)出多種多樣的學(xué)習(xí)分析系統(tǒng)和平臺。有些是單獨(dú)的學(xué)習(xí)分析系統(tǒng)，更多的是嵌入到學(xué)習(xí)管理系統(tǒng)lms和moocs平臺中的分

18、析工具。一般來說，學(xué)習(xí)分析工具不能單獨(dú)存在，常作為“插件”嵌入其他在線學(xué)習(xí)環(huán)境中。美國學(xué)習(xí)分析研究會的學(xué)者提出一個整合的學(xué)習(xí)分析系統(tǒng)（見圖4）45，主要包括四部分：分析引擎；適應(yīng)內(nèi)容和個性化引擎；干預(yù)引擎；儀表盤，報(bào)告和可視化工具。 圖4 solar整合的學(xué)習(xí)分析系統(tǒng) 1. 分析引擎 分析引擎是學(xué)習(xí)分析系統(tǒng)的核心部分。它整合了多個數(shù)據(jù)處理和分析模塊，是學(xué)習(xí)分析系統(tǒng)的神經(jīng)中樞。分析引擎包括數(shù)據(jù)處理、數(shù)據(jù)分析等核心功能，集成諸如預(yù)測、聚類、模式發(fā)現(xiàn)、趨勢分析等應(yīng)用模塊。分析引擎處理來自學(xué)習(xí)管理系統(tǒng)、社會網(wǎng)絡(luò)、物理世界中的學(xué)習(xí)軌跡數(shù)據(jù)，數(shù)據(jù)倉庫中的學(xué)生基本信息和外部用戶指令數(shù)據(jù)，通過社會網(wǎng)絡(luò)分析、話

19、語分析、模式發(fā)現(xiàn)、機(jī)器學(xué)習(xí)等學(xué)習(xí)分析技術(shù)，形成分析結(jié)果，以報(bào)告、可視化等技術(shù)提供給用戶。用戶根據(jù)這些分析結(jié)果做出判斷和干預(yù)4647。 2. 適應(yīng)內(nèi)容和個性化引擎 適應(yīng)內(nèi)容和個性化指的是系統(tǒng)能夠根據(jù)學(xué)習(xí)分析的反饋和個人習(xí)慣偏好優(yōu)化學(xué)習(xí)過程、教學(xué)設(shè)計(jì)和學(xué)習(xí)內(nèi)容的能力。例如，系統(tǒng)根據(jù)學(xué)生愛好給學(xué)生的選課建議，系統(tǒng)根據(jù)用戶習(xí)慣改善學(xué)生的學(xué)習(xí)體驗(yàn)，系統(tǒng)根據(jù)用戶偏好推薦合適的內(nèi)容，等等。適應(yīng)內(nèi)容和個性化引擎將分析引擎、系統(tǒng)開發(fā)者、學(xué)習(xí)資料提供者聯(lián)系起來，在出版商等開發(fā)者的參與下，對學(xué)習(xí)內(nèi)容進(jìn)行適應(yīng)性和個性化定制與推送。 3. 干預(yù)引擎 干預(yù)引擎使用分析引擎產(chǎn)生的預(yù)測模型，追蹤學(xué)習(xí)者的學(xué)習(xí)軌跡，提供自動的人

20、為的教育干預(yù)。干預(yù)引擎通過鏈接給學(xué)習(xí)者提供學(xué)習(xí)內(nèi)容、社交伙伴、導(dǎo)師等資源；通過社交工具，教師可以與學(xué)生互動交流；通過預(yù)測分析，對問題學(xué)生提前引導(dǎo)，對“特別”學(xué)生特殊培養(yǎng)。 4. 儀表盤，報(bào)告和可視化工具 學(xué)習(xí)儀表盤呈現(xiàn)可視化的分析數(shù)據(jù)和報(bào)告，方便個人對教學(xué)和學(xué)習(xí)作出決策。學(xué)習(xí)儀表盤包括四個用戶視圖：學(xué)習(xí)者視圖、教育者視圖、研究者視圖和機(jī)構(gòu)視圖。不同視圖視角不同，但相互關(guān)聯(lián)。根據(jù)不同利益相關(guān)者的需求，提供不同的數(shù)據(jù)展示。 參考solar學(xué)習(xí)分析系統(tǒng)，吳永和等人從學(xué)習(xí)分析系統(tǒng)輸入輸出角度，將整個系統(tǒng)分為數(shù)據(jù)層、分析層、報(bào)告層、干預(yù)與適應(yīng)層48。數(shù)據(jù)層主要獲取學(xué)習(xí)者相關(guān)學(xué)習(xí)數(shù)據(jù)，然后送入系統(tǒng)分析層由

21、分析引擎進(jìn)行數(shù)據(jù)分析，之后在儀表盤上按學(xué)習(xí)者、教學(xué)者、管理者三大利益相關(guān)者需求產(chǎn)生可視化報(bào)告， 并在此基礎(chǔ)上對學(xué)習(xí)者進(jìn)行干預(yù)，完成自適應(yīng)過程49。另外他們還認(rèn)為，學(xué)習(xí)分析系統(tǒng)的技術(shù)特征應(yīng)該包括功能模塊化、報(bào)告可視化、數(shù)據(jù)多源化，這種觀點(diǎn)具有很好的參考價值。 （三）學(xué)習(xí)分析的關(guān)鍵技術(shù)與應(yīng)用領(lǐng)域 學(xué)習(xí)分析是教育理論、技術(shù)、可視化展示相互協(xié)同完成的結(jié)果。整體的框架和系統(tǒng)中已經(jīng)包含了這些要素，下面詳細(xì)介紹學(xué)習(xí)分析的應(yīng)用領(lǐng)域和關(guān)鍵技術(shù)。 marie bienkowski50等人認(rèn)為學(xué)習(xí)分析應(yīng)用領(lǐng)域包括：用戶模型（知識、行為、體驗(yàn)），用戶建檔，領(lǐng)域關(guān)鍵概念模型和領(lǐng)域知識內(nèi)容模型，趨勢分析模型，適應(yīng)性和個性

22、化模型。不同的應(yīng)用模型需要不同的分析數(shù)據(jù)和分析方法。通過情境模擬和參考相關(guān)文獻(xiàn)，可看到學(xué)習(xí)分析主要應(yīng)用領(lǐng)域包括： 用戶模型； 學(xué)習(xí)者行為與情感分析； 預(yù)測與評估； 結(jié)構(gòu)發(fā)現(xiàn)與關(guān)系挖掘； 趨勢分析與活動干預(yù)； 適應(yīng)性和個性化； 監(jiān)督與控制5152（見表3）。 表3 學(xué)習(xí)分析應(yīng)用領(lǐng)域 應(yīng)用模型&目的&所需數(shù)據(jù)&主要方法&用戶模型&構(gòu)建基礎(chǔ)數(shù)據(jù)倉庫&學(xué)生與課程基本信息、問卷等基礎(chǔ)數(shù)據(jù)（例如姓名、成績、興趣、專業(yè)等）&數(shù)據(jù)采集與存儲、 數(shù)據(jù)倉庫、云存儲、 可視化技術(shù)等&學(xué)習(xí)者行為與情感分析 &學(xué)生知識管理、學(xué)生行為描述與分類&在線用戶的學(xué)習(xí)行為數(shù)據(jù)（學(xué)習(xí)偏好，瀏覽路徑，學(xué)習(xí)痕跡等交互數(shù)據(jù)）&數(shù)據(jù)倉庫技

23、術(shù)，話語分析、情緒分析等社會化分析法，學(xué)習(xí)分析儀表盤等可視化工具&預(yù)測與評估&預(yù)測和估計(jì)未知參數(shù)&可以獲得的與估測變量相關(guān)的樣本數(shù)據(jù)&分類、回歸、潛在知識發(fā)現(xiàn)等有監(jiān)督的機(jī)器學(xué)習(xí)和統(tǒng)計(jì)方法&結(jié)構(gòu)發(fā)現(xiàn)與關(guān)系挖掘&識別用戶模式、優(yōu)化系統(tǒng)和學(xué)習(xí)過程&大量樣本數(shù)據(jù)，數(shù)據(jù)倉庫、網(wǎng)絡(luò)采集的各種用戶、行為數(shù)據(jù)&聚類、因子分析、社會網(wǎng)絡(luò)分析、領(lǐng)域結(jié)構(gòu)發(fā)現(xiàn)等無監(jiān)督算法，關(guān)聯(lián)規(guī)則挖掘、序列模式挖掘、模型發(fā)現(xiàn)&趨勢分析與活動干預(yù)&研究者感興趣的趨勢預(yù)測&取決于研究者感興趣的問題，需要時間序列數(shù)據(jù)&時間序列分析、隨機(jī)過程分析、話語分析、情緒分析等社會化分析法，人為干預(yù)、簡化人類判斷等&適應(yīng)性和個性化&提高系統(tǒng)適應(yīng)性、改

24、善系統(tǒng)、提供個性化建議和服務(wù)&歷史數(shù)據(jù)和學(xué)生基本信息，學(xué)習(xí)行為等數(shù)據(jù)&內(nèi)容導(dǎo)航、推薦系統(tǒng)、web挖掘、機(jī)器學(xué)習(xí)算法&監(jiān)督與控制&監(jiān)督、控制、優(yōu)化、反思學(xué)習(xí)過程和情境&分析后的數(shù)據(jù)、可視化結(jié)果&人類判斷、可視化工具等& 四、大數(shù)據(jù)背景下學(xué)習(xí)分析的機(jī)遇與挑戰(zhàn) 大數(shù)據(jù)背景下，學(xué)習(xí)分析的概念、框架和應(yīng)用都會隨著大數(shù)據(jù)的創(chuàng)新而發(fā)展。同時，大數(shù)據(jù)思維方式和技術(shù)革新也給學(xué)習(xí)分析帶來了機(jī)遇和挑戰(zhàn)。 （一）大數(shù)據(jù)創(chuàng)新帶來的學(xué)習(xí)分析機(jī)遇 1. 直接的價值利益 大數(shù)據(jù)創(chuàng)新公司分為三類：基于數(shù)據(jù)的公司、基于技術(shù)的公司、基于思維的公司。大數(shù)據(jù)背景下學(xué)習(xí)分析的價值鏈創(chuàng)新也包括這三個層次的創(chuàng)新53。其一，學(xué)習(xí)管理系統(tǒng)和在線

25、平臺上采集的學(xué)習(xí)者相關(guān)數(shù)據(jù)本身具有很大的價值?；跀?shù)據(jù)本身的數(shù)據(jù)公司， 它們沒有能力或者側(cè)重點(diǎn)不在分析數(shù)據(jù)上，它們可以直接出售數(shù)據(jù)給第三方。其二，處理大數(shù)據(jù)的云計(jì)算、物聯(lián)網(wǎng)等先進(jìn)技術(shù)掌握在少量高科技公司手中。它們掌握了技術(shù)但缺乏數(shù)據(jù)，主要通過專業(yè)的分析技術(shù)獲得利益。其三，學(xué)習(xí)分析是一種社會化分析，自適應(yīng)、個性化的學(xué)習(xí)需求是推動學(xué)習(xí)分析的真正動力。基于思維創(chuàng)新的公司通過學(xué)習(xí)分析創(chuàng)造新的需求和服務(wù)模式，從模式創(chuàng)新中獲得利益。 2. 學(xué)習(xí)與教育方式的革新 數(shù)字媒體和分析技術(shù)的發(fā)展，使學(xué)習(xí)和教育方式日趨多元化和立體化。學(xué)習(xí)分析也逐漸融合到在線學(xué)習(xí)、混合式學(xué)習(xí)、協(xié)同學(xué)習(xí)、虛擬化學(xué)習(xí)中。學(xué)習(xí)分析強(qiáng)調(diào)基于上

26、下文情境和人為干預(yù)，重視適應(yīng)性和個性化服務(wù)，要求環(huán)境與用戶、教與學(xué)良好互動，是智能教學(xué)的最佳實(shí)踐。例如，大規(guī)模開放課程平臺中，利用學(xué)習(xí)分析技術(shù)挖掘用戶信息，根據(jù)用戶興趣推薦課程和資料；翻轉(zhuǎn)課堂和游戲化學(xué)習(xí)過程中，學(xué)習(xí)分析儀表盤上的結(jié)果使學(xué)習(xí)者能夠根據(jù)目標(biāo)和學(xué)習(xí)習(xí)慣主動學(xué)習(xí)。 3. 對其他學(xué)習(xí)科學(xué)的影響 學(xué)習(xí)分析對其他學(xué)習(xí)科學(xué)的研究具有積極影響。學(xué)術(shù)分析、教育數(shù)據(jù)挖掘與學(xué)習(xí)分析交叉融合，它們的方法和思想很多時候可以互相借鑒。學(xué)習(xí)分析融入moocs學(xué)習(xí)環(huán)境、學(xué)習(xí)管理系統(tǒng)、智能導(dǎo)師系統(tǒng)，使這些系統(tǒng)更加智能化。游戲和游戲化學(xué)習(xí)、翻轉(zhuǎn)課堂、多模態(tài)學(xué)習(xí)、量化自我等學(xué)習(xí)科學(xué)領(lǐng)域的新技術(shù)同樣受學(xué)習(xí)分析技術(shù)的影

27、響。 （二）大數(shù)據(jù)時代學(xué)習(xí)分析面臨的挑戰(zhàn) 大數(shù)據(jù)時代的學(xué)習(xí)分析數(shù)據(jù)多源異構(gòu)、分布廣泛、動態(tài)增長54；大數(shù)據(jù)背景下的學(xué)習(xí)分析需要強(qiáng)大的數(shù)據(jù)存儲與分析能力；大數(shù)據(jù)視角下的學(xué)習(xí)分析關(guān)注用戶需求，以服務(wù)為中心；大數(shù)據(jù)管理思維下的法律和制度尚待完善。正是這些問題，使大數(shù)據(jù)時代的學(xué)習(xí)分析面臨挑戰(zhàn)。 1. 數(shù)據(jù)與技術(shù)挑戰(zhàn) 海量的、非結(jié)構(gòu)化的學(xué)習(xí)軌跡數(shù)據(jù)，難以被典型數(shù)據(jù)庫軟件工具捕捉、儲存、管理和分析，大數(shù)據(jù)技術(shù)創(chuàng)新才能解決學(xué)習(xí)分析中的基礎(chǔ)問題。數(shù)據(jù)與技術(shù)挑戰(zhàn)，就是指選取什么數(shù)據(jù)，建立什么模型，如何處理數(shù)據(jù)的問題。首先，雖然大數(shù)據(jù)關(guān)注的是數(shù)據(jù)的關(guān)系而非因果，但因?yàn)橄到y(tǒng)的復(fù)雜性，混沌世界發(fā)現(xiàn)的規(guī)律常常出現(xiàn)“蝴蝶

28、效應(yīng)”，如果不加選擇地利用不合理的數(shù)據(jù)，讓數(shù)據(jù)主宰人類決策，必將導(dǎo)致荒謬。其次，被廣泛接受和檢驗(yàn)的整體框架仍然有待完善，針對特定情境、特定問題、特定用戶的學(xué)習(xí)分析模型和實(shí)現(xiàn)較為稀缺。怎樣定義問題，如何選擇模型，選擇哪種算法更有效，這些都是開放的問題。最后，云計(jì)算等大數(shù)據(jù)關(guān)鍵技術(shù)尚不成熟，在大數(shù)據(jù)存儲、計(jì)算方面還存在很多問題，這些問題也是學(xué)習(xí)分析的主要技術(shù)挑戰(zhàn)。 2. 制度和管理能力限制 學(xué)習(xí)分析不是純粹的技術(shù)問題，還涉及人的干預(yù)和優(yōu)化。制度和管理技能方面的缺陷，直接制約學(xué)習(xí)分析的應(yīng)用。其一，學(xué)習(xí)分析需要花費(fèi)大量的人力、物力，高額的成本對于一般教育機(jī)構(gòu)來說難以接受。其二，學(xué)習(xí)分析需要聰明的消費(fèi)者

29、來使用數(shù)據(jù)，傳統(tǒng)的教師和管理者可能不具備分析和使用數(shù)據(jù)的能力，甚至抵觸學(xué)習(xí)分析工具的使用。其三，學(xué)習(xí)和教育是一個社會化過程，研究和發(fā)展適應(yīng)性和個性化的分析方案是學(xué)習(xí)分析的永恒話題。 3. 道德與安全挑戰(zhàn) 大數(shù)據(jù)背景下的學(xué)習(xí)分析，面臨道德與安全的挑戰(zhàn)。學(xué)習(xí)分析的道德與安全挑戰(zhàn)分為三類：數(shù)據(jù)位置和數(shù)據(jù)解釋問題；許可、隱私管理和匿名化問題；數(shù)據(jù)分類和管理問題55。學(xué)習(xí)分析需要獲取用戶信息，管理用戶數(shù)據(jù)，不可避免會涉及用戶隱私。另外，和學(xué)習(xí)分析相關(guān)的法律制度、道德引導(dǎo)、安全技術(shù)尚未明晰。例如，google曾因?yàn)槭褂?apps for education套件掃描了數(shù)以百萬計(jì)的學(xué)生的電子郵件信息，并將之用

30、于創(chuàng)建“隱蔽”的廣告配置文件而遭起訴。 五、總結(jié)與展望 大數(shù)據(jù)的管理思維變革給學(xué)習(xí)分析帶來了機(jī)遇和挑戰(zhàn)。隨著云教育平臺、moocs等的應(yīng)用，學(xué)習(xí)分析的形式和應(yīng)用將更加廣泛。學(xué)習(xí)分析是教育信息化的新浪潮，在應(yīng)用中存在各種挑戰(zhàn)。面對這些挑戰(zhàn)，需要將信息化技術(shù)與教學(xué)過程結(jié)合起來，制定明晰的使用規(guī)范和管理制度，注重?cái)?shù)據(jù)安全與隱私保 護(hù)5657。傳統(tǒng)教與學(xué)方式的轉(zhuǎn)變需要一個過程，學(xué)習(xí)分析技術(shù)的大規(guī)模應(yīng)用需要利益相關(guān)者的共同努力。 參考文獻(xiàn) 116 johnson l， adams becker s， witchey h， et al. the nmc horizon report： 2011 museu

31、m edition j. austin， texas： the new media consortium， 2011. 217 johnson l， adams s， cummins m， et al. the nmc horizon report： 2013 higher education edition j. 2013. 3 johnson l， adams s， cummins m， et al. the nmc horizon report： 2012 higher education edition， austin j.http：/www.nmc org/publications/

32、2013-horizon-report-higher-ed， 2013. 4 劉永貴，鄭旭東. 美國高等教育信息化的進(jìn)展與趨勢educasue 年度高等教育信息化十大戰(zhàn)略議題解讀 j. 開放教育研究，2009，14（6）：122-126. 5262934 siemens g， d baker r s. learning analytics and educational data mining： towards communication and collaboration； proceedings of the proceedings of the 2nd international con

33、ference on learning analytics and knowledge， f， 2012 c. acm. 611141830364849 吳永和，陳丹，馬曉玲，et al. 學(xué)習(xí)分析：教育信息化的新浪潮 j. 遠(yuǎn)程教育雜志，2013，31（4）：11-19. 7 顧小清，張進(jìn)良，蔡慧英. 學(xué)習(xí)分析： 正在浮現(xiàn)中的數(shù)據(jù)技術(shù)j. 遠(yuǎn)程教育雜志，2012（1）：18-25. 8 李青，王濤. 學(xué)習(xí)分析技術(shù)研究與應(yīng)用現(xiàn)狀述評 j. 中國電化教育，2012（8）：129-133. 9 馬曉玲，邢萬里，馮翔. 學(xué)習(xí)分析系統(tǒng)構(gòu)建研究 j. 華東師范大學(xué)學(xué)報(bào)（自然科學(xué)版），2014. 1046

34、 魏順平. 學(xué)習(xí)分析技術(shù)，挖掘大數(shù)據(jù)時代下教育數(shù)據(jù)的價 值j. 現(xiàn)代教育技術(shù)，2013，（2）：5-11. 12 祝智庭，沈德梅. 學(xué)習(xí)分析學(xué)智慧教育的科學(xué)力量j. 電化教育研究，2013，5（03）. 1351 張羽，李越. 基于 moocs 大數(shù)據(jù)的學(xué)習(xí)分析和教育測量介紹 j. 清華大學(xué)教育研究，2013，（4）：22-26. 1525 siemens g， long p. penetrating the fog： analytics in learning and education j. educause review， 2011， 46（5）： 30-32. 19 van barne

35、veld a， arnold k e， campbell j p. analytics in higher education： establishing a common language j. educause learning initiative， 2012. 20223356 ferguson r. the state of learning analytics in 2012： a review and future challenges j. knowledge media institute， technical report kmi-2012， 2012， 1（2012. 2

36、735 baker r， siemens g. educational data mining and learning analytics j. cambridge handbook of the learning sciences：， 2014. 28 behrend t s， wiebe e n， london j e， et al. cloud computing adoption and usage in community colleges j. behaviour & information technology， 2011， 30（2）： 231-40. 3132 魏雪峰，宋靈青. 學(xué)習(xí)分析：更好地理解學(xué)生個性化學(xué)習(xí)過程訪談學(xué)習(xí)分析研究專家 george siemens 教授 j. 中國電化教育，2013，（9）：1-4. 3754 孟小峰，慈祥. 大數(shù)據(jù)管理：概念，技術(shù)與挑戰(zhàn) j. 計(jì)算機(jī)研究與發(fā)展，2013，50（1）：146-169. 38 brown m. learning analytics： the coming third wave j. educause learning initia