學(xué)習(xí)分析技術(shù)綜述

1、學(xué)習(xí)分析技術(shù)綜述一、學(xué)習(xí)分析技術(shù)的起源與發(fā)展學(xué)習(xí)分析是一個新興的、正在發(fā)展的學(xué)科，是技術(shù)促進(jìn)學(xué)習(xí)研究中增長最快的領(lǐng)域之一，也是當(dāng)前的研究熱點。美國新媒體聯(lián)盟與美國高校教育信息化協(xié)會主動學(xué)習(xí)組織合作“新媒體聯(lián)盟地平線項目(The New Media Consortiums Horizon Project) ”的 2010 年度和2011年度報告中，預(yù)測基于數(shù)據(jù)的學(xué)習(xí)分析技術(shù)將在未來的四到五年內(nèi)成為主流，并對學(xué)習(xí)分析技術(shù)在教學(xué)、學(xué)習(xí)、研究和知識生成等方面所具有的作用進(jìn)行了分析，勾勒了其廣泛的應(yīng)用前景。近年來，在教育技術(shù)領(lǐng)域，學(xué)習(xí)分析逐漸成為了迅速發(fā)展的新熱點之一。我們可以看出，各種學(xué)習(xí)技術(shù)系統(tǒng)中己

2、經(jīng)獲取并儲存了大量的學(xué)習(xí)者學(xué)習(xí)行為數(shù)據(jù)，而且這些學(xué)習(xí)行為的數(shù)據(jù)還在迅速增加，這就急迫需要一種新的技術(shù)對這些數(shù)據(jù)進(jìn)行分析，為改進(jìn)學(xué)習(xí)實踐、增強學(xué)習(xí)效果提供依據(jù)。盡管在傳統(tǒng)教學(xué)過程中也能夠評估學(xué)生的成績、分析教學(xué)過程，從而提高教學(xué)的質(zhì)量，但是所采集的數(shù)據(jù)往往不夠充分，信息化程度較低，而且分析結(jié)果用于干預(yù)教學(xué)的周期過長，效果不明顯。因此，學(xué)習(xí)分析技術(shù)逐漸浮現(xiàn)出來，并受到越來越多的關(guān)注。印二、學(xué)習(xí)分析技術(shù)背景在學(xué)習(xí)分析概念形成之前，相關(guān)方法、技術(shù)和工具都已經(jīng)發(fā)展起來了。學(xué)習(xí)分析從一系列研究領(lǐng)域汲取技術(shù)， 如數(shù)據(jù)統(tǒng)計、商業(yè)智能(Business Intelligence)、網(wǎng)頁分析(Web Analyt

3、ics)、運籌學(xué)(Operational Research) 、人工智能(AI)、教育數(shù)據(jù)挖掘(EDM )、社 會網(wǎng)絡(luò)分析、信息可視化等。數(shù)據(jù)統(tǒng)計歷來作為一個行之有效的手段用來解決假設(shè)檢驗問 題。商業(yè)智能以數(shù)據(jù)倉庫、聯(lián)機分析處理、數(shù)據(jù)挖掘等技術(shù)為基礎(chǔ)，從不同的數(shù)據(jù)源中提 取數(shù)據(jù)，將之轉(zhuǎn)換成有用的信息，它與學(xué)習(xí)分析有相似之處，但它歷來被定位于通過可能的數(shù)據(jù)訪問和績效指標(biāo)總結(jié)使生產(chǎn)更高效。網(wǎng)頁分析工具，如 Google analytics 通過網(wǎng)頁 訪問量，與互聯(lián)網(wǎng)網(wǎng)站、品牌等的關(guān)聯(lián)做出報告，這些技術(shù)可以用來分析學(xué)生的學(xué)習(xí)資源 (課程,材料等)以追蹤學(xué)生的學(xué)習(xí)軌跡。 運籌學(xué)通過設(shè)計優(yōu)化數(shù)學(xué)模型和統(tǒng)

4、計方法使目標(biāo)最 優(yōu)化。人工智能和數(shù)據(jù)挖掘中的機器學(xué)習(xí)技術(shù)建立在數(shù)據(jù)挖掘和人工智能方法上，它能夠 檢測數(shù)據(jù)中的模式。在學(xué)習(xí)分析中的類似技術(shù)可用于智能教學(xué)系統(tǒng)，以更加動態(tài)的方式對 學(xué)生進(jìn)行分類而不是簡單地進(jìn)行人口統(tǒng)計分類，可以通過協(xié)同過濾技術(shù)對特定的資源建立 模型。社會網(wǎng)絡(luò)分析可以分析出隱含的人與人(如在論壇上的互動)和外顯的人與人(如朋友或者關(guān)注對象)之間的關(guān)系，在學(xué)習(xí)分析中可用于探索網(wǎng)絡(luò)集群、影響力網(wǎng)絡(luò)、參與及不參 與狀況。信息可視化是很多分析的重要一步(包括上面列出的 那些分析方法)，它可以用來對所提供的數(shù)據(jù)進(jìn)行意義建構(gòu)，John Tukey1977年在他的探索性數(shù)據(jù)分析一書中給我們介紹了如

5、何更好地利用信息可視化，Turkey強調(diào)使用可視化的價值在于幫助在形成正式的假設(shè)之前做檢驗。以上這些學(xué)習(xí)分析技術(shù)都可以對大量數(shù)據(jù)進(jìn)行分析和處理，形成分析報告為教育提供幫助。：2：三、國內(nèi)外研究現(xiàn)狀2011年2月底，首屆“學(xué)習(xí)分析技術(shù)與知識國際會議”在加拿大的阿爾伯達(dá)省班芙市舉 行，主題之一就是學(xué)習(xí)分析技術(shù)。美國新媒體聯(lián)盟發(fā)布的2010年度和2011年度地平線報告均預(yù)測學(xué)習(xí)分析技術(shù)將在未來的四到五年內(nèi)成為主流。可見，學(xué)習(xí)分析技術(shù)已逐漸成 為教育中的一項新興技術(shù)。事實上，在“學(xué)習(xí)分析技術(shù)”概念出現(xiàn)之前，與之相關(guān)的技術(shù)、工具及其應(yīng)用研究已經(jīng)開展起來。2004年在高等教育中出現(xiàn)的“智能導(dǎo)師系統(tǒng)”和“人

6、工智能系統(tǒng)”掀起了 “教育數(shù)據(jù)挖掘”研究的熱潮，也促使學(xué)術(shù)分析技術(shù)這一關(guān)注學(xué)習(xí)者行為的分析技術(shù)的誕生。 Romero & Ventura(2007) 以及Baker & Yacef(2009)10余年的教育數(shù)據(jù)挖掘研究進(jìn)行分析，歸納出5類教育數(shù)據(jù)挖掘方法，它們是統(tǒng)計分析與可視化；聚類(聚 類、離群點分析);預(yù)測(決策樹、回歸分析、時序分析);關(guān)系挖掘(關(guān)聯(lián)規(guī)則挖掘、序列模 式挖掘、相關(guān) 挖掘)；文本挖掘。另外，隨著網(wǎng)絡(luò)學(xué)習(xí)及相關(guān)學(xué)習(xí)管理系統(tǒng)的不斷普及，數(shù)據(jù)挖掘方法在學(xué)習(xí)管理系統(tǒng)中得到應(yīng)用，并開啟了利用網(wǎng)絡(luò)分析技術(shù)對學(xué)習(xí)者行為加以分析 的研究，Romero等人(2005)又吊。電學(xué)習(xí)平臺的日志分

7、析是這方面研究的典范。記錄在學(xué) 習(xí)管理系統(tǒng)中的學(xué)習(xí)者行為數(shù)據(jù)，經(jīng)過聚集、分類、可視化以及關(guān)聯(lián)規(guī)則分析等操作，生成實時的數(shù)據(jù)報告，或者利用從行為數(shù)據(jù)中反映出的常模來生成預(yù)測模型。隨著學(xué)習(xí)分析研究與實踐的不斷深入，除了數(shù)據(jù)挖掘方法外，一些原本屬于社會科學(xué)領(lǐng)域的方法如社會網(wǎng)絡(luò)分 析法、話語分析法、內(nèi)容分析法等也得到成功應(yīng)用并成為學(xué)習(xí)分析的關(guān)鍵技術(shù)，這些方法的典型應(yīng)用之一是師生交互行為分析。日四、學(xué)習(xí)分析技術(shù)的內(nèi)涵學(xué)習(xí)分析技術(shù)是一個新興的研究領(lǐng)域， 學(xué)習(xí)分析技術(shù)是對學(xué)生生成的海量數(shù)據(jù)的解釋，以評估學(xué)生的學(xué)術(shù)進(jìn)展，預(yù)測未來的表現(xiàn)，并發(fā)現(xiàn)潛在的問題。簡單地說，學(xué)習(xí)分析技術(shù) 旨在應(yīng)用數(shù)據(jù)分析為教育系統(tǒng)的各級

8、決策提供參考，關(guān)鍵內(nèi)容就是應(yīng)用于教育領(lǐng)域的大數(shù)據(jù)分析。這一研究方法原先來自于商業(yè)領(lǐng)域，商家通過對消費者的活動進(jìn)行數(shù)據(jù)發(fā)掘分析 來把握消費趨勢。比如淘寶網(wǎng)會根據(jù)用戶購買和瀏覽過的產(chǎn)品，來推斷用戶對某類產(chǎn)品的 偏好。又如在社交網(wǎng)站中，新浪微博會根據(jù)個人的關(guān)注對象推薦該用戶可能感興趣的其他 對象。這類技術(shù)的實質(zhì)，就是通過對數(shù)據(jù)的提取、歸類、分析與總結(jié)，進(jìn)行統(tǒng)計性的預(yù)測 和判斷?；趯W(xué)生相關(guān)數(shù)據(jù)的分析則是以學(xué)生群體為主體，以設(shè)計出更完善的教學(xué)方法為 目標(biāo)，致力于為學(xué)生提供高質(zhì)量、個性化的學(xué)習(xí)體驗，并評估制定的學(xué)習(xí)計劃是否能有效 幫助學(xué)生加強學(xué)習(xí)，這些分析結(jié)果對于教學(xué)雙方來說都具有重要的意義。對教育工作

9、者和 研究人員而言，學(xué)習(xí)分析在剖析學(xué)生與在線文本、課件之間的互動中發(fā)揮著至關(guān)重要的作用。對學(xué)生而言，通過開發(fā)用于分析學(xué)生具體數(shù)據(jù)的移動軟件和在線平臺 ，能夠為學(xué)生提供 符合他們學(xué)習(xí)需求的支持服務(wù)系統(tǒng)， 使他們受益于學(xué)習(xí)分析，提高學(xué)習(xí)成績和學(xué)習(xí)效率。：4：五、組成學(xué)習(xí)分析的成分由定義可知，學(xué)習(xí)分析的核心是收集相關(guān)的分析數(shù)據(jù)。目的是評估、預(yù)測學(xué)習(xí)群體的學(xué) 習(xí)狀態(tài)和學(xué)習(xí)效果；最終目標(biāo)是提供個性化的學(xué)習(xí)支持。學(xué)習(xí)分析由五個部分組成：1 .數(shù)據(jù)收集：這些數(shù)據(jù)可以來自學(xué)生的基本信息，也可以是學(xué)生在學(xué)習(xí)生活中的行為 信息，如學(xué)生的興趣愛好、經(jīng)常使用的學(xué)習(xí)工具等數(shù)據(jù)信息。2 .分析：使用學(xué)習(xí)分析工具將手機的數(shù)

10、據(jù)進(jìn)行需要分析。結(jié)果以表格、圖表等可視化 的形式呈現(xiàn)在各種媒體上。3 .學(xué)生學(xué)習(xí)：學(xué)習(xí)分析核心的分析對象就是學(xué)生的學(xué)習(xí)。學(xué)習(xí)分析告知教師：學(xué)生在做什么，他們將時間花在 什么地方，他們獲取了哪些內(nèi)容，學(xué)生 學(xué)習(xí)的進(jìn)展如何等方面的問 題。4 .反饋：學(xué)習(xí)分析的結(jié)果可以提供給教師、學(xué)生以及管理者。學(xué)生可以將分析結(jié)果作 為自身學(xué)習(xí)的一個監(jiān)督量表。 而教師和管理者則是依據(jù)分析結(jié)果重新規(guī)劃教學(xué)活動，提高教學(xué)質(zhì)量。5 .干預(yù)：學(xué)習(xí)分析不僅僅是判定學(xué)生處在什么樣的一個學(xué)習(xí)狀態(tài)中。更是通過學(xué)生課 程學(xué)習(xí)產(chǎn)生的數(shù)據(jù)，掌握學(xué)生在課程學(xué)習(xí)中的特定階段和特定活動，為學(xué)生個性化學(xué)習(xí)和指導(dǎo)提供了依據(jù)。,六、學(xué)習(xí)分析技術(shù)的分

11、析方法學(xué)習(xí)分析技術(shù)除了傳統(tǒng)的數(shù)據(jù)分析方法外，充分吸收了大數(shù)據(jù)時代下各個領(lǐng)域的新技 術(shù)，包括社會網(wǎng)絡(luò)分析法、話語分析法和內(nèi)容分析法。這些新技術(shù)的引入，使得學(xué)習(xí)分析逐漸科學(xué)化、現(xiàn)代化和智能化。1 .社會網(wǎng)絡(luò)分析法(Social Network Analysis)原先是一種社會學(xué)研究方法,它是對社會網(wǎng)絡(luò)的關(guān)系結(jié)構(gòu)及其屬性加以分析的一套規(guī)范和方法，現(xiàn)已廣泛運用于教育領(lǐng)域。如果 將學(xué)習(xí)者個體作為研究對象，通過社會網(wǎng)絡(luò)分析法，我們不難判斷學(xué)習(xí)者個體向哪些同伴 尋求了學(xué)習(xí)幫助，在哪些方面產(chǎn)生了學(xué)習(xí)認(rèn)知上的困難，又有哪些具體的情境因素影響了學(xué)習(xí)者個體的學(xué)習(xí)過程等。如果將整個網(wǎng)絡(luò)作為研究對象，社會網(wǎng)絡(luò)分析法 主

12、要關(guān)注的是網(wǎng)絡(luò)學(xué)習(xí)過程中信息的分布和個體學(xué)習(xí)的進(jìn)展情況。2 .話語分析法(Discourse Analysis)原先是一種語言學(xué)研究方法，是在課堂對話基礎(chǔ)上建立的口語分析方法，經(jīng)過不斷發(fā)展引入到教育領(lǐng)域，在課堂教學(xué)實踐中得到了廣泛應(yīng)用。 在大數(shù)據(jù)時代下，話語分析的對象不僅僅只是教學(xué)過程中面對面的對話內(nèi)容，還涉及網(wǎng)絡(luò)課程與會議中產(chǎn)生的文本內(nèi)容，以及網(wǎng)絡(luò)背景下的異步交流內(nèi)容等。通過話語分析技術(shù)，我們可以對網(wǎng)上學(xué)習(xí)交流過程中話語的文本性含義有更深入的了解，從而探究知識建構(gòu)的本質(zhì)，對整個學(xué)習(xí)發(fā)生的過程獲得更加清晰的認(rèn)識。3 .內(nèi)容分析法(Content Analysis)是一種對傳播內(nèi)容進(jìn)行客觀、系統(tǒng)

13、和定量描述的研究方法。內(nèi)容分析的過程是一個層層推理的過程，其實質(zhì)是對傳播內(nèi)容所含信息量及其變化的分析，即由表征的有意義的詞句推斷出準(zhǔn)確意義的過程。 在教育領(lǐng)域中運用內(nèi)容分析 法,不僅可以對學(xué)習(xí)者的學(xué)習(xí)過程數(shù)據(jù)進(jìn)行定量分析 ，探尋學(xué)習(xí)者的行為模式；還可對其進(jìn) 行定性分析，運用積累的大量經(jīng)驗來預(yù)測當(dāng)前的學(xué)習(xí)者行為 ，為學(xué)習(xí)者 提供個性化的學(xué)習(xí) 資源服務(wù)。七、學(xué)習(xí)分析技術(shù)的模型1 .數(shù)據(jù)的收集學(xué)習(xí)分析技術(shù)需要大量數(shù)據(jù)作為支撐 ，僅僅依靠結(jié)構(gòu)化數(shù)據(jù)是遠(yuǎn)遠(yuǎn)不夠的，必須同時收 集不同系統(tǒng)中的非結(jié)構(gòu)化數(shù)據(jù)，保障分析結(jié)果的正確性、一致性和完整性。目前，教育系統(tǒng)中已經(jīng)積累了大量的學(xué)生信息。信息系統(tǒng)中的學(xué)生信息、

14、課程信息和教師信息這些檔案類信息都可以作為學(xué)習(xí)分析的數(shù)據(jù)來源之一；課程管理系統(tǒng)（CMS）和學(xué)習(xí)管理系統(tǒng)（LMS）中也蘊藏著大量可以挖掘的信息，包括課程中白交互信息（與老師或?qū)W生的 交流等）、學(xué)習(xí)表現(xiàn)信息（作業(yè)完成情況等）以及行為信息等；同時，基于教師經(jīng)驗、教師觀察 以及教師直覺的課程指導(dǎo)方針也是形成決策樹分析的必不可少的部分。2 .數(shù)據(jù)的處理結(jié)構(gòu)化數(shù)據(jù)的考量很難反映一個學(xué)生在一堂課中吸收了多少知識，但是通過其在系統(tǒng)中的行為反應(yīng)可以轉(zhuǎn)化為可量化的數(shù)據(jù)來對其學(xué)習(xí)過程進(jìn)行分析。比如在在線課程中，可通過多個方面檢測學(xué)生的表現(xiàn)：比如與同班同學(xué)相比，在網(wǎng)站上花費的時間；登錄網(wǎng)站的頻率； 犯了同樣錯誤后重復(fù)

15、犯錯的概率；在某一科目停留的時間等等。通過綜合分析這些數(shù)據(jù)，可以對學(xué)生的學(xué)習(xí)行為有更深入的了解 ，從而更加微觀地了解學(xué)生。3 .軟件分析學(xué)習(xí)分析軟件按照專業(yè)程度來分，可分為專用工具和通用工具兩種。“專用工具” 一般是學(xué)習(xí)分析項目中的核心分析工具，它專門針對某一項目的具體要求進(jìn)行設(shè)計和開發(fā)，在項目實施過程中運用該工具搜集和分析學(xué)習(xí)者數(shù)據(jù)，從而指導(dǎo)教學(xué)。典型的專用工具有Socrato、SNAPP和LOCO-Analyst等。 而“通用工具”則是原來應(yīng)用于互聯(lián)網(wǎng)、可用性 設(shè)計等其他領(lǐng)域的工具，后來被轉(zhuǎn)用于教育情境下，用來分析學(xué)習(xí)者如何使用教學(xué)系統(tǒng)， 主要有 Mix panel Analytics 、

16、User fly 、Gephi等幾種。4 .行為干預(yù)學(xué)習(xí)分析結(jié)果可用來評估學(xué)生表現(xiàn) ，并及時提供反饋意見，同時還可根據(jù)學(xué)生的學(xué)習(xí)效 果，有針對性地調(diào)整學(xué)習(xí)內(nèi)容和方法，為學(xué)生提供指導(dǎo)和幫助，提高學(xué)生的學(xué)習(xí)能力。 八、學(xué)習(xí)分析技術(shù)所帶來的教學(xué)變革1 .個性化教學(xué)的變革學(xué)習(xí)分析技術(shù)的運用可以為每個學(xué)生提供一個個性化的學(xué)習(xí)環(huán)境。例如，如果一個學(xué)生解決一個問題所花費的時間遠(yuǎn)少于其他同學(xué)，系統(tǒng)分析結(jié)果就會自動給予提示與線索，試圖促進(jìn)該學(xué)生加強學(xué)習(xí)。這種即時性的提示在過去是不可能完成的任務(wù)，學(xué)生至少要等待多天直到他們的作業(yè)被批改完。同時，在使用學(xué)習(xí)分析技術(shù)一段時間后，教師能夠通過信息追蹤和分析，判斷自己的教

17、學(xué)方法是否有效，從而進(jìn)行相應(yīng)的調(diào)整。因此，每個學(xué)生都能各自擁有一套為他們量身定制的個性化學(xué)習(xí)課程。國內(nèi)外大學(xué)中，較早應(yīng)用學(xué)習(xí)分析的案例之一是美國普渡大學(xué)的“信號項目”。該項目于 2007年啟動，將數(shù)據(jù)從學(xué)生信息系統(tǒng)、課程 管理系統(tǒng)和課程成績單中提取出來，按照學(xué)習(xí)表現(xiàn)分類，從而對那些極有可能不及格或輟學(xué)的學(xué)生有針對性地提供服務(wù)。美國奧蘭治縣的馬鞍峰社區(qū)學(xué)院通過它的“高等教育個性化服務(wù)助理”或叫 SHERPA (Service-Oriented Higher Education Recommendation Personalization Assistant)系統(tǒng)，運用學(xué)生數(shù)據(jù)成功實施了個性化教育

18、。該軟件為每個學(xué) 生建立詳細(xì)檔案，記錄了其完整的在校期間的日程信息、跟隨導(dǎo)師學(xué)習(xí)的經(jīng)歷以及其它個人信息；接著對這些信息進(jìn)行分析，提出對時間管理、課程選擇的建議，以及分析其它有助于學(xué)生在學(xué)業(yè)上獲得成功的要素。2 .教師角色的變革學(xué)習(xí)分析技術(shù)的運用將使教師不再僅僅是一個“教師”，同時承擔(dān)了分析師的角色。傳統(tǒng)意義上的教學(xué)主要是經(jīng)驗式的，教師憑借自己的主觀判斷來選擇教授課程的內(nèi)容和方式，然后通過一次次的反復(fù)實踐來進(jìn)行驗證。而大數(shù)據(jù)時代下的學(xué)習(xí)分析技術(shù)有助于教師從這種傳統(tǒng)的教學(xué)模式中解放出來，教師所做的決策將不再是純粹的經(jīng)驗式判斷，而是建立在數(shù)據(jù)分析的基礎(chǔ)上。美國教育發(fā)展中心(Education Dev

19、elopment Center)和學(xué)生與技術(shù)中心(Center for Children and Technology)對如何利用數(shù)據(jù)幫助美國紐約市公立學(xué)校的教師進(jìn)行教學(xué)決策開展了研究實踐。他們與一家公司合作，對學(xué)生在數(shù)學(xué)學(xué)習(xí)過程中的數(shù)據(jù)進(jìn)行 了記錄與分析，最后生成了可供教師分析的書面報告和網(wǎng)絡(luò)報告。書面報告為教師提供了標(biāo)準(zhǔn)的全班學(xué)生學(xué)習(xí)情況的報告，為教師根 據(jù)學(xué)生的需求分組、關(guān)注學(xué)生的個體特點等提供了依據(jù)。網(wǎng)絡(luò)報告則為學(xué)校不同層次的員工提供不同層次的信息和重點。九、學(xué)習(xí)分析技術(shù)的應(yīng)用目前，學(xué)習(xí)分析技術(shù)已經(jīng)在教學(xué)與科研領(lǐng)域開展了應(yīng)用性探索，主要體現(xiàn)在以下幾個方面：1 .教師角度教師利用學(xué)習(xí)分析

20、技術(shù)可獲得有關(guān)學(xué)生學(xué)習(xí)成績、學(xué)習(xí)過程與學(xué)習(xí)狀態(tài)等方面的信息，為改進(jìn)教學(xué)提供幫助。例如，利用學(xué)習(xí)技術(shù)系統(tǒng)，教師可以獲得學(xué)習(xí)者的各種學(xué)習(xí)數(shù)據(jù)包括系統(tǒng)登陸時間、觀看課程視頻的次數(shù)、課程學(xué)習(xí)消耗的時長和課程作業(yè)的完成效果等，通過分析這些數(shù)據(jù)，教師可以對學(xué)生的學(xué)習(xí)興趣、學(xué)習(xí)態(tài)度、學(xué)習(xí)進(jìn)度有深入了解，從而為制定滿足學(xué)生學(xué)習(xí)需求的教學(xué)方案提供依據(jù)。2 .學(xué)生角度學(xué)生利用學(xué)習(xí)分析技術(shù)得到的學(xué)習(xí)分析報告可以幫助其開展自我評價，使學(xué)生成為利用數(shù)據(jù)發(fā)展自我的主動學(xué)習(xí)者，從而實現(xiàn)認(rèn)識自我、發(fā)展自我、規(guī)劃自我的目標(biāo)。同時,學(xué)習(xí)分析技術(shù)也是學(xué)生開展自我導(dǎo)向?qū)W習(xí)的有效引導(dǎo)工具。通過此方法學(xué)生可以分析自 己產(chǎn)生的學(xué)習(xí)過程數(shù)據(jù)

21、，利用可視化方法對先前的學(xué)習(xí)時間、時長、內(nèi)容和進(jìn)度進(jìn)行回顧并在與同伴的比較中了解自己所處的位置。學(xué)習(xí)分析技術(shù)還可以對高危學(xué)習(xí)者提出危機 預(yù)警提醒，降低學(xué)生的輟學(xué)率。3 .教育研究者角度利用學(xué)習(xí)分析技術(shù)對學(xué)習(xí)者學(xué)習(xí)過程的數(shù)據(jù)進(jìn)行深入分析，發(fā)現(xiàn)每個學(xué)習(xí)者學(xué)習(xí)數(shù)據(jù)背后隱藏的學(xué)習(xí)偏好與學(xué)習(xí)模式，通過對單個學(xué)習(xí)者的學(xué)習(xí)模式及學(xué)習(xí)路徑的了解，進(jìn)而獲得群體學(xué)習(xí)特征及規(guī)律，為差異化的學(xué)習(xí)服務(wù)提供可供參考資料。同時學(xué)習(xí)分析技術(shù)也是研究網(wǎng)絡(luò)學(xué)習(xí)過程和效用的工具。長期以來，教育研究者一直無法準(zhǔn)確判斷多年來投入到學(xué)習(xí) 過程中的技術(shù)是否實現(xiàn)了應(yīng)有的目的 ，而學(xué)習(xí)分析技術(shù)恰好彌補了這一研究的缺失，通過分析教育數(shù)據(jù)來判斷技

22、術(shù)應(yīng)用真實效果。：9：十、學(xué)習(xí)分析技術(shù)的典型應(yīng)用案例目前，國外多所大學(xué)已經(jīng)開始開展學(xué)習(xí)分析的實踐，包括開發(fā)學(xué)習(xí)分析系統(tǒng)和工具，收 集學(xué)習(xí)者數(shù)據(jù)，分析學(xué)習(xí)行為模式，對學(xué)習(xí)進(jìn)行干預(yù)和預(yù)測等。下面我們還將以北亞利桑那 大學(xué)的GP頷目和澳大利亞 Wollongong大學(xué)的SNAP項目為案例進(jìn)一步介紹學(xué)習(xí)分析技術(shù)的 應(yīng)用情況。1 .北亞利桑那大學(xué)的評價績效狀態(tài)系統(tǒng)GPS(Grade Performance Status)是北亞利桑那大學(xué)研發(fā)的線上學(xué)生績效評價系統(tǒng)，主要用于評估該校全日制學(xué)生的課堂學(xué)習(xí)績效。系統(tǒng)能夠收集學(xué)習(xí)者在課堂中的表現(xiàn)評級，并給予相應(yīng)建議，然后通過郵件發(fā)送給學(xué)習(xí)者。GP系統(tǒng)郵件主要包括

23、出勤情況、學(xué)習(xí)成績和課業(yè)問題三，學(xué)生收到郵件后應(yīng)對相關(guān)問題給予反饋。GPS系統(tǒng)的工作流程如下：教師登錄到GP隙統(tǒng)后可查詢出勤率、學(xué)生評級等信息 ，也可 以對學(xué)生的學(xué)習(xí)情況提供個性化的評價。郵件中除了教師評價外，還可包括重大活動、校歷、事件的提醒以及校園網(wǎng)上資源的鏈接等。郵件發(fā)送后，系統(tǒng)會在學(xué)生個人門戶網(wǎng)站上提醒查收，而郵件也會在責(zé)任教師的 GP我面中歸檔，使之能及時審查、更新和修改意見。教師可自主設(shè)定郵件發(fā)送頻率，通常為一周一封，以避免頻繁發(fā)送郵件導(dǎo)致學(xué)生疲于反饋。郵件可以針對單個學(xué)生發(fā)送，也可以對班級所有學(xué)生發(fā)送。學(xué)生通過郵件獲得建議和資源，及時與指導(dǎo)教師溝通交流。GP系統(tǒng)通過這種形式幫助學(xué)

24、習(xí)者提高他們的學(xué)習(xí)質(zhì)量。2 .Wollongong 大學(xué)的學(xué)習(xí)網(wǎng)絡(luò)可視化與評估項目“學(xué)習(xí)網(wǎng)絡(luò)可視化與評估項目”是由澳大利亞Wollongong大學(xué)領(lǐng)導(dǎo)，多個學(xué)校共同參與。項目基于學(xué)習(xí)分析的理念研發(fā)了學(xué)習(xí)網(wǎng)絡(luò)可視化評估工具(SNAPP)。該軟件可以從學(xué)習(xí)管理系統(tǒng)中收集學(xué)生的學(xué)習(xí)行為信息如在線時間、下載次數(shù)等；從論壇中提取學(xué)習(xí)過程中的交流互動數(shù)據(jù)，如發(fā)表帖子數(shù)、討論內(nèi)容、互動頻次等。該項目面向在線學(xué)習(xí)的學(xué)習(xí)者利用SNAPP記錄和分析其學(xué)習(xí)活動情況，使教師在學(xué)習(xí)的任何階段都能確定學(xué)習(xí)者的行 為模式，評估對學(xué)生的學(xué)習(xí)網(wǎng)絡(luò)，并分析其對學(xué)習(xí)的影響。這些分析結(jié)果可以用于調(diào)整教學(xué)為學(xué)習(xí)者提供指導(dǎo)，提高其學(xué)習(xí)能

25、力。SNAPP可以搜集的論壇中的帖子總數(shù)目、單個用戶的 帖子數(shù)和回復(fù)數(shù)，繪制用戶的社交網(wǎng)絡(luò)圖等。通過對這些數(shù)據(jù)的加工處理，系統(tǒng)可以分析出以下的信息：(1)識別出遠(yuǎn)離網(wǎng)絡(luò)的學(xué)習(xí)者，提示教師給予關(guān)注；(2)識別出班級中的主要的 信息傳播者，他們是信息交換的節(jié)點；(3)區(qū)分績效良好和不佳的學(xué)習(xí)者，于學(xué)習(xí)評估前進(jìn) 行干預(yù)；(4)預(yù)測學(xué)習(xí)社區(qū)在班級中的發(fā)展程度;(5)通過“快照” 提供學(xué)習(xí)“前”與“后”情況對比，觀察各種活動對學(xué)習(xí)產(chǎn)生影響，從而優(yōu)化學(xué)習(xí)活動設(shè)計；(6)為學(xué)習(xí)者觀察自己的 表現(xiàn)提供依據(jù)。：10：3 .學(xué)習(xí)分析視角下的遠(yuǎn)程教學(xué)交互分析案例研究研究目的：本研究的目的是應(yīng)用學(xué)習(xí)分析的思路 ，在開

26、源平臺和工具的支持下，通過 行為數(shù)據(jù)分析遠(yuǎn)程教學(xué)交互過程。本案例試圖展示一個進(jìn)行學(xué)習(xí)分析的開源案例，在案例分析中所涉及的平臺和工具均為免費或開源軟件。這些軟件的獲取和使用門檻均較低，可以供遠(yuǎn)程教育的研究者和實踐者采用。同時，本案例更多偏重行為數(shù)據(jù)的分析。如前所述，內(nèi)容分析是遠(yuǎn)程交互分析的重要研究方法。但本文著重探討的是內(nèi)容分析之外的行為分析 的可行性。因此，在此案例中沒有涉及內(nèi)容分析的部分。研究方法：本案例來自中央民族大學(xué)2011級的計算機基礎(chǔ)課程，時間為2011年10月至 2012年1月。課程內(nèi)容包含計算機基礎(chǔ)的基本內(nèi)容，包括操作系統(tǒng)、Internet應(yīng)用、Office、多媒體基礎(chǔ)等內(nèi)容。授

27、課采用混合學(xué)習(xí)模式，以網(wǎng)絡(luò)學(xué)習(xí)為主，面授僅有6學(xué)時，網(wǎng)絡(luò)學(xué)習(xí)持續(xù)12周。教學(xué)過程主要依托自行搭建的 Moodle教學(xué)平臺進(jìn)行。來自全校各個院系的106名學(xué)生參與了該課程的學(xué)習(xí)?；谛袨閿?shù)據(jù)的學(xué)習(xí)分析是案例研究的主要方法。其中，著重分析了學(xué)生與資源的交互，以及學(xué)生與學(xué)生的交互。行為數(shù)據(jù)是分析的主要依據(jù)。對于整 個課程而言，交互過程是較為復(fù)雜的。本文的出發(fā)點是嘗試對教學(xué)交互進(jìn)行分析，試圖發(fā)現(xiàn)特定學(xué)習(xí)階段中的交互規(guī)律，從而證明學(xué)習(xí)分析對于交互分析的可行性。為此 ，交互分析 中的數(shù)據(jù)選取方面做了如下設(shè)計：學(xué)生與資源的交互數(shù)據(jù)選擇了整個教學(xué)過程中學(xué)生對資源的訪問時間和頻次；學(xué)生與學(xué)生的交互 數(shù)據(jù)選擇了學(xué)

28、期開始時學(xué)生之間相互認(rèn)識，建立社 會性聯(lián)系階段的交互數(shù)據(jù)。Moodle平臺記錄下來的學(xué)生行為數(shù)據(jù)構(gòu)成了本研究的數(shù)據(jù)來源。根據(jù)兩類交互分析的需要，筆者選擇了不同的分析工具。其中，學(xué)生與資源的交互選擇了 Gismo (圖形化學(xué)生交互監(jiān)測系統(tǒng) ,Graphical Interactive Student Monitoring System)。Gismo系免費軟件，以Moodle組塊(Block)的形式使用。Gismo通過讀取Moodle數(shù)據(jù)庫對學(xué)生在線學(xué)習(xí)情況進(jìn)行了可視化表征。其中，關(guān)于學(xué)生資源訪問情況的相關(guān)數(shù)據(jù)和可視化表征可以成為學(xué)生與資源交互的重要解釋，成為教學(xué)干預(yù)的依據(jù)。學(xué)生與學(xué)生交互的分析選

29、擇了 NodeX電一工具。NodeXL是微軟研究院團(tuán)隊開發(fā)的開源社會網(wǎng)絡(luò)分析工具，其參與者還包括來自斯坦福、康奈爾、牛津、馬里蘭等大學(xué)的研究者。與既有社會網(wǎng)絡(luò)分析工具不同，NodeXL以Excel模板的形式使用，在功能強大的同時，保證了分析過程的簡便快 捷，可以通過Excel中的數(shù)據(jù)直接生成社會網(wǎng)絡(luò)圖示。研究過程:Moodle自身記錄了大量在線學(xué)習(xí)數(shù)據(jù)，教師用戶可以在“課程管理”中的“報表”功能中找到這些日志。在本案例中，Moodle記錄下了 62000多條行為 記錄，包含了學(xué)習(xí)者登錄課程、閱讀課程資料、參與在線活動等多方面的活動情況。這些記錄可以按不同的時間和不同的學(xué)習(xí)者進(jìn)行顯示，并可以導(dǎo)出

30、成為文本文件和 Excel文檔進(jìn)行進(jìn)一步分析。Moodle記錄下的交互數(shù)據(jù)較為完整，為深入分析提供了方便。但由于數(shù)據(jù)量大，難以直觀發(fā)現(xiàn)其中包含的規(guī)律，且手工分析有較大難度。為了實施分析，相關(guān)工具的引入是必不可少的。(1)學(xué)生與學(xué)習(xí)資源的交互。分析學(xué)生與資源的交互情況可以由多個視角展開,Gismo提供了由整體到個體的不同層級的交互情況分析。從宏觀角度，圖2顯示了本課程中學(xué)生訪問資源的整體情況，其中橫坐標(biāo)為訪問日期，縱坐標(biāo)為訪問頻次。從中觀角度，圖3顯示了不 同模塊的資源被訪問的情況，橫坐標(biāo)為資源名稱，縱坐標(biāo)為訪問頻次。 從微觀角度，圖4顯示 了每個學(xué)生的資源訪問情況，其中橫坐標(biāo)為資源名稱，縱坐標(biāo)

31、為學(xué)生的學(xué)號，坐標(biāo)點顏色的深淺則代表訪問量的多少。顏色越深訪問量越多。箍2 ”片皆注的昂體坊同情虎 S3答及找電訪同情況總朝，西十掌生的杳調(diào)閨情說(2) 學(xué)生與學(xué)生的交互對于生生交互的分析。本案例研究了學(xué)期初學(xué)生彼此認(rèn)識階段中的社會性交互情況。在此階段中，教師要求學(xué)生完善自己的個人信息，包括興趣愛好等。之后，學(xué)生通過Moodle中的師生名錄功能訪問其他人的個人信息以實現(xiàn)相互了解。訪問信 息相關(guān)的行為數(shù)據(jù)在 Moodle中被記錄了下來。下頁圖5是通過NodeXL寸本次學(xué)習(xí)活動中的交 互分析的結(jié)果。NodeXL功能以獨立選項卡的形式顯示。交互數(shù)據(jù)被填寫在Excel的數(shù)據(jù)欄中，右側(cè) 是根據(jù)這些交互數(shù)

32、據(jù)計算出的社會網(wǎng)絡(luò)圖。圖6是對本次學(xué)習(xí)任務(wù)中的交互行為進(jìn)行聚類的結(jié)果，發(fā)現(xiàn)其中一組交互覆蓋了95%的學(xué)生(方框框出部分)。圖7是對這一組交互進(jìn)行進(jìn)一步分析的結(jié)果。討論：通過對在線行為的分析，本研究發(fā)現(xiàn)了一些有意義的交互現(xiàn)象 ，這些現(xiàn)象成為了教學(xué)F預(yù)的重要依據(jù)（1）學(xué)生與學(xué)習(xí)資源的交互。如圖 2模塊1所指的位置所示，課程學(xué)習(xí)開始時，學(xué)生訪問教學(xué) 資源較為集中，之后漸漸減少。直到模塊1作業(yè)提交時，學(xué)生開始非常頻繁地訪問學(xué)習(xí)資源 以便及時完成作業(yè)。這種現(xiàn)象說明了學(xué)生不能很好管理學(xué)習(xí)時間，控制在線學(xué)習(xí)的過程。針對這一情況，教師與學(xué)生一同進(jìn)行了對學(xué)習(xí)過程的反思，其中強調(diào)了在線學(xué)習(xí)中時間管理與傳統(tǒng)課堂學(xué)習(xí)

33、的不同。學(xué)生對在線學(xué)習(xí)的進(jìn)度管理有所進(jìn)步。整個學(xué)習(xí)過程中，資源訪問的最高峰發(fā)生在學(xué)期大作業(yè)提交的最后期限。（2）學(xué)生與學(xué)生的交互。圖6呈現(xiàn)了學(xué)習(xí)活動中生生交互的整體圖景。其中 ，可以較為清晰 地發(fā)現(xiàn)積極參與活動的學(xué)生和游離于活動之外的學(xué)生。圖7則體現(xiàn)了生生之間社會性交互的一個重要細(xì)節(jié)。這一組中存在兩個核心參與者（B和C）。他們分別屬于不同的院系，與其他學(xué)生的交互次數(shù)最多。同時，存在一個學(xué)生（A）起到了橋（Bridge）的作用。A學(xué)生雖然沒有與 其他學(xué)生有頻繁交互，但與兩個核心參與者都有交互?；谶@一發(fā)現(xiàn)，進(jìn)一步對A學(xué)生進(jìn)行訪談了解到，他與兩個核心參與者因不同的原因相熟。于是，教師請A學(xué)生介紹 的口C認(rèn)識。在后期的學(xué)習(xí)中，B和C在多項活動中有積極交互，并對整個班級的在線學(xué)習(xí)起到了積極影響。通過以上分析可以看出，在開源工具和平臺的支持下，可以應(yīng)用學(xué)習(xí)分析的思想對遠(yuǎn) 程教學(xué)交互進(jìn)行基于行為數(shù)據(jù)的分析。這些分析并非完備，但能夠解釋一些教學(xué)現(xiàn)象，幫助教學(xué)者了解遠(yuǎn)程教學(xué)的發(fā)展過程，并為教學(xué)干預(yù)提供了可能。卜一、學(xué)習(xí)分析技術(shù)的未來發(fā)展前景1 .向教師、學(xué)生及課程管理人員及時反饋相關(guān)系統(tǒng)在搜集大量的數(shù)據(jù)后利用學(xué)習(xí)分析 技術(shù)進(jìn)行分析，將分析結(jié)