大数据背景下学习研究技术对教学模式变革.docVIP

大数据背景下学习研究技术对教学模式变革 　　摘 要：随着信息技术的发展，应用于教育领域的大数据分析已经成为了当今教学的发展趋势。学习分析技术，作为一种新兴技术，改变了传统教学的经验式模式，既能为学生提供高质量、个性化的学习体验，又能改进教育工作者的教学方式，通过信息数据分析完善教学过程。基于此，文章主要介绍了学习分析技术的内涵与方法，并构建了将该技术应用于教育领域的基本模型，最后就其应用及其对教学模式所带来的变革进行了探讨，希望能给传统教学带来启示。 关键词：大数据；学习分析技术；教学变革 中图分类号：TP3 文献标志码：A 大数据，作为当今最热门的关键词，已在各行各业中掀起变革的巨浪。在教育领域中，同样蕴藏着具有应用价值的海量数据。荷兰著名的行为观察软件商NOLDUS公司的研究表明，在一节40分钟的普通中学课堂里，一个学生所产生的全息数据约有5-6GB，而其中可归类、标签、并且进行分析的量化数据约有50-60MB，这相当于在传统数据领域中积累5万年的数据量总和。[1]那么，如何有效挖掘、分析和利用这些数据来更好地改进教学？学习分析技术给出了很好的答案。美国新媒体联盟（NMC）与美国高校教育信息化协会（EDUCAUSE）发布的《2013年地平线报告（高教版）》预测：学习分析技术将在未来的两到三年内成为主流技术，并得到广泛的应用。[2] 一、学习分析技术的内涵 学习分析技术是一个新兴的研究领域，旨在应用数据分析为教育系统的各级决策提供参考，关键内容就是应用于教育领域的大数据分析。这一研究方法原先来自于商业领域，商家通过对消费者的活动进行数据发掘分析来把握消费趋势。比如淘宝网会根据用户购买和浏览过的产品，来推断用户对某类产品的偏好。又如在社交网站中，新浪微博会根据个人的关注对象推荐该用户可能感兴趣的其他对象。这类技术的实质，就是通过对数据的提取、归类、分析与总结，进行统计性的预测和判断。 基于学生相关数据的分析则是以学生群体为主体，以设计出更完善的教学方法为目标，致力于为学生提供高质量、个性化的学习体验，并评估制定的学习计划是否能有效帮助学生加强学习，这些分析结果对于教学双方来说都具有重要的意义。对教育工作者和研究人员而言，学习分析在剖析学生与在线文本、课件之间的互动中发挥着至关重要的作用。对学生而言，通过开发用于分析学生具体数据的移动软件和在线平台，能够为学生提供符合他们学习需求的支持服务系统，使他们受益于学习分析，提高学习成绩和学习效率。 二、学习分析技术的分析方法 学习分析技术除了传统的数据分析方法外，充分吸收了大数据时代下各个领域的新技术，包括社会网络分析法、话语分析法和内容分析法。这些新技术的引入，使得学习分析逐渐科学化、现代化和智能化。 社会网络分析法（Social Network Analysis）原先是一种社会学研究方法，它是对社会网络的关系结构及其属性加以分析的一套规范和方法，现已广泛运用于教育领域。如果将学习者个体作为研究对象，通过社会网络分析法，我们不难判断学习者个体向哪些同伴寻求了学习帮助，在哪些方面产生了学习认知上的困难，又有哪些具体的情境因素影响了学习者个体的学习过程等。如果将整个网络作为研究对象，社会网络分析法主要关注的是网络学习过程中信息的分布和个体学习的进展情况。 话语分析法（Discourse Analysis）原先是一种语言学研究方法，是在课堂对话基础上建立的口语分析方法，经过不断发展引入到教育领域，在课堂教学实践中得到了广泛应用。在大数据时代下，话语分析的对象不仅仅只是教学过程中面对面的对话内容，还涉及网络课程与会议中产生的文本内容，以及网络背景下的异步交流内容等。通过话语分析技术，我们可以对网上学习交流过程中话语的文本性含义有更深入的了解，从而探究知识建构的本质，对整个学习发生的过程获得更加清晰的认识。 内容分析法（Content Analysis）是一种对传播内容进行客观、系统和定量描述的研究方法。内容分析的过程是一个层层推理的过程，其实质是对传播内容所含信息量及其变化的分析，即由表征的有意义的词句推断出准确意义的过程。[3]在教育领域中运用内容分析法，不仅可以对学习者的学习过程数据进行定量分析，探寻学习者的行为模式；还可对其进行定性分析，运用积累的大量经验来预测当前的学习者行为，为学习者提供个性化的学习资源服务。 三、学习分析技术的模型 笔者根据学习分析技术的决策流程，构建了一个基本的模型（如图1所示）。 1.数据的收集 学习分析技术需要大量数据作为支撑，仅仅依靠结构化数据是远远不够的，必须同时收集不同系统中的非结构化数据，保障分析结果的正确性、一致性和完整性。 目前，教育系统中已经积累了大