基于学习分析技术智慧教育环境构建研究.docVIP

基于学习分析技术智慧教育环境构建研究 　　摘 要：2011年召开的第一届学习分析技术与知识国际会议将学习分析定义为“测量、收集、分析和报告有关学习者及其学习情境的数据集，以理解和优化学习及其发生情境”。[1]同时，《教育信息化十年发展规划（2011-2020年）》[2]中提出“全民教育、优质教育、个性化学习、终身学习已成为信息时代教育发展的重要特征”。智慧教育与学习分析成为教育领域研究的热点。通过对学习分析技术与智慧教育发展的相关文献梳理，文章从学习分析的一般过程起笔，重点阐述了学习分析技术在智慧学习环境干预机制中的构建、学习者特征识别与资源推送、智慧管理与服务中的应用。 　　关键词：学习分析过程；智慧学习环境；干预机制；智慧管理 　　中图分类号：G40-057 文献标志码：A 文章编号：1673-8454（2017）17-0001-04 　　引言 　　信息化时代，技术正不断地变革教育，传统的教学模式不断受到挑战与质疑，新的教育理念、教育方法正不断冲击现有的教育形式，走向智慧教育是历史的必然趋势。[3]《国家中长期教育改革和发展规划纲要（2010-2020年）》[4]中提出，要“注重因材施教，关注学生不同特点和个性差异，发展每一个学生的优势潜能”。注重个性化学习，为学习者提供智慧型资源和无缝互通的智慧学习环境是智慧教育的基本需求与关键。George Siemens教授认为：“学习分析是对学习者及学习环境的数据进行测量、收集、分析并预报的过程，其目的是为了理解和优化学习以及学习发生的情境。”[5]可知，学习分析的核心是对学习者一系列相关数据进行分析处理，将分析结果以可视化形式呈现给学习者、教师、教育管理者以及教育研究人员，围绕着结果进行评测和改进，最大化地支持学习者的个性化学习。 　　一、学习分析的一般过程 　　尽管目前国内外对学习分析的定义尚未统一，但其核心主旨是一致的：都是通过对学习者学习过程中所产生的数据进行测量、收集、分析后，进行相应的评估和预测，为利益相关者提供相应的反?与行动指导，以提高学习效率、优化学与教的过程、服务教与学的系统为最终价值追求。综合已召开六届的学习分析与知识国际会议（LAK）对学习分析的定义、国外研究人员得出的学习分析的参考模型[6]（见图1）可以归纳出学习分析的一般过程： 　　确定数据来源。大数据时代，数据无处不在。学习分析应用于教育中，首要任务就是明确所分析数据的来源。在教育领域，收集和分析的数据应当是在各种教育教学活动中产生的，能够被记录且具有巨大潜在价值的教育大数据。 　　数据收集。从不同的教育系统和教育环境中收集数据。目前学习者相关数据在各大网络教育平台中已经有了大量的积累。研究者可以从网络远程教育、学堂在线、Moodle移动平台、网易公开课、网易云课堂和MOOC中国中获取大量的学习者相关数据；同时在我国高等教育中，许多学校已经建成了无线网络全覆盖校园，整个校园管理系统后台记录了大量的数据供研究人员收集。 　　数据前期处理。即数据预处理过程。我们要分析的数据应具有一定的潜在价值。为了避免无关数据对后期分析过程增加干扰和工作量，需要对收集到的数据进行筛选，剔除无关数据。 　　数据挖掘分析。数据分析是学习分析的核心。学习分析关键技术涉及内容分析、话语分析、社会网络分析、系统建模等技术以及统计分析与可视化、聚类、预测、关系挖掘、文本挖掘等一系列数据挖掘方法。[7]常用的数据分析工具包括北京师范大学知识工程研究中心开发的智能化内容分析工具VINCA、专门的社会网络分析工具UCINET、系统建模工具Coordinator、功能较为强大的数据挖掘工具SPSS以及当前在大数据领域应用最为广泛的R软件。 　　结果可视化与行动指导。将分析的结果以易于理解的可视化形式呈现给相关受众（学习者、教师、教育管理者与教育研究人员），受众根据可视化结果采取一系列的行动。行动指导包括评估、预测、建立干预机制、评价及反馈。学习者可及时进行学习自我评价；教师不仅可以及时调整教学策略，同时掌握了学生个体的学习风格、学习态度与学习偏好，便于因材施教，促进个性化发展。学习分析中的干预机制主要是提高学习者的学习绩效，规避学业失败的风险，并且有针对性地指导学习者，在跟踪学习者的学习行为之后，综合学习者能力、风格、偏好等方面的特征信息，给予个化的指导与帮助。[3] 　　二、学习分析技术支持下智慧教育环境构建 　　1.智慧教育的含义与特征 　　在物联网、云计算、大数据、移动通信等新一代信息技术的推动下，世界上多个国家和地区已将智慧教育作为其未来教育发展的重大战略，从数字教育转向智慧教育已是全球教育发展的必然趋势。[8]祝智庭教授分析了信息时代智慧教育的基本内涵：通过构建智慧学习环境（Smart Learni