学习分析视角下学习状况可视化方法研究.docVIP

学习分析视角下学习状况可视化方法研究 　　摘要：近年来随着智能教育的发展，学生在学习过程中产生大量的数据，搜集学生的学习数据，利用计算机和多媒体技术对数据分析处理，并将处理结果以可视化的方式呈现，有助于教师预测学习结果、诊断学习中发生的问题、优化学习效果、改进学习策略。本文主要采用可视化的分析法，对班级的学习交流状况以及该状况对学习绩效的影响进行了研究。文章主要对学生的互动网络结构、中心度、凝聚子群、意见领袖等进行了可视化的呈现，并从这几方面探讨了班级学习互动的整体结构、小组内交互协作和小组间协作具体情况，以及这些交互对个人和小组绩效的影响，还结合问卷调查法和访谈法进一步了解造成这种现象的原因 根据研究的结果和现象对教师教学策略的改进提出了建议。 　　关键词：学习分析可视化；网络分析；个性化教学 　　中图分类号：G40-05 　　文献标志码：A 　　文章编号：1673-8454（2015）23一0015一05 　　一、研究背景 　　《教育信息化十年发展规划（2011-2020年）》中提出，实现教育信息化的方法之一是要推动信息技术与教育教学的“深度融合”，学习分析就是促进这种“深度融合”的有效抓手。随着智能教育的发展，在学生的学习过程中通过各种终端和学习平台产生大量的数据，通过数据的挖掘与分析探索知识的建构、网络结构，以此来开展相应的预测机制，为网络学习提供有效的参考和决策依据。学习分析是近年来大数据在教育领域的典型应川，大数据处理技术的发展为数据的处理提供了技术和力‘法的支持：可视化研究的深入为学习分析数据处理的结果町视化呈现提供了参考模型。学习分析结果的可视化呈现为教师和教育工作者快速调整教学策略、开展预测机制等提供了清晰且客观的依据。 　　二、相关研究 　　作者以“学习分析”为关键词在万方、中国知网数据库进行检索，关于学习分析的研究主要集中在2011年以后，且呈逐渐递增的趋势。研究的具体内容分为理论研究和实践研究，理论研究多是探讨现状趋势和分析模型的建立等，而实践研究则较少，而且多是工具开发、平台架构、大数据分析在类似MOOC等大型在线学习的评价研究等，对于具体小范围细粒度的研究则较少。对于学习个体而言，整体的分析只具有参考价值，不能起到针对性的指导作用：在教育教学方面的研究则主要集中在知识管理的可视化和教学过程的可视化，对于学生学习过程的分析以及可视化的呈现则较少。对于教师的日常教学来说，只有对学生学习状况的全面掌握和了解，才能改进教学策略，提高学习效率；清晰可视的分析结果利于教师快速调整教学策略。 　　三、研究对象和方法 　　1.对象分析 　　本次研究对象是某校教育技术专业2013级大二的43名学生，对计算机的基本操作比较了解，同学之间比较熟悉，消除了交流时的亲疏障碍。该班同学是一个完整独立的群体，目标一致，利于社群界限的划分和数据的收集与分析，本实验将该班学生分为7个学习小组。 　　2.方案设计 　　本次研究以何克抗编著的《教学系统设计》13-16周的课程为实验单元，采取线上线下混合的学习模式，实验内容以小组为单位，自选一门中小学课程或其他培训课程，完成从教学授课到评价的全过程。在第一周对所设计的课程进行分析，包括教学目标、学习者特征、教学资源、学习资源设计、教学设计结果评价等；第二、三周是对整个教学过程及评价进行系统设计及改进；第四周实施教学和评价。 　　教师开通了微博群用于大家的交流和沟通课前教师会把本节课的任务分为选学和必学，以及个人作业和小组作业。所要学习的内容要求和注意事项以文件的形式上传分享，并且会同时分享优秀的教学设计范例和视频。每个小组把自己的作业进行上传，并且可以就某个知识点或者课件等分享给特定学生或者小组：同时还开有QQ群和讨论组；课上每个小组分别对自己的设计和进度以及具体分析工作进行汇报，由教师和其他小组进行点评并给出改进建议，最后根据设定的评价量表进行打分；课后要根据课上的讨论和讲解修改个人和小组的作业，再提交，教师进行评价打分。 　　3.研究方法 　　本研究主要采用社会网络分析法，这种方法以数据挖掘为基础，通过软件分析将信息以可视化的方式表示出来，采用SNA，建立社会关系的模型，发现群体内行动者之间的社会关系。社会网络分析方法还可以协助分析出行动者之间流动的一些有形的数据和无形的信息，该方法可以使社群成员的整体关系可视化，并且能够分析出群组内部的各种关系，如小团体、意见领袖等。由于有些活动是课下进行，因此在数据分析的过程中也使用了访谈与调查法相结合的方式，采用定性和定量相结合的方式，使结果分析更加全面和准确。 　　四、数据的收集与分析 　　本论文的数据收集和分析是根据王永固提出的互动网络分析结构的一般流程进行的。采用手动收集问卷的形式，收集了班级学生线