学习分析视域下学习预测研究的发展图景.pdfVIP

Vol.30No.112020

学习分析视域下学习预测研究的发展图景*

田浩1武法提1,2[通讯作者]

（1．北京师范大学教育学部，北京100875；

2．北京师范大学数字学习与教育公共服务教育部工程研究中心，北京100875）

摘要：学习预测是教育领域的新兴主题，致力于为学习者提供有效的个性化学习服务、提升在线学习效果。为

厘清国内学习预测研究的发展图景，文章首先以2016～2019年教育技术领域的8种中文核心期刊为文献来源，

选取25篇论文作为研究样本，编制了学习预测研究编码表。接着，文章从预测对象、学习情境、学习者和预测

模型四个维度对样本论文进行了量化分析。随后，文章阐释了学习预测研究具有的风险识别、数据理解和过程

诊断三重效用。最后，文章从预测对象、预测模型、预测指标、预测旨趣四个维度，指出了学习预测研究的未

来发展方向，旨在解决学习预测面临的现实难题，进一步推动其在学习分析领域的发展与应用。

关键词：学习分析；学习预测；预测对象；学习情境；学习者；预测模型

【中图分类号】G40-057【文献标识码】A【论文编号】1009—8097（2020）11—0098—07【DOI】10.3969/j.issn.1009-8097.2020.11.014

在传统教育研究中，经验主义范式一直占据主导地位。但在“互联网+教育”时代，在线学

习逐渐成为不容小觑的教育形态，并在教学组织方式和师生关系等方面呈现出新的规律，传统

的教育研究范式已无法对此进行清晰阐释。而在在线学习环境中，学习者产生了大量行为数据，

学习分析则包含一系列数据分析的模型和方法，故两者的结合使得在教育研究中运用数据密集

[1]

型研究范式成为了可能。学习预测是学习分析领域的重要任务，通过构建预测模型，可以识别

学生未来的学习状态，并对存在的风险及时进行干预，从而克服在线学习的弊端，兼顾教育的

规模化和个性化。基于此，为厘清国内学习预测研究的发展图景，本研究对近几年国内相关研

究成果进行汇总、整理和综述，尝试对学习预测研究的现状进行剖析，探讨学习预测研究的具

体效用，并指明学习预测研究的发展方向，以期为在线学习、学习分析等领域的发展提供参考。

一学习预测研究的获取与编码

1文献来源

本研究选取教育技术领域的8种中文核心期刊——《中国电化教育》、《电化教育研究》、《现

代教育技术》、《开放教育研究》、《中国远程教育》、《现代远程教育研究》、《远程教育杂志》、《现

代远距离教育》为文献来源，且按照以下标准进行文献筛选：①论文内容与学习预测主题紧密

相关；②研究发生的环境必须是在线学习；③研究范式主要采用数据密集型研究；④研究类型

属于实证研究；⑤论文需明确说明预测对象、预测目的、平台、数据指标、算法、模型评估等

要素；⑥论文需在2016～2019年间正式发表见刊。

2样本选取

文献筛选由笔者在2020年1月18日～2月3日期间进行。笔者使用中国知网数据库进行文

献搜集与下载，借助Endnote工具进行文献标注，并使用Excel工具进行文献筛选。按照上述文

献筛选标准，本研究得到上述8种核心期刊在2016～2019年间累计发表的论文4651篇——首

先删除不属于学习分析领域的论文4101篇，随后删除与学习预测主题无关的论文507篇，最后

98

Vol.30No.112020

删除研究中未使用数据密集型范式的论文18篇，最终得到25篇论文作为本研究的样本。其中，

发表于2016～2019年的论文篇数分别是5篇、8篇、4篇、8篇。

3内容编码

[2]

Chatti等认为，学习分析应重点关注数据与环境、分析目标、利益相关者、分析方法等问

[3]

题；Moreno-Marcos等从平台、预测对象、预测指标、预测技术、评估指标五个方面综述了

[4]

MOOC中的学习预测；Gardner等则从原始数据、特征工程、预测模型、评估方法四个方面对

学习预测研究进行了全面梳理。基于对现有研究成果的分析，本研究从四个维度对文献进行编

码，以作为后续综述的基础，分别是：①预测对象，即要预测学习者何种属性，主要关注预测

变量；