学习分析应用模型设计研究.docxVIP

学习分析应用模型设计研究黄洛颖，邹蕊，刘芳，武法提北京师范大学，教育技术学院，北京市海淀区新街口外大街19号[摘 要]学习分析是利用数据和模型，预测学习者在学习过程中的进步和表现，预测未来表现和发现潜在问题的技术，学习分析模型是开展学习分析相关研究的重要基础。笔者通过深度分析国内外相关文献，发现已有的学习分析模型大多从理论层面上探讨学习分析的基本要素和流程，缺乏对实践应用方面的考虑。本文从实践应用的视角出发，构建了学习分析应用模型，该模型整合了多个学习分析模型的基本要素和环节，将学习分析划分为数据收集、数据处理、数据分析、可视化输出、预测和干预五个阶段，并从具体实施细节上对各要素和环节进行了具体分析，以期对今后国内学习分析的理论研究与实践提供参考和借鉴。[关键词]学习分析；学习分析模型；学习分析应用模型；设计一、引言自2010年以来，“学习分析与知识国际会议”，已连续召开4届。2011年，美国地平线报告明确提出学习分析是一项影响未来学习的技术，且连续4年将其纳入影响未来学习的技术中来。2012年美国国家教育部发布《通过教育数据挖掘和学习分析促进教与学》，着重强调学习分析在测量、评估、干预等方面对学生学习有重要影响。2014年，专门针对学习分析研究和应用的英文期刊——《学习分析》创刊。由此可见，学习分析作为一个独特的研究领域，已经引起了全球研究者的强烈关注。基于学习分析技术的各项研究、实践也开展的如火如荼。学习分析模型是学习分析应用的重要理论指导，一定程度上决定着学习分析相关实践研究的成败。因此，构建能有效指导实践的学习分析应用模型对学习分析的发展及应用推广有着非常重要的意义。有研究表明，现阶段学习分析的理论和实践还不成熟，1尚未有较好的分析模型。2综上，本研究拟在已有的学习分析模型基础上，从实践与应用的角度对现有模型进行改进和完善。二、学习分析模型研究综述本研究通过分析国内外学习分析相关文献发现，最具有代表性且最受研究者认可的学习分析模型主要有三个，详细分析如下。Tanya Elias从技术资源视角出发，提出了以计算机、人力、理论和组织为核心要素的学习分析模型，如图1所示。其中计算机、人力、理论和组织机构四种技术资源位居模型中心，并基于资源将学习分析过程分为数据收集、数据加工和知识应用三个阶段以及获取、选择、聚集、预测、使用、优化六种活动，且此三个阶段不断循环。3该模型从技术资源视角给出了一个学习分析的要素模型，即学习分析应该包括用于计算、处理、分析数据的计算机，指导学习分析实践的理论基础，以及在学习分析中必不可少的组织机构的决策支持和人力。2010年，G·Siemens提出了他的第一个学习分析模型，如图2所示。他认为学习分析包括数据获取、分析、预测和适应调整四个过程。4其中，数据来源主要是学生自己发布的数据，以及通过语义分析等获取到的与学习过程间接相关的智能数据。将课程数据、学期数据及相关的资料信息都收集起来进行分析得出可靠的结果。教师要善于将这些分析结果应用于教学实践中，在对学习者数据、档案信息和课外数据进行分析的基础上，就能更有针对性地施加学习干预，指导和调整教学，实现课程的个性化，满足学生的不同需求。2013年，G·Siemens结合自己的实践提出新的学习分析模型，如图3所示。该模型是一个循环过程，该模型详细介绍了系统的分析方法，共包括数据收集和获取、存储、清理、整合、分析、呈现与可视化、行动七个步骤。Siemens认为系统性的方法确保提供的资源系统化，而不是仅仅依赖于教师的时间和（或）观察。干预措施，比如提供学生支持资源推荐或创建学习者成功的预测模型，没有自上而下的支持在大学是不可能的。5通过对此三个模型的异同点进行比较，我们不难得出，可以将学习分析大致划分为数据收集、数据处理、数据分析、可视化输出、预测和干预五个阶段，并且这五个阶段在教学实施过程中不断循环。以上三个典型的学习分析模型分别从技术要素视角和分析流程视角构建，主要是从大局大视角来考虑学习分析该有哪些基本要素以及可以如何走。因此，相对来说对学习分析各个大环节在实践中到底该如何进行应用并未做深入的探讨。基于此，本研究拟从学习分析应用的视角出发，试图构建一种学习分析应用模型。图1 Elias提出的学习分析模型 图2 G. Siemens提出的学习分析模型图3 G. Siemens提出的新的学习分析模型三、学习分析应用模型设计本研究基于已有学习分析模型设计了学习分析应用模型。该模型共包括数据处理、分析引擎、可视化输出、干预引擎四个主要环节，其中系统通过学生动态信息库和学生静态信息库存储学生学习信息，经过清洗、整合等处理进入到分析引擎，经过内容分析、社会网络分析和话语分析后，将分析结果多层次、多维度可视化输出，同时根据分析结果，以资源推送和