大数据背景下学习分析及应用

大数据背景下学习分析及应用

邓彩红

（天津师范大学教育科学学院，天津

摘

300387）

要：随着大数据时代的来临和教育信息化的普及，学习分析技术成为了教育领域研究热点之一。本文从介

绍学习分析的内涵和国内外学习分析的实践研究出发，结合国内外学者的研究成果，构建了一个新的学习分析过程图，并在此过程图的基础上提出了一个基本的学习分析模型，最后总结了学习分析的特点和作用，以期对学习分析的后续研究提供参考与借鉴。

关键词：学习分析；大数据；过程图；模型中图分类号：G40-057

文献标识码：A

文章编号：1008-3537（2015）03-00６７-05

2012年联合国大数据“BigDataforDe-velopment:Challenges&Opportunities”的发布

预示着大数据时代的来临，它的出现将在各行各业掀起变革的浪潮［1］。近年来数字化教育服务快速发展，信息化教务服务的平台越来越成熟，越来越多的移动设备也融合到教育信息化的潮流中，包括微博、微信和社交网络等在内的各种网络服务极大地推动了教育信息化的发展和普及。同时，用户与学习系统、设备的交互，以及用户之间的交互产生了大量的数据。这种数据符合大数据的4V特性：海量（Volume）、多样性（Variety）、速度（Velocity）和真实性（Veracity），给传统的教育数据存储和分析带来了挑战［２］。学习分析研究就是运用数据分析为各级教育工作者作出教育决策提供参考信息［３］。

上构建了一个新的应用模型，以期对学习分析的后续研究有一定的参考价值。

一、学习分析的内涵及相关概念的比较

1.学习分析的内涵

学习分析技术原先来自于商业领域和社交网站，通过应用数据分析为教育系统的各级决策提供参考。2005年，Educause学习促进会（ELI）发布的报告首次使用了“学习分析”一词，当时该术语与教育数据挖掘有相似之处。但是，尽管该术语已经提出了近10年，不同的机构和组织仍然没有达成共识，他们对学习分析的定义有不同的理解。

当前被广泛引用的学习分析的定义主要有两个［５］：一是“学习分析和知识”年会（LAK，2011）对学习分析的界定：“为了理解和优化学习及其发生的环境，对学习者及其所处情境的数据进行测量、收集、分析以及形成报告”。这个定义是目前学术界比较公认的定义，它界定了学习分析的对象、方法与目的。二是新媒体联盟（NMC，2012）给出的界定：“学习分析是以评估学生学业进展、预测未来表现、发现潜在问题为目的，对学生的大量数据进行解释的过程”。学习分析的数据既可以来自于学生完成作业和参加考试等显性行为，也可以来自于学生的在线交流情况和课外活动参与情况等隐

2010和2011两年的“地平线项目”年度报告

中都指出学习分析技术将在未来的四到五年内成为主流［３］。但是由于学习分析技术是一种新提出的技术，而且它与学术分析和数据挖掘很容易混淆，因此对这种技术的研究出现了概念泛化、研究边界不清、牵强附会等问题［４］。为此，本文将从学习分析的内涵、国内外研究现状、特点与作用几个方面进行探讨，并且在已有的学习分析模型基础

眼收稿日期演2015-4-15

眼基金项目演2014年度天津市艺术科学规划项目（A14079）；2013年度天津师范大学教学改革项目（2013015）眼作者简介演邓彩红(1990-)，女，河北曲阳人，硕士研究生，研究方向:远程网络教育。

-67-

邓彩红大数据背景下学习分析及应用性行为。学习分析就是在数据挖掘和建模技术的支持下，帮助教师、学校和教育机构为每个学生提供接近实时的个性化学习服务［５］。

2.学习分析与相关概念的比较

与学习分析最容易混淆的就是学术分析、教育数据挖掘这两个术语，它们之间既相互区别又相互联系。首先，学术分析不是简单的数据统计报告，而是通过获取、分析与学校相关的活动信息，为决策者提供更好的决策参考［６］，所以学术分析的研究对象是学校的活动信息。而学习分析的侧重点在于获得学生、教师和学习过程的信息，但二者均用到了数据挖掘技术［７］。其次，数据挖掘是一种普适技术，没有预设模型，注重自动发现，可以在学习过程的各个环节使用［６］，而学习分析更注重社会性的交互［７］。

二、学习分析实践研究

1.国外学习分析实践研究

目前，国外多所大学已经开始开展学习分析的实践，他们对于学习分析的应用研究主要集中在适应性测试、跟踪和报告和早期预警、干预两个层次［５］，主要工作包括开发学习分析系统和工具，收集学习者数据，分析学习行为模式，对学习进行干预和预测等［８］。如（1）澳大利亚Wollongong大学领导多个学校的研究人员共同运用学习网络可视化与评估工具（SNAPP）进行对学习者的论坛交流内容，如发帖者、回复对象、讨论话题以及话题范围等数据进行识别，并以社会网络图的形式呈现分析结果，从而识别出学业面临风险的学习者，最终达到提高学习者成绩的目的。（2）美国普渡大学的课程警示系统，运用了预测模型与“黑板视野（Blackboardvista）”软件共同提供的数据，通过分

析学生的学业表现，预测出那些成绩处于边缘风险状态的学生，并为这类学生提供积极的干预。（3）德雷塞尔大学（DrexelUniversity）利用在线教学管理系统的“视野之星报告（VistaStarReport）”收集学习者的在线学习时间、登录次数、下载量等相关数据并加以评估。除此之外还有

Desire2Learn的学生成功系统，开放大学的“数据

牧人”项目，奥斯汀州立大学的学位指南针系统（DegreeCompass）和密歇根大学的电子导师（E2Coach）系统等。

-68-

教育技术学研究

2.国内学习分析实践研究

我国学习分析实践研究的典型案例是由浙江温岭市中学信息技术教师开发的一款信息技术教学辅助平台———ITools3.0。该平台的研发历经约六年半的时间，目前仍在不断完善中。该平台主要是针对由于学校机房对计算机的写保护，学生重启计算机导致的学习记录丢失研发的。该平台的展示模块有强大的查询和展示功能，不仅能够记录教师和学生的所有操作，还能够满足学生的查询自己学习成果及别的同学发布的学习作品的要求。对于教师来说，他们可以充分利用平台记录的数据，根据学习分析的结果不断完善自己的教学方式和方法；对于学生来说，可以大大提高他们的自主学习能力。因此，该信息技术教学辅助平台目前已经被我国多所中小学使用，并取得了良好的实践应用效果。

三、学习分析技术应用模型

1.学习分析的主要要素

一般认为学习分析包含五个要素：（1）数据收集：数据收集过程会使用多种方法，如程序、脚本等，数据的来源可以是单一的学习系统，也可能是几个不同的学习系统。这个过程形成的数据是非常大的，满足大数据的海量特征，数据处理的结果因处理目标而定，包含结构化和非结构化两种形式。（2）分析：非结构化的数据分析，第一步是将其设定为某种结构，随后对这些数据采用定性和定量相结合的方式进行分析，最后以可视化的形式，如表格、图标或其他形式，将结果呈现在分析报告中。（3）学生学习：这个要素是学习分析与其他类型分析最本质的区别，它的目的是告诉我们学生的学习情况，如学生做的事情，学生的时间分配，学生获取了哪些学习内容，以及每个学生的学习进展。（4）听众：学习分析的结果主要服务于教师、学生以及管理者，这三种人群根据分析的结果可以对学习过程采取适当的干预。同时，数据收集的方法和工具也要根据听众的类型加以选择。（5）干预：在个体、课程以及部门或者机构层次施加适当的干预是进行学习分析的主要原因，通过观察学习分析的结果可以明确学生某一课程学习事实，从而为制定不同学生的个性化学习方案提供了依据。

江西广播电视大学学报２０15年第3期

综上所述，学习分析主要是收集和使用学生学习过程中产生的海量数据，监控和分析学生的学习行为，从而对学生、教师和管理者进行适当的干预，最终达到教师和管理者为学生提供个性化学习支持的目标。

简介、数据分析、预测和个性化适应五个步骤。本文融合了以上两个学习分析过程图的优点，在此基础上构建了一个新的学习分析过程图，如图1所示。

数据分析的数据来自于学习者数据和智能数据两个方面，前者包括学生个人基本信息及学习风格等个性特征信息在内的基本数据和学习者利用移动终端社会性软件、个性化学习环境（PLE）和学习管理系统（LMS）等软件开展学习过程中产

2.学习分析的过程

马红亮在《反省分析技术在教育领域中的应用》一文中，将学习分析的过程分为数据准备阶段、解释和可视化阶段和行动计划阶段三个阶段。

Siemens将学习分析的过程总结数据收集、学习者

图1学习分析过程图

生的数据；后者是指学习者在真实的学习环境中，如参加课堂活动、考试、提交论文等过程中产生的音视频、考试评价和论文等数据。数据准备完成后，在信息系统和团队支持的帮助下，进行数据分析，然后结合学习者的自我鉴定和数据推断，完成

对学习者的学习处境、学习困境和未来行为的预测，最后从技术、社会和教学三方面对学习者进行相应的干预。

3.学习分析模型

对于学习分析模型，国内外不同的专家提出

-69-

邓彩红大数据背景下学习分析及应用教育技术学研究

了不同的见解。国际上比较著名的包括Siemens(2010)提出的学习分析技术过程模型、Elias(2011)提出的持续改进环模型，MalcolmBrown提出的学习分析应用模型等。国内优秀的学者也提出了一些学习分析的模型，如李艳燕（2012）等人提出的学习分析概念模型和郁晓华（2013）等人提出的学习活动流模型等。虽然不同的专家提出的模型不尽相同，但是他们都强调了对学习过程的分析，学习过程的分析在学习分析的主要内容，占据了核心位置，数据分析过程必须紧紧围绕学习者学习

行为展开。

笔者在以上提出的学习分析过程图的基础上，构建了一个基本的学习分析模型，如图2所示。

在该基本模型中，数据来源主要有学习者数据和智能数据两大类，这两类数据已经在前面的学习分析流程图中做过介绍，不再赘述。这两类数据在经过分析软件和分析团队的分析判断后，可以对学生在某一门课程中的具体的学习情况进行

图2一个基本的学习分析模型

预测，并将分析结果反馈给教学管理人员和教师。教师管理人员和教师可以根据这些预测和分析结果评估学生表现，实时地对学生提供指导意见。同时可以根据学生的学习效果，指导和调整教学，从而制定每个学习者的个性化学习路径，满足不同学习者的需求。总而言之，上述学习分析基本模型主要包括数据收集、分析处理以及反馈干预三个部分，而且这三个部分在实施过程中是不断循环、重复进行的。

四、学习分析的特点和作用

息相关。学习分析的分析方法包括社会网络分析法、话语分析法和内容分析法等。学习分析一般借助学习分析软件来获取分析结果。学习分析软件从专业程度角度划分为专用工具和通用工具两种。“专用工具”是专门针对某学习分析项目进行设计和开发的，它是学习分析的核心工具；“通用工具”是指从互联网、可用性设计等其他领域借鉴使用的工具，可以对学习者使用教学系统的方法和习惯进行分析。

第三，以可视化的表格、图标或其他形式，将结果呈现在分析报告中，反馈给教师、学习者或者管理者，便于学生和教师对学习情况的整体把握，并有针对性地调整教学的方法和内容。同时也为教育管理者从组织和制度决策层面对教学进行干预提供了依据。

最后，学习分析从根本上说是为学生和教师服务的。对于学生而言，学习分析可以对学生的学习处境、学习困境和未来行为作出预测，在此基础上施加的干预，可以帮助学生及时发现和改正学习上潜在的问题，从容提高学习效果。对于教师而

1.学习分析的基本特征

首先，学习分析技术需要大数据作为支撑，不仅要收集学生在网络在线学习平台，学习过程中产生的数据，如课程中学生的讨论、测试结果等，还需要收集学生个人的非正式的知识管理系统，如个人QQ空间、关注的微信公众平台或者微博等，包含的数字化学习资料，这样才能确保分析结果的正确性和有效性。

其次，学习分析技术的产生和发展与计算机辅助教学管理与教育数据挖掘两种技术的发展息

-70-

江西广播电视大学学报言，反馈结果是他们改进教学的依据，从而提高他们的教学质量、教学水平和职业技能。

2.学习分析的作用

首先，学习分析结果包含学生的学习绩效、学习过程以及学习环境的信息，将学习分析结果及时反馈给教师、学生及课程管理人员非常重要。分析结果是教师改进教学和优化教育教学过程的依据，提高教师的教学质量、教学水平和职业技能。分析结果能够使学生及时发现自己的不良学习行为，改正不好的学习习惯，提高学习效率。课程管理人员能够根据分析结果，及时修订课程，增加学生感兴趣的学习资源，减少学生不喜欢的学习内容，达到优化学习空间的目的。

其次，某些学习推荐系统可以根据学习者关注、观看、下载和讨论等学习行为［８］，对学习者进行分类，并向不同等级的学习者推荐不同的学习资源。这样有助于学习者花更少的时间找到适合自己的学习内容，提高了他们的学习效率，也有他们学习兴趣的保持。

最后，研究学习者彼此之间的交互是计算机支持的协作学习的重要部分，学习分析技术通过对网络学习者的分析，能够起到优化社会学习环境的作用。相关的学习分析技术在对聊天工具、论坛，或者电子邮件客户端中被捕获的数据进行分析的基础上，不但会对学习者进行预测而且还会建议有关的小组学习活动［８］

。在小组学习中，信息

交流、资源共享等学习行为可以为小组成员吸引到更多具有相同爱好的更优秀的学习者，这对于提高小组成员的学术水平有很大帮助。

结语

学习分析技术在教育领域中有广阔的应用前景和巨大的发展潜力，但是目前对该技术的应用仍然存在一些问题。首先，数据搜集的相关技术和工具还有待提高，同时搜集数据的标准不统一，造成数据的共享和重复使用率低。其次，数据使用的

２０15年第3期

合法性又引出了对于学生的隐私的保护，甚至对于该技术在应用、再应用、混合学生数据方面的相应的道德问题。只有尽快完善相关的法律法规，才能明确数据的使用权限，避免研究者人力、财力和物力的浪费。最后，学习分析技术的使用可能会贬低教师的作用，降低学生的自信心，贬低深度学习的重要价值［５］。

以上这些在学习分析技术应用过程中的问题和挑战，需要研究人员不断地研究探讨。但是可以确定的是，我们必须谨慎推动学习分析技术在教育领域的应用，必须与有效的教学理论以及评价理论结合起来，并且不断进行反思。这样我们才能全面而理性地认识学习分析技术的功能和特性，才能使我们的分析、预测和评估具有更大的意义。

参考文献：

［1］BigDataforDevelopment:Challenges&Opportunities

[DB/OL].[2012-05-01].http://www.unglobalpulse.org/sites/default/files/Big-DataforDevelopment-UNGlobalPulseJune2012.pdf.

［2］冯翔.基于大数据技术的学习分析系统架构［J］.华东师范大学学报（自然科学版），2014（3）：20-28.

［3］TheHorizonReport2011edition［DB/OL］.http://

wp.nmc.org/,2012.

［4］包昊罡.大数据背景下学习分析的特点［J］.北京广播电视大学学报，2015（1）：9-13.

［5］马红亮.反省分析技术在教育领域中的应用［J］.现代远程教育研究，2014（4）：39-46.

［6］朱珂.基于“学习分析”技术的学习平台开发与应用研究［J］.中国电化教育，2013(9):127-132.

［7］马秀涛，张小莉.国内学习分析研究现状的文献分析［J］.中国教育技术装备，2014(14):101-102.

［8］乔金瑶.学习分析技术在未来教育中的应用［J］.软件导刊，2013(12):191-192.

责任编辑：汪红亮

-71-