大数据背景下学习分析技术对教学模式的变革

1、    大数据背景下学习分析技术对教学模式的变革    摘要：随着信息技术的发展，应用于教育领域的大数据分析已经成为了当今教学的发展趋势。学习分析技术，作为一种新兴技术，改变了传统教学的经验式模式，既能为学生提供高质量、个性化的学习体验，又能改进教育工作者的教学方式，通过信息数据分析完善教学过程。基于此，文章主要介绍了学习分析技术的内涵与方法，并构建了将该技术应用于教育领域的基本模型，最后就其应用及其对教学模式所带来的变革进行了探讨，希望能给传统教学带来启示。关键词：大数据，学习分析技术，教学变革大数据，作为当今最热门的关键词，已在各行各业中掀起变革的巨

2、浪。在教育领域中，同样蕴藏着具有应用价值的海量数据。荷兰著名的行为观察软件商noldus公司的研究表明，在一节40分钟的普通中学课堂里，一个学生所产生的全息数据约有5-6gb，而其中可归类、标签、并且进行分析的量化数据约有50-60mb，这相当于在传统数据领域中积累5万年的数据量总和。1那么，如何有效挖掘、分析和利用这些数据来更好地改进教学？学习分析技术给出了很好的答案。美国新媒体联盟(nmc)与美国高校教育信息化协会(educause)发布的2013年地平线报告(高教版)预测：学习分析技术将在未来的两到三年内成为主流技术，并得到广泛的应用。2一、学习分析技术的内涵学习分析技术是一个新兴的研究

3、领域，旨在应用数据分析为教育系统的各级决策提供参考，关键内容就是应用于教育领域的大数据分析。这一研究方法原先来自于商业领域，商家通过对消费者的活动进行数据发掘分析来把握消费趋势。比如淘宝网会根据用户购买和浏览过的产品，来推断用户对某类产品的偏好。又如在社交网站中，新浪微博会根据个人的关注对象推荐该用户可能感兴趣的其他对象。这类技术的实质，就是通过对数据的提取、归类、分析与总结，进行统计性的预测和判断。基于学生相关数据的分析则是以学生群体为主体，以设计出更完善的教学方法为目标，致力于为学生提供高质量、个性化的学习体验，并评估制定的学习计划是否能有效帮助学生加强学习，这些分析结果对于教学双方来说都

4、具有重要的意义。对教育工作者和研究人员而言，学习分析在剖析学生与在线文本、课件之间的互动中发挥着至关重要的作用。对学生而言，通过开发用于分析学生具体数据的移动软件和在线平台，能够为学生提供符合他们学习需求的支持服务系统，使他们受益于学习分析，提高学习成绩和学习效率。二、学习分析技术的分析方法学习分析技术除了传统的数据分析方法外，充分吸收了大数据时代下各个领域的新技术，包括社会网络分析法、话语分析法和内容分析法。这些新技术的引入，使得学习分析逐渐科学化、现代化和智能化。社会网络分析法(social network analysis)原先是一种社会学研究方法，它是对社会网络的关系结构及其属性加以分

5、析的一套规范和方法，现已广泛运用于教育领域。如果将学习者个体作为研究对象，通过社会网络分析法，我们不难判断学习者个体向哪些同伴寻求了学习帮助，在哪些方面产生了学习认知上的困难，又有哪些具体的情境因素影响了学习者个体的学习过程等。如果将整个网络作为研究对象，社会网络分析法主要关注的是网络学习过程中信息的分布和个体学习的进展情况。话语分析法(discourse analysis)原先是一种语言学研究方法，是在课堂对话基础上建立的口语分析方法，经过不断发展引入到教育领域，在课堂教学实践中得到了广泛应用。在大数据时代下，话语分析的对象不仅仅只是教学过程中面对面的对话内容，还涉及网络课程与会议中产生的文

6、本内容，以及网络背景下的异步交流内容等。通过话语分析技术，我们可以对网上学习交流过程中话语的文本性含义有更深入的了解，从而探究知识建构的本质，对整个学习发生的过程获得更加清晰的认识。内容分析法(content analysis)是一种对传播内容进行客观、系统和定量描述的研究方法。内容分析的过程是一个层层推理的过程，其实质是对传播内容所含信息量及其变化的分析，即由表征的有意义的词句推断出准确意义的过程。3在教育领域中运用内容分析法，不仅可以对学习者的学习过程数据进行定量分析，探寻学习者的行为模式；还可对其进行定性分析，运用积累的大量经验来预测当前的学习者行为，为学习者提供个性化的学习资源服务。三

7、、学习分析技术的模型笔者根据学习分析技术的决策流程，构建了一个基本的模型(如图1所示)。图1 学习分析技术基本模型1.数据的收集学习分析技术需要大量数据作为支撑，仅仅依靠结构化数据是远远不够的，必须同时收集不同系统中的非结构化数据，保障分析结果的正确性、一致性和完整性。目前，教育系统中已经积累了大量的学生信息。信息系统中的学生信息、课程信息和教师信息这些档案类信息都可以作为学习分析的数据来源之一；课程管理系统(cms)和学习管理系统(lms)中也蕴藏着大量可以挖掘的信息，包括课程中的交互信息(与老师或学生的交流等)、学习表现信息(作业完成情况等)以及行为信息等；同时，基于教师经验、教师观察以及

8、教师直觉的课程指导方针也是形成决策树分析的必不可少的部分。2.数据的处理结构化数据的考量很难反映一个学生在一堂课中吸收了多少知识，但是通过其在系统中的行为反应可以转化为可量化的数据来对其学习过程进行分析。比如在在线课程中，可通过多个方面检测学生的表现：比如与同班同学相比，在网站上花费的时间；登录网站的频率；犯了同样错误后重复犯错的概率；在某一科目停留的时间等等。通过综合分析这些数据，可以对学生的学习行为有更深入的了解，从而更加微观地了解学生。3.软件分析学习分析软件按照专业程度来分，可分为专用工具和通用工具两种。“专用工具”一般是学习分析项目中的核心分析工具，它专门针对某一项目的具体要求进行设

9、计和开发，在项目实施过程中运用该工具搜集和分析学习者数据，从而指导教学。典型的专用工具有socrato、snapp和loco-analyst等。而“通用工具”则是原来应用于互联网、可用性设计等其他领域的工具，后来被转用于教育情境下，用来分析学习者如何使用教学系统，主要有mixpanel analytics、userfly、gephi等几种。44.行为干预学习分析结果可用来评估学生表现，并及时提供反馈意见，同时还可根据学生的学习效果，有针对性地调整学习内容和方法，为学生提供指导和帮助，提高学生的学习能力。四、学习分析技术所带来的教学变革1.个性化教学的变革学习分析技术的运用可以为每个学生提供一个

10、个性化的学习环境。例如，如果一个学生解决一个问题所花费的时间远少于其他同学，系统分析结果就会自动给予提示与线索，试图促进该学生加强学习。这种即时性的提示在过去是不可能完成的任务，学生至少要等待多天，直到他们的作业被批改完。同时，在使用学习分析技术一段时间后，教师能够通过信息追踪和分析，判断自己的教学方法是否有效，从而进行相应的调整。因此，每个学生都能各自拥有一套为他们量身定制的个性化学习课程。国内外大学中，较早应用学习分析的案例之一是美国普渡大学的“信号项目”。该项目于2007年启动，将数据从学生信息系统、课程管理系统和课程成绩单中提取出来，按照学习表现分类，从而对那些极有可能不及格或辍学的学

11、生有针对性地提供服务。美国奥兰治县的马鞍峰社区学院通过它的“高等教育个性化服务助理”或叫sherpa(service-oriented higher education recommendation personalization assistant)系统，运用学生数据成功实施了个性化教育。该软件为每个学生建立详细档案，记录了其完整的在校期间的日程信息、跟随导师学习的经历以及其它个人信息；接着对这些信息进行分析，提出对时间管理、课程选择的建议，以及分析其它有助于学生在学业上获得成功的要素。2.教师角色的变革学习分析技术的运用将使教师不再仅仅是一个“教师”，同时承担了分析师的角色。传统意义上的教

12、学主要是经验式的，教师凭借自己的主观判断来选择教授课程的内容和方式，然后通过一次次的反复实践来进行验证。而大数据时代下的学习分析技术有助于教师从这种传统的教学模式中解放出来，教师所做的决策将不再是纯粹的经验式判断，而是建立在数据分析的基础上。美国教育发展中心(education development center)和学生与技术中心(center for children and technology)对如何利用数据帮助美国纽约市公立学校的教师进行教学决策开展了研究实践。他们与一家公司合作，对学生在数学学习过程中的数据进行了记录与分析，最后生成了可供教师分析的书面报告和网络报告。书面报告为教师提供了标准的全班学生学习情况的报告，为教师根据学生的需求分组、关注学生的个体特点等提供了依据。网络报告则为学校不同层次的员工提供不同层次的信息和重点。五、结束语大数据时代的来临，强有力地推动着教育信息化发展的浪潮。通过学习分析技术，使教学实践从关注宏观群体走向关注微观个体，并使教育个性化服务成为可能。但是，学习分析技术作为一种新兴技术，也面临着诸多挑战，距离其大规模运用可能还有较长的路要走，需要广大研究者深入研究，