魏順平

【摘要】當前，大數(shù)據(jù)時代已經(jīng)來臨，教育領(lǐng)域同樣積累了海量數(shù)據(jù)。教育領(lǐng)域已經(jīng)部署了眾多的學習管理系統(tǒng)，在這些軟件系統(tǒng)中存儲著海量的學習者信息及學習過程數(shù)據(jù)。如何利用這些數(shù)據(jù)，使這些數(shù)據(jù)轉(zhuǎn)變?yōu)樾畔?、知識，并為教學決策、學習優(yōu)化服務(wù)，已成為教育工作者以及學習者們所關(guān)注的內(nèi)容。學習分析技術(shù)有助于發(fā)揮學習過程數(shù)據(jù)的價值，使數(shù)據(jù)成為審慎決策、過程優(yōu)化的重要依據(jù)。該文介紹了國內(nèi)外學習分析技術(shù)研究現(xiàn)狀，歸納出學習分析技術(shù)的關(guān)鍵技術(shù)及分析模式，并以實例從不同用戶視角包括管理者、輔導(dǎo)教師、學習者展示了學習分析技術(shù)在網(wǎng)絡(luò)學習過程分析中的應(yīng)用過程。

【關(guān)鍵詞】大數(shù)據(jù)時代；教育數(shù)據(jù)；學習分析；關(guān)鍵技術(shù)；分析模式

【中圖分類號】G40-057

【文獻標識碼】A

【論文編號】1009-8097（2013）02-0005-07

剛剛過去的2012年，大數(shù)據(jù)（big data）一詞越來越多地被提及，人們用它來描述和定義信息爆炸時代產(chǎn)生的海量數(shù)據(jù)，并命名與之相關(guān)的技術(shù)發(fā)展與創(chuàng)新。國際數(shù)據(jù)公司（IDC）的研究結(jié)果表明，2008年全球產(chǎn)生的數(shù)據(jù)量為0.49ZB，2009年的數(shù)據(jù)量為0.8ZB，2010年增長為1.2ZB，2011年的數(shù)量更是高達1.82ZB，相當于全球每人產(chǎn)生200GB以上的數(shù)據(jù)。最早提出“大數(shù)據(jù)”時代到來的是全球知名咨詢公司麥肯錫，麥肯錫稱：“數(shù)據(jù)，已經(jīng)滲透到當今每一個行業(yè)和業(yè)務(wù)職能領(lǐng)域，成為重要的生產(chǎn)因素。人們對于海量數(shù)據(jù)的挖掘和運用，預(yù)示著新一波生產(chǎn)率增長和消費者盈余浪潮的到來。”在教育領(lǐng)域，《2013NMC地平線報告（高教版）》（預(yù)覽版）非常有預(yù)見性的認為“大數(shù)據(jù)和學習分析”將在未來2至3年成為主流技術(shù)。

一 核心概念界定

在首屆“學習分析和知識國際會議”上，與會者一致認為：學習分析技術(shù)是測量、收集、分析和報告有關(guān)學生及其學習環(huán)境的數(shù)據(jù)，用以理解和優(yōu)化學習及其產(chǎn)生的環(huán)境的技術(shù)?！?012NMC地平線報告（高教版）》也給出了近似的定義，即學習分析技術(shù)是對學生生成的海量數(shù)據(jù)的解釋和分析，以評估學生的學術(shù)進展，預(yù)測未來的表現(xiàn)，并發(fā)現(xiàn)潛在的問題。從這些定義可以看出，學習分析技術(shù)分析的對象是學生及其學習環(huán)境，目的是評估學生、發(fā)現(xiàn)潛在問題、理解和優(yōu)化學習，基礎(chǔ)是海量數(shù)據(jù)。

二 國內(nèi)外研究現(xiàn)狀

2011年2月底，首屆“學習分析技術(shù)與知識國際會議”在加拿大的阿爾伯達省班芙市舉行，主題之一就是學習分析技術(shù)。美國新媒體聯(lián)盟發(fā)布的2010年度和2011年度《地平線報告》均預(yù)測學習分析技術(shù)將在未來的四到五年內(nèi)成為主流?？梢?，學習分析技術(shù)已逐漸成為教育中的一項新興技術(shù)。

事實上，在“學習分析技術(shù)”概念出現(xiàn)之前，與之相關(guān)的技術(shù)、工具及其應(yīng)用研究已經(jīng)開展起來。2004年在高等教育中出現(xiàn)的“智能導(dǎo)師系統(tǒng)”和“人工智能系統(tǒng)”掀起了“教育數(shù)據(jù)挖掘”研究的熱潮，也促使學術(shù)分析技術(shù)這一關(guān)注學習者行為的分析技術(shù)的誕生。Romero&Ventura（2007）以及Baker&Yacef（2009）對10余年的教育數(shù)據(jù)挖掘研究進行分析，歸納出5類教育數(shù)據(jù)挖掘方法，它們是統(tǒng)計分析與可視化；聚類（聚類、離群點分析）；預(yù)測（決策樹、回歸分析、時序分析）；關(guān)系挖掘（關(guān)聯(lián)規(guī)則挖掘、序列模式挖掘、相關(guān)挖掘）；文本挖掘。另外，隨著網(wǎng)絡(luò)學習及相關(guān)學習管理系統(tǒng)的不斷普及，數(shù)據(jù)挖掘方法在學習管理系統(tǒng)中得到應(yīng)用，并開啟了利用網(wǎng)絡(luò)分析技術(shù)對學習者行為加以分析的研究，Romero，C.等人（2005）對Moodle學習平臺的日志分析是這方面研究的典范。記錄在學習管理系統(tǒng)中的學習者行為數(shù)據(jù)，經(jīng)過聚集、分類、可視化以及關(guān)聯(lián)規(guī)則分析等操作，生成實時的數(shù)據(jù)報告，或者利用從行為數(shù)據(jù)中反映出的常模來生成預(yù)測模型。隨著學習分析研究與實踐的不斷深入，除了數(shù)據(jù)挖掘方法外，一些原本屬于社會科學領(lǐng)域的方法如社會網(wǎng)絡(luò)分析法、話語分析法、內(nèi)容分析法等也得到成功應(yīng)用并成為學習分析的關(guān)鍵技術(shù)，這些方法的典型應(yīng)用之一是師生交互行為分析。

國內(nèi)外多位研究者的研究實踐證明，學習分析技術(shù)對于學生、教師、管理人員、研究人員以及技術(shù)開發(fā)人員均具有重要價值：（1）對于學生而言，學習分析技術(shù)可以從學習者行為角度了解學習過程的發(fā)生機制，并用來優(yōu)化學習，以基于學習行為數(shù)據(jù)的分析為學習者推薦學習軌跡，開展適應(yīng)性學習、自我導(dǎo)向?qū)W習。（2）對于教師和管理人員而言，學習分析技術(shù)可用來評估課程和機構(gòu)，以改善現(xiàn)有的學校考核方式，并提供更為深入的教學分析，以便教師在數(shù)據(jù)分析基礎(chǔ)上為學生提供更有針對性的教學干預(yù)。（3）對于研究人員而言，學習分析技術(shù)可作為研究學生個性化學習的工具和研究網(wǎng)絡(luò)學習過程和效用的工具。（4）對于技術(shù)開發(fā)人員而言，借助學習分析技術(shù)發(fā)現(xiàn)的學習管理系統(tǒng)各模塊使用頻次以及使用路徑，優(yōu)化學習管理系統(tǒng)界面設(shè)計，并且根據(jù)其他人員開展學習分析的需要優(yōu)化學習管理系統(tǒng)日志功能。

另外，學習分析技術(shù)在網(wǎng)絡(luò)高等教育領(lǐng)域大有可為，有助于監(jiān)控學習過程，保障教育質(zhì)量。學習分析的開展有賴于系統(tǒng)化、結(jié)構(gòu)化的海量數(shù)據(jù)，恰好網(wǎng)絡(luò)高等教育由于其全面采用學習管理系統(tǒng)和教育管理信息系統(tǒng)，已經(jīng)積累了大量的系統(tǒng)化、結(jié)構(gòu)化數(shù)據(jù)。自1998年教育部開展現(xiàn)代遠程教育試點工作以來，我國網(wǎng)絡(luò)高等教育得到了迅猛發(fā)展。據(jù)教育部統(tǒng)計數(shù)據(jù)，2010年網(wǎng)絡(luò)高等教育本、?？普猩鷶?shù)達166萬人，在校生數(shù)達453萬人，分別占當年全國高等教育招生數(shù)和在校生數(shù)的16%和14%，由此可見網(wǎng)絡(luò)高等教育在我國高等教育中的重要地位。近年來出現(xiàn)的網(wǎng)絡(luò)高等教育學生考試集體作弊事件讓社會對網(wǎng)絡(luò)高等教育質(zhì)量提出質(zhì)疑，因此，著力提高網(wǎng)絡(luò)高等教育的質(zhì)量應(yīng)該放在更為突出的位置。應(yīng)用學習分析技術(shù)，調(diào)查網(wǎng)絡(luò)高等教育中學習者網(wǎng)絡(luò)學習的現(xiàn)狀，包括學習者的主要特征、網(wǎng)絡(luò)學習行為特點、學習行為的影響因素及其所帶來的學業(yè)結(jié)果，有助于掌握成人網(wǎng)絡(luò)學習規(guī)律，從而優(yōu)化學習過程，改進學習效果，提升教育質(zhì)量。

三 關(guān)鍵技術(shù)與分析模式

1 學習分析關(guān)鍵技術(shù)與主要工具

學習分析關(guān)鍵技術(shù)涉及內(nèi)容分析、話語分析、社會網(wǎng)絡(luò)分析、系統(tǒng)建模等技術(shù)以及統(tǒng)計分析與可視化、聚類、預(yù)測、關(guān)系挖掘、文本挖掘等一系列數(shù)據(jù)挖掘方法。

常見的學習分析工具有很多，如支持對原始帖子進行標注或編碼、交叉引用和簡短評論的工具包括Nvivo、Atlasti；支持基本的基于詞典的文本分析的工具，如CATPAC、LIWC；專門的內(nèi)容分析工具，如北京師范大學知識工程研究中心開發(fā)的智能化內(nèi)容分析工具VINCA；專門的社會網(wǎng)絡(luò)分析工具，如UCINET；用于系統(tǒng)建模的工具，如Coordinator系統(tǒng)建模工具；專門的數(shù)據(jù)挖掘工具，如SQL SERVER 2005 Analysis Service（SSAS）、Weka、SPSS等等。

2 學習分析技術(shù)應(yīng)用情境分析與學習分析模式構(gòu)建

學習分析的對象自然是學生的學習。通過對學習過程各要素的分析，我們可以進一步細化學習分析的對象，從而界定出各種應(yīng)用情境，并構(gòu)建特定的應(yīng)用模式。我們采用格語法中的格框架方法，以“學習”為中心謂詞進行語義格標識。常見的語義格包括施事格、工具格、承受格、使成格、處所格、客體格等。所得結(jié)果如圖1所示。

如圖1所示，采用學習分析技術(shù)對“學習”的語義格包括“學習者”、“學習內(nèi)容”、“學習方式”、“學習結(jié)果”等進行挖掘分析，將使格框架中的中心謂詞“學習”的細節(jié)更加清晰，從而形成對學習現(xiàn)狀的更加完整的認識，能夠回答“誰在學、學什么、怎么學、學的結(jié)果如何”等一系列問題。針對解決不同類型的問題，將產(chǎn)生三類學習分析技術(shù)應(yīng)用情境，即用于回答“誰在學”的學習者特征分析，用于回答“學什么、怎么學”的學習過程分析以及用于回答“學的結(jié)果如何”的學習結(jié)果分析，從而構(gòu)建出三種學習分析模式，可為他人完成類似的挖掘任務(wù)提供參考。

學習分析模式由“學習分析流程”、“工具與算法”及“數(shù)據(jù)與信息”三要素構(gòu)成?！皩W習分析流程”包括數(shù)據(jù)收集、數(shù)據(jù)預(yù)處理、分析、預(yù)測、應(yīng)用等環(huán)節(jié)，根據(jù)應(yīng)用情境的不同“學習分析流程”各環(huán)節(jié)有所區(qū)別；“工具與算法”為“學習分析流程”提供支撐，它們從“學習分析關(guān)鍵技術(shù)與主要工具”中選??；“數(shù)據(jù)與信息”既有向“工具與算法”輸入的數(shù)據(jù)，又有從“工具與算法”輸出的信息或知識。

一種用于學習過程分析任務(wù)情境的學習分析模式如圖2所示。

在數(shù)據(jù)挖掘工作流的核心環(huán)節(jié)，主要的數(shù)據(jù)挖掘任務(wù)有學生登錄行為分析、學生資源瀏覽模式分析、師生交互論壇分析和學生行為影響因素分析，所用到的工具和算法則有SSAS的聚類分析與順序分析、聚類分析、關(guān)聯(lián)規(guī)則等以及UCINET的網(wǎng)絡(luò)圖繪制等。

四 基于用戶視角的學習分析技術(shù)應(yīng)用

前文已經(jīng)提到，學習分析技術(shù)對于網(wǎng)絡(luò)學習有獨特價值。由于筆者所在單位是68所現(xiàn)代遠程教育試點院校之一——中央廣播電視大學，可以較為方便的獲取該校的學生數(shù)據(jù)，并且該校的辦學規(guī)模在整個網(wǎng)絡(luò)高等教育中具有獨特地位，其招生數(shù)和在校生數(shù)都遠高于其他遠程教育試點。自2004年以來，中央廣播電視大學所舉辦的網(wǎng)絡(luò)高等教育（一般稱作“中央電大開放教育”，后文在談及中央電大網(wǎng)絡(luò)高等教育時將采用這一稱法）始終占有全國網(wǎng)絡(luò)高等教育60%～70%的份額。本文將選取中央廣播電視大學的學習管理系統(tǒng)，采用各類學習分析工具，基于學習管理系統(tǒng)的日志數(shù)據(jù)以及教育管理信息系統(tǒng)有關(guān)學籍、課程、教師的數(shù)據(jù)，從管理者、輔導(dǎo)教師以及學習者等多種用戶視角深入分析成人學習者網(wǎng)絡(luò)學習現(xiàn)狀及其影響因素，以優(yōu)化成人學習者學習過程。

1 管理者視角的學習分析技術(shù)應(yīng)用

作為教學管理者，他們一般采用學習分析技術(shù)了解某個辦學機構(gòu)的整體教學情況，如師生數(shù)量、學生各類活動總量及平均情況、教師各類活動總量及平均情況，主要用到“統(tǒng)計分析與可視化”這一類方法。

為了有效監(jiān)控地方電大網(wǎng)上教學情況，對地方電大網(wǎng)上教學工作進行有針對性的指導(dǎo)和幫助，中央廣播電視大學每年要組織對地方電大日常網(wǎng)上教學進行跟蹤檢查。常見的檢查內(nèi)容如表1所示（該表由成都廣播電視大學改造完成）。

下面對表1中的一些重要指標進行說明。

通過“上網(wǎng)學生數(shù)”、“上網(wǎng)學生數(shù)/在校生數(shù)”兩項指標反映辦學單位組織、引導(dǎo)、督促學生上網(wǎng)學習的情況。這兩項指標是對辦學單位組織、引導(dǎo)、督促學生網(wǎng)上學習情況進行后續(xù)分析的前提。

通過“學生登錄次數(shù)”、“學生登錄次數(shù)/上網(wǎng)學生數(shù)”兩項指標反映學生網(wǎng)上學習活動的頻度。進一步對學生登錄的時間段分析，可以反映學生網(wǎng)上學習的進度和網(wǎng)上學習是否均衡?！靶碌卿泴W生數(shù)/總登錄學生”以當月登錄學生數(shù)和登錄次數(shù)分別占全年登錄學生數(shù)和登錄次數(shù)的比例，說明學生網(wǎng)上學習的持久性和穩(wěn)定性。

通過“學生在線時間長度”反映說明學生參加網(wǎng)上學習的深度。

通過“瀏覽資源次數(shù)”、“生均瀏覽資源次數(shù)”、“論壇發(fā)帖總數(shù)”、“生均發(fā)帖數(shù)”等指標反映學生在網(wǎng)上點擊資源和發(fā)帖交流的情況。該指標是評估辦學單位組織和實施網(wǎng)上學習的重要指標。

2 輔導(dǎo)教師視角的學習分析技術(shù)應(yīng)用

對于輔導(dǎo)教師而言，一般以所負責的某門課程為單位開展教學分析，分析內(nèi)容包括學習者網(wǎng)絡(luò)學習表現(xiàn)統(tǒng)計描述（從學習時間投入、學習活動頻度、學習資源瀏覽、考試成績等多個方面）、學習者自主學習路徑分析、師生交互行為分析、影響成人學習者網(wǎng)絡(luò)學習表現(xiàn)的各種因素分析，等等。所用的學習分析技術(shù)可以很豐富，如師生發(fā)帖的內(nèi)容分析、師生交互的社會網(wǎng)絡(luò)分析以及統(tǒng)計分析與可視化、聚類、關(guān)聯(lián)規(guī)則、序列模式挖掘等一系列數(shù)據(jù)挖掘方法。

作者選取中央廣播電視大學開放教育學生的入學課程《開放教育學習指南》課程作為樣本來說明輔導(dǎo)教師視角的學習分析技術(shù)應(yīng)用特點。

《開放教育學習指南》是中央廣播電視大學開放教育?？坪蛯？破瘘c本科各專業(yè)學生的必修課，是開放教育學生的入門課程。以《開放教育學習指南》網(wǎng)絡(luò)課程的在線學習過程數(shù)據(jù)作為研究樣本，這些數(shù)據(jù)包括學生在使用電大在線學習平臺時產(chǎn)生的登錄、資源瀏覽、學習體驗等數(shù)據(jù)以及學生存使用形成性考試平臺時產(chǎn)生的考試成績數(shù)據(jù)。為了開展影響因素分析，作者還從中央電大教務(wù)管理平臺中采集學生基本信息數(shù)據(jù)。最終，作者獲得了來自江蘇電大參加2010年春季《開放教育學習指南》網(wǎng)絡(luò)課程試點的9369名學生的基本信息數(shù)據(jù)、登錄數(shù)據(jù)、資源瀏覽數(shù)據(jù)和形成性考試數(shù)據(jù)等四份數(shù)據(jù)。作者即以這9369名學生對應(yīng)的基本信息、登錄、資源瀏覽和考試成績等四類數(shù)據(jù)作為分析對象，應(yīng)用學習分析技術(shù)了解該課程中課程模塊瀏覽情況以及學生自主學習路徑。

（1）課程模塊瀏覽情況分析

《開放教育學習指南》網(wǎng)絡(luò)課程包含“課程各章節(jié)”、“體驗區(qū)”、“視頻資源庫”、“問題庫”、“資料庫”和“常用工具庫”等內(nèi)容模塊。如表2所示，是網(wǎng)絡(luò)課程各模塊的一個說明。

如表3所示，是《開放教育學習指南》網(wǎng)絡(luò)課程各模塊的瀏覽情況。

各個統(tǒng)計項說明如下：

①被瀏覽的資源頁面?zhèn)€數(shù)：通過頁面瀏覽日志數(shù)據(jù)統(tǒng)計得到的各模塊頁面?zhèn)€數(shù)，可能少于各模塊實際包含的頁面數(shù)。

②瀏覽頻次：即一個頁面被點擊打開的次數(shù)。

③單個頁面瀏覽頻次均值：由“瀏覽頻次/被瀏覽的資源頁面?zhèn)€數(shù)”算式得來。主要用來反映該模塊各資源頁面的使用程度。

④瀏覽學生數(shù)：通過頁面瀏覽日志數(shù)據(jù)統(tǒng)計得到的瀏覽各模塊的學生數(shù)。

⑤學生參與率：由“瀏覽學生數(shù)/學生總數(shù)”算式得來。用來反映該模塊被學生關(guān)注的程度。

⑥人均瀏覽頻次：由“瀏覽頻次/瀏覽學生數(shù)”算式得來。用來反映各學生在該模塊的學習程度。

⑦單個資源人均瀏覽頻次：由“人均瀏覽頻次/被瀏覽的資源頁面?zhèn)€數(shù)”算式得來。用來反映各學生在該模塊各資源頁面的學習程度。

如表3所示，從模塊的被使用程度和被學生關(guān)注的程度來看（觀察“瀏覽頻次”列和“學生參與率”列），由高到低依次是課程各章節(jié)、體驗區(qū)、視頻資源庫、問題庫、資料庫、常用工具庫，這恰好是這些模塊在課程首頁由上而下呈現(xiàn)的順序。說明模塊在首頁的布局反映了學生的學習習慣，也可能是這種布局對于模塊的被使用程度產(chǎn)生了影響。對于網(wǎng)絡(luò)課程界面設(shè)計的意義則在于，要想使某個模塊得到學生關(guān)注，應(yīng)該將其置于首頁的顯著位置。

如表3所示，從各學生對不同模塊各個資源頁面的學習程度來看（觀察“單個資源人均瀏覽頻次”），由高到低依次是體驗區(qū)、問題庫、課程各章節(jié)、視頻資源庫、常用工具庫、資料庫。學生對體驗區(qū)、課程各章節(jié)各資源頁面的學習程度高說明作業(yè)的設(shè)置產(chǎn)生了明顯的導(dǎo)向作用。相比之下，體驗區(qū)的學習程度更高一些，每個學生對體驗區(qū)的每個頁面的瀏覽次數(shù)平均為2.54次，而課程各章節(jié)的單個資源生均瀏覽頻次則在1次以下。產(chǎn)生這一差異的原因可能是：體驗區(qū)采用一種模擬環(huán)境，以互動的方式讓學生掌握網(wǎng)上學習技能，更能引發(fā)學生的學習興趣，吸引學生反復(fù)學習。對于其他四個非作業(yè)要求的模塊來說，學生對問題庫的學習程度要顯著高于其他三個模塊，說明學生有較強的通過常見問題庫來解答初入學的各種疑問的需求。今后應(yīng)該進一步豐富問題庫，并將問題庫的檢索框置于首頁的顯著位置，以便及時、方便地解答學生的各種疑惑，幫助學生盡快進入開放教育之門。

（2）自主學習路徑分析

通過“課程模塊瀏覽情況分析”，可以幫助輔導(dǎo)教師了解學生學習過程的靜態(tài)信息，而進一步開展“自主學習路徑分析”，則可以幫助輔導(dǎo)教師進一步了解學生學習過程的動態(tài)信息。

這里采用Microsoft順序分析和聚類分析算法，從模塊訪問跳轉(zhuǎn)的角度分析學生的學習路徑。數(shù)據(jù)來源則是用戶每天瀏覽課程頁面產(chǎn)生的過程數(shù)據(jù)，如表4所示。

在構(gòu)建挖掘模型時，以“瀏覽日期+學號”作為鍵值，以“瀏覽順序號”作為序列鍵值，以“瀏覽模塊”作為預(yù)測值來構(gòu)建挖掘結(jié)構(gòu)，并應(yīng)用Microsoft順序分析和聚類分析算法，得到如表5和圖3所示結(jié)果。

表5是各模塊直接的轉(zhuǎn)換概率。在概率的計算方法上，以值“課程章節(jié)，課程章節(jié)”為例，它的概率通過“課程章節(jié)，課程章節(jié)”這一轉(zhuǎn)換組合的頻次除以所有轉(zhuǎn)換組合的頻次得來。從中可以了解到，學生在登錄網(wǎng)絡(luò)課程后，最有可能先瀏覽的是“課程章節(jié)”模塊，其次是“體驗區(qū)”模塊，極少從其他模塊開始瀏覽。

圖3是展示各模塊間跳轉(zhuǎn)情況的狀態(tài)轉(zhuǎn)換圖。這里模塊問的轉(zhuǎn)換概率計算方法與表5又有不同，這里給出的是條件概率。以“問題庫-課程章節(jié)”這一轉(zhuǎn)換組合為例，圖中線條中標明的轉(zhuǎn)換概率由“問題庫，課程章節(jié)”轉(zhuǎn)換組合的頻次除以“問題庫”這一模塊出現(xiàn)的頻次得來。所以大家會發(fā)現(xiàn)，在表5中，“問題庫，課程章節(jié)”轉(zhuǎn)換值的概率是0.007：而在圖3中，“問題庫-課程章節(jié)”的轉(zhuǎn)換概率是0.23。

從圖3中可知，學生一旦進入“課程章節(jié)”或“體驗區(qū)”模塊，則主要是在本模塊活動，而在中間幾乎不去訪問其他模塊直至離開?！皢栴}庫”、“資料庫”、“常用工具庫”等學習輔助模塊在課程主體部分即“課程章節(jié)”學習過程中幾乎沒有用到（學生偶爾從這三個模塊進入，然后轉(zhuǎn)入“課程章節(jié)”模塊，而不是反過來）。這反映了學生學習方法的重要特點，也反映課程的鏈接設(shè)計還有改進的空間。

3 學習者視角的學習分析技術(shù)應(yīng)用

對于學習者而言，了解自己的行為表現(xiàn)及與他人的關(guān)系將是學習分析技術(shù)的主要用途。

選取中央廣播電視大學主辦的網(wǎng)絡(luò)教育從業(yè)人員培訓(xùn)班作為研究對象，該培訓(xùn)班依托Moodle平臺開設(shè)（網(wǎng)址：http：//etutor.crtvu.cn）。Moodle平臺具有完善的web日志功能，記錄了用戶對每個模塊的訪問及行為方式（瀏覽、增加、修改等），它的“報表”模塊可讓學習者了解自己一段時間的行為概況及行為。一個典型的學習者活動報告（概要報告）如圖4所示?！盎顒訄蟾妗庇卸喾N呈現(xiàn)方式，如“概要報告”，展示一個學生在課程各章節(jié)的行為表現(xiàn)，“所有日志”將展示一個學生沿著時間維度的行為頻次分布情況，并列出所有行為記錄。基于這些行為記錄，學習者可以了解自己在Moodle平臺中各類功能模塊的活動頻次和活動類型。如表6所示，是該門課程學習過程中，師生訪問平臺模塊的頻次統(tǒng)計結(jié)果。

從統(tǒng)計結(jié)果可知，學習者可以知道，自己最常訪問的模塊是“討論區(qū)”，說明課堂討論是主要的學習活動。相比之下，“資源”模塊的訪問頻次要低很多，這就使學習者反思，自己是否是在充分自主學習的基礎(chǔ)上參與討論的。

學習者在Moodle平臺中的學習不是孤立的，他也想知道與輔導(dǎo)教師、同學之間的關(guān)系，這種關(guān)系即有無向關(guān)系，如對某項資源的共同關(guān)注，也有有向關(guān)系，如師生在論壇中的回復(fù)與被回復(fù)的關(guān)系。這種關(guān)系的呈現(xiàn)可以借助社會網(wǎng)絡(luò)分析方法來完成，常用社會網(wǎng)絡(luò)分析工具則有UCINET。例如，一位學習者在學完一門課程后，想了解自己在論壇中的回復(fù)和被回復(fù)情況，此時可以做一個以該學習者為中心的師生交互網(wǎng)絡(luò)分析。

師生交互網(wǎng)絡(luò)節(jié)點由師生群體構(gòu)成，成員之間的關(guān)系通過回復(fù)討論區(qū)中不同成員所發(fā)表的言論而得以建立，屬于信息傳播型社會網(wǎng)絡(luò)。在整個培訓(xùn)班的社會關(guān)系矩陣中，矩陣中的行和列分別代表參與網(wǎng)上討論的師生，i行與j列對應(yīng)的值Z_ij表示成員i回復(fù)成員j言論的次數(shù)。其矩陣樣例如表7所示。

采用UCINET中netdraw工具，打開如表7所示矩陣，可繪制以某學習者為中心的師生交互網(wǎng)絡(luò)。如圖5所示，即是以學習者“116”為中心的師生交互網(wǎng)絡(luò)，箭頭的指向表明“回復(fù)一被回復(fù)”關(guān)系，線條的粗細表明“回復(fù)一被回復(fù)”的頻次。

在UCINET中，沿著Networks-Centrality-Degree對如表7所示矩陣進行中心度分析，結(jié)果發(fā)現(xiàn)學習者“116”出度為11，入度為14，即學習者“116”回復(fù)了11人次，并得到14人次的回復(fù)。由圖5可知，學習者“116”主要回復(fù)了“94”、“88”兩位位成員，得到了“158”、“112”、“151”三位成員的回復(fù)，與成員“128”、“143”有較為頻繁的交互。

五 小結(jié)

21世紀以來，隨著信息化進程在教育領(lǐng)域的推進，特別是數(shù)字化校園建設(shè)和網(wǎng)絡(luò)高等教育的大力推進，教育領(lǐng)域已經(jīng)部署了眾多的學習管理系統(tǒng)，在這些軟件系統(tǒng)中存儲著海量的學習者信息及學習過程數(shù)據(jù)。如何利用這些數(shù)據(jù)，使這些數(shù)據(jù)轉(zhuǎn)變?yōu)樾畔?、知識，并為教學決策、學習優(yōu)化服務(wù)，而不至于“淹沒在數(shù)據(jù)的海洋中，卻又忍受著信息的饑渴”，已成為教育工作者以及學習者們所關(guān)注的內(nèi)容。此時，致力于“測量、收集、分析和報告有關(guān)學生及其學習環(huán)境的數(shù)據(jù)，用以理解和優(yōu)化學習及其產(chǎn)生的環(huán)境”的學習分析技術(shù)有助于發(fā)揮學習過程數(shù)據(jù)的價值，使數(shù)據(jù)成為審慎決策、過程優(yōu)化的重要依據(jù)。面向未來，本文認為相關(guān)研究還可從以下三個方面進一步推進：（1）學習分析技術(shù)涉及多種方法和工具，有待整理和比較，以發(fā)現(xiàn)不同的方法和工具的適用場合。（2）應(yīng)用學習分析技術(shù)可解決的問題多樣，有待對學習分析技術(shù)典型應(yīng)用進行梳理，歸納出若干典型任務(wù)，并整合學習分析技術(shù)的若干方法和工具，構(gòu)建學習分析模式。（3）學習分析技術(shù)的應(yīng)用領(lǐng)域有待進一步拓展，如面向整個網(wǎng)絡(luò)高等教育領(lǐng)域，這樣可以發(fā)揮更大價值，既為微觀決策服務(wù)，也為宏觀決策服務(wù)。

編輯：宋樹