高廣尚

(1.桂林理工大學(xué)現(xiàn)代企業(yè)管理研究中心，桂林 541004；2.桂林理工大學(xué)商學(xué)院，桂林 541004)

0 引言

學(xué)習(xí)者畫像(Learner Profiles)是用戶畫像在教育領(lǐng)域應(yīng)用中的一種特殊形態(tài)，旨在刻畫學(xué)習(xí)者的學(xué)習(xí)興趣、認(rèn)知能力、知識水平、學(xué)習(xí)風(fēng)格和綜合能力等諸多特征[1-3]。作為一種描述學(xué)習(xí)者的有效工具，學(xué)習(xí)者畫像不僅可以根據(jù)某些特定特征來劃分或區(qū)分不同的學(xué)習(xí)者群體，還可以為學(xué)習(xí)者提供有針對性的支持服務(wù)、實現(xiàn)個性化學(xué)習(xí)、促進(jìn)學(xué)習(xí)目標(biāo)達(dá)成，甚至優(yōu)化教學(xué)設(shè)計方案等[4]。隨著網(wǎng)絡(luò)教育環(huán)境的進(jìn)一步發(fā)展，特別是大規(guī)模在線開放課程的出現(xiàn)，再加上從傳統(tǒng)學(xué)習(xí)過程的各環(huán)節(jié)中轉(zhuǎn)化而來的分散獨(dú)立的數(shù)據(jù)，學(xué)習(xí)者有關(guān)的數(shù)據(jù)基本上呈現(xiàn)爆發(fā)式增長態(tài)勢且勢頭不減。這些數(shù)據(jù)通常具有量大(上萬或幾十萬名學(xué)習(xí)者)、多維(學(xué)習(xí)者的不同方面)、時間序列短(數(shù)據(jù)采集時間間隔短)、時間跨度長(數(shù)據(jù)采集周期長)和一定的理論深度(理論意涵)等特征[5]。這無疑給學(xué)習(xí)者數(shù)據(jù)的有效采集帶來較大難度，同時也給學(xué)習(xí)者畫像的有效構(gòu)建帶來嚴(yán)峻挑戰(zhàn)。

為能采集到學(xué)習(xí)者在學(xué)習(xí)活動過程中近乎真實的狀態(tài)、行為數(shù)據(jù)，現(xiàn)有研究提出了一些數(shù)據(jù)采集方法[6-9]，但這些方法仍存在一些問題：一是數(shù)據(jù)采集過程中未充分利用新興信息技術(shù)，從而導(dǎo)致復(fù)雜學(xué)習(xí)環(huán)境下所采集到的數(shù)據(jù)在及時性、準(zhǔn)確性和完整性等方面難以得到保證；二是數(shù)據(jù)采集過程中未充分考慮到學(xué)習(xí)者的狀態(tài)、行為可能會受到其他諸多因素影響，從而導(dǎo)致采集到大量無效的數(shù)據(jù)；三是數(shù)據(jù)采集過程中未全面認(rèn)識到所采集到的數(shù)據(jù)在數(shù)量、質(zhì)量和類型等方面仍需進(jìn)一步擴(kuò)展和加強(qiáng)，從而導(dǎo)致數(shù)據(jù)難以在源頭上真正得到滿足。

1 學(xué)習(xí)者畫像的特征維度及數(shù)據(jù)

從理論上而言，學(xué)習(xí)者在學(xué)習(xí)過程中的一舉一動、一言一行都可以轉(zhuǎn)化為數(shù)據(jù)，這些數(shù)據(jù)反過來又可從本質(zhì)上刻畫學(xué)習(xí)者的某方面特征。因此，如何根據(jù)學(xué)習(xí)者特征來對這些數(shù)據(jù)進(jìn)行語義層面上的預(yù)先劃分或歸類，以使其在給學(xué)習(xí)者進(jìn)行畫像時能作為某些特征維度的數(shù)據(jù)，將是構(gòu)建完整的學(xué)習(xí)者畫像時所要考慮的首要關(guān)鍵因素?？紤]到如何預(yù)先劃分哪些特征維度來描述學(xué)習(xí)者，與將要對學(xué)習(xí)者的整個學(xué)習(xí)過程所開展的有針對性的動態(tài)追蹤研究密切相關(guān)，因此筆者首先分析學(xué)習(xí)者畫像的特征維度的劃分依據(jù)，然后在此基礎(chǔ)上深入探討各特征維度下可使用的數(shù)據(jù)來源、所表達(dá)的主要信息等內(nèi)容。

1.1 學(xué)習(xí)者畫像的特征維度

通常情況下，采用什么特征維度來描述學(xué)習(xí)者可能取決于我們的經(jīng)驗、理性分析和直覺等因素。在這種背景下，為盡可能實現(xiàn)對學(xué)習(xí)者的多維度、全方位描述，筆者在分析學(xué)習(xí)者畫像概念及其內(nèi)涵的基礎(chǔ)上，總結(jié)出被業(yè)界認(rèn)可的八種主要特征維度，分別是基本信息、內(nèi)容偏好、學(xué)習(xí)風(fēng)格、學(xué)習(xí)狀態(tài)、學(xué)習(xí)行為、學(xué)習(xí)狀態(tài)、社交互動、學(xué)習(xí)環(huán)境和個人發(fā)展等。事實上，能描繪學(xué)習(xí)者的特征維度可能多達(dá)數(shù)千個。鑒于學(xué)習(xí)者數(shù)據(jù)本身具有來源廣泛性和類型多樣性等一系列復(fù)雜的特性，因此，筆者認(rèn)為在劃分特征維度時應(yīng)重點(diǎn)考慮以下三個方面：①所有特征維度的劃分都應(yīng)根據(jù)相關(guān)性原則，并結(jié)合具體實際情形需求和業(yè)務(wù)目標(biāo)來分別加以確定；②在確保準(zhǔn)確性、時效性的前提下，特征維度的劃分并非越豐富越好，而是越細(xì)化越好；③特征維度劃分本身是一個復(fù)雜多變的動態(tài)過程，有著一定的自身內(nèi)在規(guī)律，并可能存在一系列的影響因素，例如，我們無法僅從獲取的外部數(shù)據(jù)來完全了解學(xué)習(xí)者的內(nèi)心世界等，因此應(yīng)盡可能避免劃分模糊的情形出現(xiàn)。

1.2 特征維度下的相應(yīng)數(shù)據(jù)

就數(shù)據(jù)事實性而言，學(xué)習(xí)者的特征維度數(shù)據(jù)可分為靜態(tài)數(shù)據(jù)(直接數(shù)據(jù))和動態(tài)數(shù)據(jù)(間接數(shù)據(jù))這兩類。其中，靜態(tài)數(shù)據(jù)是指那些隨時間推移但仍保持相對穩(wěn)定的學(xué)習(xí)者的基本信息、狀態(tài)等數(shù)據(jù)；動態(tài)數(shù)據(jù)是指那些由學(xué)習(xí)者的一系列學(xué)習(xí)行為所產(chǎn)生的數(shù)據(jù)，例如瀏覽時長等。一般認(rèn)為，特征維度數(shù)據(jù)的來源大致分為三類：一是學(xué)習(xí)者本身所具有的廣泛的基本屬性數(shù)據(jù)；二是數(shù)字化教學(xué)環(huán)境下自然而然地產(chǎn)生的數(shù)據(jù)；三是傳統(tǒng)學(xué)習(xí)環(huán)境下直接產(chǎn)生的數(shù)據(jù)。事實上，屬于不同特征維度的不同來源數(shù)據(jù)之間本質(zhì)上存在著較大差異，鑒于此，筆者從數(shù)據(jù)來源、主要信息、性質(zhì)和采集方式這四個方面來對其進(jìn)行對比分析，如表1所示。

表1 特征維度數(shù)據(jù)的具體內(nèi)容

2 學(xué)習(xí)者畫像的多維度數(shù)據(jù)采集

實踐證明，為能客觀有效地采集到足夠全面的多維度數(shù)據(jù)，我們需要綜合運(yùn)用與之相適應(yīng)的技術(shù)、方式或途徑，因為它們在采集標(biāo)準(zhǔn)、范圍和重點(diǎn)等方面有所不同。鑒于此，筆者從以下三個方面來對學(xué)習(xí)者數(shù)據(jù)采集的實現(xiàn)方法展開詳細(xì)分析：新興信息類技術(shù)、管理平臺類技術(shù)和傳統(tǒng)線下類方式。

2.1 新興信息類技術(shù)采集法

該類技術(shù)主要包括大數(shù)據(jù)技術(shù)、云計算技術(shù)、深度學(xué)習(xí)技術(shù)、情感識別技術(shù)和可穿戴設(shè)備技術(shù)等。

(1)大數(shù)據(jù)技術(shù)

大數(shù)據(jù)技術(shù)能夠持續(xù)記錄、跟蹤和分析學(xué)習(xí)者的各方面數(shù)據(jù)信息，包括即時性、過程性的行為與現(xiàn)象，例如在某時間點(diǎn)或某時間段中的行為或心理數(shù)據(jù)、學(xué)習(xí)者檢索資源的次數(shù)、閱讀資源的時長等。相較于傳統(tǒng)方式所獲得的數(shù)據(jù)，大數(shù)據(jù)技術(shù)采集到的數(shù)據(jù)將更加全面、真實和準(zhǔn)確，同時具有實時、誤差較小和多元化等特征。

(2)云計算技術(shù)

不同于傳統(tǒng)的計算機(jī)，云計算技術(shù)引入了一種全新的方便人們使用計算資源的模式，即云計算能讓人們方便、快捷地自助使用遠(yuǎn)程計算資源?；谠朴嬎慵夹g(shù)的教育基礎(chǔ)數(shù)據(jù)的采集能夠達(dá)到實時共享的目的，且數(shù)據(jù)服務(wù)更加全面[10]。此外，它為課堂教學(xué)過程中的一系列“可量化”奠定了基礎(chǔ)，例如教學(xué)過程的可量化、校園管理的可量化、教育評價的可量化等[11]。

(3)深度學(xué)習(xí)技術(shù)

深度學(xué)習(xí)技術(shù)是將原始的數(shù)據(jù)特征通過多步的特征轉(zhuǎn)換得到一種特征表示，并進(jìn)一步輸入到預(yù)測函數(shù)得到最終結(jié)果[12]。近年來，深度學(xué)習(xí)技術(shù)在教育應(yīng)用領(lǐng)域頗受重視，因為它可以在歷史數(shù)據(jù)較少的情況下擴(kuò)大現(xiàn)有數(shù)據(jù)。例如，通過將高校各類過程化、結(jié)果化的數(shù)據(jù)作為訓(xùn)練集，并經(jīng)過不斷的“訓(xùn)練”學(xué)習(xí)后，深度學(xué)習(xí)技術(shù)就可很好地對有關(guān)學(xué)習(xí)者的新數(shù)據(jù)進(jìn)行自行預(yù)測(計算)并得出結(jié)果，這些結(jié)果將能更精準(zhǔn)實時反映學(xué)習(xí)者的學(xué)習(xí)行為和學(xué)習(xí)成果等狀態(tài)。

(4)情感識別技術(shù)

情感識別是識別人類情感的過程，最常見的是來自面部表情以及言語表達(dá)，其中，面部表情含有豐富的情感信息，能反映出人的心理狀態(tài)和情緒變化。目前，主流的情感識別技術(shù)是基于面部表情特征的情感計算，該技術(shù)通過攝像頭來實時采集學(xué)習(xí)者的臉部五官位置、肌肉運(yùn)動等表情特征值以進(jìn)行情緒識別。更具體地說，為能實現(xiàn)學(xué)習(xí)過程中學(xué)習(xí)者情感識別，情感識別技術(shù)首先要明確識別哪些情感及每種情感所對應(yīng)的面部表情特征是什么，例如高興、憤怒、厭煩、恐懼、悲傷和驚訝等[13]。

(5)可穿戴設(shè)備技術(shù)

可穿戴設(shè)備技術(shù)為自然采集學(xué)習(xí)者的生理數(shù)據(jù)提供了可能，例如，通過佩戴相關(guān)設(shè)備，人們可以實時記錄學(xué)習(xí)者的運(yùn)動狀態(tài)、呼吸量、血壓、運(yùn)動量和睡眠質(zhì)量等生理狀態(tài)數(shù)據(jù)，以及學(xué)習(xí)的時間、內(nèi)容、地點(diǎn)和使用設(shè)備等學(xué)習(xí)信息?？傊?，使用可穿戴設(shè)備，人們可在任何時間和任何地點(diǎn)獲取數(shù)據(jù)。

2.2 管理平臺類技術(shù)采集法

該類技術(shù)主要包括在線學(xué)習(xí)與管理平臺技術(shù)、日志搜索分析技術(shù)、移動App技術(shù)、網(wǎng)絡(luò)爬蟲技術(shù)和API接口調(diào)用技術(shù)。

(1)在線學(xué)習(xí)與管理平臺技術(shù)

在線學(xué)習(xí)與管理平臺是學(xué)習(xí)者數(shù)據(jù)采集的重要載體，可以采集學(xué)習(xí)者線上學(xué)習(xí)過程中的大部分?jǐn)?shù)據(jù)，例如提交作業(yè)、瀏覽資源、討論區(qū)發(fā)言，以及學(xué)習(xí)者與學(xué)習(xí)管理系統(tǒng)的交互和點(diǎn)擊等行為數(shù)據(jù)[14]?？傊?，通過特定的平臺既可以形成學(xué)習(xí)者特有的電子檔案，又可以跟蹤學(xué)習(xí)者不同階段學(xué)習(xí)狀態(tài)的變化。

(2)日志搜索分析技術(shù)

Web服務(wù)器所產(chǎn)生的日志文件中記錄了學(xué)習(xí)者的每一次操作行為，例如系統(tǒng)登錄次數(shù)、登錄時間、增刪查改等基本訪問數(shù)據(jù)，以及學(xué)習(xí)者與課程交互活動的次數(shù)、學(xué)習(xí)者對課程內(nèi)容的訪問、訪問時間、訪問位置、瀏覽路徑等重要的行為數(shù)據(jù)[15]。事實上，日志搜索分析技術(shù)通過日志管理工具來從海量的日志數(shù)據(jù)中挖掘出有價值的信息或篩選出有用的信息，進(jìn)而為學(xué)習(xí)者的個性化學(xué)習(xí)、差異化學(xué)習(xí)和畫像的構(gòu)建等提供強(qiáng)有力的數(shù)據(jù)支撐。

(3)移動App技術(shù)

通過移動App來獲取學(xué)習(xí)者線上學(xué)習(xí)過程中的數(shù)據(jù)已逐漸成為在線數(shù)據(jù)采集的一種關(guān)鍵技術(shù)[16]。移動App技術(shù)本質(zhì)上與在線學(xué)習(xí)與管理平臺技術(shù)類似，但前者的采集渠道主要是智能移動終端設(shè)備，而且采集方式更加靈活、多樣。事實上，通過結(jié)合移動終端的定位技術(shù)，移動App技術(shù)能實時采集學(xué)習(xí)者的學(xué)習(xí)地點(diǎn)、學(xué)習(xí)時間、學(xué)習(xí)內(nèi)容和學(xué)習(xí)狀態(tài)等信息。此外，移動終端應(yīng)用的安裝情況和活動頻次也可以用來揭示學(xué)習(xí)者的興趣和愛好等[17]。

(4)網(wǎng)絡(luò)爬蟲技術(shù)

網(wǎng)絡(luò)爬蟲技術(shù)可以實現(xiàn)從簡單的文本、圖像和視頻到更復(fù)雜的動態(tài)信息的采集[18]。它不僅能從網(wǎng)頁中提取非結(jié)構(gòu)化數(shù)據(jù)，將其存儲為統(tǒng)一的本地數(shù)據(jù)文件并以結(jié)構(gòu)化方式存儲，而且支持文件、音頻、視頻、其他文件或附件的信息采集，并且附件和文本可以自動關(guān)聯(lián)。此外，針對特定網(wǎng)站的特定數(shù)據(jù)采集需求，我們可結(jié)合開源系統(tǒng)來自行開發(fā)爬蟲工具(例如八爪魚采集器、網(wǎng)頁抓取軟件等)，這將使得采集過程具有更高的自由性和自主性。隨著互聯(lián)網(wǎng)新媒體(例如門戶網(wǎng)站、微博和微信等)的興起，教育領(lǐng)域的信息傳播也將呈現(xiàn)出傳播速度快、波及范圍廣和內(nèi)容多樣化等特點(diǎn)，與此同時，網(wǎng)絡(luò)爬蟲技術(shù)也可被用來定期實時采集教育領(lǐng)域網(wǎng)絡(luò)輿情數(shù)據(jù)等[19]。

(5)API接口調(diào)用技術(shù)

API的全稱為Application Programming Interface，是網(wǎng)站管理者為了使用者方便而編寫的一種程序接口(一些預(yù)先定義的函數(shù))，它屏蔽了網(wǎng)站的底層復(fù)雜算法。通過簡單調(diào)用API接口，第三方程序能輕松實現(xiàn)對數(shù)據(jù)的請求。事實上，利用網(wǎng)站自身提供的API接口進(jìn)行數(shù)據(jù)采集時可以很好地解決數(shù)據(jù)針對性的問題。隨著越來越多的教育類網(wǎng)站推出開放平臺并提供豐富的API接口，在已獲授權(quán)的情況下，第三方程序可通過這些API接口直接獲取相關(guān)數(shù)據(jù)[20]。重要的是，通過API接口獲取的數(shù)據(jù)通常以JSON、XML格式呈現(xiàn)，因而具有較清晰的數(shù)據(jù)結(jié)構(gòu)形式，這便于第三方程序直接進(jìn)行數(shù)據(jù)抽取。此外，美國高級分布式學(xué)習(xí)(Advanced Distributed Learning，ADL)組織發(fā)布了Experience API(xAPI)規(guī)范，它是一種收集、存儲數(shù)據(jù)的標(biāo)準(zhǔn)，具有獨(dú)立性和可擴(kuò)展性，且不依附于其他平臺[21]。實踐中，基于xAPI的交互技術(shù)可以實現(xiàn)教學(xué)內(nèi)容的設(shè)置、學(xué)生與學(xué)習(xí)系統(tǒng)的交互性和學(xué)習(xí)方法的定制化等。

工業(yè)革命之前，技術(shù)進(jìn)步非常緩慢，一個人一生幾乎感受不到技術(shù)的進(jìn)步，沿著同樣的技術(shù)路徑勞動和生活，可謂天經(jīng)地義。工業(yè)革命以后，尤其是20世紀(jì)下半葉以來，一個人可以感受到技術(shù)的明顯進(jìn)步。1980年代以來，每十年甚至每年都可以感受到技術(shù)的明顯進(jìn)步。

2.3 傳統(tǒng)線下類方式采集法

該類方式主要包括在問卷調(diào)查方式、深度訪談方式、小組座談方式和課堂觀察方式等。

(1)問卷調(diào)查方式

問卷調(diào)查可以在較大范圍內(nèi)讓眾多被訪問者同時填寫，因而能夠在較短時間內(nèi)采集到大量數(shù)據(jù)(定量數(shù)據(jù))。問卷調(diào)查是一種比較傳統(tǒng)但卻非常有效的手段，通過問卷調(diào)查我們可以采集到學(xué)習(xí)者對學(xué)習(xí)過程的態(tài)度、需求和建議等。值得說明的是，通過問卷調(diào)查獲取的數(shù)據(jù)可能存在很多質(zhì)量問題，這些數(shù)據(jù)可以作為參考，但要以質(zhì)疑的眼光看待。

(2)深度訪談方式

深度訪談通過面對面溝通、電話等方式來與學(xué)習(xí)者直接進(jìn)行交流，它具有操作方便、適應(yīng)性強(qiáng)等特點(diǎn)，它可以深入地探索被訪者的內(nèi)心與看法，且容易達(dá)到理想的效果。值得說明的是，深度訪談方式的兩個關(guān)鍵步驟是：訪談之前要列好訪談提綱，圍繞學(xué)習(xí)者的一系列學(xué)習(xí)行為而展開，例如學(xué)習(xí)者的觀點(diǎn)、想法等；訪談之后要能采取關(guān)鍵詞提煉法，對每個學(xué)習(xí)者對每個問題的回答進(jìn)行關(guān)鍵詞提煉、共性詞匯總等。

(3)小組座談方式

(4)課堂觀察方式

課堂觀察方式是通過借助主觀感覺器官、其他研究工具等以從一線課堂中采集數(shù)據(jù)或其他研究材料的方法[22]。課堂觀察方式涉及的研究工具包括各類課堂觀察量表，例如學(xué)生學(xué)習(xí)行為量表、學(xué)生活動等級量表和師生互動等級量表等。這些不同的觀察量表分別具有不同的制定標(biāo)準(zhǔn)，且關(guān)注點(diǎn)也各不相同，但均需通過觀察者主觀觀察來得到相應(yīng)的數(shù)據(jù)[23]。事實上，我們可使用多媒體設(shè)備來代替?zhèn)鹘y(tǒng)課堂的教學(xué)環(huán)境數(shù)據(jù)采集方法，例如通過多機(jī)位的課堂錄像來多角度記錄課堂行為，這樣我們可隨時隨地根據(jù)研究需要查看或點(diǎn)播所需的課堂錄像信息[23]。

綜上所述，通過傳統(tǒng)線下類方式采集數(shù)據(jù)時具有較強(qiáng)的人為主觀性，且難以保證所采集數(shù)據(jù)的真實性。事實上，傳統(tǒng)線下類方式因采集難度大、采集量小而一直被業(yè)界所忽視，盡管它能對線上數(shù)據(jù)的采集進(jìn)行有效的補(bǔ)充。

3 結(jié)語

學(xué)習(xí)者數(shù)據(jù)的高質(zhì)量采集將是教育行業(yè)目前和今后最重要的工作之一，也是有效構(gòu)建學(xué)習(xí)者畫像的基礎(chǔ)性、先導(dǎo)性工作[24]。

為能進(jìn)行科學(xué)、全面和持續(xù)的數(shù)據(jù)采集積累，以得到具有分析利用價值的學(xué)習(xí)者數(shù)據(jù)，進(jìn)而使構(gòu)建的學(xué)習(xí)者畫像更為精準(zhǔn)有效，筆者認(rèn)為在學(xué)習(xí)者數(shù)據(jù)采集方面未來仍有一些開放性問題值得探討：

(1)實施全方位、全過程的數(shù)據(jù)采集

現(xiàn)有方法采集到的學(xué)習(xí)者數(shù)據(jù)中還存在著一些問題，例如稀疏性、缺失性、偏差性和時效性等，這不僅讓學(xué)習(xí)者復(fù)雜多變的狀態(tài)無法得以有效細(xì)致地描述，更會直接導(dǎo)致學(xué)習(xí)者畫像模型的精準(zhǔn)度偏低。因此，為讓采集積累的數(shù)據(jù)盡可能更加優(yōu)質(zhì)可靠，便于有效利用，我們需要對足夠全面的屬性、維度和參與指標(biāo)等方面的數(shù)據(jù)進(jìn)行全方位、全過程采集[8]。例如，在采集學(xué)習(xí)者行為數(shù)據(jù)的同時，最好也能采集和學(xué)習(xí)者行為相關(guān)的場景數(shù)據(jù)，以便后續(xù)能據(jù)此進(jìn)行有效的數(shù)據(jù)分析。

(2)實施線上、線下相結(jié)合的數(shù)據(jù)采集

信息技術(shù)、互聯(lián)網(wǎng)技術(shù)的發(fā)展進(jìn)步打破了時空限制，使得線上線下相結(jié)合的數(shù)據(jù)采集方式變得更為必要。事實上，線上線下相結(jié)合的數(shù)據(jù)采集方式不僅能有效采集到學(xué)習(xí)者最真實的學(xué)習(xí)狀態(tài)，更能克服單純根據(jù)某一受限指標(biāo)(例如短期興趣、長期興趣等)來采集線上數(shù)據(jù)或線下數(shù)據(jù)時所存在的弊端。更為重要的是，線上線下相結(jié)合的數(shù)據(jù)采集方式還能較為準(zhǔn)確地獲取到學(xué)習(xí)者學(xué)習(xí)過程中心理與認(rèn)知等方面較難采集到的數(shù)據(jù)[25]。