［摘 要］利用數(shù)字技術(shù)賦能在線學(xué)習(xí)是遠程教育領(lǐng)域關(guān)注的重點，在線學(xué)習(xí)干預(yù)是優(yōu)化數(shù)字技術(shù)應(yīng)用和提升遠程學(xué)習(xí)者學(xué)習(xí)成效的關(guān)鍵環(huán)節(jié)。文章結(jié)合遠程教育的特點構(gòu)建在線學(xué)習(xí)干預(yù)模型，主要包括在線學(xué)習(xí)環(huán)境中的伴隨式數(shù)據(jù)采集、基于學(xué)習(xí)分析的學(xué)習(xí)危機智能診斷、綜合多維度的個性化干預(yù)策略實施、面向多群體的干預(yù)成效檢驗與反饋四個環(huán)節(jié)，旨在為遠程學(xué)習(xí)者提供更加個性化、精準的在線教學(xué)服務(wù)。

［關(guān)鍵詞］在線學(xué)習(xí)；干預(yù)模型；干預(yù)策略；遠程學(xué)習(xí)者

［中圖分類號］G434 ［文獻標識碼］A ［文章編號］1008-7656（2023）04-0005-06

*［基金項目］ 2021年度江蘇高校哲學(xué)社會科學(xué)研究一般項目“基于大數(shù)據(jù)的遠程學(xué)習(xí)者在線學(xué)習(xí)預(yù)警及干預(yù)研究”（編號：2021SJA0742）

［收稿日期］ 2023-06-15

學(xué)習(xí)者的學(xué)業(yè)保持率是影響遠程教育機構(gòu)質(zhì)量評估、辦學(xué)效益以及社會聲譽的重要因素。如何提高保持率、降低輟學(xué)率，這是遠程教育領(lǐng)域關(guān)注的重點。近年來，大數(shù)據(jù)、人工智能、學(xué)習(xí)分析等數(shù)字技術(shù)融入遠程教育領(lǐng)域，為提升遠程學(xué)習(xí)者的學(xué)業(yè)保持率提供了有效途徑。利用大數(shù)據(jù)分析方法可以對學(xué)生的在線學(xué)習(xí)數(shù)據(jù)進行收集、測量和分析，進一步優(yōu)化教學(xué)過程及其情境，為教學(xué)決策、學(xué)業(yè)預(yù)警提供支持，實現(xiàn)個性化學(xué)習(xí)，從而提高教學(xué)效果，促進學(xué)生的學(xué)業(yè)成長。在線學(xué)習(xí)干預(yù)作為大數(shù)據(jù)和學(xué)習(xí)分析技術(shù)在教育領(lǐng)域的深入應(yīng)用，是對遠程學(xué)習(xí)者實時規(guī)劃、監(jiān)測、評估與糾正的一種綜合活動，對于加強遠程學(xué)習(xí)管理、提升學(xué)習(xí)者參與度和學(xué)業(yè)保持率具有重要價值[1]。

由于課程學(xué)習(xí)和考試大部分在網(wǎng)絡(luò)上進行，因此，遠程教育積累了大量的在線數(shù)據(jù)。在此基礎(chǔ)上，利用學(xué)習(xí)分析技術(shù)挖掘和分析學(xué)生在線學(xué)習(xí)數(shù)據(jù)，依托智能化工具能夠診斷出遠程學(xué)習(xí)者存在的學(xué)習(xí)問題，幫助學(xué)校和教師深入了解學(xué)生的學(xué)習(xí)狀態(tài)，主動實施干預(yù)，在可能出現(xiàn)學(xué)業(yè)危機的關(guān)鍵節(jié)點上提供各種支持和幫助。國外在線學(xué)習(xí)干預(yù)的研究起步較早，在遠程教育領(lǐng)域應(yīng)用廣泛，如英國開放大學(xué)的學(xué)習(xí)預(yù)警系統(tǒng)、澳大利亞開放大學(xué)的學(xué)習(xí)成功樞紐系統(tǒng)等，均依托智能化工具實施精準干預(yù)，經(jīng)實踐證明能夠有效提高學(xué)生學(xué)習(xí)成績和學(xué)業(yè)保持率[2]。我國的遠程教育領(lǐng)域缺少對在線學(xué)習(xí)干預(yù)的全面、深入研究，依托工具的智能化干預(yù)水平需要提升，成熟的應(yīng)用案例不多。因此，加強在線學(xué)習(xí)干預(yù)在遠程教育領(lǐng)域應(yīng)用的理論和實踐研究顯得尤為重要。

一、遠程學(xué)習(xí)者在線學(xué)習(xí)干預(yù)面臨的現(xiàn)實困境

通過對在線學(xué)習(xí)干預(yù)相關(guān)文獻的分析，以及對國內(nèi)幾所開放大學(xué)和部分現(xiàn)代遠程教育試點高校開展問卷調(diào)研發(fā)現(xiàn)，遠程教育領(lǐng)域?qū)W習(xí)干預(yù)的理論和實踐研究還存在一些困難，影響了在線學(xué)習(xí)干預(yù)的進一步發(fā)展。

（一）缺少對遠程學(xué)習(xí)者全面、客觀的分析

文獻研究發(fā)現(xiàn)，國內(nèi)關(guān)于在線學(xué)習(xí)干預(yù)方面的研究數(shù)量較多。例如，楊雪等[3]對大學(xué)生在線學(xué)習(xí)拖延進行了深入研究，并提出了有針對性的干預(yù)策略。趙慧瓊等[4]設(shè)計了在線學(xué)習(xí)干預(yù)模型，將其應(yīng)用于Moodle平臺上的一門大學(xué)課程中，經(jīng)實踐證明，在線學(xué)習(xí)干預(yù)模型能有效提升學(xué)生的學(xué)習(xí)效果。張家華等[5]基于學(xué)習(xí)分析構(gòu)建了在線學(xué)習(xí)干預(yù)模型，以普通全日制在校學(xué)生為干預(yù)對象，通過開展對照實驗，發(fā)現(xiàn)干預(yù)組在規(guī)避學(xué)習(xí)風(fēng)險的概率、學(xué)習(xí)者的自我效能感與課堂滿意度上均得到提升[5]。以上研究既豐富了學(xué)習(xí)干預(yù)相關(guān)理論研究，又通過實踐證明了在線學(xué)習(xí)干預(yù)的有效性。然而，現(xiàn)有的研究大多針對普通高校全日制在校學(xué)生，對于遠程學(xué)習(xí)者的關(guān)注不足。由于大多數(shù)遠程學(xué)習(xí)者是在職人員，存在工學(xué)矛盾，投入學(xué)習(xí)的時間和精力相對較少，更容易在遇到學(xué)習(xí)障礙后放棄學(xué)習(xí)。因此，杜永新等[6]將遠程學(xué)習(xí)者的在線學(xué)習(xí)歷程概括為“開始于強烈動機→落實于注冊報名→體驗于學(xué)習(xí)過程→否定于自我效能→付諸于輟學(xué)行動”。同時，遠程學(xué)習(xí)者的學(xué)習(xí)習(xí)慣和學(xué)習(xí)動機與其他在線學(xué)習(xí)者不相同，忽視遠程學(xué)習(xí)者的學(xué)習(xí)特點，沿用針對普通高校學(xué)生設(shè)計的在線學(xué)習(xí)干預(yù)模型，難以真正提高干預(yù)模型在遠程教育領(lǐng)域的應(yīng)用實效。

（二）干預(yù)維度和方式不夠豐富，智能化干預(yù)水平需要提升

傳統(tǒng)遠程教育的學(xué)習(xí)干預(yù)多以人工干預(yù)方式為主，輔導(dǎo)教師往往依托遠程教育學(xué)習(xí)支持服務(wù)體系實施干預(yù)，通過發(fā)送郵件、在線消息提醒或打電話等方式主動聯(lián)系存在學(xué)習(xí)困難的學(xué)生，為學(xué)生提供一對一的學(xué)習(xí)支持。但人工干預(yù)的工作量較大且準確度難以保證，難以適應(yīng)規(guī)模較大的在線課程學(xué)習(xí)。此外，學(xué)習(xí)干預(yù)大多聚焦于遠程學(xué)習(xí)者知識學(xué)習(xí)等認知層面的干預(yù)，對于情感方面的干預(yù)程度不足。由于遠程學(xué)習(xí)過程中師生常常處于時空分離的狀態(tài)，師生之間缺少實時互動，容易陷入情感孤獨狀態(tài)，因此，遠程學(xué)習(xí)者的情感干預(yù)也應(yīng)得到相關(guān)研究者和工作者的足夠重視，進一步拓展在線學(xué)習(xí)干預(yù)維度。當前，隨著數(shù)字技術(shù)在教育領(lǐng)域的深入應(yīng)用，在線學(xué)習(xí)干預(yù)正向智能化和個性化方向發(fā)展，相較于傳統(tǒng)的干預(yù)模式有著更大的干預(yù)范圍、更個性化的干預(yù)路徑與更全面的干預(yù)應(yīng)用等特征。遠程教育機構(gòu)應(yīng)充分利用平臺上存儲的在線學(xué)習(xí)數(shù)據(jù)，進一步提升學(xué)習(xí)干預(yù)的智能化水平，為遠程學(xué)習(xí)者提供更加精準的教學(xué)服務(wù)。

（三）缺少系統(tǒng)化的干預(yù)模型和干預(yù)策略設(shè)計

干預(yù)模型從系統(tǒng)和整體的角度指導(dǎo)整個干預(yù)過程的設(shè)計與實施，對于干預(yù)過程的順利開展和干預(yù)目標的實現(xiàn)起著重要作用[7]。在中國知網(wǎng)數(shù)據(jù)庫中以“遠程教育”和“在線學(xué)習(xí)干預(yù)”為關(guān)鍵詞進行檢索，楊世鑒[8]探討了基于遠程學(xué)習(xí)者畫像的在線學(xué)習(xí)危機預(yù)警和干預(yù)實施的基本原則。陳然[9]介紹了英國開放大學(xué)在線學(xué)習(xí)干預(yù)實踐的經(jīng)驗，并結(jié)合我國遠程教育的實際情況提出對策建議。許其鑫[10]結(jié)合“干預(yù)—反應(yīng)”（RTI）模式，設(shè)計了多級別、多通道遠程學(xué)習(xí)預(yù)警干預(yù)機制和干預(yù)策略。已有的研究大多從理論視角出發(fā)，聚焦于微觀層面的干預(yù)原則、機制和策略探討，缺少整體性與系統(tǒng)性的干預(yù)模型設(shè)計。在實踐過程中，遠程教育學(xué)習(xí)平臺大多針對遠程學(xué)習(xí)者的學(xué)習(xí)問題直接匹配干預(yù)措施，如遠程學(xué)習(xí)者未按時完成學(xué)習(xí)任務(wù)，便對所有人采取彈窗提醒的方式。學(xué)習(xí)是個復(fù)雜和獨特的過程，出現(xiàn)問題的原因可能是專業(yè)知識學(xué)習(xí)難度大、超出了遠程學(xué)習(xí)者的認知水平，也可能是遠程學(xué)習(xí)者學(xué)習(xí)興趣不高、學(xué)習(xí)時間和精力不足等。只有通過設(shè)計系統(tǒng)化的干預(yù)模型和干預(yù)策略，綜合分析診斷表象之下的根源問題，才能更有效地幫助遠程學(xué)習(xí)者解決困難，化解學(xué)習(xí)危機。

二、數(shù)據(jù)驅(qū)動的遠程學(xué)習(xí)者在線學(xué)習(xí)干預(yù)模型構(gòu)建

武法提等[11]基于人機智能協(xié)同理念，構(gòu)建了精準學(xué)習(xí)干預(yù)模型，包括遠程學(xué)習(xí)者數(shù)據(jù)采集、學(xué)習(xí)問題診斷、干預(yù)策略匹配、干預(yù)策略實施、干預(yù)效果驗證五個主要環(huán)節(jié)?；谝陨涎芯浚疚奶岢鰳?gòu)建遠程學(xué)習(xí)者在線學(xué)習(xí)干預(yù)模型，該模型以幫助遠程學(xué)習(xí)者解決學(xué)習(xí)危機、提升學(xué)業(yè)保持率和促進學(xué)習(xí)進步為目標。模型以數(shù)據(jù)驅(qū)動為核心，包括學(xué)習(xí)數(shù)據(jù)采集、學(xué)習(xí)危機診斷、干預(yù)策略實施、干預(yù)成效檢驗與反饋四個環(huán)節(jié)，各環(huán)節(jié)層層遞進、首尾相連，構(gòu)成了遠程學(xué)習(xí)者在線學(xué)習(xí)干預(yù)實踐的完整閉環(huán)，如圖1所示。

在遠程學(xué)習(xí)者在線學(xué)習(xí)干預(yù)模型中，單輪次干預(yù)主要包括以下環(huán)節(jié)。首先，在線學(xué)習(xí)環(huán)境中記錄了遠程學(xué)習(xí)者大量學(xué)習(xí)數(shù)據(jù)和個人信息數(shù)據(jù)，在伴隨式采集相關(guān)數(shù)據(jù)的基礎(chǔ)上，利用學(xué)習(xí)分析技術(shù)智能診斷遠程學(xué)習(xí)者是否存在學(xué)習(xí)危機。其次，系統(tǒng)根據(jù)學(xué)習(xí)危機診斷結(jié)果，自動匹配相應(yīng)的干預(yù)策略，結(jié)合人工干預(yù)方式，實現(xiàn)多維度、多層次、多形式、全過程干預(yù)。最后，對干預(yù)效果進行檢驗，驗證干預(yù)策略的實施成效，并將反饋結(jié)果應(yīng)用于對模型的持續(xù)修正和改進。

（一）在線學(xué)習(xí)環(huán)境中的伴隨式數(shù)據(jù)采集

在線學(xué)習(xí)環(huán)境記錄和存儲了遠程學(xué)習(xí)者的信息數(shù)據(jù)和在線學(xué)習(xí)行為數(shù)據(jù)，數(shù)據(jù)獲取和采集是干預(yù)模型實施的起點，也是后續(xù)各環(huán)節(jié)實施精準干預(yù)的基礎(chǔ)。教育大數(shù)據(jù)采集方式主要包括集中式采集、伴隨式采集和周期性采集。其中，伴隨式數(shù)據(jù)采集以過程性數(shù)據(jù)為主，具有密集性、動態(tài)性、復(fù)雜性、全面性等特點[12]。因此，采取伴隨式數(shù)據(jù)采集方式，完整采集遠程學(xué)習(xí)者在學(xué)習(xí)過程中產(chǎn)生的實時數(shù)據(jù)，有利于全面刻畫遠程學(xué)習(xí)者的特征、甄選更加有效的預(yù)測指標。數(shù)據(jù)采集維度可以分為四類，包括人口學(xué)信息數(shù)據(jù)、在線學(xué)習(xí)行為數(shù)據(jù)、學(xué)習(xí)準備數(shù)據(jù)、學(xué)習(xí)結(jié)果數(shù)據(jù)。其中，人口學(xué)信息數(shù)據(jù)包括學(xué)習(xí)者性別、年齡、所在地區(qū)、職業(yè)信息等。在線學(xué)習(xí)行為數(shù)據(jù)包括在線學(xué)習(xí)時長、訪問時間段、學(xué)習(xí)資源點擊率和下載量、視頻學(xué)習(xí)點擊率、參與討論情況等。學(xué)習(xí)準備數(shù)據(jù)包括最高受教育水平、已修課程成績、已獲學(xué)分等。學(xué)習(xí)結(jié)果數(shù)據(jù)包括作業(yè)完成情況、平時測驗成績、課程總評成績等。

（二）基于學(xué)習(xí)分析的學(xué)習(xí)危機智能診斷

對遠程學(xué)習(xí)者學(xué)習(xí)危機的準確識別和診斷，直接影響后續(xù)干預(yù)策略的實施。利用學(xué)習(xí)分析技術(shù)，挖掘遠程學(xué)習(xí)者個人信息數(shù)據(jù)和在線學(xué)習(xí)行為數(shù)據(jù)，通過算法模型綜合判斷學(xué)習(xí)者是否存在學(xué)習(xí)危機。英國開放大學(xué)經(jīng)過大量的實踐發(fā)現(xiàn)，是否提交平時測驗與最終能否完成課程學(xué)習(xí)密切相關(guān)，未提交平時測驗的學(xué)習(xí)者往往難以完成課程學(xué)習(xí)，未通過平時測驗的學(xué)習(xí)者同樣不能通過課程最終測試[13]。因此，遠程學(xué)習(xí)者是否提交和完成課程平時測驗可以作為預(yù)測其是否存在學(xué)習(xí)危機的一個關(guān)鍵指標。

在確定關(guān)鍵預(yù)警指標的基礎(chǔ)上，學(xué)習(xí)危機診斷包括數(shù)據(jù)預(yù)處理、數(shù)據(jù)挖掘建模和模型分析預(yù)測三個環(huán)節(jié)。在數(shù)據(jù)預(yù)處理階段，對前期采集的原始數(shù)據(jù)進行整理、集成和變換，形成預(yù)處理后的數(shù)據(jù)集。當數(shù)據(jù)類型較為豐富且數(shù)據(jù)量較大時，采用機器學(xué)習(xí)方法形成的預(yù)測模型更為準確、可靠[14]。因此，綜合采用決策樹、貝葉斯網(wǎng)絡(luò)、邏輯回歸、神經(jīng)網(wǎng)絡(luò)、支持向量機等機器學(xué)習(xí)算法開發(fā)預(yù)測模型，對不同模型的精確率、召回率、準確率和綜合評價指標進行對比分析，選擇具有良好預(yù)測效果的模型。最終，模型輸出分析結(jié)果，判斷當前階段遠程學(xué)習(xí)者是否存在學(xué)習(xí)危機并診斷危機程度。若模型診斷結(jié)果顯示遠程學(xué)習(xí)者可能存在學(xué)習(xí)危機，則要為遠程學(xué)習(xí)者提供適當?shù)母深A(yù)策略，若診斷結(jié)果顯示遠程學(xué)習(xí)者不存在學(xué)習(xí)危機，將利用學(xué)習(xí)分析技術(shù)對遠程學(xué)習(xí)者產(chǎn)生的數(shù)據(jù)進行持續(xù)動態(tài)分析，管理整個學(xué)習(xí)過程。

（三）綜合多維度的個性化干預(yù)策略實施

干預(yù)策略是指遠程教育機構(gòu)為化解遠程學(xué)習(xí)者學(xué)習(xí)危機和改善學(xué)習(xí)效果，利用技術(shù)和人工手段實施的各種支持性策略和指導(dǎo)性活動的綜合。作為干預(yù)模型的核心環(huán)節(jié)，干預(yù)策略實施具有多層次、全過程、多維度、多形式的特征，其中，多層次干預(yù)是對存在學(xué)習(xí)危機的不同學(xué)習(xí)群體或個體實施干預(yù)，包括群體干預(yù)、小組干預(yù)和個體干預(yù)。全過程干預(yù)是指干預(yù)策略覆蓋課程學(xué)習(xí)全過程，即課程學(xué)習(xí)前、學(xué)習(xí)中、學(xué)習(xí)后。多維度干預(yù)是從知識、情感、行為三個維度整體設(shè)計在線學(xué)習(xí)干預(yù)策略，形成綜合系統(tǒng)的干預(yù)方案。多形式干預(yù)是綜合利用系統(tǒng)干預(yù)和人工干預(yù)方式為遠程學(xué)習(xí)者提供支持，包括數(shù)字儀表盤、學(xué)習(xí)進度提示、頁面彈窗、個性化資源推送、學(xué)業(yè)建議規(guī)劃推薦、人工干預(yù)等，具體干預(yù)策略如下頁表1所示。

根據(jù)診斷出的學(xué)習(xí)危機程度不同，采取不同的干預(yù)策略。依據(jù)RTI干預(yù)反應(yīng)三級模型，將遠程學(xué)習(xí)者的學(xué)習(xí)危機程度劃分為三個級別，即輕度危機、中度危機和重度危機。伴隨危機程度不斷增加，干預(yù)強度逐漸增加且干預(yù)人數(shù)逐漸聚焦。其中，針對具有輕度危機的遠程學(xué)習(xí)者，干預(yù)策略以正向積極強化與激勵為主，利用系統(tǒng)自動干預(yù)方式實施群體干預(yù)，側(cè)重于促進遠程學(xué)習(xí)者的自我反思和自我調(diào)控。針對中度危機的遠程學(xué)習(xí)者，根據(jù)不同危機成因匹配不同的干預(yù)策略，制定個性化的干預(yù)方案，通過強化教學(xué)支持和調(diào)整教學(xué)設(shè)計提高遠程學(xué)習(xí)者學(xué)習(xí)參與度，幫助遠程學(xué)習(xí)者順利完成課程學(xué)習(xí)。系統(tǒng)診斷為重度危機的遠程學(xué)習(xí)者，輟學(xué)風(fēng)險較高，針對這一類群體的干預(yù)是基于個體特征的全方位干預(yù)，干預(yù)強度最高，側(cè)重于對遠程學(xué)習(xí)者個體的一對一輔導(dǎo)和情感關(guān)懷，目的是提高遠程學(xué)習(xí)者的學(xué)習(xí)可持續(xù)性，增強學(xué)習(xí)信心，降低輟學(xué)風(fēng)險。

（四）面向多群體的干預(yù)成效檢驗與反饋

針對遠程學(xué)習(xí)者實施干預(yù)策略以后，分析和檢驗干預(yù)策略的實施效果也是干預(yù)模型的重要環(huán)節(jié)。已有的研究大多關(guān)注學(xué)習(xí)干預(yù)技術(shù)層面的設(shè)計與實現(xiàn)，缺少對學(xué)習(xí)干預(yù)效果的長周期檢驗和精準化反饋，使得干預(yù)模型難以依據(jù)干預(yù)效果和學(xué)生反饋對學(xué)習(xí)干預(yù)的目標、時機和策略進行動態(tài)調(diào)整和優(yōu)化，不利于模型的持續(xù)修正和迭代改進[15]。干預(yù)成效檢驗不僅包括遠程學(xué)習(xí)者學(xué)業(yè)保持率和學(xué)習(xí)成績提升情況，還包括干預(yù)后遠程學(xué)習(xí)者學(xué)習(xí)動機、學(xué)習(xí)能力、學(xué)習(xí)態(tài)度的變化，從多個維度綜合評價學(xué)習(xí)干預(yù)對遠程學(xué)習(xí)者的影響。同時，調(diào)研遠程學(xué)習(xí)者、教師和教學(xué)管理者對在線學(xué)習(xí)干預(yù)的接受度和滿意度，鼓勵他們對干預(yù)時間、內(nèi)容、方式等提供反饋建議，用于完善和改進干預(yù)模型各環(huán)節(jié)。此外，通過可視化報告的形式面向多類群體提供干預(yù)效果反饋，以支持科學(xué)的教學(xué)決策。一方面，干預(yù)反饋可以幫助遠程學(xué)習(xí)者了解自身學(xué)習(xí)狀態(tài)變化，提升自主學(xué)習(xí)能力，改善學(xué)習(xí)狀態(tài)。另一方面，可以幫助教師和管理者改進課程學(xué)習(xí)資源和課程考核設(shè)計，調(diào)整教學(xué)方法和教學(xué)模式，加強學(xué)習(xí)支持服務(wù)，尤其是針對存在學(xué)習(xí)危機的遠程學(xué)習(xí)者的開展個性化教學(xué)輔導(dǎo)和情感支持，以及加強遠程教育教學(xué)在線常態(tài)化監(jiān)測力度，進一步優(yōu)化教育教學(xué)資源配置。

三、結(jié)語

加強教育教學(xué)在線常態(tài)監(jiān)測，精準判斷學(xué)生學(xué)習(xí)狀態(tài)與教學(xué)質(zhì)量，才能實現(xiàn)個性診斷與及時干預(yù)。遠程教育作為高等學(xué)歷繼續(xù)教育的重要形式，應(yīng)大力推動在線學(xué)習(xí)干預(yù)的實施應(yīng)用，以實現(xiàn)更加精準的教學(xué)和更加個性化的學(xué)習(xí)支持服務(wù)。然而，目前的國內(nèi)遠程教育領(lǐng)域在線學(xué)習(xí)干預(yù)的理論和實踐研究亟待更新，缺少系統(tǒng)化的干預(yù)模型和干預(yù)策略設(shè)計。針對這一問題，本文從數(shù)據(jù)驅(qū)動視角出發(fā)，系統(tǒng)構(gòu)建遠程學(xué)習(xí)者在線學(xué)習(xí)干預(yù)模型，以期促進學(xué)習(xí)干預(yù)在遠程教育領(lǐng)域的進一步發(fā)展。

未來，應(yīng)持續(xù)加強在線學(xué)習(xí)干預(yù)的相關(guān)研究。在理論層面，積極借鑒心理學(xué)、教育學(xué)等不同學(xué)科理論，深入探究遠程學(xué)習(xí)者在線學(xué)習(xí)干預(yù)的認知基礎(chǔ)、運作機制等，夯實研究的理論基礎(chǔ)。在技術(shù)層面，除了采集遠程學(xué)習(xí)者的結(jié)構(gòu)化數(shù)據(jù)之外，還要重視獲取遠程學(xué)習(xí)者的情感、心理、生理等非結(jié)構(gòu)化數(shù)據(jù)，為干預(yù)策略實施提供多模態(tài)數(shù)據(jù)源。同時，還要不斷優(yōu)化和改進算法模型，積極運用學(xué)習(xí)分析、數(shù)據(jù)挖掘等技術(shù)，提升學(xué)習(xí)危機診斷的效率和準確性。在實踐層面，結(jié)合不同的專業(yè)和課程開展干預(yù)模型的實踐研究，從學(xué)業(yè)保持率、成績提升情況、師生接受度和滿意度等方面驗證干預(yù)模型的實施效果。這些研究和實踐可以為遠程教育領(lǐng)域提供更加全面、精準的學(xué)習(xí)支持服務(wù)，推進新時代高等學(xué)歷繼續(xù)教育改革的深入發(fā)展。

［參考文獻］

［1］胡水星，荊洲.在線學(xué)習(xí)干預(yù)的新發(fā)展：從學(xué)習(xí)分析儀表盤到教育智能體［J］.遠程教育雜志，2022（5）：83-92.

［2］陳然.國外開放大學(xué)在線課程質(zhì)量保障的特點與啟示［J］.成人教育，2022（9）：60-66.

［3］楊雪，姜強，趙蔚，等.大數(shù)據(jù)時代基于學(xué)習(xí)分析的在線學(xué)習(xí)拖延診斷與干預(yù)研究［J］.電化教育研究，2017（7）：51-57.

［4］趙慧瓊，姜強，趙蔚，等.基于大數(shù)據(jù)學(xué)習(xí)分析的在線學(xué)習(xí)績效預(yù)警因素及干預(yù)對策的實證研究［J］.電化教育研究，2017（1）：62-69.

［5］張家華，鄒琴，祝智庭.學(xué)習(xí)分析視角下在線學(xué)習(xí)干預(yù)模型應(yīng)用［J］.現(xiàn)代遠程教育研究，2017（4）：88-96.

［6］杜永新，牛健，李瑩.在困頓與沮喪中艱難前行：電大輟學(xué)生的學(xué)習(xí)體驗［J］.開放教育研究，2011（3）：96-105.

［7］李彤彤，黃洛穎，鄒蕊，等.基于教育大數(shù)據(jù)的學(xué)習(xí)干預(yù)模型構(gòu)建［J］.中國電化教育，2016（6）：16-20.

［8］楊世鑒.基于學(xué)習(xí)者畫像的遠程在線學(xué)習(xí)預(yù)警機制研究［J］.河北廣播電視大學(xué)學(xué)報，2020（6）：28-34.

［9］陳然.遠程學(xué)習(xí)者在線學(xué)習(xí)危機預(yù)警及干預(yù)研究——英國開放大學(xué)OU Analyse項目剖析［J］.成人教育，2021（11）：12-17.

［10］許其鑫.遠程學(xué)習(xí)風(fēng)險預(yù)測模型構(gòu)建及預(yù)警反饋設(shè)計研究［D］.重慶：西南大學(xué)，2020.

［11］武法提，高姝睿，田浩.人機智能協(xié)同的精準學(xué)習(xí)干預(yù)：動因、模型與路向［J］.電化教育研究，2022（4）：70-76.

［12］柴喚友，劉三女牙，康令云，等.教育大數(shù)據(jù)采集機制與關(guān)鍵技術(shù)研究［J］.大數(shù)據(jù)，2020（6）：14-25.

［13］張佳妮，江穎.學(xué)習(xí)支持服務(wù)如何使遠程教育更具吸引力？——英國開放大學(xué)MILLS對我國遠程教育的啟示［J］.外國教育研究，2019（6）：57-73.

［14］牟智佳，武法提.教育大數(shù)據(jù)背景下學(xué)習(xí)結(jié)果預(yù)測研究的內(nèi)容解析與設(shè)計取向［J］.中國電化教育，2017（7）：26-32.

［15］王一巖，鄭永和.智能學(xué)習(xí)干預(yù)：現(xiàn)實困境、實施原則與實踐進路［J］.開放教育研究，2023（2）：103-111.

［作者簡介］陳然，江蘇開放大學(xué)學(xué)科建設(shè)處助理研究員，碩士，研究方向：遠程教育。

［責(zé)任編輯 李培福］