1、学习分析应用模型设计 汇报提纲一、引言二、学习分析模型研究综述三、学习分析应用模型设计四、结语一、引言1、学习分析发展态势2010年以来，“学习分析与知识国际会议”连续召开四届。2011年，美国地平线报告明确提出学习分析是一项影响未来学习的技术，且连续4年将其纳入影响未来学习的技术中来。2012年，美国国家教育部发布通过教育数据挖掘和学习分析促进教与学，着重强调学习分析在测量、评估、干预等方面对学生学习有重要影响。2014年，专门针对学习分析研究和应用的英文期刊The Journal of Learning Analytics创刊。学习分析作为一个独特的研究领域，已经引起了全球研究者的强烈关注
2、。基于学习分析技术的各项研究、实践也开展的如火如荼。2、学习分析应用模型研究诉求学习分析模型是学习分析应用的重要理论指导，一定程度上决定着学习分析相关实践研究的成败。构建能有效指导实践的学习分析应用模型对学习分析的发展及应用推广有着非常重要的意义。有研究表明，现阶段学习分析的理论和实践还不成熟，1尚未有较好的分析模型。2综上，本研究拟在已有的学习分析模型基础上，从实践与应用的角度对现有模型进行改进和完善。1、Tanya Elias学习分析模型 基于资源将学习分析过程分为数据收集、数据加工和知识应用三个阶段以及获取、选择、聚集、预测、使用、优化六种活动，且此三个阶段不断循环。3二、学习分析模型研
3、究综述2、GSiemens 学习分析模型(2010)数据主要是学生自己发布的数据，及通过语义分析等获取到的与学习过程间接相关的智能数据。将课程数据、学期数据及相关的资料信息都收集起来进行分析得出可靠的结果。教师在对学习者数据、档案信息和课外数据进行分析的基础上，就能更有针对性地施加学习干预，指导和调整教学，实现课程的个性化，满足学生的不同需求。3、GSiemens 学习分析模型(2013)小结通过对此三个模型的异同点进行比较，可以将学习分析大致划分为数据收集、数据处理、数据分析、可视化输出、预测和干预五个阶段，并且这五个阶段在教学实施过程中不断循环。以上三个典型的学习分析模型分别从技术要素视角
4、和分析流程视角构建，主要是从大局大视角来考虑学习分析该有哪些基本要素以及可以如何走。因此，相对来说对学习分析各个大环节在实践中到底该如何进行应用并未做深入的探讨。基于此，本研究拟从学习分析应用的视角出发，试图构建一种学习分析应用模型。三、学习分析应用模型设计1、整体模型设计2、数据处理环节 学生学习信息收集是学习分析实施过程的起点，贯穿于整个学习活动的始终。6数据的收集、存储和整合是数据处理阶段的主要任务。按照学习分析的目标确定数据收集的范围是数据处理的起点。学生的个人信息可以通过学生口述自报的方式获取，学习特征信息可以通过成熟的量表来获得，学生的前测水平可以根据量表或已有学习记录提取获得。学
5、生的静态信息存储在学生静态信息库，该类信息较为稳定，更多的是代表着学生的个性特征。学生动态信息主要包括学习行为信息、学习诊断信息和学习情感信息。其中学习行为信息可以通过Web日志挖掘的方式获取，学习诊断信息由系统自动记录学生作业及考试等数据，学习情感信息可以通过对学生文本数据进行内容分析来获得或以新媒体设备捕捉面部情感数据的方式获取，三类动态信息存储在学生动态数据库，该类信息是伴随着学生的学习过程而动态变化，实时更新。学生动态信息和静态信息构成了数据处理的基础，在进入分析引擎之前需要将数据进行清洗和整合，以保证数据的可用性和有用性。对数据进行清洗主要是检查数据的一致性，去除无效值和缺失值等。将
6、清理后的数据进行整合，形成合理的数据集，以备分析引擎调用。3、分析引擎 收集好学生的学习相关数据后，通过分析引擎中的各项分析技术，即可将杂乱的数据输出为有教学意义的信息，从而为教师等提供教学决策支持。分析引擎中具体采用哪些分析方法，可以依照具体分析目的的需要而进行选择。目前，可用于学习分析的关键技术中，发展较为成熟的技术主要包括网络分析法、话语分析法和内容分析法。运用社会网络分析法，不仅可以用来探究网络学习过程中的联系、关系、角色以及网络形成的过程与特点，还可以了解人们如何在网络学习中建立并维持关系从而为自己的学习提供支持。7话语分析法可以用来对学习过程中的交流过程进行定性的分析，从而了解网上
7、学习交流中话语的文本性含义，帮助我们理解学习者是如何建立起他们自己的观点的，能够用来探究知识建构的过程，这将有助于我们明晰学习发生的过程。8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，寻求学习者的行为模式；还可对其进行定性分析，运用已有的积累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。94、可视化输出 在学习分析模型中，直接面向各层用户的是可视化输出结果。在已有的学习分析项目中，常用仪表盘形式呈现，主要呈现学生的学习状态，如学习目标完成度、学习活动参与度、社会网络角色等。如何设计可视化结果形式，如何为不同层次的用户设计合适的可视化视图，都是需要进行研究和实践的
8、。从实际可操作角度来看，针对不同层次的用户及其对学习分析的预期和目标，可以设计对应不同粒度数据的可视化输出结果。在本模型的可视化输出环节中，将可视化视图划分为面向学生、教师、管理人员、研究人员四种视图类型，针对不同层次的用户，可视化输出的数据内容与粒度也分为学校层面、年级层面、学科层面及知识点层面。面向学生个人的可视化输出，需要输出其个人的学习状态，如已完成的作业或任务、目前的学习进度、论坛发帖数、社会网络位置，同时，还需向其呈现其在班级内的位置，如练习或考试成绩排名、平均分等。面向教师的可视化输出，首先需要呈现学生个体及学生群体两个维度的数据内容，在学生个体维度上，教师需要了解某个具体学生的
9、学习状态和进度，以便进行个别化的指导和干预；在学生群体维度上，需要向教师呈现班级的平均水平，以便整体把握全班的总体水平，进而进行教学决策，如继续讲解新的课程内容或是温习、重复旧知识。同时，对于学科教师而言，还需要向其呈现该学科的全年级整体水平，为其调整教学进度等提供参考和借鉴。面向管理人员的可视化输出，需要向其呈现年级维度的数据内容，以便管理层对全校的教学情况进行监管和管理决策的制定。面向研究人员的可视化输出则可根据其研究需要向其呈现对应的数据可视化输出结果。5、干预引擎 在学习分析模型中，直接面向各层用户的是可视化输出结果。在已有的学习分析项目中，常用仪表盘形式呈现，主要呈现学生的学习状态，
10、如学习目标完成度、学习活动参与度、社会网络角色等。如何设计可视化结果形式，如何为不同层次的用户设计合适的可视化视图，都是需要进行研究和实践的。从实际可操作角度来看，针对不同层次的用户及其对学习分析的预期和目标，可以设计对应不同粒度数据的可视化输出结果。在本模型的可视化输出环节中，将可视化视图划分为面向学生、教师、管理人员、研究人员四种视图类型，针对不同层次的用户，可视化输出的数据内容与粒度也分为学校层面、年级层面、学科层面及知识点层面。四、结语 智慧学习环境使得积累更加大量、丰富和复杂的教育数据成为可能。如何更加充分、有效地利用这些数据，优化教与学成为一个焦点问题。12学习分析技术应运而生，随着学习分析技术在教育领域应用的逐渐深入，对学生学习过程信息的记录和分析，无论是在传统的课堂教学环境中还是在网络教育环境下，亦或是碎片化学习形式，学习分析技术都显得尤为重要。但是，学习分析技术要想普遍应用于教育领域，指导和调整教学，实现优化学习过程方面的潜力，还有很长的路要走。现如今，学习分析已经逐渐成为一个独立而重要的研究领域，不断从理论探讨走向实践应用。本文从实践应用角度，基于学习分析理论模型提出应用模型，分析了学习分析各主要环节的具体实施细节，为学习分析的应用奠定了一定的基础。
