本站原创摘 要 ：随着网络技术的发展,各种用来支持学习的技术系统每天都在搜集大量与学习者有关的数据,将这些收集到的数据进行分析整理后,高效地运用在教育教学过程中,对提高我国的教育教学水平有着重要意义.对学习分析的定义进行了解析,并针对国内外高校运用学习分析技术的现状,提出了学习分析在我国的未来发展前景以及所要面对的挑战.
关 键 词 ：学习分析；学习分析技术；数据挖掘
中图分类号：G434文献标识码：A文章编号文章编号：1672-7800（2013）012-0191-02
作者简介：乔金瑶（1990-）,女,东北师范大学硕士研究生,研究方向为现代远程教育、计算机在教学中的应用；王红（1988-）,女,东北师范大学硕士研究生,研究方向为现代远程教育、计算机在教学中的应用.
0引言
自从“学习分析”这一理念被提出后,在教育界里就引起了很大反响.美国新媒体联盟与美国高校教育信息化协会合作的“地平线项目”在2010和2011两年的年度报告中均预测学习分析技术将在未来的四到五年内成为主流[1].英国开放大学知识媒体研究所 2011 和 2012 年连续推出了《社会学习分析报告 》（Social Learning Analytics）和《学习分析现状报告》（The State of Learning Analytics in 2012： A Review and Future Challenges）[2].2011 年,以加拿大阿塞巴斯卡大学的G.Siemens教授为主要召集人的学习分析学会（The Society for Learning Analytics, SoLAR）在第一届学习与知识分析大会中将学习分析定义为：测量、收集、分析、报告学习者及其学习情境的相关数据,以促进对学习过程的理解,并对学习及其发生的环境进行优化[3].著名的《地平线报告》在 2012 版中将学习分析定义为：通过收集来自学生的大量数据进行分析,从而对其学术表现进行评价和预测,并发现潜在的问题[4].通过以上有关定义可以看出,学习分析是利用学习分析技术,对学习者学习活动的有关数据进行分析和建模,对学习者的学习结果进行评估,发现学习者学习中潜在的问题,并对学习者行为进行预测.
1学习分析技术在国内外高校中的应用
国外学科中,搜集的大量数据越来越成为重要的教育教学资源.这样的数据可以提供可视化或者非可视化的相关指标.研究人员通过对这些指标的分析,可以发现学习者的学习状况,以此作为基础为使用者提供建议项目.
澳大利亚卧龙岗大学（University of Wollongong）的研究人员则运用“社会网络适应性教学实践”应用软件——SNAPP（Social Networks Adapting Pedagogical Practice）进行数据分析.这种软件可以帮助用户直观了解学习者在论坛的发帖和回复情况,通过直观跟踪论坛交流内容,教师可以快速判断用户的行为模式,覆盖课程进度的任何阶段.通过分析发帖者、回复对象、讨论话题以及话题范围,SNAPP可以对数据加以分析并以社会网络图的形式呈现分析结果,进而对学业面临风险的学习者进行识别.
美国普渡大学的信号灯系统在提高学生学业成绩方面也有很大帮助.这种信号灯系统运用了预测模型与“黑板视野（Blackboard Vista）”软件共同提供的数据,对学习者的学业进展情况进行实时分析,当学习者的学业成绩处于边缘风险状况时,信号灯系统就会发挥其功能,指导学习者相应地提高课程学习.由于这种系统实时反馈性很强,所以对教师和学习者帮助很大.
通过运用学习分析技术来提高学习者成绩的学校还有很多.像德雷塞尔大学（Drexel University）收集数据的方法是采用在线教学管理系统的“视野之星报告（Vista Star Report）”,进而对学习者的在线学习时间、登录次数、下载量等相关数据进行收集评估.北卡罗来纳州立大学（North Carolina State University）也是运用学习分析技术对学校已有的学生信息以及针对学习者进行问卷调查等形式获得的数据进行统计分析后,预测学习者在第一学期的学习成绩.
在我国值得一提的是由浙江温岭市中学信息技术教师开发的一款信息技术教学辅助平台——ITtools3.0.这一教学辅助平台从2005年起着手研发,期间经历了几个版本,直到2011年5月才初步完成,目前还在不断改进和完善.这一信息技术教学辅助平台目前已经被我国多所学校使用,如大连海湾高中、浙江省湖州五中、浙江省海盐第二高级中学、广州宜州一中以及浙江省义乌市实验小学等.针对现在机房对机器的特殊保护,不允许学生对计算机进行改写,所以,每当学生对计算机进行相关学习任务的操作后,再重新启动计算机,以前的学习记录就会消失,信息技术教学辅助平台的展示模块解决了这一令人无奈的问题.该模块可以对教师和学生的所有操作进行记录,其强大的查询和展示功能对于学生来说,不仅可以随时查阅自己的学习成果,对其他同学发布的学习作品也可进行查询,大大提高了学生自主学习的能力；对于教师来说,通过这一平台对记录的数据进行分析,教师针对分析结果,可以即时调整自己的教学方式和方法,从而提高教学效果.
2学习分析技术的未来发展前景
2.1向教师、学生及课程管理人员及时反馈
相关系统在搜集大量的数据后利用学习分析技术进行分析,将分析结果及时反馈给教师、学生及课程管理人员尤为必要.利用学习分析技术及其相关分析工具,教师可获得有关学生的学习绩效、学习过程以及学习环境的信息.这些信息可以为教师改进教学提供依据[5].不仅使教师能够及时调整自己的教学策略,优化自己的教育教学过程,而且使学生能够及时发现自己的不良学习行为,提高学习质量.通过对学习者活动数据的统计,课程管理人员可以及时修订课程,发现哪些学习资源是学习者经常关注的,哪些学习资源是学习者根本不关心的,对于学习者比较感兴趣的学习资源加以丰富,对于学习者不感兴趣的资源进行删除,以此来优化网络空间. 2.2推荐相关学习资源
有关学习的推荐系统近年来获得了越来越多的关注,这些系统分析了学习者的数据,通过统计学习者有关下载、标注、观看、阅读等行为频次,研究人员在比较分析后将学习者进行分类,最后将学习者分等级来获得课程,并为学习者推荐合适的学习资源,例如推荐学习者选择初级、中级还是高级课程.通过这一系统可以使学习者在有限的时间内提高自身的学习效率,另外还可以提高学习者的学习兴趣.
2.3优化社会学习环境
在技术提高学习这一环境下,学习者彼此之间的交互是如何学习的一个核心部分.在计算机支持的协作学习中,许多研究已经集中到了对网络学习者的分析上.相关的学习分析技术通过对聊天工具、论坛,或者电子邮件客户端中被捕获的数据进行分析,不但会对学习者进行预测而且还会建议有关的小组学习活动.例如,某些学习者在某些学习系统中注册了个人账户,如果所填的个人信息某些方面表示对天文知识感兴趣,课程推荐系统会建议学习者参加天文学习小组.学习者在这个小组中通过彼此之间的信息交流、资源共享等,不仅可以吸引到更多有相同爱好的学习者,而且对提高自身研究领域的学术水平也有很大帮助.
3结语
目前,虽然对教育数据进行搜集和分析会对教育教学产生深远的影响,但是为了使在这一领域的研究者能够共享和重复使用有效的教育数据,还面临很多挑战.
3.1确定搜集数据格式标准
在数据收集中由于对交互数据缺少统一的陈述标准,从而在系统中阻止了有关数据的共享和重复使用.另外,如果学习者的一个自定义的数据信息格式没有被记录,当其他人使用这一数据时就很难理解被存储数据信息的意义,想要对这些数据进行重复使用则很难.
3.2明确使用数据合法性
这是有关隐私权和教育数据收集许可的问题.虽然研究者在学习环境中会获得大量的数据,但是使用数据的权利等相关问题需要从两个视角来解决：一方面,从使用者的角度来说,学习者需要被告知在课程学习活动中要搜集相关数据,并且需要得到学习者本人的准许才能搜集他们的个人信息；另一方面,这些数据的组织或提供者也需要同意搜集和共享这些数据.为了避免研究者花费大量的人力、物力、财力通过某些方式搜集到相关的数据后才发现这些数据不可被使用的现象发生,让数据能够合法进行搜集,我国相关法律法规的完善刻不容缓.
3.3提高数据搜集相关技术
在学习分析探索性研究中,数据追踪为学习管理提供了一个良好的基础.学习者除了使用学习管理系统外,还经常使用各种各样的工具和相关的学习怎么写作,所以提高相关技术来获得更多的数据非常必要,比如,可以在相关学习系统中安装开发的小插件,以此来搜集有关数据.