基于大數(shù)據分析的遠程學習者建模與個性化學習應用

岳俊芳+陳逸

【摘 要】 E-learning已發(fā)展到大數(shù)據時代。遠程學習者模型構建是學習大數(shù)據分析和個性化教學的核心。本研究首先對國內外的學習者建模理論進行分析，國外比較著名的覆蓋模型、鉛板模型、貝葉斯模型等學習者模型理論比較注重運用計算算法和人工智能技術獲取學習者學習特征，而國內遠程學習者建模注重從學習者特征要素的分析出發(fā)，由于視角不同，建模方法多種多樣。本研究著眼于遠程學習行為的大數(shù)據分析及個性化教學需要，從個人信息、學習風格、學習興趣和知識模型四方面構建遠程學習者模型，并圍繞該模型從個性化資源推送、個性化學習路徑和遠程督導服務等方面提出相應的個性化教學應用思路。

【關鍵詞】 e-learning；大數(shù)據；學習分析；學習者模型；個性化學習

【中圖分類號】 G420 【文獻標識碼】 A 【文章編號】 1009-458x（2017）07-0034-06

一、E-learning的大數(shù)據時代與學習分析

隨著移動網絡通信技術的飛速發(fā)展與智能終端設備的大規(guī)模普及，學習者手持平板電腦或手機可隨時隨地開展電子化學習，學習行為和學習軌跡被無處不在的網絡所捕捉和全面記錄，日益完善的云平臺數(shù)據存儲技術為學習數(shù)據大規(guī)模存儲提供了便利。E-learning的大數(shù)據時代來臨。對學習行為的精細化分析有助于獲取學習者的學習興趣或需求等個性化特征，為大規(guī)模遠程分散教學背景下的個性化教學服務提供了可能。

首屆學習分析與知識大會將學習分析定義為 “測量 、收集 、分析和報告有關學生及其學習環(huán)境的數(shù)據，用以理解和優(yōu)化學習及其產生的環(huán)境的技術”（張艷霞， 2015）。通過對e-learning平臺中零散學習行為數(shù)據的收集、匯總、歸納與分析，可對學習者的學習狀態(tài)與學習績效做出全面評估與預測，進而為之提供不同的個性化服務。教師可以按照不同學習者的學力水平、年齡和性別特征、職業(yè)崗位特點、專業(yè)技能水平、興趣愛好等，有針對性地提供學習內容、輔導與督促，實現(xiàn)個性化教學指導。對學習者而言，大數(shù)據能及時跟蹤學習信息并反饋實時分析結果，使學習者能了解自身學習狀態(tài)，及時查漏補缺，選擇個性化學習路徑。對教學機構來說，通過學習分析可以預測學習者興趣與需求，調整相關政策或教學策略。總之，學習分析可廣泛應用于學習需求挖掘、決策數(shù)據支持和個性化教學。

二、遠程學習者模型理論

大數(shù)據分析的關鍵是用戶模型的建立，對學習分析來說，只有首先建立適當?shù)膶W習者模型，才能對學習數(shù)據進行合理分類分析，進而為學習者提供有針對性的服務。所謂學習者模型是對學習者特征的抽象表示與描述，是個性化教學的核心與關鍵。學習分析的過程就是圍繞學習者模型對學習行為大數(shù)據進行分類、整理與呈現(xiàn)的過程。

如何科學構建遠程學習者模型為大數(shù)據分析提供有力支持？國外影響比較大的建模理論是覆蓋模型（將專家知識與學習者知識進行比較）、鉛板模型（簡單描述學習者知識狀態(tài)）、貝葉斯模型（編碼知識之間的因果關系，根據學習數(shù)據推導學習者的知識掌握程度）等，這些理論模型注重通過計算算法或人工智能技術實現(xiàn)學習者特征的獲取與建模（張舸， 2012）。在國內，學習者模型研究不夠廣泛，也沒有形成相對成熟的理論體系，以“學習者模型”為關鍵詞檢索CNKI數(shù)據論文庫僅得63篇檢索結果，且這些論文涉及的學習者模型構建主要圍繞學習者特征要素的分析來進行。教育部教育信息化技術標準研究委員會制定的網絡學習者模型標準——CELTS-11將學習者信息分為八類：個人信息、學業(yè)信息、管理信息、關系信息、安全信息、偏好信息、 績效信息和作品集信息（莊科君， 2015）。這些特征信息包含靜態(tài)和動態(tài)信息，涉及人口學特征、教學、管理及安全等所有內容。但基于建模視角和目的不同，學習者模型構建方法多種多樣。相對比較有代表性的研究包括：丁興富提出遠程學習者特征理論分析體系包含人口學、社會學、地理學、情境狀態(tài)、動機動力、評價等維度（張舸， 2012），王迎等（2006）提出學習者模型包含人口學特征、支持性特征、動力特征和策略特征。二者比較概而全，對教學實際操作價值不強。邱百爽等（2008）提出的學習者模型主要考慮用戶學習風格、認知水平和興趣偏好三大因素，莊科君等提出學習者模型包含基本信息、學習偏好、學習目標、認知狀態(tài)和知識水平（高虎子， 2012）。二者對個性化教學實操更有指導意義。本研究在國內外研究基礎上，從與遠程教與學密切相關的個性化特征要素出發(fā)構建遠程學習者模型，注重解決各特征要素的數(shù)據收集方式與如何應用等實操問題，各特征都可基于大數(shù)據分析技術和相關算法來獲取。

三、遠程學習者模型的構建

基于學習者特征信息的相對穩(wěn)定與動態(tài)屬性，著眼于大數(shù)據分析發(fā)掘學習者興趣并為之提供個性化服務，本研究提出從個人信息、學習風格、興趣模型和知識模型四個方面構建遠程學習者模型，如圖1所示。

（一）個人信息

個人信息屬于靜態(tài)信息，主要是學習者的個人身份信息及與學習相關的學業(yè)信息，包括用戶名、年齡、性別、民族、職業(yè)、地域、專業(yè)、學歷層次等，是基本穩(wěn)定的用戶屬性，是開展個性化教學的必要基礎，比如年齡、性別、地域等可作為協(xié)作學習方式中異質分組的重要指標，學歷層次在一定程度上決定了學習者的學前知識水平。

（二） 學習風格

學習風格亦稱“學習方式”，指學習者個體在其心理、生理特征基礎上形成的接受和加工信息的持久性偏好（陳麗， 2005），是學習策略和學習傾向的總和。學習者對資源呈現(xiàn)方式接收的偏好及對自主學習或協(xié)作學習方式的偏好都與學習風格這種持續(xù)一貫的個性特征高度相關。有研究表明，學習者學業(yè)成績也與學習風格顯著相關（陳麗， 2005）。了解遠程學習者的學習風格，有助于在資源呈現(xiàn)和教學方式上投其所好，實現(xiàn)個性化服務。

陳麗（2005）在綜合研究的基礎上，從生理、經驗和心理三個層面構建了遠程學習者學習風格框架。其中，生理維度包含視、聽、動三種感官通道偏好；經驗維度包含原理型、經驗型、實踐型和思考型四種學習方式偏好；心理維度包含內向與外向、現(xiàn)實與幻想、理性與感性、計劃與隨意八種人格心理特征類型，具體如圖2所示。