國(guó)內(nèi)外近五年學(xué)習(xí)分析技術(shù)應(yīng)用比較研究

林煒婷 楊 寧

國(guó)內(nèi)外近五年學(xué)習(xí)分析技術(shù)應(yīng)用比較研究

林煒婷 楊 寧

（福建師范大學(xué)，福建福州，350007）

近年來(lái)，隨著教育信息化的推進(jìn)，教育數(shù)據(jù)陡增，對(duì)海量信息加以利用來(lái)優(yōu)化教育愈加重要。學(xué)習(xí)分析技術(shù)自2011年提出以來(lái)，倍受?chē)?guó)內(nèi)外學(xué)者的重視，并在日趨完善的理論指導(dǎo)下，逐漸在教學(xué)實(shí)踐中投入應(yīng)用?，F(xiàn)以學(xué)習(xí)分析的數(shù)據(jù)類(lèi)型為切入點(diǎn)，對(duì)國(guó)內(nèi)外近五年學(xué)習(xí)分析的方法、工具及在教育領(lǐng)域的應(yīng)用現(xiàn)狀進(jìn)行比較分析，發(fā)現(xiàn)非結(jié)構(gòu)化數(shù)據(jù)分析成為學(xué)習(xí)分析的研究重點(diǎn)，數(shù)據(jù)來(lái)源從用戶(hù)的行為層面延伸至生理與心理層面，應(yīng)用領(lǐng)域多集中于高等教育與遠(yuǎn)程教育。國(guó)內(nèi)相關(guān)研究視角多元，應(yīng)用領(lǐng)域廣，但在數(shù)據(jù)多樣性、分析結(jié)果可視化等方面研究深度不足，與國(guó)外研究相比仍有一定差距。

學(xué)習(xí)分析；數(shù)據(jù)；分析技術(shù)

一、引言

近年來(lái)，隨著科學(xué)技術(shù)的進(jìn)步，教育領(lǐng)域的信息化不斷發(fā)展、變革。隨著教育信息化的推進(jìn)，由此產(chǎn)生的教育大數(shù)據(jù)潛藏著與學(xué)習(xí)者息息相關(guān)的深層內(nèi)容，具有一定的挖掘價(jià)值。因此，將教育大數(shù)據(jù)的價(jià)值體現(xiàn)出來(lái)，達(dá)成智慧教育的愿景，無(wú)論是從設(shè)計(jì)者的視角建構(gòu)學(xué)習(xí)環(huán)境的支撐，從教育者的視角設(shè)計(jì)教學(xué)方法的催導(dǎo)，還是從學(xué)習(xí)者的視角實(shí)施學(xué)習(xí)過(guò)程的實(shí)踐，學(xué)習(xí)分析技術(shù)（Learning analytics）都是其中不可或缺的核心技術(shù)的推動(dòng)力。[1]

學(xué)習(xí)分析技術(shù)在國(guó)際學(xué)術(shù)界日益受到關(guān)注。美國(guó)新媒體聯(lián)盟（New Media Consortium, NMC）與美國(guó)高校教育信息化協(xié)會(huì)（EDUCAUSE Learning Initiative, ELI）合作的“地平線項(xiàng)目（The New Media Consortiums Horizon Project）”在其2010和2011兩年的年度報(bào)告中均預(yù)測(cè)學(xué)習(xí)分析技術(shù)將在未來(lái)的四到五年內(nèi)成為主流，并在2012年至2014年的年度報(bào)告中，將其列為2015至2016年可實(shí)現(xiàn)的技術(shù)之一。[2]2011年舉行的首屆學(xué)習(xí)分析技術(shù)與知識(shí)國(guó)際會(huì)議(International Conference on Learning Analytics and Knowledge，LAK)提出了學(xué)習(xí)分析的定義，指出學(xué)習(xí)分析是測(cè)量、收集、分析和報(bào)告有關(guān)學(xué)生的學(xué)習(xí)行為以及學(xué)習(xí)環(huán)境的數(shù)據(jù)，用以理解和優(yōu)化學(xué)習(xí)及其產(chǎn)生的環(huán)境的技術(shù)的總稱(chēng)。[3]由該定義可以看出，數(shù)據(jù)是學(xué)習(xí)分析的重要前提，數(shù)據(jù)收集是學(xué)習(xí)分析開(kāi)展的首要環(huán)節(jié)，也是學(xué)習(xí)分析技術(shù)得以全面剖析學(xué)生學(xué)習(xí)過(guò)程的重要基礎(chǔ)。因此，筆者以學(xué)習(xí)分析的數(shù)據(jù)入手，圍繞數(shù)據(jù)的獲取、處理分析以及結(jié)果應(yīng)用等方面對(duì)相關(guān)文獻(xiàn)開(kāi)展研究，以期了解當(dāng)前國(guó)內(nèi)外研究者對(duì)于學(xué)習(xí)分析技術(shù)的理解和共識(shí)，了解目前學(xué)習(xí)分析技術(shù)的實(shí)現(xiàn)程度和研究成果，總結(jié)當(dāng)前的發(fā)展現(xiàn)狀與存在的問(wèn)題。

二、文獻(xiàn)概況

筆者以中國(guó)知網(wǎng)的期刊數(shù)據(jù)庫(kù)為國(guó)內(nèi)文獻(xiàn)來(lái)源，以“學(xué)習(xí)分析”“學(xué)習(xí)分析技術(shù)”等關(guān)鍵詞進(jìn)行檢索，在2011-2016年間發(fā)表的文獻(xiàn)中剔除醫(yī)學(xué)、經(jīng)濟(jì)學(xué)等與教育學(xué)類(lèi)的無(wú)關(guān)文獻(xiàn)，最終篩選出61篇。國(guó)外文獻(xiàn)選自Web of Science核心合集數(shù)據(jù)庫(kù)，采用相同方法檢索得到242個(gè)結(jié)果，剔除會(huì)議文獻(xiàn)和其他領(lǐng)域的無(wú)關(guān)文獻(xiàn)，最終篩選出52篇。國(guó)內(nèi)外一共113篇文獻(xiàn)為本研究的綜述對(duì)象。

筆者從發(fā)表年份、來(lái)源期刊以及關(guān)鍵詞詞頻三個(gè)方面對(duì)文獻(xiàn)進(jìn)行了一番基本梳理。根據(jù)文獻(xiàn)發(fā)表年份的統(tǒng)計(jì)結(jié)果來(lái)看，學(xué)習(xí)分析從2011年提出以來(lái)，國(guó)外該領(lǐng)域的研究數(shù)量呈現(xiàn)逐年平穩(wěn)上升的趨勢(shì)，2012年開(kāi)始進(jìn)入國(guó)內(nèi)研究者視野，盡管步伐略慢于國(guó)外，但從2014年開(kāi)始數(shù)量明顯增長(zhǎng)，可見(jiàn)國(guó)內(nèi)學(xué)者對(duì)于這一新興領(lǐng)域保持足夠的重視和研究熱情。從發(fā)表期刊來(lái)看，國(guó)內(nèi)文獻(xiàn)主要集中于中國(guó)電化教育（13.11%）、電化教育研究（9.84%）、現(xiàn)代教育技術(shù)（8.20%）、開(kāi)放教育研究（6.56%）等教育技術(shù)學(xué)的核心期刊上，而外文文獻(xiàn)多發(fā)表于COMPUTERS IN HUMAN BEHAVIOR（15.38%）和JOURNAL OF UNIVERSAL COMPUTER SCIENCE（11.54%）等計(jì)算機(jī)領(lǐng)域的核心期刊，這與學(xué)習(xí)分析的發(fā)展歷程有一定關(guān)系。文獻(xiàn)關(guān)鍵詞詞頻統(tǒng)計(jì)結(jié)果顯示，“教育數(shù)據(jù)挖掘/Educational data mining”、“社會(huì)網(wǎng)絡(luò)分析/Social network analysis”和“大數(shù)據(jù)/Big data”都在國(guó)內(nèi)外文獻(xiàn)中高頻出現(xiàn)，可見(jiàn)目前學(xué)習(xí)分析技術(shù)的關(guān)注熱點(diǎn)多集中于這三個(gè)內(nèi)容上，外文研究中關(guān)鍵詞數(shù)量多且詞頻相差不大，研究范圍廣泛，而國(guó)內(nèi)情況與之相反，新興熱點(diǎn)往往能吸引更多研究者的注意，容易形成“扎堆”現(xiàn)象。

三、學(xué)習(xí)分析的數(shù)據(jù)類(lèi)型

數(shù)據(jù)是學(xué)習(xí)分析的基礎(chǔ)，傳統(tǒng)的學(xué)習(xí)分析著眼于學(xué)生的群體水平，數(shù)據(jù)多以組、班或年級(jí)為分析單位，而隨著教育大數(shù)據(jù)的熱度不斷升高，學(xué)習(xí)分析逐漸轉(zhuǎn)向于關(guān)注每一個(gè)學(xué)生個(gè)體的微觀表現(xiàn)，實(shí)時(shí)記錄學(xué)生的即時(shí)性行為、生理心理的變化等，力求獲得用戶(hù)行為習(xí)慣、學(xué)習(xí)效果等各項(xiàng)指標(biāo)的數(shù)據(jù)支撐。

學(xué)習(xí)分析的數(shù)據(jù)繁多，數(shù)據(jù)的來(lái)源也是廣泛而多樣的。若以數(shù)據(jù)依托的平臺(tái)來(lái)看，能記錄下學(xué)習(xí)行為數(shù)據(jù)有MOOC平臺(tái)、Moodle、WISE、Blackboard在線教學(xué)管理平臺(tái)等等。若從收集對(duì)象來(lái)看，包括學(xué)習(xí)活動(dòng)的參與者、管理者、決策者等相關(guān)人員數(shù)據(jù)與軟硬件設(shè)備上的記錄數(shù)據(jù)，比如顧小清結(jié)合Siemens學(xué)習(xí)分析的過(guò)程將數(shù)據(jù)來(lái)源分為學(xué)生數(shù)據(jù)（learners off-put data）和智能化數(shù)據(jù)（intelligent data）[4]兩大類(lèi)。若從數(shù)據(jù)本身的類(lèi)型來(lái)看，包括學(xué)生互動(dòng)信息、測(cè)評(píng)成績(jī)、情緒狀態(tài)、注意力水平等等。綜合前人的研究成果，筆者將學(xué)習(xí)分析的數(shù)據(jù)分為結(jié)構(gòu)化數(shù)據(jù)與非結(jié)構(gòu)化數(shù)據(jù)兩大類(lèi)，結(jié)構(gòu)化數(shù)據(jù)的類(lèi)別依據(jù)魏順平提出的學(xué)習(xí)要素框架，[5]將學(xué)習(xí)行為劃分為“學(xué)習(xí)者”“內(nèi)容”“處所”“時(shí)間”“結(jié)果”五要素（其中“時(shí)間”涵蓋在其他幾類(lèi)數(shù)據(jù)中），非結(jié)構(gòu)化數(shù)據(jù)依據(jù)數(shù)據(jù)承載形式分為圖片數(shù)據(jù)、文本數(shù)據(jù)、音頻數(shù)據(jù)和視頻數(shù)據(jù)，將各數(shù)據(jù)類(lèi)型的量化指標(biāo)、目的與采集技術(shù)總結(jié)至下表1。

表1 學(xué)習(xí)分析的數(shù)據(jù)類(lèi)型

數(shù)據(jù)類(lèi)型 量 化 指 標(biāo) 目 的 數(shù)據(jù)采集技術(shù)結(jié)構(gòu)化數(shù)據(jù)學(xué)習(xí)內(nèi)容數(shù)據(jù)（包括學(xué)習(xí)資源的上傳下載數(shù)、討論話題量、作業(yè)完成度與錯(cuò)誤率等） 對(duì)學(xué)習(xí)者的學(xué)習(xí)過(guò)程與資源以及學(xué)習(xí)者學(xué)習(xí)反應(yīng)的反饋信息進(jìn)行定量和定性的分析，探索學(xué)習(xí)者的行為模式并進(jìn)行預(yù)測(cè)。學(xué)習(xí)管理平臺(tái)自動(dòng)采集、日志檢索分析技術(shù)、網(wǎng)絡(luò)爬蟲(chóng)技術(shù)、移動(dòng)APP技術(shù)、網(wǎng)評(píng)技術(shù)等學(xué)習(xí)處所數(shù)據(jù)（分為學(xué)習(xí)平臺(tái)與課程學(xué)習(xí)單元兩類(lèi)處所的數(shù)據(jù)，如在學(xué)習(xí)平臺(tái)的瀏覽內(nèi)容、討論次數(shù)，在學(xué)習(xí)單元中的學(xué)習(xí)時(shí)長(zhǎng)，反饋的頻率與正確率等）學(xué)習(xí)結(jié)果數(shù)據(jù)（包括論壇發(fā)帖量、測(cè)驗(yàn)成績(jī)、問(wèn)卷得分等）幫助學(xué)生查缺補(bǔ)漏，檢驗(yàn)學(xué)習(xí)成果，幫助教師開(kāi)展教學(xué)反思圖片數(shù)據(jù)（包括以圖片形式記錄下來(lái)的教師與學(xué)生的手勢(shì)、面部表情等）獲取師生的肢體語(yǔ)言，了解學(xué)生的注意力水平與理解程度人臉識(shí)別技術(shù)、動(dòng)作捕捉技術(shù)文本數(shù)據(jù)（包括日志、討論區(qū)、學(xué)習(xí)筆記等產(chǎn)生的文本內(nèi)容，）非結(jié)構(gòu)化數(shù)據(jù)學(xué)習(xí)管理平臺(tái)自動(dòng)采集、日志檢索分析技術(shù)、網(wǎng)絡(luò)爬蟲(chóng)技術(shù)音頻數(shù)據(jù)（包括線下的面對(duì)面對(duì)話和線上同步、異步的交流內(nèi)容）識(shí)別學(xué)習(xí)者的觀點(diǎn)和態(tài)度，揭示學(xué)習(xí)者的自我管理與反思過(guò)程通過(guò)交流中的文本內(nèi)涵，了解學(xué)習(xí)者知識(shí)產(chǎn)生和建構(gòu)、意義表達(dá)和與同伴共享的過(guò)程語(yǔ)音識(shí)別技術(shù)視頻數(shù)據(jù)（記錄教學(xué)過(guò)程與學(xué)習(xí)過(guò)程）促進(jìn)教師的教學(xué)反思，提高教學(xué)技能視頻監(jiān)控技術(shù)、智能錄播技術(shù)

四、學(xué)習(xí)分析方法

學(xué)習(xí)過(guò)程中所產(chǎn)生的數(shù)據(jù)復(fù)雜多樣，學(xué)習(xí)分析技術(shù)在解決這一問(wèn)題的過(guò)程中，也逐漸產(chǎn)生了多種應(yīng)對(duì)的分析方法。傳統(tǒng)的學(xué)習(xí)分析多關(guān)注于結(jié)構(gòu)化數(shù)據(jù)的分析，分析方法相對(duì)簡(jiǎn)單，學(xué)習(xí)時(shí)間、測(cè)試成績(jī)等可以直接通過(guò)數(shù)據(jù)看出信息，也常用到數(shù)理統(tǒng)計(jì)學(xué)中的統(tǒng)計(jì)分析法，如方差分析、因子分析、相關(guān)性分析等將數(shù)據(jù)進(jìn)行處理，以獲取基本變量之間的相關(guān)性。與傳統(tǒng)學(xué)習(xí)分析相對(duì)的現(xiàn)代學(xué)習(xí)分析技術(shù)，將更多關(guān)注點(diǎn)放在非結(jié)構(gòu)化數(shù)據(jù)上，比如針對(duì)文本數(shù)據(jù)產(chǎn)生的文本挖掘技術(shù)，針對(duì)學(xué)生對(duì)話互動(dòng)產(chǎn)生的話語(yǔ)分析法，針對(duì)教學(xué)視頻產(chǎn)生的視頻分析法等。隨著科研成果的不斷推進(jìn)，除了沿用教育數(shù)據(jù)統(tǒng)計(jì)的統(tǒng)計(jì)分析法、文本分析的內(nèi)容分析方法等普適分析技術(shù)，學(xué)習(xí)分析也在不斷跨領(lǐng)域、跨學(xué)科地吸收與整合其他方法，從而形成具有其自身特點(diǎn)的分析方法。這些方法與技術(shù)為多樣化學(xué)習(xí)數(shù)據(jù)的處理帶來(lái)了豐富的分析策略。下面對(duì)學(xué)習(xí)分析技術(shù)中具有代表性技術(shù)進(jìn)行介紹。

第一，文本挖掘技術(shù)（Text mining technology）。針對(duì)文本數(shù)據(jù)的文本挖掘技術(shù)發(fā)展相對(duì)成熟。文本挖掘從數(shù)據(jù)挖掘發(fā)展而來(lái)，但并不意味著簡(jiǎn)單地將數(shù)據(jù)挖掘技術(shù)運(yùn)用到大量文本的集合上就可以實(shí)現(xiàn)文本挖掘。與結(jié)構(gòu)化數(shù)據(jù)相比，文本的結(jié)構(gòu)有限，甚至沒(méi)有結(jié)構(gòu)。文本挖掘工作的開(kāi)展先要將文本進(jìn)行“預(yù)處理”，即抽取文本中具有代表特征的元數(shù)據(jù)，進(jìn)行特定的結(jié)構(gòu)化形式保存以便進(jìn)行特征修剪，再應(yīng)用文檔聚類(lèi)、文檔分類(lèi)和摘要抽取等技術(shù)進(jìn)行分析。部分音頻文件的分析需要先將音頻內(nèi)容轉(zhuǎn)為文本，本質(zhì)上也是進(jìn)行文本挖掘。

第二，社會(huì)網(wǎng)絡(luò)分析（Social Network Analysis）。學(xué)習(xí)分析方法中，應(yīng)用較為廣泛的社會(huì)網(wǎng)絡(luò)分析法是以關(guān)系作為基本分析單位，描繪和測(cè)量行動(dòng)者之間的關(guān)系及通過(guò)這些關(guān)系流動(dòng)的各種有形或無(wú)形的數(shù)據(jù)，包括交流頻次等結(jié)構(gòu)化數(shù)據(jù)和交流內(nèi)容等非結(jié)構(gòu)化數(shù)據(jù)，據(jù)此分析學(xué)習(xí)者的社會(huì)網(wǎng)絡(luò)結(jié)構(gòu)、協(xié)作模式和協(xié)作過(guò)程，加強(qiáng)學(xué)習(xí)者的社會(huì)網(wǎng)絡(luò)連接，以提高在線學(xué)習(xí)的效果。比如，Palonen和Hakkarainen利用社會(huì)網(wǎng)絡(luò)分析工具測(cè)量成員的有向交互強(qiáng)度（密度）、活動(dòng)參與范圍（點(diǎn)度中心度）、整個(gè)社區(qū)整體的交互模式（中心勢(shì)），分析學(xué)生在CSILE網(wǎng)絡(luò)協(xié)作平臺(tái)上的交互過(guò)程，并對(duì)學(xué)生網(wǎng)絡(luò)協(xié)作學(xué)習(xí)情況與性別、成績(jī)之間的關(guān)系進(jìn)行研究。[5]

第三，儀表盤(pán)技術(shù)（Dashboard Technology）。它相當(dāng)于“個(gè)人信息系統(tǒng)”的另類(lèi)應(yīng)用，集學(xué)習(xí)、分析、反饋、評(píng)價(jià)于一身，將個(gè)體學(xué)習(xí)信息（包括學(xué)習(xí)行為、習(xí)慣、情緒、興趣等）及情境信息（學(xué)習(xí)時(shí)長(zhǎng)、錯(cuò)題類(lèi)型及數(shù)量，在線活動(dòng)參與率，論壇活躍度與發(fā)帖量等）以可視化、個(gè)性化的圖表呈現(xiàn)形式，為在線教育的學(xué)習(xí)者、教師、研究者、管理者等提供多層次的學(xué)習(xí)支持，幫助學(xué)習(xí)者實(shí)現(xiàn)自我認(rèn)知、學(xué)習(xí)反思以及意義建構(gòu),促進(jìn)學(xué)習(xí)新方法或模式的產(chǎn)生。Kim,Jeonghyun等利用學(xué)習(xí)分析儀表盤(pán)輔助學(xué)生的網(wǎng)絡(luò)學(xué)習(xí)，結(jié)果表明實(shí)驗(yàn)組成績(jī)相對(duì)于對(duì)照組有明顯提高。[6]國(guó)內(nèi)“快樂(lè)學(xué)”利用儀表盤(pán)技術(shù)為K12階段學(xué)生提供英語(yǔ)學(xué)習(xí)的個(gè)性化服務(wù)，為教師提升教學(xué)效率。

第四，內(nèi)容分析（Content Analysis）。學(xué)習(xí)分析方法中的內(nèi)容分析法有別于文本分析的內(nèi)容分析法，該方法的數(shù)據(jù)范圍涵蓋傳播過(guò)程中產(chǎn)生的內(nèi)容，并對(duì)數(shù)據(jù)進(jìn)行定量和定性分析，得到學(xué)習(xí)者的行為模式，從而預(yù)測(cè)學(xué)習(xí)者行為并提供個(gè)性化資源服務(wù)。

第五，網(wǎng)站分析（Web Analysis）。通過(guò)收集用戶(hù)在瀏覽網(wǎng)站時(shí)產(chǎn)生的數(shù)據(jù)（如網(wǎng)站流量引入來(lái)源、訪問(wèn)的界面、網(wǎng)頁(yè)停留時(shí)間、訪客瀏覽跟蹤等），將網(wǎng)站數(shù)據(jù)與站內(nèi)學(xué)習(xí)資源、教學(xué)設(shè)計(jì)、教學(xué)策略結(jié)合分析，為網(wǎng)站改進(jìn)與完善提供依據(jù)。美國(guó)德克薩斯大學(xué)運(yùn)用SimilarWeb分析科學(xué)仿真網(wǎng)站PhET近13個(gè)月以來(lái)的訪問(wèn)量，以預(yù)測(cè)用戶(hù)偏好、用戶(hù)層次和網(wǎng)站未來(lái)發(fā)展趨勢(shì)。

第六，多模態(tài)學(xué)習(xí)分析（Multimodal learning Analytics）。在2012年的“多模態(tài)交互國(guó)際會(huì)議”（International Conference on Multimodal Interaction，ICMI）上，多模態(tài)研究領(lǐng)域嘗試將視頻、語(yǔ)言、文字、手勢(shì)、表情等多模態(tài)數(shù)據(jù)與學(xué)習(xí)科學(xué)相結(jié)合并建立工作坊，由此產(chǎn)生多模態(tài)學(xué)習(xí)分析。多模態(tài)數(shù)據(jù)具有互補(bǔ)性特點(diǎn)，多模態(tài)學(xué)習(xí)分析將被試不同模態(tài)的同步數(shù)據(jù)進(jìn)行記錄并按照人的多重感知模式分析數(shù)據(jù)，比如同步記錄分析眼球的運(yùn)動(dòng)軌跡、腦電、心電等生物信號(hào)。多模態(tài)整合分析可以使實(shí)驗(yàn)結(jié)果更加客觀和全面，能夠更加深入地揭示學(xué)習(xí)者的信息感知和認(rèn)知加工規(guī)律。[7]Ez-Zaouia M等將學(xué)習(xí)者的多模態(tài)數(shù)據(jù)與儀表盤(pán)相結(jié)合，使教師在在線學(xué)習(xí)活動(dòng)中可視學(xué)習(xí)者的情緒，保持與學(xué)習(xí)者的社會(huì)情感關(guān)系，通過(guò)學(xué)生學(xué)習(xí)的音頻、視頻、自我報(bào)告、交互軌跡四方面獲取數(shù)據(jù)，構(gòu)建以教師為導(dǎo)向的多模態(tài)和情境情感儀表盤(pán)。[8]

數(shù)據(jù)分析是學(xué)習(xí)分析的核心環(huán)節(jié)，除了上述列舉，學(xué)習(xí)分析方法還有教育數(shù)據(jù)挖掘、潛在語(yǔ)義分析、話語(yǔ)分析法等等，隨著技術(shù)的進(jìn)步和研究者的探索仍將不斷擴(kuò)充。不同的分析方法適用于不同的數(shù)據(jù)情境，選擇恰當(dāng)?shù)臄?shù)據(jù)處理方法是學(xué)習(xí)分析成功應(yīng)用的關(guān)鍵。

五、學(xué)習(xí)分析工具

學(xué)習(xí)分析工具依據(jù)不同規(guī)則可以進(jìn)行不同種類(lèi)的劃分，孟玲玲、顧小清等人根據(jù)各學(xué)習(xí)工具所側(cè)重的分析對(duì)象與類(lèi)型，對(duì)24種學(xué)習(xí)分析工具的特點(diǎn)及其功能作了一個(gè)系統(tǒng)全面的分析。[9]本文結(jié)合上述分析方法，列舉部分常用典型的分析工具。

WMatrix是一款文本分析工具，可以對(duì)文本內(nèi)容進(jìn)行定量分析。它通過(guò)瀏覽器上傳分析的文本、語(yǔ)料庫(kù)，對(duì)文本進(jìn)行自動(dòng)標(biāo)注，統(tǒng)計(jì)詞頻并按字母或頻數(shù)排序，通過(guò)查看相應(yīng)單詞的頻率，了解單詞出現(xiàn)次數(shù)是否異常，從而對(duì)文本進(jìn)行語(yǔ)義分析、頻次分析，形成頻數(shù)云(O'Halloran)。類(lèi)似的工具還有Nvivo、Transana等。

SNAPP是社會(huì)網(wǎng)絡(luò)分析的常用工具，它是一套可視化分析軟件，專(zhuān)用于Blackboard 和Moodle等學(xué)習(xí)平臺(tái)，可以直接從學(xué)習(xí)管理系統(tǒng)中提取用戶(hù)數(shù)據(jù)，顯示學(xué)習(xí)內(nèi)容以及學(xué)生間的互動(dòng)頻次、時(shí)長(zhǎng)，并繪制社會(huì)化網(wǎng)絡(luò)圖，它可以幫助教師快速識(shí)別課程教學(xué)活動(dòng)中的各種學(xué)生行為。

LOCO－Analyst是內(nèi)容分析的常用工具，專(zhuān)用于網(wǎng)站上的用戶(hù)行為分析，通過(guò)跟蹤學(xué)生的行為軌跡和瀏覽內(nèi)容，自動(dòng)記錄用戶(hù)訪問(wèn)數(shù)據(jù)，據(jù)此分析學(xué)生參與的各種活動(dòng)以及虛擬學(xué)習(xí)環(huán)境中學(xué)生基于情境的互助情況。幫助教師跟蹤和分析在線學(xué)習(xí)環(huán)境中學(xué)生學(xué)習(xí)過(guò)程，以改進(jìn)網(wǎng)絡(luò)課程的內(nèi)容和結(jié)構(gòu)。

Socrato是專(zhuān)用于試題分析的學(xué)習(xí)分析工具，用途不局限于分析學(xué)習(xí)者的測(cè)試結(jié)果，形成學(xué)習(xí)者的個(gè)人學(xué)習(xí)績(jī)效，它還能同時(shí)跟蹤記錄下學(xué)習(xí)過(guò)程，進(jìn)行形成性評(píng)價(jià)與總結(jié)性評(píng)價(jià)。

六、教育領(lǐng)域的實(shí)踐應(yīng)用

在教育領(lǐng)域不同層次的應(yīng)用不僅能反映出學(xué)習(xí)分析技術(shù)的普及程度，也能從一定程度上反映其應(yīng)用的深度。筆者將目標(biāo)文獻(xiàn)中涉及學(xué)習(xí)分析在教育中實(shí)踐應(yīng)用的文獻(xiàn)進(jìn)行了統(tǒng)計(jì)，統(tǒng)計(jì)結(jié)果如圖1所示。

由圖1統(tǒng)計(jì)結(jié)果來(lái)看，國(guó)內(nèi)外學(xué)習(xí)分析技術(shù)在教育領(lǐng)域的應(yīng)用分布情況相對(duì)一致。其中，高等教育領(lǐng)域的研究數(shù)量最為突出，這與分析技術(shù)本身有一定關(guān)系。由于學(xué)習(xí)分析技術(shù)從理解理論到掌握方法再到應(yīng)用于實(shí)際或者提出框架模型有一定的難度，需要具備一定的研究水平，所以國(guó)內(nèi)外普遍將學(xué)習(xí)分析技術(shù)的實(shí)證研究集中于高等教育與遠(yuǎn)程教育中。一方面，高校教育工作者對(duì)于學(xué)習(xí)分析技術(shù)這一新興技術(shù)更易于接受、樂(lè)于實(shí)踐；另一方面，高等教育階段的學(xué)習(xí)者受教育程度高，學(xué)習(xí)行為模式復(fù)雜多元，課程難度較高，學(xué)習(xí)分析的各項(xiàng)數(shù)據(jù)來(lái)源更加全面。比如吳愛(ài)婷以本科《電磁場(chǎng)與電磁波》課程為例收集到了多角度多層次的教育數(shù)據(jù)，以可視化結(jié)果反饋給用戶(hù)，改善了教學(xué)過(guò)程，[10]魏順平等人通過(guò)選取中央廣播電視大學(xué)的學(xué)習(xí)管理系統(tǒng)和日志數(shù)據(jù)闡述了管理者、學(xué)習(xí)者和教師在網(wǎng)絡(luò)學(xué)習(xí)過(guò)程分析中應(yīng)用學(xué)習(xí)分析技術(shù)的過(guò)程。國(guó)外的典型案例有澳大利亞伍倫貢大學(xué)開(kāi)發(fā)了一款學(xué)習(xí)分析應(yīng)用軟件——SNAPP，它能從學(xué)習(xí)管理系統(tǒng)和論壇中自動(dòng)收集學(xué)習(xí)者的相關(guān)數(shù)據(jù)和行為活動(dòng)數(shù)據(jù)，并實(shí)現(xiàn)分析結(jié)構(gòu)可視化，[11]美國(guó)斯坦福大學(xué)多模態(tài)學(xué)習(xí)分析，可以通過(guò)學(xué)生手勢(shì)、語(yǔ)音和其他表達(dá)方式來(lái)評(píng)估以項(xiàng)目為基礎(chǔ)的活動(dòng)。

遠(yuǎn)程教育領(lǐng)域研究的興起，主要?dú)w功于基于網(wǎng)絡(luò)的在線課程不斷崛起，近幾年Moodle、MOOC、可汗學(xué)院等網(wǎng)絡(luò)課程形式在全球范圍內(nèi)掀起熱潮，教育數(shù)據(jù)普遍數(shù)字化，獲取和加工更為方便。對(duì)于遠(yuǎn)程教育領(lǐng)域的研究很大部分與上述課程相關(guān)。比如Devan Rosen 等采用社會(huì)網(wǎng)絡(luò)分析、內(nèi)容分析、語(yǔ)義分析等方法對(duì)虛擬學(xué)習(xí)社區(qū)中的聊天內(nèi)容進(jìn)行了分析與測(cè)量，探索學(xué)習(xí)社區(qū)中的整體結(jié)構(gòu)、小組交互情況及學(xué)者學(xué)習(xí)成果。[12]姜藺等關(guān)注到MOOCs課程學(xué)習(xí)者存在高退課率與低通過(guò)率問(wèn)題，通過(guò)MOOCs的用戶(hù)數(shù)據(jù)對(duì)學(xué)習(xí)者的特征、學(xué)習(xí)動(dòng)機(jī)與效果進(jìn)行分析，試圖解釋該現(xiàn)象的背后成因并對(duì)學(xué)習(xí)者、教學(xué)者與管理者提出改進(jìn)建議。[13]

國(guó)內(nèi)學(xué)習(xí)分析研究在一至十二年級(jí)的基礎(chǔ)教育領(lǐng)域、職業(yè)教育領(lǐng)域和社區(qū)教育領(lǐng)域均有涉及，說(shuō)明國(guó)內(nèi)學(xué)者對(duì)于學(xué)習(xí)分析技術(shù)的認(rèn)可度較高并積極將其應(yīng)用于各領(lǐng)域的教學(xué)實(shí)踐中。比如，在學(xué)習(xí)分析技術(shù)引入國(guó)內(nèi)之初，顧曉構(gòu)建了一個(gè)結(jié)合實(shí)施環(huán)境的學(xué)習(xí)分析技術(shù)與高中信息技術(shù)相結(jié)合的教學(xué)模式，來(lái)印證該技術(shù)對(duì)于高中信息技術(shù)的學(xué)科教學(xué)是否有促進(jìn)作用。[14]而外文文獻(xiàn)所查找到的一篇來(lái)自美國(guó)學(xué)者M(jìn)artin等，他們專(zhuān)注于本國(guó)K12教育階段的分?jǐn)?shù)學(xué)習(xí)問(wèn)題，用學(xué)習(xí)分析方法對(duì)細(xì)粒度的日志數(shù)據(jù)進(jìn)行分析，發(fā)現(xiàn)游戲?qū)Ψ謹(jǐn)?shù)學(xué)習(xí)有顯著幫助。[15]

從學(xué)習(xí)分析技術(shù)應(yīng)用的案例分析可以看出，與國(guó)內(nèi)的研究相比較，國(guó)外對(duì)于學(xué)習(xí)分析技術(shù)的研究偏向驗(yàn)證工具、平臺(tái)或框架模型的有效性，并不向使用者所處的不同教育階段或受教育程度側(cè)重。國(guó)內(nèi)學(xué)者研究視角多元，在各教育階段均有涉及，、研究由簡(jiǎn)單的應(yīng)用探究逐漸過(guò)渡到學(xué)習(xí)分析的應(yīng)用框架設(shè)計(jì)或平臺(tái)搭建，學(xué)術(shù)水平較研究之初逐年提高。

七、小結(jié)

根據(jù)對(duì)國(guó)內(nèi)外文獻(xiàn)內(nèi)容分析的結(jié)果，大致勾勒出當(dāng)前世界各國(guó)對(duì)學(xué)習(xí)分析技術(shù)研究的基本脈絡(luò)。下文將從未來(lái)的發(fā)展趨勢(shì)與可能面臨的挑戰(zhàn)兩個(gè)方面對(duì)分析結(jié)果進(jìn)行總結(jié)。

（一）未來(lái)發(fā)展趨勢(shì)

1.數(shù)據(jù)來(lái)源途徑拓廣

智慧教育與可穿戴設(shè)備的興起使學(xué)習(xí)分析的數(shù)據(jù)來(lái)源有了更多可能。這里的“智慧教育”包括了智慧學(xué)習(xí)、智慧教室、智慧校園等等。近幾年國(guó)內(nèi)智慧教育在高校及中小學(xué)的普及速度明顯加快，智慧課堂、智慧校園產(chǎn)生的海量數(shù)據(jù)需要分析技術(shù)的支持。而可穿戴設(shè)備自2012年谷歌眼鏡亮相以來(lái)成為智能產(chǎn)業(yè)的熱點(diǎn)，如智能手環(huán)、智能跑鞋等一系列智能設(shè)備時(shí)下正在流行起來(lái)，可穿戴設(shè)備不僅僅是一種硬件設(shè)備，還需要通過(guò)軟件支持以及數(shù)據(jù)交互、云端交互來(lái)實(shí)現(xiàn)強(qiáng)大的功能，通過(guò)這些設(shè)備獲取的數(shù)據(jù)將是未來(lái)學(xué)習(xí)分析對(duì)象的重要一類(lèi)。

2.數(shù)據(jù)范圍突破教育領(lǐng)域

如今教育領(lǐng)域的學(xué)科專(zhuān)家逐漸開(kāi)始尋求跨學(xué)科合作，這使得學(xué)習(xí)分析的數(shù)據(jù)范圍從學(xué)習(xí)者的學(xué)習(xí)行為擴(kuò)大到學(xué)習(xí)者的生理指標(biāo)甚至是心理狀況，如武法提團(tuán)隊(duì)嘗試結(jié)合心理學(xué)的眼動(dòng)設(shè)備了解學(xué)習(xí)者的思維過(guò)程及學(xué)習(xí)路徑等。學(xué)習(xí)分析技術(shù)作為新興技術(shù)，一開(kāi)始便是從商用領(lǐng)域向教育領(lǐng)域的跨越應(yīng)用，在專(zhuān)家學(xué)者的帶領(lǐng)下，與機(jī)器學(xué)習(xí)、教育心理甚至是腦科學(xué)領(lǐng)域的合作可能將逐漸增多。未來(lái)要實(shí)現(xiàn)學(xué)習(xí)分析技術(shù)的深入發(fā)展，需要研究者勇于跨越嘗試與其他學(xué)科合作探索，整合多方面理論、技術(shù)等資源，創(chuàng)造性地解決學(xué)與教問(wèn)題。因此未來(lái)學(xué)習(xí)分析技術(shù)的研究范圍和應(yīng)用領(lǐng)域?qū)⑼黄茖W(xué)科界限，研究者的學(xué)科背景也將更加多元。

3.個(gè)性化服務(wù)程度提高

信息時(shí)代下的網(wǎng)絡(luò)學(xué)習(xí)逐漸發(fā)展為學(xué)習(xí)者依據(jù)自身的能力和需求自主選擇學(xué)習(xí)資源、參加學(xué)習(xí)活動(dòng)。大量由學(xué)習(xí)者產(chǎn)生的數(shù)據(jù)進(jìn)入學(xué)習(xí)分析技術(shù)的分析范圍，必然使數(shù)據(jù)的前期分析更加精確，隨著學(xué)習(xí)分析方法的完善，為學(xué)習(xí)者提供的反饋與干預(yù)將更加貼合特定學(xué)習(xí)者的學(xué)習(xí)習(xí)慣與認(rèn)知水平，學(xué)習(xí)者依據(jù)數(shù)據(jù)分析結(jié)果調(diào)整學(xué)習(xí)進(jìn)度和學(xué)習(xí)內(nèi)容，自我管理并自我激勵(lì)，在智能化的預(yù)警和提醒下最終順利完成學(xué)習(xí)活動(dòng)，這將是未來(lái)學(xué)習(xí)分析的重要研究?jī)?nèi)容。

4.智能化貫徹教學(xué)始終

學(xué)習(xí)分析技術(shù)不僅服務(wù)于學(xué)生，也服務(wù)于教師。學(xué)生的分析結(jié)果反饋給教師既能提高教師的工作效率，了解學(xué)生之間的個(gè)體差異，還能為教師針對(duì)性備課提供依據(jù)，在教學(xué)過(guò)程中實(shí)時(shí)進(jìn)行有效干預(yù)并答疑解惑。教師的教學(xué)數(shù)據(jù)同樣被后臺(tái)收集，加以分析，個(gè)性化地反饋分析結(jié)果和改進(jìn)意見(jiàn)，并在課后自動(dòng)評(píng)教，這些功能都有效促進(jìn)教師的專(zhuān)業(yè)發(fā)展。

（二）面臨的挑戰(zhàn)

1.獲取：原始數(shù)據(jù)的收集與預(yù)處理

教育界有大量的數(shù)據(jù)，但沒(méi)有大數(shù)據(jù)，究其本質(zhì)是大數(shù)據(jù)的結(jié)構(gòu)性問(wèn)題突出，教育數(shù)據(jù)數(shù)量龐大，性質(zhì)差異明顯，在時(shí)間和空間上分布零散，無(wú)法聚集，如何從學(xué)習(xí)者本身、人機(jī)交互過(guò)程中、學(xué)習(xí)資源上獲取數(shù)據(jù)是學(xué)習(xí)分析的一大難題，另外，所獲取的數(shù)據(jù)并非全部有效，在數(shù)據(jù)的篩選和判斷上如何構(gòu)建合適的框架模型以提高學(xué)習(xí)分析效率將是一大挑戰(zhàn)。

2.使用：數(shù)據(jù)隱私

數(shù)據(jù)包含信息，如果要實(shí)現(xiàn)更加精確的個(gè)性化，要求數(shù)據(jù)更加精準(zhǔn)詳盡，從而更加透明化。因此在收集和使用過(guò)程中需要注意數(shù)據(jù)的歸屬問(wèn)題，確保數(shù)據(jù)來(lái)源者的知情同意、使用過(guò)程的存儲(chǔ)安全、利益相關(guān)者的訪問(wèn)權(quán)限等，目前國(guó)內(nèi)對(duì)于數(shù)據(jù)隱私的重視程度正逐漸提高，應(yīng)增強(qiáng)安全隱患意識(shí)，避免出現(xiàn)用戶(hù)信任危機(jī)。

3.推廣：數(shù)據(jù)劃分規(guī)則

數(shù)據(jù)有多種劃分標(biāo)準(zhǔn)，這使得同一種數(shù)據(jù)在不同的使用環(huán)境或不同的軟件平臺(tái)中會(huì)出現(xiàn)不同的表達(dá)形式，這樣的情況一方面可能會(huì)導(dǎo)致數(shù)據(jù)收集的不足和冗余，另一方面阻礙了不同平臺(tái)之間的技術(shù)合作以及信息共享。如若創(chuàng)建領(lǐng)域內(nèi)相對(duì)統(tǒng)一的數(shù)據(jù)劃分規(guī)則，對(duì)未來(lái)學(xué)習(xí)分析領(lǐng)域的研究和探索將起到一定的推動(dòng)作用。

[1]祝智庭，賀斌．智慧教育：教育信息化的新境界[J]．電化教育研究，2012，（12）：5-13．

[2] The Horizon Report 2011 edition[DB/OL]．（2012-06-25）[2017-07-21]． http ：//wp．nmc．org/horizon．

[3] Siemens， G．， &Gasevic， D． ． Proceedings of the 1st conference onLearning Analytics and Knowledge[M]． New York，NY： ACM， 2011：1-185

[4]顧小清，張進(jìn)良，蔡慧英．學(xué)習(xí)分析：正在浮現(xiàn)中的數(shù)據(jù)技術(shù)[J]． 遠(yuǎn)程教育雜志，2012，（1）：18-25．

[5]魏順平 ． 學(xué)習(xí)分析數(shù)據(jù)模型及數(shù)據(jù)處理方法研究 [J]． 中國(guó)電化教育， 2016，（2）：8-16．

[6] Lipponen L， Rahikainen M， Hakkarainen K， et al． Effective Participation and Discourse through a Computer Network ： Investigating Elementary Students' Computer Supported Interaction．[J]． Journal of Educational Computing Research， 2002， 27（4）：355-384．

[7] Kim J， Jo I H， Park Y． Effects of learning analytics dashboard ： analyzing the relations among dashboard utilization，satisfaction， and learning achievement[J]． Asia Pacific Education Review， 2015， 17（1）：1-12．

[8] Merceron A，Blikstein P，Siemens G． Learning Analytics： From Big Data to Meaningful Data．[J]． Journal of Learning Analytics．2016，（3）：4-8．

[9] Ez-Zaouia M， Lavou， Elise． EMODA ： a tutor oriented multimodal and contextual emotional dashboard[C]//International Learning Analytics & Knowledge Conference． ACM， 2017 ：429-438．

[10]孟玲玲，顧小清，李澤．學(xué)習(xí)分析工具比較研究[J]．開(kāi)放教育研究 ，2014，（4）：66-75．

[11]吳愛(ài)婷，劉欣． 學(xué)習(xí)分析系統(tǒng)在高校課程中的實(shí)踐研究[J]． 電腦知識(shí)與技術(shù)，2016，12（10）：162-163．

[12]魏順平．學(xué)習(xí)分析技術(shù)：挖掘大數(shù)據(jù)時(shí)代下教育數(shù)據(jù)的價(jià)值[J]．現(xiàn)代教育技術(shù)，2013，（2）：5-11．

[13] Bakharia A， Dawson S． SNAPP ：a bird's-eye view of temporal participant interaction[C]// International Conference on Learning Analytics and Knowledge， Lak 2011， Banff， Ab， Canada， February 27 - March． DBLP， 2011 ：168-173．

[14] Devan Rosen， Victor Miagkikhm，DanielSuthers． Social and Semantic Network Analysis of Chat Logs [A]． Long，P．，Siemens，G．，Conole，G．，&Gasevic，D．Proceedings of the 1st International Conference on Learning Analytics and Knowledge [C]． New York ：Association for Computing Machinery，2011 ： 134-139．

[15]姜藺，韓錫斌，程建鋼． MOOCs學(xué)習(xí)者特征及學(xué)習(xí)效果分析研究[J]． 中國(guó)電化教育，2013，（11）．

G40-057

A

1008-7346（2017）05-0008-07

2017-09-21

林煒婷，女，福建閩清人，福建師范大學(xué)教育學(xué)院教育技術(shù)學(xué)碩士。

楊寧，女，吉林長(zhǎng)春人，福建師范大學(xué)教育學(xué)院教育技術(shù)系主任，副教授。

[責(zé)任編輯：姚青群]