基于智慧教育的學(xué)習(xí)大數(shù)據(jù)分析技術(shù)研究

賈書偉

(云南經(jīng)濟管理學(xué)院,云南昆明 650000)

0 引言

技術(shù)與課堂融合為教育帶來重大變革,大數(shù)據(jù)挖掘融入教育領(lǐng)域,科技進步為傳統(tǒng)課堂教學(xué)轉(zhuǎn)型帶來機遇,智慧教育成為教育信息化的熱點話題。智慧教育下開展教學(xué)調(diào)節(jié)課堂氛圍,智慧教育出現(xiàn)突出教學(xué)中的重難點,使得教師對學(xué)生學(xué)習(xí)數(shù)據(jù)采集處理成為發(fā)展趨勢。

1 面向教育的大數(shù)據(jù)分析應(yīng)用

大數(shù)據(jù)發(fā)展對傳統(tǒng)教學(xué)模式產(chǎn)生很大改變。大數(shù)據(jù)技術(shù)影響教育發(fā)展規(guī)劃,大數(shù)據(jù)教學(xué)管理體現(xiàn)在改進提高教學(xué)方法,查找教學(xué)薄弱環(huán)節(jié);評價日常教學(xué)質(zhì)量,了解學(xué)生知識掌握情況[1];支持教學(xué)運行決策,優(yōu)化學(xué)校教學(xué)資源配置,診斷學(xué)校教學(xué)水平。通過普渡大學(xué)Signal學(xué)業(yè)預(yù)警系統(tǒng)與美國高教大數(shù)據(jù)分析介紹大數(shù)據(jù)在教學(xué)中的應(yīng)用。

學(xué)業(yè)預(yù)警是學(xué)校針對學(xué)生出現(xiàn)學(xué)業(yè)不佳等現(xiàn)象,采取相關(guān)措施幫助學(xué)生完成學(xué)業(yè)的管理制度。我國各類高校面臨機遇與挑戰(zhàn)并存,許多學(xué)生由于受到外界因素影響導(dǎo)致無法按時順利畢業(yè)。利用學(xué)業(yè)預(yù)警機制監(jiān)控學(xué)生學(xué)業(yè),可以幫助學(xué)生規(guī)避學(xué)業(yè)危機,保障學(xué)校教學(xué)質(zhì)量。國內(nèi)學(xué)業(yè)預(yù)警系統(tǒng)形式單一,美國高校對學(xué)生SAT成績等分析,幫助學(xué)業(yè)適應(yīng)性出現(xiàn)問題的學(xué)生。普渡大學(xué)退學(xué)預(yù)警系統(tǒng)基于學(xué)生課程GPA成績,綜合表現(xiàn)不好的學(xué)生收到失敗危險預(yù)警郵件。如圖1所示:

圖1 大數(shù)據(jù)環(huán)境分析Fig.1 Big data environment analysis

普渡大學(xué)研究發(fā)現(xiàn),處于中度學(xué)業(yè)失敗危險的學(xué)生會改善學(xué)習(xí)[2]。早期預(yù)警對學(xué)生順利完成學(xué)業(yè)非常重要。美國西部由16所高校學(xué)習(xí)數(shù)據(jù)分析項目,定義學(xué)習(xí)特征變量有學(xué)習(xí)基礎(chǔ)、學(xué)習(xí)行為等。特征提取需要利用大數(shù)據(jù)技術(shù)。隨著技術(shù)的發(fā)展,在線平臺大量涌現(xiàn)。很多學(xué)校將傳統(tǒng)教學(xué)活動轉(zhuǎn)移到在線系統(tǒng),系統(tǒng)記錄學(xué)生觀看視頻等行為數(shù)據(jù),可以反映出學(xué)生學(xué)習(xí)中的情況。

大量原始學(xué)生記錄存儲在數(shù)據(jù)庫,要通過統(tǒng)計方法對教學(xué)活動記錄,在PAR框架實現(xiàn)具有關(guān)鍵作用。集成數(shù)據(jù)分析預(yù)測使用統(tǒng)計分析技術(shù),分析學(xué)生不良學(xué)習(xí)特征,對學(xué)生特征建模是教學(xué)分析的關(guān)鍵步驟。對結(jié)果使用統(tǒng)計方法標(biāo)注[3]。把解釋結(jié)果形成圖表呈現(xiàn)給教學(xué)管理者。PAR框架在教學(xué)管理者對學(xué)生干預(yù)后,可以觀察同類學(xué)生學(xué)習(xí)情況。

2 面向教育的大數(shù)據(jù)分析方法

信息技術(shù)在教育領(lǐng)域應(yīng)用改變傳統(tǒng)教育資源分配模式,線上教育平臺可以挖掘教學(xué)中的數(shù)據(jù),為教師改進教學(xué)策略提供信息支持。個性化自適應(yīng)學(xué)習(xí)是采集學(xué)生學(xué)習(xí)基礎(chǔ)數(shù)據(jù)調(diào)整學(xué)生學(xué)習(xí)規(guī)劃。智慧教育是學(xué)習(xí)者以信息技術(shù)為依托,在與課堂融合中開展高效的智慧教學(xué)活動,利用大數(shù)據(jù)收集分析學(xué)生的課堂學(xué)習(xí)行為,創(chuàng)造個性化學(xué)習(xí)環(huán)境。

2.1 學(xué)習(xí)行為數(shù)據(jù)收集

智慧教育研究如何利用學(xué)習(xí)數(shù)據(jù)的問題[4]。xAPI是目前在線學(xué)習(xí)領(lǐng)域的行為數(shù)據(jù)標(biāo)準(zhǔn),提供對數(shù)據(jù)的檢索與寫入功能。LMS學(xué)習(xí)平臺生成格式事件報告,xAPI定義數(shù)據(jù)訪問所需安全機制OAuth?；旌蠈W(xué)習(xí)應(yīng)用平臺可設(shè)計不同事件采集器,不同學(xué)習(xí)場景產(chǎn)生不同數(shù)據(jù)特點,如學(xué)生觀看課程視頻需采集觀看中發(fā)生動作。通過學(xué)生對學(xué)習(xí)工具在課前后應(yīng)用,分場景收集高質(zhì)量學(xué)習(xí)數(shù)據(jù),形成學(xué)習(xí)大數(shù)據(jù)分析條件。對大數(shù)據(jù)學(xué)習(xí)行為分析過程復(fù)雜,智慧教育中數(shù)據(jù)信息收集非常重要,教師要科學(xué)操作大數(shù)據(jù)技術(shù)對學(xué)生數(shù)據(jù)收集,常用的數(shù)據(jù)收集技術(shù)是xAPI數(shù)據(jù)標(biāo)準(zhǔn),借助LMS學(xué)習(xí)平臺采用xAPI規(guī)定格式生成主動詞,采用JSON格式生成數(shù)據(jù)保存在學(xué)習(xí)記錄中。如圖2所示:

圖2 高效課堂Fig.2 Efficient classroom

2.2 個性化學(xué)習(xí)特征分析

智慧教育目的是分析學(xué)生學(xué)習(xí)行為數(shù)據(jù),預(yù)測學(xué)生學(xué)習(xí)成績。由于教育數(shù)據(jù)特點,需要結(jié)構(gòu)挖掘等多種分析方法。預(yù)測是對在線教育數(shù)據(jù)分析得到變量模型預(yù)測趨勢,常用的學(xué)習(xí)預(yù)測手段包括回歸等。潛在知識評估手段能客觀評測學(xué)生知識掌握情況,常見潛在知識評估模型包括績效因素分析等[5]。

模型發(fā)現(xiàn)研究是挖掘知識構(gòu)建模型指導(dǎo)教育數(shù)據(jù)挖掘研究。常見的是通過學(xué)習(xí)得到重視構(gòu)建學(xué)習(xí)模型,如建立學(xué)習(xí)者元認(rèn)知模型等。學(xué)習(xí)數(shù)據(jù)分析結(jié)果可采用多種可視化技術(shù)展示。如使用餅圖觀察學(xué)生對學(xué)習(xí)活動興趣,利用雷達圖表示學(xué)生抗壓能力等學(xué)習(xí)品質(zhì)分布等。可根據(jù)學(xué)校教師需求開發(fā)可視化圖表,如對學(xué)生聚類分析,便于教師對其集中管理。新生加入可根據(jù)歷史數(shù)據(jù)分配到類似學(xué)習(xí)方式學(xué)生中。

2.3 課程推薦與學(xué)習(xí)規(guī)劃

學(xué)生學(xué)習(xí)獲取知識后轉(zhuǎn)化實現(xiàn)有效利用是循環(huán)過程,在知識獲取中對學(xué)生學(xué)習(xí)干預(yù)進行學(xué)習(xí)規(guī)劃非常必要。綜合運用數(shù)據(jù)分析,概率推理法對學(xué)習(xí)風(fēng)格,教學(xué)方法建模,便于根據(jù)學(xué)生個性特點推薦學(xué)習(xí)內(nèi)容。通過挖掘?qū)W生學(xué)習(xí)行為特征,以學(xué)習(xí)者先驗知識為補償集下限,應(yīng)用吸收馬爾科夫鏈模型,結(jié)合學(xué)生學(xué)習(xí)路徑規(guī)劃,完成課程推薦。新型網(wǎng)絡(luò)在線課程形式優(yōu)質(zhì)資源得到學(xué)習(xí)者的好評,制定學(xué)習(xí)計劃可以使學(xué)習(xí)活動更加高效,教師可以對學(xué)生進行指導(dǎo),教師結(jié)合輸出數(shù)據(jù)制定學(xué)習(xí)計劃,有效提高學(xué)生的學(xué)習(xí)效果。通過大數(shù)據(jù)技術(shù)為學(xué)生推薦書籍,使學(xué)生學(xué)習(xí)具有針對性。

2.4 基于社區(qū)的學(xué)習(xí)分析

基于學(xué)習(xí)社區(qū)交互是智慧教育的重要環(huán)節(jié),以學(xué)習(xí)興趣為驅(qū)動復(fù)雜社交網(wǎng)絡(luò)。強調(diào)實現(xiàn)學(xué)生的多樣性結(jié)合,不同個體學(xué)習(xí)行為具有自發(fā)性,通過相互影響表現(xiàn)宏觀性質(zhì)。利用大數(shù)據(jù)分析采集在線社區(qū)交互學(xué)習(xí)行為,挖掘?qū)W習(xí)者習(xí)得內(nèi)在隱含關(guān)聯(lián);探尋以文本為載體的對話交互方式,抽象學(xué)習(xí)交互中知識傳播基本模式。

3 智慧教育學(xué)習(xí)大數(shù)據(jù)分析應(yīng)用

智慧課堂數(shù)據(jù)挖掘分析是復(fù)雜的系統(tǒng)工程,以智慧課堂師生互動指數(shù)分析為例,介紹智慧教育大數(shù)據(jù)分析技術(shù)應(yīng)用。研究使用中小學(xué)應(yīng)用廣泛的科大訊飛產(chǎn)品智慧課堂數(shù)據(jù),產(chǎn)品形成理論定義、教學(xué)模式等完整體系,在某重點中學(xué)學(xué)生群體中常態(tài)化使用,由于使用智慧課堂產(chǎn)品時間長,積累大量過程行為數(shù)據(jù),數(shù)據(jù)分析采用匿名編碼保護學(xué)生隱私。如圖3所示:

圖3 師生平均分組互動程度Fig.3 The average level of interaction between teachers and students

研究師生互動指數(shù)基于師生在智慧平臺教學(xué)數(shù)據(jù)得出,基于實用性、全面性原則,利用因子分析法,通過指標(biāo)選取確定相應(yīng)指標(biāo)權(quán)重。師生互動是與講授式教學(xué),對話教學(xué)等共存的教學(xué)類型。包含認(rèn)知與情感成分,傳統(tǒng)教學(xué)模式中教師將學(xué)科知識傳授給學(xué)生,課堂是一教師為中心的傳統(tǒng)教學(xué)方式,束縛學(xué)生的創(chuàng)新能力。智慧課堂教學(xué)中通過提升師生互動打破傳統(tǒng)教學(xué)模式,計算師生互動指數(shù)。通過對比原始數(shù)據(jù)指標(biāo)發(fā)現(xiàn),上傳微課次數(shù)多的教師與學(xué)生互動指數(shù)高,師生互動指數(shù)小于10的戰(zhàn)59%,平均互動指數(shù)為13.28.統(tǒng)計發(fā)現(xiàn)每位教師上傳微課13個,表明教師使用智慧平臺與學(xué)生互動較少。教師要通過高質(zhì)量微課,提高與學(xué)生互動。如圖4所示:

圖4 師生互動指數(shù)柱狀圖Fig.4 Histogram of teacher-student interaction index

4 結(jié)語

隨著網(wǎng)絡(luò)教育的發(fā)展,催生智慧教育的概念。信息網(wǎng)絡(luò)技術(shù)應(yīng)用降低教育數(shù)據(jù)挖掘分析門檻,為開展智慧教育研究提供素材。人工智能技術(shù)對教育大數(shù)據(jù)分析,促進智慧教育發(fā)展。本文論述學(xué)習(xí)大數(shù)據(jù)分析技術(shù)綜合,教育大數(shù)據(jù)為教學(xué)研究帶來新的思路,使計算系統(tǒng)呈現(xiàn)達到人類認(rèn)知能力。大大提升人工智能適應(yīng)性,對教育技術(shù)產(chǎn)生深刻影響,智能化規(guī)劃通過個性化適應(yīng)性學(xué)習(xí),使廣大師生受益。