以学习分析技术突破经验困境——基于教育大数据背景的思考

作为教师,想要突破经验主观、经验不足的教学困境,需要拥抱新时代下涌现的新方法。因此,本文立足教育大数据下的学习分析技术,为一线教师提供突破经验主观和经验不足难题的新思路,为提高教师的工作效率与学生的学习成效赋能,有效促进学生的个性化发展,激发更多的教育创新和改革的动力。

基于学习分析技术的机械精度设计课程教学探索与研究

近年来,随着教育技术的快速发展,学习分析技术在高等教育中的应用日益广泛。机械精度设计课程作为机械工程专业的核心课程,涉及大量复杂的理论知识和实践操作,对学生的综合能力提出了较高要求。然而,传统的教学模式在课程内容的更新、教学方法的创新以及个性化学习支持等方面存在诸多局限。探讨了如何通过数据驱动的方式,及时调整机械精度设计课程的教学内容和方法,以提升教学效果和学生的学习体验。

学习分析技术规范比较研究

随着大数据技术对教育的影响日趋深入,基于大数据的学习分析逐渐被应用于教育领域,对教育教学产生深刻影响。然而,目前各类学习系统或平台在数据采集、分析、处理、展示方面都有其专有形式,通用化程度低,不利于学习分析技术的推广应用。为应对这一问题,适时开展学习分析技术规范的国际比较研究,充分掌握现有规范的特点和不足,进而制定我国的自有标准,显得十分迫切和必要。本文从学习分析的概念界定入手,介绍与学习分析相关的分析模型、分析方法和分析工具,重点分析ADL、IMS和ISO/IEC三大标准组织制定的学习分析技术规范,并从学习数据记录存储流程、学习活动模型以及传输机制等方面剖析学习分析技术规范的内涵,然后从数据模型、服务接口与安全传输机制、标准间的映射关系、应用系统范畴四方面对当前国际主流的Caliper Analytics和xAPI两个学习分析技术规范进行比较,解析两者间的不同点和内在联系。文章最后从促进教育变革、助力学习者全面发展、基本数据与技术规范统一、制度保障等角度阐述学习分析技术对教育信息化教学的重要影响以及促进学习分析应用要关注的问题,以期对我国学习分析技术规范的制定提供参考。

理解、设计和服务学习:学习分析技术的回顾与前瞻

一、学习分析研究十年理解学习发生的机理一直是学习科学研究的核心议题。不同背景的研究者试图从不同角度、以不同的理论解释“学习是如何发生的”(Siemens&Long,2011),进而为重塑课程、教学方式或学习环境提供依据。学习分析技术正在诸多研究视角中逐渐显示其力量。它通过“测量、收集、分析和报告学生及其学习环境的数据,用以理解和优化学习及其产生的环境”(LAK,2020)。这一视角的研究,如果以其学术共同体的成立及其举办的年度学术会议为标志,迄今已十年(SoLAR,2019;顾小清等,2012)。

基于学习分析技术的问题解决能力测评研究

随着数字革命向数据革命的迈进,信息技术的优越性被发挥到极致。除了富媒体结合物联网带来的"智能化"特征外,技术支持的过程观察有助于进一步观测那些会随机变化的细微行为,并产生以时间为标记的行为足迹。结合新的计算方法和挖掘技术分析那些海量且相互关联的数据,研究者能获得更具洞察力和决策力的信息。在此背景下,本文在融合内隐认知、信息加工及思维特征的基础上,构建了反映问题解决心理过程的能力评价模型,并根据问题解决心理与行为的映射原理设计了测量工具,依托技术支持的过程观察实现了对问题解决能力的多维评价。本文以实证研究验证了模型的有效性并发现:上海小学生问题解决能力大多处于元认知增强期与认知结构整合期,部分学生达到了认知结构淬炼期,少部分学生仍停留在概念发展期。本文期望这种创新的问题解决能力评价方法在评价学习者能力的基础上,能对其他高阶思维能力的测评提供借鉴。

学习分析技术在教学中的应用研究

探讨了如何利用学习分析技术促进教学改进。在数字化学习环境中,教师通过对学生学习过程的跟踪,记录其学习行为的数据;利用相关分析方法确定变量,利用聚类分析方法将学生划分为被动型、游离型、事倍功半型、学有余力型,并针对不同类别学生的知识图谱和问卷调查结果安排教学进度和侧重点;用回归分析建立模型,进行成绩预测并识别困难学生;最后针对不同类型学生采用不同策略进行干预,提高了学业成绩的合格率。

“学习分析技术”在我国的新发展

文章针对近年来国际教育信息化领域的新兴热门话题"学习分析技术(Learning Analytics,简称LA)",从其内涵的科学界定、社会的实际需求及研究领域进行了深入思考。并就LA技术目前在国内外(尤其是在国内)的应用与发展,着重从"学习分析系统"的整体设计(组成结构设计)、"教学行为分析系统(TBAS)"的研究、"个性化自适应学习系统"的研究,以及"基于学习元平台的生成性课程设计与实施"等四个方面作了比较翔实的分析与阐述。

基于学习分析技术的学习预警系统研究与设计

学习预警是提高远程学习者学习质量的重要手段。文章基于学习分析技术,分析了远程学习者在线学习行为对学习成绩的影响因素,构建了学习成绩预测模型,利用R语言工具,以国家开放大学远程学习者在线学习行为和期末成绩作为实验数据,利用朴素贝叶斯、决策树、前馈反向传播神经网络、支持向量机四种数据挖掘中的分类算法,通过学习者在线学习行为数据对学习者学习成绩进行预测,并利用ROC曲线等方式对上述分类算法预测结果进行对比分析,结果表明,朴素贝叶斯算法准确度高,是整体性能表现优秀的成绩预测算法。最后依据学习分析技术框架,在学习成绩预测模型的基础上,设计了远程学习预警系统,系统根据远程教育学习者在线学习行为,及时发现存在危机的学习者,为学习预警系统的实现提供了参考依据。

学习分析技术:大数据背景下高校图书馆服务的优化

学习分析技术作为大数据分析的一种新兴工具,使得图书馆不仅能够及时了解用户需求,为他们提供个性化的服务,还可以改进和完善图书馆服务的过程,为用户提供良好的体验。通过介绍学习分析技术的内涵及具体分析方法,构建学习分析技术应用于高校图书馆的基本模型,阐述该技术的应用给图书馆服务带来的优化与变革。

探讨大数据时代下学习分析技术对教学模式的变革

现阶段,社会进入大数据时代,各个领域都在应用大数据的方法来分析数据,目前教育行业广泛应用大数据结合学习分析技术的方法来处理数据。随着大数据的不断发展,学习分析技术越来越成熟,获得的效果更加良好。使用学习分析技术可以获取更多与学生相关的有效数据及信息,在信息多样化的条件下,面对现阶段的教学模式改革,学习分析技术能够充分发挥自身作用,以适应现阶段形式需求,提升教学质量,解决学生在学习中遇到的问题。

基于学习分析技术的MOOC学习者智慧管理模块设计研究

MOOC已经成为网络开放教育与传统学校教育资源高起点、高质量建设典范,对于创新在线教育和学历教育的发展产生了深远的影响。然而MOOC学习过程中的高辍学率和低参与度仍然是当前面临的主要问题之一,文章引入学习分析技术理念,从学习者视角出发,提出设计MOOC学习者智慧管理模块,设计了学习者用户、教师用户和管理用户三类登录用户及其可实现功能,构建了MOOC学习者智慧分析层,进一步设计了MOOC资源智慧服务流程,旨在实现MOOC平台资源个性化呈现、学习者数据智慧收集与模型转化、MOOC平台资源生态化发展的目标。

学习分析技术:大数据背景下高校图书馆服务的优化

学习分析技术作为大数据分析的一种新兴工具,使得图书馆不仅能够及时了解用户需求,为他们提供个性化的服务,还可以改进和完善图书馆服务的过程,为用户提供良好的体验。通过介绍学习分析技术的内涵及具体分析方法,构建学习分析技术应用于高校图书馆的基本模型,阐述该技术的应用给图书馆服务带来的优化与变革。

基于学习者视角的学习分析技术优势研究

随着大数据时代的来临及教育信息化的不断发展和深入,学习分析技术的运用能否对学习者进行有效的指导逐渐成为关注的焦点。基于目前的相关文献,对学习分析技术的相关概念及内涵进行阐述,从学习者的角度探讨学习分析技术自我差异分析、自我评估分析、自我导向分析及自我预测与监控分析四个优势,以期为学习者的发展提供决策参考,也期望为日后的研究工作起到借鉴作用。

我国学习分析技术的研究现状及存在问题分析

近年来,学习分析技术发展迅速,并引起了专家学者及广大一线教师的关注。为全面了解和把握我国学习分析技术的研究现状,以2012—2015年CNKI收录的67篇学习分析技术文献为研究对象,采用内容分析法,从文献的数量、类别和研究内容3个维度进行了定量和定性分析。研究发现,尽管我国学习分析技术研究整体呈现上升趋势,并取得了一定成绩和效果,但目前仍处于研究的初级发展阶段,存在以下问题:部分研究者对学习分析技术的理解有偏差;研究内容分布不均衡,研究层次偏低;理论分析、实践应用和设计开发之间缺乏整合和贯通;学习分析技术有待于和教育实践、教育信息化进一步融合。明晰问题,正确归因,积极采取有效行动,才能促进我国学习分析技术研究实现跨越式发展。

基于学习分析技术的融合式教学模式初探

从概念入手,对融合式学习、学习分析技术等核心概念做简单介绍,阐述融合式学习与学习分析的关系,提出基于学习分析技术的融合式教学模式的框架。该教学模式以学习分析为基础,能够对学习的整体流程进行考察,并且关注学习内部机制,注重学习者的发展与实践,同时以问题解决为导向,能够实现个性化学习。

学习分析技术在企业成人数字化学习中的应用研究

企业的继续教育属于成人教育范畴,企业数字化学习体系推动了终身教育理念的落实。在知识经济时代,企业数字化学习已成为一种普遍的学习方式,在企业环境中蕴含着大量的数据,研究学习分析技术在企业数字化学习中的应用,将有利于实现对企业员工学习行为的量化并提供自我评价及企业评价的依据,从而为企业数字化学习决策提供数据支持。该研究对提高企业人力资源综合竞争力具有指导意义。

基于学习分析技术的在线教学效果评价系统的设计与实现

引入学习分析技术,提出一种在线教学效果评价系统,系统硬件由采集传感器、数据存储服务器构成,在硬件设备的支撑下,分析在线教学行为、预测在线教学效果评价结果,输出结果完成系统设计。同时,设计对比实验,设计系统能够保证评价结果的准确性,可满足在线教育效果评价需求。

在线学习分析技术:促进个性化学习的方法——访联合国教科文组织E-Learning部门主席丹尼尔·布尔戈斯

联合国教科文组织E-Learning部门主席丹尼尔·布尔戈斯教授是拉里奥哈省国际大学(UNIR,www.unir.net)的工程总监、研究与科技(UNIR研究)学院副院长。此外,他还领导网络学习和社交网络(TELSOCK)研究小组。自2007年以来,他曾担任西班牙教育主管部门和用户体验实验室研究与创新中心主任,研究主要集中在自适应和非正式网络学习、学习与社交网络、网络学习规范等。他参与研发的项目有:Intuitel、VM-Pass、e Mundus、Edumotion、Intel LEO、Go-My Life等等。他所任职的联合国教科文组织UNIR网络学习部门的使命是促进国际网络学习技术交流,改进相关策略、方法、工具和资源。UNIR希望架起一座欧洲、拉丁美洲和其他大陆国家之间沟通的桥梁。促进合作,从而创建一个强大的国际在线学习团队联盟。部门可以促进南北合作,交换和传输网络学习知识和最佳实践,确保一个更广泛的科学和技术知识传播。主要关注以下目标:有助于该领域内知识的创建、传输。稳定网络学习物价。特别强调正式和非正式学习的结合,以促进素质教育的普及。联合卓越的网络研究开发和支持人员,促进国际公认的研究人员、机构之间的协作交流。联合国教科文组织E-Learning部门的最终目的是设计和实现在教育技术领域内,欧洲和海外国家相关特定的短期、中期和长期的行动计划。尤其关心在高等教育机构与学生和教师相关的科学研究以及实践工作。

基于学习分析技术的MOOC资源服务模式研究

MOOC已经成为开放课程建设的典型代表,MOOC既融入学校教育促进教育发展转型升级,又创新远程教育开创网络教育新形态。MOOC资源自身创新发展是其面向未来发展的关键所在,学习分析技术为内涵式提升MOOC资源建设层次提供了新的视角。基于学习分析技术的MOOC资源服务模式包括:建设模式,形成资源进化、形态表现、课程建设、学生学习一体化的建设体系;推送模式,深入挖掘MOOC资源建设深度、资源推送与私人订制相结合、构建个性化的学习环境;流转模式,以系统的视角统筹MOOC资源高层次建设,实现生态化流转。该服务模式可以探索后MOOC时代资源建设取向、提升MOOC资源教育服务层次、推动MOOC资源发展与学习者学习进行深度融合。

学习分析技术在移动智能互动教学平台下的应用研究——以蓝墨云班课APP为例

“蓝墨云班课”作为研究用移动智能互动教学平台,以“蓝墨云班课”教学过程中学生学习行为数据为基础展开研究,结合“预测模型”与“干预模型”从数据存储、学习数据处理、学习分析反馈、学习资源推荐、干预策略提供等功能上研发学习分析与干预系统,并实现其功能框架设计。