基于多源数据融合与xAPI的学习数据模型研究

文章基于大数据应用技术,研究多源异构学习行为数据的融合统一模型。首先,通过比较分析法,提出基于决策级融合的多源异构学习行为数据的融合方法;其次,运用文献研究法,提出通过提取学习对象、学习日期、学习场景、内容维度、学习行为、数据来源等六大学习行为数据,表征多源异构学习行为数据的共同特性,构建多源异构学习行为数据的融合模型;最后,基于新一代学习技术规范(Experience API,xAPI),提出描述融合数据的格式规则,形成融合统一的学习数据模型。

基于xAPI数据的智慧课堂互动行为模式发现及序列分析框架研究

智慧课堂是一种个性化教学的新型课堂,师生互动行为作为智慧课堂研究的重要组成部分,是课堂教学质量评价的重要依据。但是,当下师生互动行为研究多以某一方面行为质性研究为主,缺少师生互动行为序列的客观数据支持,难以深刻剖析课堂运转规律。因此,为深入研究师生互动行为序列关联性,本研究依托数据处理流程框架设计出基于xAPI数据的智慧课堂互动行为序列分析框架,以某智慧示范区某学校的数学课作为研究样本,借助智慧课堂行为占比与频次、残差值和行为转换图对师生互动行为数据、互动行为模式发现及LSA行为序列和序列可视化进行分析并验证行为序列分析框架的可用性与科学性。最后,采用行为序列量化分析,佐以课堂质性观察,从中提取智慧课堂显著性互动行为序列特征,力求推动教师专业发展,为今后优化智慧课堂教学提供参考。

基于xAPI的三分屏课件学习跟踪研究

教育大数据的时代背景向教育资源的革新提出了新要求,三分屏课件作为一种常见的多资源融合型的教育资源,在教学过程中处于静止状态,缺乏生命力。有鉴于此,设计和构建基于Experience API(xAPI)的三分屏课件学习跟踪模型,并基于模型创建xAPI学习活动流数据(Statement),搭建学习记录仓储(LRS),实现了对学习过程的标准化跟踪和记录,同时三分屏课件也得到了优化和盘活。

基于xAPI标准数据的交互式学习资源设计研究

在教育大数据架构基础上,资源可以作为学习过程数据的载体进行分布式学习,而如何设计标准化和数据化的资源,并支持适合智慧学习环境的交互过程,这是一个理想的资源形态,却也是一个难题。学习过程中产生的数据作为学习分析的重要支撑,已经对学习资源的设计开发提出了新的要求。如何通过交互式学习资源对学习过程展开分析,挖掘学习数据,进而更好地促进学习者个性化的学习,是当前新技术支持教育教学研究的核心问题。该文从学习数据的角度出发,以xAPI规范标准为基础,对数字化学习资源交互设计进行基于数据的分析,并在此研究的基础上完成基于标准数据的交互资源设计,以期在教育大数据的架构下,为交互式学习资源有效支持教育数据分析提供新方法。最后,该文提供了相关设计开发的应用案例并对设计方法进行了详细的说明。

获取教育大数据：基于xAPI规范对学习经历数据的获取与共享

教育大数据为教育信息化的发展带来了新的机遇,而对教育大数据应用的实现首先依赖于对来源广泛的教育数据的获取。在这些有待获取的海量的教育数据中,学习经历数据作为一种承载着学习者在学习过程中的学习行为、学习活动、学习进程和与之交互的学习环境等教育信息的数据,蕴含着丰富的学习分析价值。随着相关学习技术的迅速发展,学习经历的跟踪在技术层面已经得以实现,但学习经历的复杂性、多样性和数据劣构性等特点阻碍了对其广泛的应用。由美国"高级分布式学习"组织发布的Experience API(xAPI)规范为破解这一难题提供了可行途径。xAPI规范利用"活动流"来描述学习经历,通过Statement来记录学习经历,并通过语义定义将其转化为良构且易于扩展的数据,为大数据背景下学习经历数据的获取提供了指导性的框架,同时通过实现了接口规范的学习记录仓储(LRS)来共享学习经历数据,由此实现对教育大数据尤其是学习经历数据的获取和共享。

基于xAPI学习记录的LMS网络系统架构研究

对学习者网络学习行为记录的标准是在线学习个性化研究和应用的基础。目前,SCORM标准结构的复杂性以及数据传递单一性等问题导致其无法获取完整的自身学习行为记录,特别是对于移动学习和个性化学习无法进行充分有效地支持。本文对x API(Experience API)规范下的网络学习模型进行了详细分析,对相关模型要素进行了语义成分分解,并针对学习管理系统(LMS)不同搭载源架构提出了基于x API学习记录的LMS网络系统三种架构的重构模式,从而支持x API规范下将LMS学习行为记录完整精确地传输到学习记录系统,实现跨学习环境的学习记录多维度分析,更好地支持数字化学习环境中的移动学习和个性化学习研究。

xAPI——新一代学习技术规范引领智慧教育新标准

随着教育变革中技术力量的迅猛发展,智慧教育、学习分析、教育大数据等因素对于教育信息化进程的重要影响,原有SCORM标准难以满足当下的学习需求,xAPI这一学习技术标准应运而生并成为了学习技术标准的新里程碑。本文探讨了xAPI的缘起、何谓xAPI、特性和工作原理,并分析了SCORM标准和xAPI标准的不同点,介绍了运用xAPI开发的典型案例,最后通过对xAPI技术标准的分析和智慧教育内涵的解读,提出xAPI技术标准支撑智慧学习的六大核心要素。

基于xAPI的在线学习者画像的构建与实证研究

在线学习领域中,存在流失率高的问题,如何精准识别学习者群体,并为之提供针对性的教学支持服务,是教育研究者迫切需要解决的问题。该研究引入学习者画像这一概念,并借助x API在记录学习者学习经历上的潜力,通过文献分析和案例分析,深入探究基于x API的在线学习者画像的设计过程和教学应用。该研究提出了基于x API的在线学习者画像设计框架,并基于画像框架开展案例分析,依据学习效果进行学习者分类,探究影响各类学习者学习效果的影响因素,输出学习者画像,从不同角度评价学习者的学习效果,从而为教师提供教学建议。

基于xAPI规范的数字教材用户数据采集与资源推送策略

随着信息技术的发展,数字教材作为一种优质数字化教育资源,越来越受到人们的关注。当前数字教材的形态以嵌入丰富的音视频、图片、动画等资源的富媒体数字教材为主,在支持用户数据采集以及个性化学习资源推送等方面尚存在不足。本文概括了数字教材的内涵与特点,提出了基于Experience API（xAPI）规范的数字教材用户数据采集方法,总结了基于数字教材用户数据的个性化学习资源推送策略,为个性化数字教材的设计与研发提供借鉴。

基于xAPI的在线学习行为跟踪研究

在互联网时代,在线学习成为教育领域的一个重要话题。为了更好地了解和分析学习者的学习情况,跟踪学习者的学习行为是重要基础。文章分析了学习行为规范xAPI及其活动流语句(Statement)的相关属性,设计了基于xAPI标准的“动作(Verb)”规范和“对象(Object)”规范,最后以Moodle平台为例,将xAPI应用于LMS的在线学习行为跟踪。

基于xAPI的在线平台学习者精准画像构建研究

分析了xAPI构建在线学习者画像的可行性,从数据采集、数据存储、数据分析、生成画像和个性化推荐5个方面设计了基于xAPI规范的在线学习者画像框架,构建了在线学习者精准的个体画像和群体画像模型.旨在为在线学习者提供有针对性的学习帮助,为教师合理组织课程提供依据,为教育管理者提供决策支持.

基于xAPI的在线学习环境中精准师训画像构建研究

信息化时代对教师提出了新的更高要求,教师需要提高面向未来教育发展的教育教学创新的能力,因此,制定信息化发展规划和教师研修计划,开展引领性培训活动成为学校教育中的重要工作。该文首先对各地促进教师专业发展的培训进行了深入调查和研究,掌握了国内教师培训的现状,其次基于大量文献分析了xAPI支持在线学习环境中精准师训画像构建的可行性。同时剖析了基于xAPI的在线学习环境中精准师训画像构建的流程,包括数据保存、数据收集、数据分析、画像生成和个性化推荐五个步骤,从而提供了清晰的框架指引。最后进行了精准师训画像建模,提出了个体画像建模和群体画像建模以及通过建立标签进行精准师训画像建模的方法。该文基于xAPI规范对在线学习环境中精准师训画像构建的可行性、必要性、构建框架和实现方法做了系统论述,旨在为相关教育决策者和一线教师促进教师专业发展提供参考。

基于xAPI的多源多维的阅读数据采集与数字画像

阅读分为纸质阅读和数字阅读,阅读数据分阅读对象和阅读内容的基本数据、阅读的行为和结果数据、阅读相关的问卷调查数据、阅读能力或水平的测试数据。本文提出了一种基于xAPI的多源多维的阅读数据采集标准,并围绕阅读素养,提出了阅读数字画像的维度和方法。多种维度全面采集阅读数据,并在此基础上,实现基于阅读素养的数字画像,有利于准确跟踪学生阅读轨迹和阅读效果,帮助学生全面了解自己的阅读素养,制定阅读的自我规划;帮助教师掌握学生的阅读状况、效果与需求,给予学生及时和必要的阅读指导。

基于xAPI的开放学习者行为分析模型研究

xAPI解决了传统SCORM标准存在的结构复杂性以及数据传递单一性等问题,以"活动流"的形式更加有效地支持开放学习环境下对学习者的全面评价和个性化学习支持服务。文章通过对xAPI数据标准以及开放学习者学习行为分析,发现:(1)通过对开放学习者的学习行为进行语义分解,总结并扩展了20个"以学习者为中心"的学习行为动词;(2)提出基于xAPI的开放学习分析架构以及开放学习者行为分析模型,以更好地支持开放学习数据挖掘和学习分析;(3)以一位开放学习者的xAPI格式下的学习行为数据为例,进行开放学习者行为画像分析,为全面理解xAPI在支持开放学习者行为分析方面的作用具有重要意义。

xAPI本体模型构建研究

跟踪和分析教育大数据对提高学习效率具有重要意义,xAPI(experienceapi,xAPI)作为具有数据互操作性的e-learn⁃ing标准之一,如何有效利用符合xAPI规范的学习行为数据,挖掘数据中的语义关系,在过去几年中引起了极大的关注。首先介绍了xAPI规范的两个重要组成部分,学习活动流语句statement和学习记录存储(LRS),选择简单事件模型(SEM)作为框架构建xAPI语义模型,最后借助Protégé工具对本体进行建模,建立核心类Core和类型属性类Type以及它们的子类。

xAPI与基于Moodle的在线学习经历数据获取

在线学习的发展离不开规范的技术标准,但是早期的SCORM(Sharable Content Object Reference Model,可共享内容对象参考模型)技术标准已经不能适应目前的学习需求,而x API(Experience Application Programming Interface,经验应用程序编程接口)的出现为在线教育带来了新的发展机遇。文章介绍了x API的基本功能、x API的核心Statement(声明)及x API的存储机制LRS(Learning Record Store,学习记录存储),并通过Moodle平台详细介绍了基于x API的在线学习经历数据的获取过程。文章指出,x API能更好地支持学习生态系统的建设、完善评价机制、促进个性化学习的实现,对在线教育具有积极意义。

基于xAPI的研究性学习多源数据融合研究

研究性学习作为培养中学生创新精神和实践能力重要的学习模式,其学习经历数据和专题报告是中学综合素质考评内容的重要写实记录。但是学生随时随地跨平台开展探究,造成学习经历分散在不同学习系统中。如何汇聚和整合这些多源数据以支持综合素质评价工作,改善中学生的研究性学习体验,成为当前亟需解决的问题。基于xAPI的多源数据融合方法有助于解决该问题。在梳理多源数据融合已有方法的基础上,采用数据级融合方法,基于xAPI规范构建了研究性学习多源数据融合架构,并使用EES方法设计了遵循xAPI活动流规范的研究性学习动词库和活动对象库;基于此,开发了研究性学习行为记录库,实现了多源研究性学习经历数据的融合。最后通过具体实践,对融合后的数据格式、转换及预处理、可视化应用等方面进行了介绍。实际应用表明,该系统实现了研究性学习异构数据的融合和标准化,能够较好地支持学习分析和综合素质评价工作。

xAPI记录系统在分析网络学习行为中的应用

由于网络学习中教与学的时空分离,导致学习者的学习行为不能很好地被教育者所掌握,学习质量不尽如人意。针对这一现象,文章提出采用xAPI这一学习技术规范,运用xAPI记录系统从多个维度有效记录学习者的学习行为,通过学习行为模型,分析影响学习效果的行为,进而提出改善学习质量的建议。

基于xAPI的数字化学习过程数据跟踪

为了更好地跟踪学习者的学习情况、准确把握学习者的学习能力、客观评价学习者的学习效果,文章提出引入xAPI来解锁LMS的学习过程数据。为此,文章基于对SCORM标准跟踪原理与xAPI跟踪存储原理的对比分析,提出了同步跟踪和异步跟踪两种策略,详细解说了这两种跟踪策略的原理和实现方式,并对同步跟踪策略进行了验证。文章的研究既为数字化学习中对学习者的评估分析提供了数据支持,并可通过数据全面掌控学习者在学习过程中的综合表现,也为基于SCORM的数字化学习注入了活力。

基于EML和xAPI标准的智慧课堂学习活动分析模型及其应用研究

EML建模语言是从课堂的角度来描述教学,即角色、活动和环境。xAPI标准是从单个的教学活动来呈现教学环节,即角色、行为和对象。二者都只能片面地说明师生活动,无法形象地呈现智慧课堂环境下的学习活动。文章将智慧课堂环境下的学习数据、学习记录、学习活动的层级关系进行了梳理,并且通过EML和xAPI的结合,将智慧课堂重新呈现,提出一个新的课堂设计模型。该模型能够实现智慧课堂和学习活动的分层设计和重用,也有利于智慧课堂标准的研究。最后,以智慧课堂案例为基础,进行相关的教学设计和课堂学习活动分析,以期为同行提供借鉴。