热点文章
最新发表
您的位置: 网站新利18苹果客户端 -> 教育科研 -> 教师论文 -> 正文
教科成果
智慧教育大数据环境下学习分析系统的构建
作  者:许丽莎
成果项目:论文《智慧教育大数据环境下学习分析系统的构建》在第八届全国中小学论文(课件)大赛中荣获一等奖
颁奖单位/发表途径:中国中小学教育委员会
荣誉级别:省级及以上
发表日期:2015年06月
浏览次数
                     智慧教育大数据环境下学习分析系统的构建
                          湖北省新利18是黑网|新利18luck快乐彩   许丽莎
摘要:智慧教育是技术变革时代教育发展的主旋律,学习分析技术是教育技术发展的第三次浪潮中的新兴研究领域。智慧教育系统宏大,教育大数据是发展智慧教育最重要的基础,学习分析技术是连接教育大数据与智慧教育的桥梁。智慧教育教学需要依靠大数据与学习分析技术两条腿走路。
关键词:智慧教育   大数据   学习分析技术
一、引言
2008年IBM首次提出“智慧地球”概念,智慧城市作为智慧地球战略的重要组成部分,已被众多发达国家纳入科技发展规划。2012年12月我国正式启动了智慧城市试点工作。2014年初荆州市政府、市教育局颁布了《“智慧荆州光网城市”信息化战略合作协议》,推动荆州市“三通两平台”建设,积极开展教育信息技术与装备研发及推广等工作,将荆州市“智慧教育”平台建设纳入全市智慧城市规划范畴,为全市教育信息化描绘“智慧教育”蓝图。
如何提升教育领域的智慧化水平,是未来智慧城市发展面临的重大现实问题。在我国,北京、上海、佛山正在紧锣密鼓地推进智慧教育的规划与实施。在湖北省,以五大模块为特征的武汉教育云已初具规模;黄冈中学依托自身百年教育品牌,携手“中兴”打造教育信息化高科技园区“教育谷”,拟将黄冈教育打造为中国基础教育的高端品牌。
当前中国智慧教育呈现实践先行、理论滞后的特点。信息化视角下智慧教育探索刚刚起步,学术层面的研究少之又少。但是国内仍不乏有学者提出“智慧教育“的概念的建设性构想。尹恩德【1】认为,智慧教育是指运用物联网、云计算为代表的一批新兴的信息技术,统筹规划、协调发展教育系统各项信息化工作,转变教育观念、内容与方法,以应用为核心,强化服务职能,构建网络化、数字化、个性化、智能化、国际化的现代教育体系。金江军【2】认为,智慧教育是教育信息化发展的高级阶段,是教育行业的智能化,与传统教育信息化相比表现出集成化、自由化和体验化三大特征。目前,智慧教育解决方案还处于探索阶段,在技术方面仍然没有统一的系统架构标准和技术规范;在应用方面,物联网与云计算等先进技术处于初级应用阶段,没有从如何利用信息技术支持学生自主学习提出有效的解决方案。
二、智慧教育学习分析系统的构建
智慧教育建设要推动信息技术与教育教学的深度融合,实现教育教学、教育资源与管理的信息化以及人才培养模式的创新。通过资源建设,让学习分析系统能推动教育网络大平台建设、促进学习者学习方式变革、引领课程教学方式创新等,从而有效助力智慧教育教学活动。
(一)     智慧教育学习分析系统的整体框架
一个基础——大数据
大数据已经成为当今最热门的关键词。随着互联网、云计算等技术的迅猛发展,人们日常生活网络化程度越来越高,直接导致数据海量增加,人类不知不觉进入大数据时代。在教育领域,众多的在线教育平台、远程网络授课平台以及学习管理系统等的存在,使得海量数据急速积累。这些大数据来自系统中存储的海量学习信息及学习过程,如何将数据转变为信息,并为教学决策、优化学习服务,已引起越来越多教育工作者的关注。
一座桥梁——学习分析技术
学习分析技术是一个新兴的研究领域。旨在应用数据分析为教育系统的各级决策提供参考,关键内容就是应用教育领域的大数据分析。比如在社交网站中,腾讯QQ会根据个人的关注对象推荐该用户可能感兴趣的其他对象。这类技术的实质,就是对数据的提取、归类、分析与总结,进行统计性的预测和判断。
两条腿走路——构建基于大数据与学习分析技术的智慧教育
智慧教育建设的核心是为教育和教学提供智慧应用与服务,而教育大数据是发展智慧教育最重要的基础,学习分析技术是连接教育大数据与智慧教育的桥梁。本文将探讨智慧教育大数据与学习分析技术的构建,并提出解决的途径。
(二)     学习分析系统的构建
(1)传统分析技术与大数据环境下学习分析系统的差别
传统课堂教学也分析教学过程、评估学生成绩来提高教学质量,但这些活动中采集的数据非常有限,呈单一性、单向性,信息化程度不高,最重要的是反馈分析结果用于干预教学的周期过长,效果不明显。随着教学资源网络化进程加快,基于网络平台的在线学习方式的普及,获取相当丰富的学习过程、学习结果数据成为现实,为学习分析技术的应用奠定物质基础,学习分析技术呼之欲出!和传统方式相比,学习分析技术在学习和评估的灵活性,主动识别、干预学习过程中出现问题的学生、引导学习者自我管理和自我激励以及学习管理系统智能化和自动化的监测和分析手段等方面有很多的优势。     
(2)核心概念的界定
目前,学习分析概念在学术界尚未形成一个严密的界定,不同学者对其内涵和外延有不同的理解。首届“学习分析和知识国际会议”上,与会者一致认为:学习分析技术是测量、收集、分析和报告有关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的技术。《2012NMC 地平线报告(高教版)》也给出了近似的定义,即学习分析技术是对学生生成的海量数据的解释和分析,以评估学生的学术进展,预测未来的表现,并发现潜在的问题。Siemens 【3】将学习分析定义为“关于学习者以及他们的学习环境的数据测量、收集、分析和汇总呈现,目的是理解和优化学习以及学习情境”。我们认为, 学习分析是运用先进的分析方法和工具预测学习结果、诊断学习中发生的问题、优化学习效果的一类教学技术的集合。
由此可见,学习分析技术研究的对象是学习主体的学习过程及其学习环境,目的是评估学习过程、发现问题隐患、优化学习,基础是大数据下的海量数据。因此,学习分析应该基本具备以下特征:
①海量数据资源。数据的采集不应局限于传统教学环境下的数字学习资料,也不应仅仅依靠反馈自教学的学习信息,数字来源应是多样化的,除了来袭与学生网络在线学习平台,更需要关注学生个体非正式管理系统中的知识数据。
②分析工具和分析方法。分析工具如对原始帖标注、交互引用或者简评的工具,用于系统建模以及数据挖掘工具,有专业的用于文本分析基于词典的工具,分析内容以及网络社会分析工具等。对应下来,学习分析的关键技术层面也有话语分析、内容分析、网络社会分析等技术以及文本挖掘、关系挖掘等数据挖掘方法。
③分析结果直观化。学习分析系统随时监测各学习者的行为,调整教学。直观化的数据呈现方式便于学习者即使对学习状况做出判断。
当然,学习分析系统最直接的服务对象就是教与学的双方。通过及时收集、存储、共享与应用校园网络系统在线学习平台产生的海量数据,对教育过程及时做出智能化的分析,帮助老师分析和预测学习效果,提高学习绩效,通过及时传输及反馈学习情况,帮助学生提高学习效率和学习质量。
(3)学习分析系统的设计
对于学习分析系统的设计思路,不同的专家见解不同。Malcolm Brown的观点偏于基础层面,他认为学习分析的重心是学习的行为,其核心在于搜集与学习行为相关的海量数据并进行分析。这是学习分析的独特之处。Tanya Elias的理论建设则更复杂一些,大致概括为:四种资源,三阶段。即在计算机、人力、理论、组织机构四种资源的基础上对数据进行搜集、信息加工、应用三阶段的循环往复实施。Wolfgang Greller则主要在学习分析的目的、采用的分析方法和主要受益者方面进行了布局。根据以上的观点,我们发现不管如何建模,数据选择收集、加工处理、应用反馈都应是学习分析的流程不可或缺的三个阶段。
在学习分析系统设计思路中,数据的选择与收集主要来源于两方面:一个是固态数据,即学生特征分析、学习内容分析,一种是液态数据,跟踪教学过程对学习行为作流动式的数据分析,然后通过硬件设施录入及软件支持系统,对学习资源及管理平台的海量数据进行加工处理,结果反馈给教与学的参与者,对教师来说,可以作为教师有效教学策略的依据;对学生来说,可以满足不同层次、不同倾向的学生个性化学习,总体上,有利于优化教学结构和进程,提高教学质量。

学习分析系统设计思路图
(三)     学习分析系统构建的意义
Malcolm Brown认为学习分析技术是教育技术发展的第三次浪潮,以技术促进改革成为教育的重要使命。的确,它涵盖了教研、学习、管理等教育过程最主要的领域,潜力巨大。它的开展有赖于系统化、结构化的海量数据,在教育领域全面采用学习管理系统与教育信息管理系统,已经储备了大量所需数据,所以学习分析技术在网络教育领域大有可为。对于学生而言,学习分析技术可以基于学习行为数据的分析,了解学习行为发生过程,开展自我导向学习、适应性学习等优化学习方式;对于教研人员而言,学习分析技术可以为教师提供更深入的教学分析,也可为学生的个性化学习及网络学习过程效用研究提供工具支撑 ;对于管理人员和教育机构而言,可用来评估课程,以改善学校考核方式,利用科技解方案应对数据和信息爆炸下的学习挑战。
三、结语
目前,智慧教育研究和实践的浪潮正在酝酿、发展。云计算、大数据、学习分析等智慧技术的快速发展及在教育领域的逐步渗透,改变着教育的生态环境。本文构建的智慧教育学习分析创新应用思路,能够在一定程度上为我国智慧教育的发展提供思考。
近年来,学习分析得到了普遍的关注,智慧教育研究还存在很多亟待解决的关键问题,其中面临着诸多挑战:理论层面的研究不够深入,传统观念的改变需要对用户提供技术支持加以引导、培训;实践层面,对学习数据的挖掘停留在表面,学习分析技术潜在能量及对智慧教育的积极作用,尚未产生革命性的影响。我们期待将学习分析理论与其它高效的新学习实践结合起来,将信息技术更高效更全面地运用于课程和教学中,推动学习分析技术的进一步发展应用。

参考文献:
[1] 尹恩德.加快建设智慧教育推动教育现代化发展——宁波市镇海区教育信息化建设与规划[J]. 浙江教育技术, 2011, (5): 56-60.
[2] 金江军.智慧教育发展对策研究[J]中国教育信息化(基础教育),2012, (11):18-19.
[3]Siemens,G.1st International Conferenceon Learning Analytics and Knowledge 2011[EB/OL]. <https://tekri.athabascau.ca/analytics/about.>


【字体: 】 【打印版本】 【返回目录】 【返回主页