学习分析：从源起到实践与研究

学习分析是“大数据”在教育领域的应用,引发了教育技术发展的第三次浪潮,并获得学术界的广泛关注。本文梳理了学习分析的形成过程,然后从利益相关者、研究目标、研究对象、技术方法四个维度,回顾了近五年来国内外学者在学习分析方面的研究成果,并提出未来发展趋势和可能遇到的挑战,便于相关人员制定教育决策、优化教育管理过程以及完善学习过程。研究结果表明,学习分析研究主题主要涵盖学习者知识建模、学习情绪建模、学习行为特征抽取、学习活动跟踪、学习者建模、学位获取分析、教学资源和教学策略优化、自适应学习系统和个性化学习、在线学习影响因素分析九个方面;分析数据主要来源于集中式学习环境、分布式学习环境以及身体活动数据;常用分析方法包括统计分析、信息可视化、数据挖掘、社会网络分析、话语分析和网站分析。目前,学习分析研究遇到的挑战包括教育数据预处理难度大、数据访问权限不明确、学习分析适用性有限。虽然学习分析尚处于发展初期,但由于能够为教育系统各级决策提供科学参考,已经成为教育信息化的重要内容之一。     

教育数据挖掘发展现状及研究规律的分析

教育数据挖掘(EDM)是一个新兴的学科,它从教育系统中提取出海量的数据,这些数据对于教育研究工作者、学生甚至家长来说都是极其重要的〔1〕。教育数据挖掘的任务就是研究某种方法来探索这些数据,更好地理解学生的学习,并逐步改善学生的学习。文章主要介绍了教育数据挖掘的发展历史及现况,探讨了应用于该领域的主流的研究方法,最后对其发展研究规律趋势进行了预测。     

从大数据到小数据:职业教育精准学习评价的新思路

在深化新时代教育评价改革的背景下,学习评价如何促进学习和个性化发展,是教育评价当下研究的重要问题。数据作为信息时代的关键生产要素,在管理、决策及评价中发挥着至关重要的作用。在大数据变革产业行业、重塑社会管理决策的同时,小数据以个体独特、实时动态、应用精确等优势,在个性化需求和服务等方面深受欢迎。基于此,结合职业教育实际,以职业教育学习评价为研究对象,全面分析了个体学习小数据在学习评价中的应用,提出了个体学习小数据的建模维度及存储表示,构建了个体学习小数据的分析处理框架,并运用因子分析刻画了学习评价结果的生成过程。     

量化民族志:一种融合定性与定量的教育研究方法

数据驱动的教育研究范式转型使得质性研究与量化研究间的鸿沟日益加深。作为一种融合定性与定量分析的新兴教育研究方法,量化民族志有助于构建两种研究范式间的桥梁,从而更好地探究教育境脉中数据背后的深层含义。该方法的提出缘于对体现专长的认知框架进行建模的需要,融合了民族志、会话分析、统计学、数据挖掘等方法和技术,通过分析真实场域中学习者的言行举止实现对其认知框架的深描。其实质是构建由理论层面的意义和实证层面的数据所构成的实证研究闭环,以消解质性研究偏于主观、量化研究偏于表面的不足,并建立起两种研究话语间的联系。量化民族志注重构建"境脉中的理论"和实现"理论饱和",并提供了半自动编码软件nCoder和认知网络分析两种研究工具,以确保建模结果的可靠性和可解释性。该方法主要被用于学科教学和跨学科学习中的高阶能力评估,其应用场景呈现出多学科交叉和多模态数据整合的势态,其方法论体系也日趋完善。     

数据挖掘视角下网络学习者行为特征聚类分析北大核心CSSCI

随着计算机与网络的快速发展和普及,网络学习已成为互联网+时代教育发展的重要组成。近年来随着大数据被广泛关注,基于数据挖掘的网络学习行为研究成为重要的研究方向和研究热点。当前关于网络学习行为的分类,大多数基于学习者本身属性,缺乏比较详细而深入的行为类型分析。基于数据挖掘的聚类分析,可以借助大数据的优势,发现数据背后的规律。利用陕西师范大学"现代教育技术"在线开放课程学习者的网络学习过程记录,采用数据挖掘工具对网络学习者行为进行聚类分析,研究发现:根据学习特征,网络学习者可以分为高沉浸性型、较高沉浸性型、中沉浸性型、低沉浸性型四种群体;学习行为与学习效果密切相关,沉浸性高的学习者学习效果往往较好。教师可借助技术工具,对学习者进行不断更新、实时、循环的聚类分析,及时发现学习者的个体及群体学习特征,因材施教,推送适应性的个性化服务,并给予及时的学习预警与恰当的教学干预。     

学习分析:性质、定位及功能——基于主题、方法和数据研究的考查

系统搜集和加工处理来自在线资源大数据集的学习分析过程已成为教育研究领域备受关注的课题.从主题选择看,学习分析是指帮助教育工作者检查、理解和支持学生的学习行为并改变他们学习环境的过程;从方法应用看,学习分析是利用信息可视化、统计以及数据挖掘等多种方法提供反馈和对学习过程的认识;从数据加工看,学习分析是测量、收集、分析和报告学习数据的活动.从主题、方法和数据三个视角分析学习分析的诸多问题,可以回答学习分析中"何谓""何位"及"何为"三个层次的问题,更加全面、准确地把握学习分析研究的现实境遇和动态趋势.     

基于数据挖掘技术解决网络学习问题的探索

数据挖掘技术的迅速发展为网络学习中个性化学习提供了可能。本文对数据挖掘方法在网络学习中的应用和研究现状进行了简单描述。首先从数据挖掘的角度介绍建模技术使用的类型以及数据挖掘问题处理的方法,最后从网络学习的角度分析各种网络学习问题与之对应的数据挖掘技术的应用。     

基于数据挖掘的网络学习行为与学习效果研究

随着计算机与网络的快速发展和广泛应用,网络学习已经是学校教育教学的重要组成部分。已有研究表明,网络学习行为与学习效果密切相关,因此探究网络学习行为与学习效果对有效开展网络学习具有重要意义,也是目前研究的热点与趋势。本研究以陕西师范大学参加"现代教育技术"网络学习系统学习的2801名学习者作为研究对象,以数据库数据作为网络学习行为特征数据来源,采用数据挖掘方法与统计学方法对网络学习者的行为特征进行定量分析,并探讨了网络学习行为特征与学习效果的关系。     

大数据视角分析学习变革——美国《通过教育数据挖掘和学习分析促进教与学》报告解读及启示CSSCI

"数据驱动学校,分析变革教育"的大数据时代已经来临,利用教育数据挖掘技术和学习分析技术,构建教育领域相关模型,探索教育变量之间的相关关系,为教育教学决策提供有效支持将成为未来教育的发展趋势。"大数据"的出现,将掀起人类教与学的又一次变革。2012年,美国国家教育部发布了《通过教育数据挖掘和学习分析促进教与学》报告,对美国国内大数据教育应用领域和案例,以及应用实施所面临的挑战进行了详细的介绍。借鉴此报告,我们认为未来我国教育领域的大数据研究和应用,应加强国家和地方对相关的研究和应用在技术层面、管理体制层面以及法律制度层面的支持,按需合理规划具体研究和应用,整合现有资源,发挥后进优势,借助"大数据"实现真正意义上的个性化学习,进而实现教育公平。     

MOOC对高等教育教学模式的影响

大数据时代的到来,为各领域带来了新的数据研究方法,人们开始将数据作为一种基础性资源并注重研究其潜在价值,引导研究从单纯关注因果关系向关注相关关系转变。教育领域大规模开放网络课程的诞生及发展,在产生的海量学习数据的同时,为学习分析及教育数据挖掘提供了研究基础。作为一种新型在线课程资源,MOOC使开放教育从单纯的资源共享转变到课程与教学模式的革新,通过对学习者在线学习过程的追踪和实时分析,实现个体层面的课程定制,对我国高校教学模式改革提供了一定启示。     

中国远程教育学生流失现状及归因

随着计算机和网络的广泛应用,远程教育学生规模不断扩大;与此同时,学生流失问题也日益凸显。较高的学生流失率增加了远程教育机构的生均办学成本,给远程教育机构的社会声誉造成负面影响。因此,研究学生流失规律及影响因素,以降低学生流失率,成为提高远程教学质量很好的切入点。已有研究采用访谈、问卷、描述性统计等方法,对流失率与学习阶段、性别、年龄、专业等的关系进行了探究。按照持续比较法,我国远程教育学生流失的影响因素包括学习者因素、教育机构因素、环境因素3大类和11小类：人口统计学因素、学前准备及技能、学习心理因素、学业表现、专业及课程设计、教育机构支持、交互、工学矛盾、家庭支持、计划外事件和社会支持。降低学生流失率一方面可以基于我国远程教育的现实情景,对学生流失各因素间的相互关系进行研究,在此基础上建立结构化的学生流失模型,对学生流失的决策过程进行清晰的解释;另一方面可以采用数据挖掘方法,利用教务管理系统和学习管理系统数据,建立学生流失预测模型,在流失行为发生前发现潜在的流失学生,以便教育机构可以有针对性的采取挽留措施。     

比较教育的文化转向——基于“文化研究”领域的思考

20世纪七八十年代以来,"文化研究"在社会科学领域逐渐崛起。文化和"文化研究"开始受到众多学科和研究领域的关注与重视。在比较教育领域,随之出现了一定的文化转向,比较教育的文化观和"文化研究"范式日益得到发展。在比较教育研究中,文化被赋予了新的内涵,更为关注文化的动态性和多元性。在"文化研究"范式中,比较教育的研究单元呈现出多样化发展的趋势。这种文化转向给比较教育注入了新的发展动力。     

利用概念图工具促进远程学生有意义学习初探

现代远程学习是可以预见的未来教育发展趋势。概念图是一种有效的促进学生有意义学习的工具。如何将二者结合起来,利用概念图工具促进远程学生的有意义学习,对于现代远程教育具有重要意义。本文在参考国内外研究成果的基础上,分析了远程学习环境中各要素的关系,采用教育建模法建构了一个利用概念图工具促进远程学生有意义学习的过程模型。     

2011年我国成人教育理论研究综述——基于对2011年人大复印报刊资料《成人教育学刊》的统计分析

对2011年人大复印报刊资料《成人教育学刊》所转载论文进行统计分析,回顾这一年来,我国成人教育理论研究所呈现的特点是,一批学术期刊在本研究领域中的学术地位仍然保持稳定,其学术影响力有显著提升,所载论文采用的研究方法继续呈多元化趋势,研究领域进一步拓展和深化。成人教育理论研究着重从多视角探究成人教育的本质和内涵。成人教育作为构建终身教育体系和学习型社会的重要载体,适应我国社会经济发展的新形势,必须进行新的功能定位,成人教育转型发展势在必行。我国成人教育理论研究的未来走向：研究方法趋向多元,定性研究仍为主体;成人高教备受关注,转型发展成为焦点;开放大学成为热点,实践框架亟待构建;终身学习逐步升温,终身教育逐被取代;比较研究稳中有进,研究视域紧跟形势。     

数据挖掘在学习管理系统中应用的研究进展综述

数据挖掘和远程教育是当前两大热点领域,基于前者的学习管理系统是远程教育领域研究的热点和方向。文章首先剖析了近年来高等教育面临的形势和发生的变革,在此基础上引出了学习管理系统和数据挖掘的价值和必要性。随后重点分析了学习管理系统在高校中的使用情况,揭示了在线学习模式对教育领域的新启示,并介绍了数据挖掘在学习管理系统中的成功案例,从中可以看出学习管理系统的发展历程、现状和趋势。通过调研,研究者认为高等教育机构更多地采用学习管理系统进行在线教学的方式是未来的趋势,同时数据挖掘技术的采用是成功的关键。     

大数据视角分析学习变革——美国《通过教育数据挖掘和学习分析促进教与学》报告解读及启示

“数据驱动学校,分析变革教育”的大数据时代已经来临,利用教育数据挖掘技术和学习分析技术,构建教育领域相关模型．探索教育变量之间的相关关系．为教育教学决策提供有效支持将成为未来教育的发展趋势。“大数据”的出现．将掀起人类教与学的又一次变革。2012年,美国国家教育部发布了《通过教育数据挖掘和学习分析促进教与学》报告．对美国国内大数据教育应用领域和案例。以及应用实施所面临的挑战进行了详细的介绍。借鉴此报告．我们认为未来我国教育领域的大数据研究和应用。应加强国家和地方对相关的研究和应用在技术层面、管理体制层面以及法律制度层面的支持,按需合理规划具体研究和应用,整合现有资源,发挥后进优势,借助“大数据”实现真正意义上的个性化学习．进而实现教育公平。     

E—Leaming数据挖掘：模式与应用

随着教育信息化的快速发展特别是数字化校园和网络高等教育的日益普及,教育领域中部署了众多的软件系统．在这些软件系统中存储着海量的教育数据。如何利用这些教育数据,使这些数据转变为信息、知识,并为教育决策、教学优化服务。可从E-Learning数据挖掘中找到一些答案。文章系统梳理了国内外E—Learning数据挖掘的研究进展．并采用格语法分析方法对“E—Leaming”的关键要素和过程进行分析,提出可以“谁在学、学什么、怎么学、学得如何”这一系列问题为主线。开展E—Learning数据挖掘工作,从而获得对E—Learning现状的更加完整的认识。在尝试回答“谁在学、学什么、怎么学、学得如何”的过程中,分解出三类挖掘任务情境即用于回答“谁在学”的学习者特征挖掘。用于回答“学什么、怎么学”的学习过程挖掘以及用于回答“学得如何”的学习结果挖掘．并对应地构建出三种数据挖掘模式。对模式的应用结果表明,这三种数据挖掘模式在E—Learning要素和过程分析中是有效的．较好地拓展了对E—Learning关键要素认识的完整性。包括对“谁在学”有了更全面的认识、对“学什么、怎么学”有了更准确的认识和对“学习的结果如何”有了更深入的认识。     

对当前成人高等教育学生思想政治工作的几点思考

成人高等教育作为我国高等教育的一个重要组成部分,对我国社会的进步发挥着积极的作用。本文在分析当前成人高等教育学生思想政治工作特点和所面临问题的基础上,提出加强和改进成人高等教育学生思想政治工作,要坚持“以人为本”与“有的放矢”相结合、教育与自我教育相结合、解决思想与解决实际问题相结合的原则,高度重视这项工作,积极探索新观念、新内容和新方法。     

美国比较教育研究的新发展:主题、方法与地域分析

以《比较教育评论》在1998—2007年间所发表的学术论文为研究对象,分析这些论文的研究主题和研究方法以及在研究地域上的差异,发现:在研究主题上,《比较教育评论》重视宏观教育制度研究,关注各国教育改革与发展;紧跟时代发展,研究当前热点问题;微观教育实践领域的研究日益升温;比较教育学科建设探讨起伏不定。在研究方法上,文献研究仍然是《比较教育评论》最重要的研究手段,不同研究方法的的综合运用成为当前《比较教育评论》的一大特色,定性与定量研究呈均衡态势,两者的结合更能体现未来的发展趋势。在研究地域上,单一国别研究是《比较教育评论》的主体,对发展中国家的教育尤其关注,大规模的跨国比较研究引人注目,全球趋势和区域研究渐渐增多。我国比较教育研究应明确比较教育的研究主题,提升比较教育研究方法的科学水平,拓展比较教育的研究地域,创建立体化的研究对象,加强比较教育学术群体的自身建设,深化学科基础理论研究。     

基于数据挖掘技术的个性化远程教育系统的研究

基于Internet的现代远程教育为学习者提供了极大的方便。而目前的远程学习系统缺乏智能化、个性化服务,为改善这一不足,本文提出了一个基于数据挖掘技术的个性化学习系统模型,并详细描述了应用决策树及BP神经网络算法对系统进行设计的方法。基于本模型实现的个性化学习系统真正体现了因才施教的教育理念。