大数据环境下在线学习者画像的构建

在线学习中,学习者特征不明、学习支持服务针对性不足、学生流失率高等问题是教学利益相关者关注的重点。大数据环境下在线学习者画像的构建对识别、分析学习者特征并据此提供针对性学习支持服务具有重要意义。本研究以开放学习分析架构为基础,从目标(Object)、数据(Data)、分析(Analysis)、服务(Service)四个角度提出“ODAS”开放学习分析概念模型,并设计了一套具体可行的、可操作的基于ODAS的在线学习者画像构建流程,包括画像构建目标、数据收集、标签分析、画像服务输出四个阶段,从而为学习者画像教学应用与评估提供方法。本研究进而以上海开放大学的在线学习者为对象,从学习者基本特征、在线学习行为和学习路径三个维度构建高风险学习者画像,开展画像标签分析。研究表明,学习者画像能反映高风险学习者的学习能力、行为表现、学习路径等特征,并具有教学情境性,能为针对性教学设计及在线学习支持服务设计提供数据支撑。