李剛
【摘 要】成人學生的工學矛盾突出，出現了學生到課率低的問題，同時，由於學生缺乏個性化的學習指導影響了學習效果，導致學習半途而廢。利用學習數據分析技術，採用以「學習者分析」為核心的教學模式，通過構建學習資料庫和學習數據分析系統完成教學工作，可以提高成人教育教學的效率。隨著網絡教育技術的發展，利用技術手段記錄學生學習過程中發生的學習數據，通過學習數據分析能夠制定出適合學生個性化需要的教學方案，學生在個性化教學方案的指導下學習，能夠激發學習熱情。
【關鍵詞】教育數據；數據分析；自主型學習；個性化教學；教學平台
【中圖分類號】G72；G434 【文獻標識碼】A 【文章編號】1001-8794（2018）03-0007-03
一、成人教育的個性化教學
成人教育是培養高素質應用型人才的大眾化教育，也是完善終身教育體系，建設學習型社會的重要基礎。由於成人學生文化基礎薄弱，成人學生的工作與學習之間的矛盾突出，導致學生到課率低，學習效果難以保證，所以成人教育工作面臨新挑戰。
個性化教學是基於學生的個性特徵差異而提供的學習服務，為了實現個性化教學需要記錄和分析學習行為產生的學習數據，用於評估學生的學習過程並進行個性化的學習干預和指導，進而激發學習者的學習興趣。個性化學習充分尊重和調動學生的學習主動性和積極性，滿足學生自主學習的需要。在課堂教學模式下，教師以授課為主難以全程關注每個學生的學習情況，無法收集學生的學習數據。由於成人學生希望通過學習提升自己的工作能力和就業本領，但是學生無法獲得教師的個別指導，不能根據自己的認知能力有選擇地學習，所以，課堂教學難以實現個性化教學。
利用網絡技術能夠記錄學生的學習數據，進而為學生進行個性化教學指導。教學過程是一個傳授知識、領悟知識的漸進過程，應該依據「數據—教學數據—分析和指導—評價和預測」的脈絡，將教育理念與學習數據分析技術相結合，探索適合個性化需要的教學模式，緩解成人教育中的工學矛盾。
二、基於學習數據分析技術的教學模式
（一）學習數據分析技術
教學過程中教師教學、學生學習的數據構成了學習數據，例如，教師的教學內容、教學大綱、教學方案，學生的作業、考試成績等都屬於學習數據。學習數據分析技術是在網絡和智能化技術所打造的學習環境下，通過收集、分析教學過程的學習數據，為學生提供開放的和按需供給的教育模式，實現信息技術與教育教學的深度融合，最終達到促進學習者發展和學習者智慧提升的教育目標。[1]
學習數據分析技術將學習數據、教學內容、學生個人的認知能力和教師教學經驗相融合，通過構建學習數據分析模型，利用學習數據處理算法獲得指導學生學習的教學方案，指導學生自主學習。應用學習數據分析技術使得教育不再千篇一律，教師指導學生的依據是學生在學習過程中積累的學習數據，教學的針對性更強，學生能夠自主學習感興趣的知識。
（二）學習數據分析系統
學習數據分析系統是對學習資源資料庫的數據進行處理，為教師和學生提供學習管理信息服務的系統，由製作教學資源、採集學習數據、分析教學數據、制定教學個性化教案、評估學習效果等部分組成。利用學習數據分析系統，教師負責組織教學資源，包括文字資料和視頻資料；學生自主選擇學習時間學習課程內容。學習數據分析系統通過分析學生的學習習慣、對知識的掌握程度、關注的知識點評估學生的學習效果，為學生定製個性化學習教案，供學生自主學習。另外，利用學習數據分析系統能夠分析教學課件的利用情況，包括教學內容的難易、學生感興趣的片段等內容，為教師組織優質教學資源提供信息服務。因此，只有網絡教學才能收集到相關教學數據，而教學只有在數據依託下才能有效展開。
利用學習數據分析系統進行教學工作，使得教學更加有針對性。學生的學習進度、學習方案由學習數據分析程序處理後制定而得。學生能夠根據教師為自己制定的學習方案滿負荷學習，提高了學習的自覺性，滿足了個性化學習的需要。教師的精力放在組織教學內容和分析學生的學習數據上，教師能夠把更多的精力致力於學生的學習指導。
（三）教學中的學習數據
基於學習數據分析的教學過程如圖1所示。
1.教師構建課程資源
教師根據課程知識的特點，將教學內容分解為若干個知識點，確定知識點的級別、難度，編制和構建課程的知識點結構模型。課程的知識點結構模型記錄和反映了知識點間的層次結構關係。當兩個知識點形成了上下級關係時，說明下級知識點是上級知識點的基礎，學生學習時必須先學習下級知識點，只有下級知識點的學習達標後，才能學習上級知識點。同級別知識點的學習順序是任意的。
教師以課程知識點為核心，製作每個知識點的教學課件資料供學生學習，包括文字資料、視頻資料、補充資料。同時，結合知識點編製作業題目和考核題庫，為鞏固和檢測學生的知識點學習效果提供依據。
2.學生自主學習
學習數據分析系統根據學生的學習行為、作業記錄、評測結果、討論日誌等學習數據為學生編制教學方案，學生根據教學方案自主學習。學習數據分析系統，為學生學習提供個性化的教學指導，並為評價學生的學習情況提供了保障。
學生學習時，根據學習數據分析系統為其制定的學習方案進行課程學習，學習環節主要包括學生自主瀏覽教學視頻，學習課程的內容。學習知識時，需要學生完成作業以便鞏固對應的知識點。學生通過參加知識評測，檢測對知識的掌握情況，如果評測的結果沒達到系統規定的標準，學生將無法進入後續環節的學習。對於不懂的問題學生可以參與課堂討論。
在上述學習環節中，通過技術手段記錄每個學習環節的數據形成了學習資料庫。例如，利用攝像頭能夠採集到學生上課行為的圖像，可以分析學生學習時的狀態，推斷學生學習的難度；利用視頻數據處理軟體能夠分析學生瀏覽視頻課件時遇到的難點和解決問題的策略；利用日誌文件能夠記錄學生瀏覽課件的痕跡。所以，學習數據分析系統根據學習數據能夠推斷學生的學習行為、分析學生的學習能力，為學生提供個性化的學習指導。
（四）學習數據分析技術的作用
學習分析技術包括數據採集、數據存儲、數據分析、數據表示和應用服務五個環節，而數據收集、數據分析、學生學習、信息反饋及學習干預五個方面構成了其主要要素。[2]
在學習分析技術支持下開發的學習平台能夠有效地支持學生的學習活動，實現學習行為分析、自我評估分析、自主學習指導等功能。學習行為分析能夠分析學生的學習習慣、認知能力、學習資料瀏覽習慣、知識點瀏覽習慣等學習行為，這些數據為指導學生學習、定製符合其習慣的教學方案提供了有效的依據。
要實現個性化教學就必須對學習者個體的自我差異做出個性化的學習診斷，通過學習分析技術對學習者的課程知識點難度、學習時間、學習時段、作業成績、知識點的掌握情況、思考問題的時間及應用所達到的層次等一系列學習過程數據進行收集，利用學習分析技術中的關聯規則分析、聚類分析、人工智慧算法對數據進行適當的處理，可以推斷出適合學生個性需要的教學方案。
學習分析技術能夠對學習者有關學習課件的下載、標註、觀看、閱讀等行為的頻數進行處理，對視頻場景內的學生進行檢測認定、軌跡追蹤，由系統自動分析、判斷學生的行為信息。系統能夠記錄學生打開視頻的時間、退出視屏的時間、視頻中哪段瀏覽頻繁、視頻質量的評價等數據，通過這些數據可以評判學生對知識的學習情況，評判學生目前的學習層次，有針對性地為學生制定學習方案和學習指導。
為了解決成人學生到課率低的問題，利用網絡教學能夠彌補課堂教學的不足，例如學生能夠根據自己的時間安排學習，學習過程和學習進度完全由學習分析系統提供，這種學習模式比較靈活。成人教育的學生大多利用業餘時間學習，網絡教育技術作為成人教學的輔助手段，為學生提供了多種學習方式，採用基於「網際網路+學習數據+學習數據分析」技術下的新型教育模式，能夠滿足學生個性化學習的需要。
（五）實際應用情況
學生可以利用手機登錄教學平台完成課程的學習，為了構建情景式教學氛圍，可引入計算機動畫設計技術，模擬課堂教學學生進入教室、找到座位、看板書、聽講等，讓學生有身臨其境的感覺。學生能夠按照知識點結構回放學習課件，對不明白的知識反覆瀏覽學習，並且與教師和其他學生進行網絡交流和討論。學生從「被動式聽課」轉到「主動式上課」，並通過與真實環境、虛擬空間互動滿足情景式個性化教學需要，實現真正意義上的互動信息化教與學。採用網絡學習方式，學生通過網絡課件、網絡視頻、網絡題庫等教學資料學習，學生投入的學習時間不同，學習進度各異。儘管網絡學習沒有教師面對面的督促，如果學生懈怠就會落後於其他同學，所以學生會自覺地投入到學習中，這強化了學生主動學習的意識。
網絡學習方式能夠縮短學習周期，學生能夠根據自己的情況有效地安排學習。教師不再是滿堂灌式的教授，而是致力於學習數據的分析和個性化教學指導工作。從學習效果看，傳統教學方式，課堂教學依靠一次期末考試得到對學生的學習評價，網絡學習方式，學生按照知識點結構參加多次測評，當前知識點測評不合格，不能進入下一個知識點學習，這樣學生的學習才紮實。
三、結束語
成人學生的工學矛盾突出，缺乏個性化的學習指導，利用網絡學習方式能夠滿足成人學生的學習需要。採用基於學習數據分析技術的教學方法，教師不再以講課為主，而是利用後台指導和分析學生的學習，教師的角色發生了根本改變，人們是否接受這種教學方式需要用制度來約束。學習分析技術需要有效地甄別和篩選學習數據，傳統的教學模式不具備分析和使用數據的能力，教師和管理者可能會牴觸學習分析工具的使用。與學習分析技術相關的法律制度、安全技術尚不完善，所以個性化教學研究還有很多工作要做。
【參考文獻】
[1]劉曉琳，黃榮懷.從知識走向智慧：真實學習視域中的智慧教育[J].中國電化教育，2016（3）：14—19.
[2]李艷燕，馬韶茜，黃榮懷.學習分析技術：服務學習過程設計和優化[J].開放教育研究，2012（5）：18—24.
【摘 要】成人學生的工學矛盾突出，出現了學生到課率低的問題，同時，由於學生缺乏個性化的學習指導影響了學習效果，導致學習半途而廢。利用學習數據分析技術，採用以「學習者分析」為核心的教學模式，通過構建學習資料庫和學習數據分析系統完成教學工作，可以提高成人教育教學的效率。隨著網絡教育技術的發展，利用技術手段記錄學生學習過程中發生的學習數據，通過學習數據分析能夠制定出適合學生個性化需要的教學方案，學生在個性化教學方案的指導下學習，能夠激發學習熱情。
【關鍵詞】教育數據；數據分析；自主型學習；個性化教學；教學平台
【中圖分類號】G72；G434 【文獻標識碼】A 【文章編號】1001-8794（2018）03-0007-03
一、成人教育的個性化教學
成人教育是培養高素質應用型人才的大眾化教育，也是完善終身教育體系，建設學習型社會的重要基礎。由於成人學生文化基礎薄弱，成人學生的工作與學習之間的矛盾突出，導致學生到課率低，學習效果難以保證，所以成人教育工作面臨新挑戰。
個性化教學是基於學生的個性特徵差異而提供的學習服務，為了實現個性化教學需要記錄和分析學習行為產生的學習數據，用於評估學生的學習過程並進行個性化的學習干預和指導，進而激發學習者的學習興趣。個性化學習充分尊重和調動學生的學習主動性和積極性，滿足學生自主學習的需要。在課堂教學模式下，教師以授課為主難以全程關注每個學生的學習情況，無法收集學生的學習數據。由於成人學生希望通過學習提升自己的工作能力和就業本領，但是學生無法獲得教師的個別指導，不能根據自己的認知能力有選擇地學習，所以，課堂教學難以實現個性化教學。
利用網絡技術能夠記錄學生的學習數據，進而為學生進行個性化教學指導。教學過程是一個傳授知識、領悟知識的漸進過程，應該依據「數據—教學數據—分析和指導—評價和預測」的脈絡，將教育理念與學習數據分析技術相結合，探索適合個性化需要的教學模式，緩解成人教育中的工學矛盾。
二、基於學習數據分析技術的教學模式
（一）學習數據分析技術
教學過程中教師教學、學生學習的數據構成了學習數據，例如，教師的教學內容、教學大綱、教學方案，學生的作業、考試成績等都屬於學習數據。學習數據分析技術是在網絡和智能化技術所打造的學習環境下，通過收集、分析教學過程的學習數據，為學生提供開放的和按需供給的教育模式，實現信息技術與教育教學的深度融合，最終達到促進學習者發展和學習者智慧提升的教育目標。[1]
學習數據分析技術將學習數據、教學內容、學生個人的認知能力和教師教學經驗相融合，通過構建學習數據分析模型，利用學習數據處理算法獲得指導學生學習的教學方案，指導學生自主學習。應用學習數據分析技術使得教育不再千篇一律，教師指導學生的依據是學生在學習過程中積累的學習數據，教學的針對性更強，學生能夠自主學習感興趣的知識。
（二）學習數據分析系統
學習數據分析系統是對學習資源資料庫的數據進行處理，為教師和學生提供學習管理信息服務的系統，由製作教學資源、採集學習數據、分析教學數據、制定教學個性化教案、評估學習效果等部分組成。利用學習數據分析系統，教師負責組織教學資源，包括文字資料和視頻資料；學生自主選擇學習時間學習課程內容。學習數據分析系統通過分析學生的學習習慣、對知識的掌握程度、關注的知識點評估學生的學習效果，為學生定製個性化學習教案，供學生自主學習。另外，利用學習數據分析系統能夠分析教學課件的利用情況，包括教學內容的難易、學生感興趣的片段等內容，為教師組織優質教學資源提供信息服務。因此，只有網絡教學才能收集到相關教學數據，而教學只有在數據依託下才能有效展開。
利用學習數據分析系統進行教學工作，使得教學更加有針對性。學生的學習進度、學習方案由學習數據分析程序處理後制定而得。學生能夠根據教師為自己制定的學習方案滿負荷學習，提高了學習的自覺性，滿足了個性化學習的需要。教師的精力放在組織教學內容和分析學生的學習數據上，教師能夠把更多的精力致力於學生的學習指導。
（三）教學中的學習數據
基於學習數據分析的教學過程如圖1所示。
1.教師構建課程資源
教師根據課程知識的特點，將教學內容分解為若干個知識點，確定知識點的級別、難度，編制和構建課程的知識點結構模型。課程的知識點結構模型記錄和反映了知識點間的層次結構關係。當兩個知識點形成了上下級關係時，說明下級知識點是上級知識點的基礎，學生學習時必須先學習下級知識點，只有下級知識點的學習達標後，才能學習上級知識點。同級別知識點的學習順序是任意的。
教師以課程知識點為核心，製作每個知識點的教學課件資料供學生學習，包括文字資料、視頻資料、補充資料。同時，結合知識點編製作業題目和考核題庫，為鞏固和檢測學生的知識點學習效果提供依據。
2.學生自主學習
學習數據分析系統根據學生的學習行為、作業記錄、評測結果、討論日誌等學習數據為學生編制教學方案，學生根據教學方案自主學習。學習數據分析系統，為學生學習提供個性化的教學指導，並為評價學生的學習情況提供了保障。
學生學習時，根據學習數據分析系統為其制定的學習方案進行課程學習，學習環節主要包括學生自主瀏覽教學視頻，學習課程的內容。學習知識時，需要學生完成作業以便鞏固對應的知識點。學生通過參加知識評測，檢測對知識的掌握情況，如果評測的結果沒達到系統規定的標準，學生將無法進入後續環節的學習。對於不懂的問題學生可以參與課堂討論。
在上述學習環節中，通過技術手段記錄每個學習環節的數據形成了學習資料庫。例如，利用攝像頭能夠採集到學生上課行為的圖像，可以分析學生學習時的狀態，推斷學生學習的難度；利用視頻數據處理軟體能夠分析學生瀏覽視頻課件時遇到的難點和解決問題的策略；利用日誌文件能夠記錄學生瀏覽課件的痕跡。所以，學習數據分析系統根據學習數據能夠推斷學生的學習行為、分析學生的學習能力，為學生提供個性化的學習指導。
（四）學習數據分析技術的作用
學習分析技術包括數據採集、數據存儲、數據分析、數據表示和應用服務五個環節，而數據收集、數據分析、學生學習、信息反饋及學習干預五個方面構成了其主要要素。[2]
在學習分析技術支持下開發的學習平台能夠有效地支持學生的學習活動，實現學習行為分析、自我評估分析、自主學習指導等功能。學習行為分析能夠分析學生的學習習慣、認知能力、學習資料瀏覽習慣、知識點瀏覽習慣等學習行為，這些數據為指導學生學習、定製符合其習慣的教學方案提供了有效的依據。
要實現個性化教學就必須對學習者個體的自我差異做出個性化的學習診斷，通過學習分析技術對學習者的課程知識點難度、學習時間、學習時段、作業成績、知識點的掌握情況、思考問題的時間及應用所達到的層次等一系列學習過程數據進行收集，利用學習分析技術中的關聯規則分析、聚類分析、人工智慧算法對數據進行適當的處理，可以推斷出適合學生個性需要的教學方案。
學習分析技術能夠對學習者有關學習課件的下載、標註、觀看、閱讀等行為的頻數進行處理，對視頻場景內的學生進行檢測認定、軌跡追蹤，由系統自動分析、判斷學生的行為信息。系統能夠記錄學生打開視頻的時間、退出視屏的時間、視頻中哪段瀏覽頻繁、視頻質量的評價等數據，通過這些數據可以評判學生對知識的學習情況，評判學生目前的學習層次，有針對性地為學生制定學習方案和學習指導。
為了解決成人學生到課率低的問題，利用網絡教學能夠彌補課堂教學的不足，例如學生能夠根據自己的時間安排學習，學習過程和學習進度完全由學習分析系統提供，這種學習模式比較靈活。成人教育的學生大多利用業餘時間學習，網絡教育技術作為成人教學的輔助手段，為學生提供了多種學習方式，採用基於「網際網路+學習數據+學習數據分析」技術下的新型教育模式，能夠滿足學生個性化學習的需要。
（五）實際應用情況
學生可以利用手機登錄教學平台完成課程的學習，為了構建情景式教學氛圍，可引入計算機動畫設計技術，模擬課堂教學學生進入教室、找到座位、看板書、聽講等，讓學生有身臨其境的感覺。學生能夠按照知識點結構回放學習課件，對不明白的知識反覆瀏覽學習，並且與教師和其他學生進行網絡交流和討論。學生從「被動式聽課」轉到「主動式上課」，並通過與真實環境、虛擬空間互動滿足情景式個性化教學需要，實現真正意義上的互動信息化教與學。採用網絡學習方式，學生通過網絡課件、網絡視頻、網絡題庫等教學資料學習，學生投入的學習時間不同，學習進度各異。儘管網絡學習沒有教師面對面的督促，如果學生懈怠就會落後於其他同學，所以學生會自覺地投入到學習中，這強化了學生主動學習的意識。
網絡學習方式能夠縮短學習周期，學生能夠根據自己的情況有效地安排學習。教師不再是滿堂灌式的教授，而是致力於學習數據的分析和個性化教學指導工作。從學習效果看，傳統教學方式，課堂教學依靠一次期末考試得到對學生的學習評價，網絡學習方式，學生按照知識點結構參加多次測評，當前知識點測評不合格，不能進入下一個知識點學習，這樣學生的學習才紮實。
三、結束語
成人學生的工學矛盾突出，缺乏個性化的學習指導，利用網絡學習方式能夠滿足成人學生的學習需要。採用基於學習數據分析技術的教學方法，教師不再以講課為主，而是利用後台指導和分析學生的學習，教師的角色發生了根本改變，人們是否接受這種教學方式需要用制度來約束。學習分析技術需要有效地甄別和篩選學習數據，傳統的教學模式不具備分析和使用數據的能力，教師和管理者可能會牴觸學習分析工具的使用。與學習分析技術相關的法律制度、安全技術尚不完善，所以個性化教學研究還有很多工作要做。
【參考文獻】
[1]劉曉琳，黃榮懷.從知識走向智慧：真實學習視域中的智慧教育[J].中國電化教育，2016（3）：14—19.
[2]李艷燕，馬韶茜，黃榮懷.學習分析技術：服務學習過程設計和優化[J].開放教育研究，2012（5）：18—24.
收藏