有关于改变教育中大数据如何转变学习？结论

近年来，教育技术领域的《地平线报告》作为对未来教育与信息技术发展趋势的预测和分析的重量级之作，一直受到相关研究者的关注。在《2011年地平线报告：未来五年改变教育的六大技术》中指出，未来四至五年，手势计算（Gesture-Based Computing）和学习分析（Learning Analytics）这两项技术将更深刻影响教育机构。根据学习分析这一技术基于对教育中的大数据的处理和分析，将极大地改变当前的教育系统，引发一场变革。
● 学习分析为什么会出现
研究表明，学习分析源于商业智能（Business Intelligence，BI）和网站分析（Web Analytics）。商业智能和网站分析是以计算机为媒介，利用信息技术进行数据追踪，通过收集、管理、分析和建模以满足当前的需要，预测顾客的未来需要。将商业智能技术和网站分析技术引入教育领域，其关注的视角是从管理信息化的角度看待如何利用数据分析和建模技术提高教育决策。而随着教学信息化的深入发展，学习分析通过测量、挖掘、分析与利用在学习平台中积累的大量数据，来针对教学和学习实践进行行为预测，基于预测开展行动，并将行动结果反馈到整个分析过程中，以更好地支持教学与学习，进而改善和提升教与学的质量与效能。
● 学习分析是什么
加拿大阿塞巴斯卡大学的G. Siemens教授认为：“学习分析是利用数据挖掘成果，学习者产生的数据和分析模型探究信息和社会联系，并且对学习作出预测和建议。”美国高等教育信息化推进组织EDUCAUSE则认为：学习分析“使用数据和模型预测学生学习进程和绩效以及使用该信息进行干预”。新媒体论坛（NMC）在2011年度的地平线报告中指出：学习分析松散地组合了一系列数据收集工具和分析技术，研究学生的投入情况、绩效和学习进展情况，以期及时将研究结果用于修订课程、教学和评估。2011年2月，在加拿大举行了首届学习分析技术与知识国际会议（1st International Conference on Learning Analytics and Knowledge 2011），其中提出了学习分析的定义，即学习分析是测量、收集、分析和报告有关学生的学习行为以及学习环境的数据，用以理解和优化学习及其所产生的环境的技术的总称（Siemens，2011）。也就是说，学习分析是对学习群体的学习平台中的零碎的、随机的数据进行系统的收集、存储、筛选、提取；并且对数据进行分析，从而评估、预测学习群体的学习状态和学习效果，使学习者、教育者以及教育管理者可以有依据的优化教学资源、教学过程和教学环境等的实践分析的技术。
● 组成学习分析的成分
由定义可知，学习分析的核心是收集相关的分析数据。目的是评估、预测学习群体的学习状态和学习效果；最终目标是提供个性化的学习支持。学习分析由五个部分组成：
（1）数据收集：这些数据可以来自学生的基本信息，也可以是学生在学习生活中的行为信息，如学生的兴趣爱好、经常使用的学习工具等数据信息。
（2）分析：使用学习分析工具将手机的数据进行需要分析。结果以表格、图表等可视化的形式呈现在各种媒体上。
（3）学生学习：学习分析核心的分析对象就是学生的学习。学习分析告知教师：学生在做什么，他们将时间花在什么地方，他们获取了哪些内容，学生学习的进展如何等方面的问题。
（4）反馈：学习分析的结果可以提供给教师、学生以及管理者。学生可以将分析结果作为自身学习的一个监督量表。而教师和管理者则是依据分析结果重新规划教学活动，提高教学质量。
（5）干预：学习分析不仅仅是判定学生处在什么样的一个学习状态中。更是通过学生课程学习产生的数据，掌握学生在课程学习中的特定阶段和特定活动，为学生个性化学习和指导提供了依据。
综上所述，无论是从学习分析定义还是学习分析的要素组成来看，学习分析是一个循环的过程，是“收集—筛选—分析—预测与反馈—收集”的一个过程。其中收集的数据包括课程数据，即与学习相关的数据，如课堂活动资料或音视频、课堂作业、考试等。收集的数据还包括学习者自身的数据，如学习者的博客、等社会性软件所产生的数据，以及移动终端、学习管理系统等软件环境下所产生的数据。学习分析可以概述为图1所示的流程图。
图1不仅形象地表示出了学习分析的内涵，而且将学习分析的过程也描绘出来了。图中的虚线表示的是教师和学生都可以对学习分析的工具进行参数设置，如教师想要了解学生对某一知识点的掌握情况，就可以通过设置工具的参数，直接得出教师想要的那部分信息，同时也反馈给学生。就目前的发展趋势来说，学习分析工具将会越来越智能化，因此对于学习分析工具的开发将会是教育技术学领域的另一个亮点。
● 案例介绍----塔林大学的学习分析案例
基于生态学方法的动态学习分析。Narva mnt（2010）认为学习是一个动态的过程。因此，掌握了解这个动态的过程不仅有助于学生了解自己的学习情况，而且有助于教师更新修改教学设计与教育计划。这里将53名学习者拟作一个群体，将学习环境拟作一个学习空间。
首先，塔林大学使用学习模型（learning pattern）是对学生的数学课设计的跟踪分析，得出如图2所示的学习路径。图中说明的是学习者在学习空间要达到学习目标所积累的路径，包括学习模型轨迹（粗黑线）、教师指导的学习轨迹（细黑线），以及学生可能会走的其他的学习轨迹（虚线）。学生的初始位置L（a0）逐渐的接近目标位置L（a3）的一摘自：学年论文www.618jyw.com
个学习过程。F（O）表示的是学习目标区。d1、d2、d3、d4分别代表学习目标在学习空间中的位置。使用学习模型来测定学习者的学习轨迹可以从初始位置开始，但是随后的轨迹将按学习模型来走。
其次，塔林大学对这53名学生在学习过程的学习介质进行了分析。每一位学习者都会选择一个他们认为可以作为个人或者协助他们完成学习目标的一个特定的工具。课程结束后，这些特定的工具会被收集到一个数据集中，作为学习空间中以后自主学习者使用社会性软件的一个案例库。该案例库的功能被分成类别来最小化系统的复杂性，最初是分为19类。每一类的功能都代表学习空间的一个维度。在PLEs和协作学习环境中的工具共有12种类别的软件（博客、wiki、聊天软件、社会书签、聚合器、电子邮件、搜索引擎、合作写作、论坛、合作绘画、网络相册以及YouTube），我们使用OSE（onto-space explorer）工具来分析最适合学生的学习工具。OSE是应用多维定标来计算学习轨迹的。使用者控制“weight”滑块来决定每一个坐标是否通过。 在本案例中，先设定{管理=1，创造=1，其他=0}为固定。学习者通过改变滑块来确定选择结果的显示图。在OSE软件中生成的显示图中，最适合的学习工具是通过测量其在右上方的距离来确定的。我们发现在S1确定学习目标这一步中博客是最适合学习者来达到学习目标L（a2）。
在达到最终的学习目标时即第二步S2，我们计算出两种学习工具。此时设定{汇聚=1，管理=1，其他=0}为固定。经过OSE工具计算得出博客和聚合器是最适合的工具。
最后，塔林大学根据学习模型分析出的学习轨迹以及OSE工具计算出的学习工具，得出了一个完整的学习规律（如图3）。
● 总结与启示
由塔林大学的案例可以清晰看出学习分析技术是对学习者的学习环境进行分析。即从学习者的学习资源到学习者的学习行为进行数据的收集，通过测量、挖掘、分析这些大量的数据，预测学习者的学习规律，并针对预测更新修改教学活动，再将活动结果反馈到整个学习过程中，以更好地支持教与学，进而改善和提升教与学的效能、效益和效率。
学习分析技术对教育有着巨大的影响。学习分析的核心是分析大量的学生信息数据，并创建细致入微的学生个人资料，最后提供给教师更深入的了解。学习分析可以提供即时改变，提出更加流畅和易于改变的课程模式。
首先，学习分析技术可作为教师教学决策，优化教学的有效数据支持工具。通过学习分析技术，把不同学习者的学习规律存储在数据库中，教师可以通过数据库的内容及时地了解学习者的需求、兴趣爱好等信息，并以此为依据为不同学习者提供动态的学习资源，动态的指导等教学决策。真正提高教与学的质量。
其次，可以作为学生的自我导向学习，自我监督与自我认识和自我评估的有效数据监督。通过学习分析技术得出的结果不仅仅是反馈给教师，同时也反馈给学习者。学习者将反馈的分析结果，作为自我监督、自我评价等的数据依据，如“CoreDogs”平台。当学生们完成平台中的练习，马上就可以收到一个知识掌握程度的形成性评价，教师也可以运用此平台的数据了解学生的学习情况。
最后，面对巨大的教育信息获取量，对教育机构来说一大挑战主要是如何最好地和商业领域、市场领域以及娱乐领域的数据挖掘工具并驾齐驱。如果解决这一挑战，学习分析在提高教学、学习以及评价方面拥有巨大的发展潜力。源于：论文 范文www.618jyw.com