文/畢巧春

構(gòu)建基于Sakai的智慧學習平臺

文/畢巧春

隨著互聯(lián)網(wǎng)和信息技術(shù)的飛速發(fā)展，人們越來越多的行為發(fā)生在網(wǎng)絡，個性化服務已成為Internet發(fā)展的必然趨勢。在商業(yè)領(lǐng)域，大數(shù)據(jù)的研究已經(jīng)初具規(guī)模，其成果正改變著商務活動的營銷和運營模式。在教育領(lǐng)域，MOOC、可汗學院等的流行使得越來越多的人們加入到了在線學習的陣營中，從而產(chǎn)生了海量且復雜的在線學習行為數(shù)據(jù)?，F(xiàn)在，迫切需要應用智能技術(shù)和自動工具幫助我們處理分析這些“大數(shù)據(jù)”。通過對這些數(shù)據(jù)的充分理解，從中獲得數(shù)據(jù)中隱含的信息和內(nèi)在聯(lián)系，個性化服務于學習者。

在國內(nèi)，目前較成熟且廣泛的在線學習的手段是開放大學和各學校網(wǎng)絡教育學院創(chuàng)辦的網(wǎng)絡教學平臺。網(wǎng)絡教學平臺也稱網(wǎng)絡學習平臺、學習管理系統(tǒng)或E-Learning平臺，是在線學習和教學全過程的支持環(huán)境，能夠承載在線課程，支持網(wǎng)絡環(huán)境下的教與學。與MOOC、可汗學院等新興學習平臺相比，Sakai、Moodle、Blackboard等網(wǎng)絡教學平臺經(jīng)過多年市場競爭的驗證，已成長為比較適合學習者在線學習的基礎(chǔ)性技術(shù)平臺，能夠有效地滿足網(wǎng)絡教學或網(wǎng)絡輔助教學等功能。但是，網(wǎng)絡教學缺少個性化特征的信息反饋系統(tǒng)，學習者不能得到適當?shù)姆答佇畔ⅲ@一問題極大地制約了網(wǎng)絡教育的發(fā)展。因此，實現(xiàn)個性化學習和個性化教學是網(wǎng)絡教學發(fā)展的必然要求。

目前，數(shù)字化學習環(huán)境正在向具有“記錄學習過程、識別學習情景、聯(lián)接學習社群、感知物理環(huán)境”四大特征的智慧學習環(huán)境變革。在網(wǎng)絡教學平臺中使用智能化數(shù)據(jù)分析技術(shù)，自動地進行數(shù)據(jù)分析處理，就能為學生提供前所未有的豐富的學習資源和靈活的學習方式。為學生提供優(yōu)質(zhì)的個性化支持服務。使網(wǎng)絡教學平臺轉(zhuǎn)型成“智慧學習環(huán)境”。

相關(guān)概念闡釋

在線學習一般指學習者在互聯(lián)網(wǎng)環(huán)境下進行的學習活動。本文將在線學習的范圍縮小，單指在網(wǎng)絡教學平臺中的學習。

個性化學習

李廣在《個性化學習的理論建構(gòu)與特征分析》中認為個性化學習是針對學生個性特點和發(fā)展?jié)撃芏扇∏‘數(shù)姆椒ā⑹侄?、?nèi)容、起點、進程、評價方式，促使學生各方面獲得充分、自由、和諧的發(fā)展過程。個性化學習包括個性化的學習需要、學習內(nèi)容、學習活動、學習方式、學習過程、學習進度、學習策略、學習評價等特征要素，這些特征要素依據(jù)所指向的目標對象與內(nèi)容屬性，可進一步歸類為學習內(nèi)容個性化、學習活動個性化、學習方式個性化和學習評價個性化。

學習分析

學習分析是大數(shù)據(jù)技術(shù)在教育領(lǐng)域的應用。學習分析的發(fā)展源于商業(yè)智能、網(wǎng)絡分析、教育數(shù)據(jù)挖掘和學術(shù)分析、行為分析等概念，它綜合運用了信息科學、計算機科學、統(tǒng)計學、心理學、學習科學等多學科的理論、概念、方法和技術(shù)。目前學習分析還沒有統(tǒng)一的定義，比較權(quán)威的是2011年首屆學習分析與知識國際會議（LAK11）對學習分析的闡釋，即“學習分析是以理解和優(yōu)化學習及其發(fā)生的環(huán)境為目的，對學習者及其所處情境的數(shù)據(jù)進行的測量、收集、分析和報告?！睂W習分析的研究對象是學生及其學習情境，研究的基礎(chǔ)是教育活動中產(chǎn)生的海量學習數(shù)據(jù)和學習分析過程中產(chǎn)生的中間數(shù)據(jù)，研究的目標是評估和預測學生活動，發(fā)現(xiàn)潛在問題，為教育活動相關(guān)者提供決策支持，以優(yōu)化和設(shè)計學習過程和學習情境。其教學效能的指向非常明確。

個性化學習平臺特征及框架

學習分析五要素

圖1 基于大數(shù)據(jù)的自適應學習系統(tǒng)組成及運行流程

布朗提出學習分析包括五個要素。分別為數(shù)據(jù)收集、數(shù)據(jù)分析、學生學習、聽眾反饋和干預。由此五要素可看出，學習分析不僅僅是對結(jié)構(gòu)化和非結(jié)構(gòu)化學習數(shù)據(jù)的收集、分析和展示，同時也運用分析結(jié)果，實時地、有針對性地向?qū)W習者、教師和管理者進行反饋，干預學習者學習動態(tài)。當然，學習分析中最重要的環(huán)節(jié)為數(shù)據(jù)的處理分析。

個性化學習平臺的本質(zhì)特征

1.數(shù)據(jù)化

學習分析技術(shù)所采用的數(shù)據(jù)大部分來自LMS(學習管理系統(tǒng))、CMS(課程管理系統(tǒng)：如網(wǎng)絡課程、學習論壇等)和學生檔案系統(tǒng)等數(shù)據(jù)庫；來自于學生在傳統(tǒng)環(huán)境下學習時留下的學習資料、作業(yè)、作品；也來自于學生個人的非正式的知識管理系統(tǒng)(如個人主頁、博客、微博等)。

學習分析的基礎(chǔ)與核心是數(shù)據(jù)。就網(wǎng)絡教學平臺而言，系統(tǒng)積累和存儲了大量的學習行為信息，包括學習者訪問教學資源、與同學、教師的交互等有效數(shù)據(jù)。這些數(shù)據(jù)是真實可測的。以此為主要分析來源，能真實地反應學習者的學習行為和學習軌跡。從中得到學習者學習習慣、學習路徑、學習風格、學習成效等重要信息，從而為學習者提供有效的學習干預。幫助并促進學習者有效學習。

學習分析工具目的是將海量的學習行為數(shù)據(jù)轉(zhuǎn)化成有價值的信息并實現(xiàn)高效的信息分析，核心功能模塊則是學習行為數(shù)據(jù)庫和數(shù)據(jù)運算系統(tǒng)。

2.可視化

經(jīng)處理的分析結(jié)果以可視化的方式呈現(xiàn)，最終受益者是學習者、教師和教學管理者。對學習者而言，他既是學習數(shù)據(jù)提供者，也是數(shù)據(jù)的最大受益者。學習者可通過分析結(jié)果了解自己當前學習狀態(tài)和未來課程的學習結(jié)果，經(jīng)自我診斷，可自我調(diào)整學習狀態(tài)和學習計劃。

對教師而言，根據(jù)學生在線數(shù)據(jù)可視化分析結(jié)果，可以及時準確地了解學情，及時調(diào)整教學活動，選擇最合適的教學模式和最有效的教學方法，并為學生提供個性化的學習資源與建議。

對教學管理者而言，通過分析結(jié)果，可進一步改進系統(tǒng)設(shè)計以及調(diào)整學習資源結(jié)構(gòu)，設(shè)計更合理的在線課程。

分析結(jié)果可視化是學習分析工具最典型的特征。一方面，可視化圖表使信息的傳遞更加形象直觀。美觀、規(guī)律的可視化設(shè)計使重要信息能夠更迅速的被捕獲。另一方面，可視化圖標使信息的解讀更精準。單一維度的學習行為通過整合大量的學習信息，最終呈現(xiàn)為相關(guān)圖表數(shù)據(jù)，輔以簡單文字介紹，能使學習者、教師和教學管理者更精準的解讀信息。

3.個性化

圖2 學習者學習記錄跟蹤可視化

圖3 學習者同伴信息鏈接

學習分析的主要目的是通過數(shù)據(jù)闡釋學習者的學習表現(xiàn)，從而為其提供相應的反饋，促進更加有效的學習。學習分析結(jié)果的可視化展示，使學習者對個人學習的全過程可進行管理和調(diào)控，如根據(jù)自身的個性化需求擬定學習目標及路徑、確定學習方法與方式等。還可以通過學習分析反饋結(jié)果調(diào)整并定位自身價值觀和學習標準，自主并個性化學習。從教師和教育管理者來說，通過可視化的學習分析報告，教師和教育管理者可以干預并調(diào)整學習內(nèi)容和教學計劃、為學習者推送個性化的學習材料、課后練習和階段性測試等。真正實現(xiàn)個性化的教與學。

學習平臺模型

平臺設(shè)計參考了美國“通過教育數(shù)據(jù)挖掘和學習分析促進教與學”報告中基于大數(shù)據(jù)的自適應學習系統(tǒng)的案例。

自適應學習系統(tǒng)運行流程如圖1所示，第一步，學生登錄學習平臺，與學習內(nèi)容（學習資源）傳遞模塊產(chǎn)生交互，生成學習行為數(shù)據(jù)；第二步，數(shù)據(jù)被標記上時間戳，按預先定義的結(jié)構(gòu)存入學習者數(shù)據(jù)庫；第三步，預測模塊從學生信息庫和學習者數(shù)據(jù)庫中獲取數(shù)據(jù)，并根據(jù)不同模型和算法對數(shù)據(jù)進行分析；第四步，自適應模塊根據(jù)不同的分析和預測結(jié)果，通過內(nèi)容傳遞模塊為學習者提供合適的學習指導和學習策略；第五步，分析和預測結(jié)果傳遞給顯示模塊，各類型用戶得到反饋；第六步，教師和教學管理者通過干預模塊對系統(tǒng)進行干預。

個性化學習平臺設(shè)計

目前，Sakai、Moodle、Blackboard等網(wǎng)絡教學平臺均有能力對學

習者學習行為數(shù)據(jù)流進行記錄。通過數(shù)據(jù)挖掘工具對這些數(shù)據(jù)進行分析處理，可以得到相應的結(jié)果。以Sakai教學平臺為例，由于Sakai的系統(tǒng)框架是標準模塊化，且具有代碼開源、API及開發(fā)模式開放性的特點，非常有利于系統(tǒng)功能的擴展，基于學習分析技術(shù)，可以在sakai平臺上構(gòu)建自適應的學習分析和個性化推薦系統(tǒng)，有效輔助學習者有效學習、幫助教師和研究者深入研究學習者狀態(tài)和學習過程，并對學習者進行正向的干預指導。具體包括以下三方面內(nèi)容：

學習行為數(shù)據(jù)分析與可視化呈現(xiàn)（學習過程可視化）

在教與學的過程中，“教”“學”“練”“測”“答”等五個環(huán)節(jié)的學習過程的追蹤必不可少。應用大數(shù)據(jù)學習分析技術(shù)，即時量化跟蹤學習過程數(shù)據(jù)并可視化呈現(xiàn)，挖掘數(shù)據(jù)中隱含的信息，將信息以直觀的形式呈現(xiàn)給學習者、教師和教學管理者，使其能更清楚地看到學習過程、學習動態(tài)變化、與學習目標的差距，激發(fā)學習者的學習動機，積極認知自我、規(guī)劃自我。

1.學生端

（1）學生學習過程跟蹤可視化

可視化學習記錄跟蹤面板包含兩方面信息，一方面為學習者自身學習記錄。包括學習時間、學習次數(shù)、學習記錄、學習進度等，幫助學習者自我認知、自我調(diào)整，如圖2所示。另一方面為學習同伴信息記錄。根據(jù)社會比較理論可知，同伴信息是一種榜樣效應，可增強學習者學習內(nèi)在動機。通過鏈接查看與學習者同組或同課程學習同伴的學習過程信息并與學習同伴分享或求助，在對比和競爭中達到更好的學習效果，如圖3所示。但是，考慮到個人隱私問題，系統(tǒng)設(shè)計訪問權(quán)限，學習者需向同伴發(fā)送訪問其學習記錄的請求，學習者可選擇開放或拒絕同伴對自己學習記錄的訪問。

（2）學習者學習細節(jié)可視化

學習者學習細節(jié)和學習軌跡通過可視化呈現(xiàn)，使學習者全面了解自身學習狀態(tài)和學習效率。學習者在每章節(jié)中各部分的在線時長，比如，瀏覽文字內(nèi)容、瀏覽視頻內(nèi)容、做作業(yè)、做測試、討論區(qū)停留時長；學習者解決問題情況，包括做作業(yè)時長、修改次數(shù)、正確率，測試時長、次數(shù)、正確率，討論區(qū)發(fā)帖回帖次數(shù)等。同時，也可查看自身學習狀態(tài)與總體學習者整體情況的對比情況。總之，通過學習者學習細節(jié)可視化展示，能更容易地了解學習者學習的特征、學習者學習現(xiàn)狀、學習行為的影響因素以及學習成效。

（3）知識點結(jié)構(gòu)可視化

聯(lián)通主義認為，個人的知識組成了一個網(wǎng)絡，這種網(wǎng)絡被編入各種組織與機構(gòu)，反過來各組織與機構(gòu)的知識又被回饋給個人網(wǎng)絡，提供個人的繼續(xù)學習。因此，將課程章節(jié)及知識點內(nèi)容以知識圖譜的方式建構(gòu)，可視化呈現(xiàn)給學習者，使學習者清楚的了解知識點與知識點之間的邏輯關(guān)系，促進其對知識的主動建構(gòu)，激發(fā)學習者對知識的深入探索和理解，產(chǎn)生解決問題的需要，激發(fā)主動學習的欲望。課程知識結(jié)構(gòu)圖譜如圖4所示。

2.教師端

圖4 課程知識結(jié)構(gòu)圖譜

對教師而言，分析結(jié)果提供了深入了解學習者學習狀況的渠道，可以全面把握學習者整體的學習情況，也可具體關(guān)注每個學習者學習過程的細節(jié)，從而對學習內(nèi)容、教學計劃做整體性的調(diào)整并對單個學習者進行適當?shù)慕虒W干預。

（1）學習者整體學習情況可視化

教師可查看學習者整體學習情況（即學習者學習數(shù)據(jù)的平均值或區(qū)間），如學生平均在線時長、登錄次數(shù)、測試得分區(qū)間等內(nèi)容，從整體把握課程學習者學習狀態(tài)和學習效果。也可查看測試題目的分析結(jié)果（各個選項的百分比），便于調(diào)整題目難度系數(shù)和整體測試難度。

圖5為學生上網(wǎng)時長分布情況的可視化顯示，以星期為周期，統(tǒng)計學生在這一周內(nèi)每天上網(wǎng)時長，便于分析高頻上網(wǎng)時長分布。便于后期課程的調(diào)整和干預。還可通過點擊具體的圓圈，查看某一學生的學習時長情況。

（2）學習者學習細節(jié)可視化

圖5 學習者周上網(wǎng)時間分布

教師可查看具體學生的學習細節(jié)，并針對其學習情況做個性化

指導。教師可點擊具體某一學習者，查看其各項數(shù)據(jù)，如在線時長、登錄次數(shù)、觀看視頻時長/次數(shù)、瀏覽文字內(nèi)容時長/次數(shù)、測試得分、作業(yè)正確率、測試或作業(yè)中解決并完成一個問題所用的時間、討論區(qū)互動頻率等，并可以查看該學習者與學習者整體平均水平的對比，從而準確了解每個學習者的情況，對學習者實行個性化的指導。

個性化推薦

1.基于分組的差異化學習材料推薦

在學習之前設(shè)置前測（前測即學習課程內(nèi)容之前的測試，考察學生對課程或章節(jié)的基礎(chǔ)。）系統(tǒng)基于成績高低排序，將學生分成A、B、C三組，還可結(jié)合教師根據(jù)學生實際表現(xiàn)和個性化特點進行手動調(diào)整，其中A組為掌握情況最好的學生，B組次之，C組最次，進行基于群組的個性化學習。系統(tǒng)為不同群組個性化推薦恰當難度的學習材料和相應等級的練習題，避免有效學習時間的浪費。在分層學習后，學習者不僅可以看到自己的學習內(nèi)容和學習過程數(shù)據(jù)，學習者之間也可進行交流，或向老師申請進入更高層級的學習序列中學習。其中，基于組別的個性化學習材料由教師在課程開始前設(shè)置，個性化測試題則由試題的難度系數(shù)區(qū)分。

2.基于知識點的學習材料和試題推薦

學習者的學習成效大多通過測試成績以及最終考試成績來體現(xiàn)，在學習過程中，則主要由階段測試成績體現(xiàn)學習效果。系統(tǒng)根據(jù)學習者在測試中的表現(xiàn)，個性化推送最佳學習材料（表現(xiàn)為不同難度系數(shù)、重要程度、媒體類型的相關(guān)知識點的學習材料）、測試練習題（表現(xiàn)為不同難度系數(shù)、重要程度的測試題和聯(lián)系題）。通過反復學習，最終使學習者掌握知識點。

3.知識點結(jié)構(gòu)可視化推薦

當學習者學習某個知識點時，學習者可以通過知識結(jié)構(gòu)圖譜進入相關(guān)知識點進行學習，也可以通過自適應學習系統(tǒng)的推薦進行學習。此時，自適應學習系統(tǒng)通過學習者之前學習狀態(tài)和學習進度，自動推送之前學習知識點的前項、后項和相關(guān)知識點的材料和資源。形成新學知識點與原有知識點、即將要學知識點的關(guān)聯(lián)顯示，便于學習者對知識的建構(gòu)。

個性化干預

1.自動干預

（1）學習者學習時長提醒

學習者在線學習時長是測量學習者是否有效學習的重要指標，學習時間過長或過短都不能達到最有效的學習效果，應做彈出窗格提醒，針對學習者的不同情況進行自動化干預。并且，添加脫離頁面提醒也十分必要。在學習者脫離網(wǎng)絡教學平臺，打開其他瀏覽器頁面或長時間不操作的情況下，添加脫離頁面提醒并顯示脫離時間，使學習者做到學習心理有數(shù)，并根據(jù)自身情況調(diào)整學習時間和學習狀態(tài)。

（2）通知、提醒、建議、激勵等自動化信息推送

圖6 教師端查看學習者答題情況

圖7 教師進入題庫更改試題屬性

通過學習分析結(jié)果或教師發(fā)布新信息等可實時向?qū)W生推送個性化信息，包括日程通知、新內(nèi)容學習提醒、激勵、建議等，維持并提高學習者學習熱情。如可在打開學習頁面時提示從上一次中斷的地方學起；推送上次測試的錯題和相關(guān)知識點等供學習者鞏固知識；推送教師對學習者個體的評語等。

2.手動干預

（1）測試題目系數(shù)調(diào)整

通過學習者測試結(jié)果可視化顯示，教師在進行分析后可進入題庫，對測試題的難易程度、考察范圍等做進一步的調(diào)整。如圖6和圖7，教師可觀看測試題答題情況，并根據(jù)答題結(jié)果，進入題庫調(diào)整試題參數(shù)。

（2）留言、打電話等方式進一步與學習者交流與鼓勵

教師通過查看學習者學習情況信息，可對學習成績較差、學習時間較短、與師生交互不積極的學習者做進一步的干預。通過線上留言、線下打電話、發(fā)郵件等方式進一步與學習者溝通，了解學習者學習困難，并幫助解決，方便個性化的指導教學。

大數(shù)據(jù)時代的學習，體現(xiàn)了“因材施教”的教育理念。大數(shù)據(jù)時代的網(wǎng)絡教學平臺，正逐漸從簡單的關(guān)注學習資源、學習進度、學習效果的輔助性教學工具，逐步發(fā)展能夠全面記錄和跟蹤學習者學習行為和軌跡、可視化呈現(xiàn)學習者學習特點和學習需求、并為不同類型學習者反饋個性化學習建議等多功能于一身的強大的、集成化的系統(tǒng)。隨著網(wǎng)絡教學平臺中更多功能和形式的創(chuàng)新，學習者將會得到更精確的數(shù)據(jù)分析結(jié)果、更簡明的可視化圖表呈現(xiàn)，以及更高效的個性化學習支持。使學習者從學習中真正感受到快樂。

目前，本研究借鑒大數(shù)據(jù)的自適應學習系統(tǒng)的模型，針對網(wǎng)絡教學平臺做了一系列有關(guān)學習分析和自動化推薦系統(tǒng)的設(shè)計，但學習者的使用情況以及學習者是否能通過此平臺實現(xiàn)更高效、更有效的學習，還需進一步的研究驗證。

（作者單位為北京郵電大學網(wǎng)絡教育學院）