陳雷

摘 要：教育領(lǐng)域的大數(shù)據(jù)挖掘注重分析數(shù)據(jù)的全面性和潛在的高價(jià)值。本文以浙江省教師在線教育平臺(tái)中一門課程作為研究對(duì)象，采用日志統(tǒng)計(jì)、結(jié)構(gòu)變換、可視化、象限分析等大數(shù)據(jù)處理技術(shù)，從資源活躍度、搜索詞關(guān)聯(lián)度這兩個(gè)框架維度，對(duì)網(wǎng)絡(luò)學(xué)習(xí)平臺(tái)的日志和互動(dòng)版塊進(jìn)行數(shù)據(jù)挖掘，研究并解析學(xué)員群體在線學(xué)習(xí)特性和學(xué)習(xí)習(xí)慣。同時(shí)，以學(xué)習(xí)效果相關(guān)性這個(gè)維度分析平臺(tái)功能模塊設(shè)置合理性。這些挖掘結(jié)果可為評(píng)估平臺(tái)的在線培訓(xùn)進(jìn)展情況、優(yōu)化平臺(tái)學(xué)習(xí)支持服務(wù)等提供量化參考。

關(guān)鍵詞：大數(shù)據(jù)；在線教育；象限；維度；日志

中圖分類號(hào)：G726 文獻(xiàn)標(biāo)識(shí)碼：A

一、引言

大數(shù)據(jù)作為信息技術(shù)發(fā)展的新趨勢(shì)，已經(jīng)滲透到各行各業(yè)，成為重要的驅(qū)動(dòng)因素，教育也無法置身事外。國內(nèi)外許多專家指出， 教育中的大數(shù)據(jù)挖掘，涉及教學(xué)進(jìn)程、教學(xué)評(píng)估、教學(xué)管理、教學(xué)決策、教學(xué)反饋、個(gè)性化算法等各個(gè)方面。在數(shù)據(jù)分析驅(qū)動(dòng)教育變革的大數(shù)據(jù)時(shí)代，教育領(lǐng)域蘊(yùn)藏著廣泛應(yīng)用價(jià)值的海量數(shù)據(jù)，利用教育數(shù)據(jù)挖掘和學(xué)習(xí)具有分析技術(shù)，構(gòu)建教學(xué)結(jié)構(gòu)的相關(guān)模型，探索教學(xué)變量之間的相關(guān)關(guān)系，為教育教學(xué)決策提供有效的支持將成為未來教育的常態(tài)發(fā)展趨勢(shì)。

從2014年上半年開始，本人負(fù)責(zé)開發(fā)的本市第一家面向浙江省中小學(xué)、幼兒園教師培訓(xùn)的網(wǎng)絡(luò)學(xué)習(xí)平臺(tái)正式開始投入運(yùn)營。平臺(tái)在師范生、教育碩士培養(yǎng)以及基礎(chǔ)教育教師培訓(xùn)中得到良好的應(yīng)用，支撐了教師教育創(chuàng)新，彰顯了終身學(xué)習(xí)和開放學(xué)習(xí)的理念。在日常的運(yùn)營過程中，教師學(xué)員在平臺(tái)中日常的點(diǎn)擊、瀏覽、視頻操作、拖放、處理等一系列動(dòng)作，無時(shí)無刻產(chǎn)生著海量的行為數(shù)據(jù)；除此之外，授課專家與學(xué)員的討論區(qū)、學(xué)員與學(xué)員之間的互動(dòng)區(qū)訪問量都非常大，平臺(tái)的論壇每天都更新數(shù)百條帖子，教師學(xué)員們?cè)谡n程聊天室、Wiki、互動(dòng)區(qū)一直處于超活躍狀態(tài)，在這個(gè)過程中，平臺(tái)也累積了大量的學(xué)員互動(dòng)數(shù)據(jù)。

在這樣的背景下，本文選取平臺(tái)中的一門在線課程作為研究對(duì)象，研究并構(gòu)建大數(shù)據(jù)挖掘與分析機(jī)制，對(duì)這些紛繁復(fù)雜的數(shù)據(jù)進(jìn)行提煉和分析，進(jìn)行有效地利用開發(fā)，發(fā)現(xiàn)這些數(shù)據(jù)的背后蘊(yùn)含的學(xué)員行為軌跡，捕捉學(xué)員群體或個(gè)體的學(xué)習(xí)行為、學(xué)習(xí)習(xí)慣，跟蹤學(xué)員的成長軌跡，發(fā)掘平臺(tái)本身所帶有的不合理模塊資源，進(jìn)而改進(jìn)平臺(tái)功能模塊、教學(xué)資源。平臺(tái)中大數(shù)據(jù)的有效應(yīng)用將會(huì)彌補(bǔ)目前國內(nèi)教師在線教育的海量數(shù)據(jù)分析空白，具有非常突出的意義，除了促進(jìn)教師教育培訓(xùn)模式的多樣化和個(gè)性化定制，同時(shí)也會(huì)對(duì)我國各類在線教育提供大量的參考和啟示。

二、平臺(tái)大數(shù)據(jù)分析機(jī)制

平臺(tái)學(xué)習(xí)分析的指導(dǎo)思路是選取數(shù)據(jù)聚集的各關(guān)鍵因素，運(yùn)用大數(shù)據(jù)技術(shù)挖掘?qū)W員的平臺(tái)登錄細(xì)節(jié)、瀏覽頁面、資源搜索詞關(guān)聯(lián)度、搜索頻次、資源操作細(xì)節(jié)、互動(dòng)研討語義內(nèi)容等信息軌跡，并在此基礎(chǔ)上采用大數(shù)據(jù)集群算法和趨勢(shì)探測(cè)等數(shù)學(xué)性算法過程，深度解析平臺(tái)學(xué)員的學(xué)習(xí)行為數(shù)據(jù)和模式。

本文在借鑒瑞典斯德哥爾摩大學(xué)在線教育學(xué)習(xí)分析模式的基礎(chǔ)上，以遵循“Teschura”分析技術(shù)作為數(shù)據(jù)挖掘支撐，規(guī)劃了平臺(tái)學(xué)習(xí)數(shù)據(jù)分析三元架構(gòu)。如圖1所示，平臺(tái)大數(shù)據(jù)分析架構(gòu)包括資源活躍度分析、搜索詞關(guān)聯(lián)度解析、學(xué)習(xí)效果相關(guān)性分析三大部分。其中資源活躍度分析是頁面數(shù)據(jù)挖掘的首要步驟，主要包括頁面占用細(xì)節(jié)、登錄信息、獨(dú)立訪客等要素，通過數(shù)據(jù)集分析組件Oracle Server Analysis Service與下一步驟綁定。搜索詞關(guān)聯(lián)度解析既是本文學(xué)習(xí)分析的核心架構(gòu)組件，也是本文學(xué)習(xí)分析的創(chuàng)新點(diǎn)之一，該模塊旨在重組學(xué)員群體熱點(diǎn)搜索詞的相關(guān)性，挖掘?qū)W員群體的教學(xué)興趣聚點(diǎn)，以此為依據(jù)重構(gòu)并優(yōu)化平臺(tái)教學(xué)資源。學(xué)習(xí)效果相關(guān)性分析是三元分析架構(gòu)的關(guān)鍵分析組件，以高性能網(wǎng)格算法HPCC，面向解決方案的標(biāo)簽工具RapidMiner作為分析工具，將各教學(xué)功能模塊的使用率與學(xué)員群體的學(xué)習(xí)效果的相關(guān)性為研究對(duì)象，以此為依據(jù)來優(yōu)化各教學(xué)模塊在平臺(tái)kecheng 中的比重。

三、基于學(xué)員的大數(shù)據(jù)行為分析

平臺(tái)數(shù)據(jù)挖掘功能的首要任務(wù)就是進(jìn)行資源活躍度分析，包括資源訪問頻次（V V）、獨(dú)立訪客（UV）、瀏覽次數(shù)（PV）、獨(dú)立訪問IP數(shù)（IP）、鏈接來源（SA）、站點(diǎn)停留時(shí)間（Ts）、頁面停留時(shí)間（Tp），繼而采用站點(diǎn)分析專有的全景統(tǒng)計(jì)、站長統(tǒng)計(jì)、流量分析、來源分析、轉(zhuǎn)化分析、報(bào)表展示等手段，從資源利用角度來顯現(xiàn)站點(diǎn)學(xué)員學(xué)習(xí)行為和習(xí)慣，并揭示平臺(tái)的缺陷和優(yōu)化方向。

本研究以浙江省中小幼教師教育EduSoho培訓(xùn)平臺(tái)中2016年下半年的后臺(tái)數(shù)據(jù)為參考，并選取平臺(tái)中的一門在線課程——“教師課件設(shè)計(jì)實(shí)用技巧與案例詳解”（簡稱“課件技巧與案例”）作為研究對(duì)象。該門課程總共包含六章，其中按照課程教學(xué)重難點(diǎn)可分為九大版塊內(nèi)容，包括：動(dòng)畫、圖表、音視頻、插件、控件、圖片高級(jí)技巧、超鏈接、模板、案例，開課時(shí)間為2016年10月15日至2017年1月15日，跨度三個(gè)月，這一時(shí)間段該門課程的選課總?cè)藬?shù)為2613人。

（一）資源活躍度分析

對(duì)資源活躍度的分析主要關(guān)注3個(gè)參數(shù)：I P、UV、PV。獨(dú)立訪問IP數(shù)（IP），可統(tǒng)計(jì)學(xué)員在訪問站點(diǎn)時(shí)的IP地址，該項(xiàng)參數(shù)與站點(diǎn)停留時(shí)間（Ts）、頁面停留時(shí)間（Tp）這兩項(xiàng)參數(shù)一同進(jìn)行分析，便可挖掘出學(xué)員瀏覽平臺(tái)的集中時(shí)間段和學(xué)習(xí)習(xí)慣等基礎(chǔ)數(shù)據(jù)。瀏覽次數(shù)（PV），即通常所說的PageView值，學(xué)員每打開1個(gè)站點(diǎn)頁面，記錄1個(gè)PV，當(dāng)學(xué)員多次打開同一頁面則PV累積計(jì)算，用以衡量站點(diǎn)資源訪問情況。獨(dú)立訪客（UV），單日內(nèi)訪問站點(diǎn)頁面的訪客數(shù)，相同訪客多次訪問站點(diǎn)頁面，仍計(jì)算為1個(gè)獨(dú)立訪客。endprint

如圖2所示，通過日均P V、I P地址基礎(chǔ)數(shù)據(jù)的挖掘整理，工作日白天有3個(gè)學(xué)員井噴時(shí)間段，分別是9：30-10：00、13：00-14：00、15：30-17：00，而這三段時(shí)間正好對(duì)應(yīng)著是各校學(xué)生的課間休息階段和下午的自習(xí)階段，大多數(shù)的學(xué)員更傾向于利用常規(guī)工作空余時(shí)間進(jìn)行該門課程的學(xué)習(xí)。同時(shí)，這三個(gè)井噴時(shí)間段中的U V值遠(yuǎn)大于I P值，通過比對(duì)發(fā)現(xiàn)同一學(xué)校不同教師學(xué)員在訪問站點(diǎn)時(shí)，平臺(tái)所追溯的IP地址相同，則可推斷為大部分學(xué)員更喜好在工作地點(diǎn)進(jìn)行學(xué)習(xí)。而且個(gè)人每次登錄學(xué)習(xí)的時(shí)間并不長，基本上平均每次以8-11分鐘為主，甚至在線持續(xù)時(shí)間為3-6分鐘的也占了相當(dāng)一部分比重。出乎大多數(shù)研究人員的預(yù)料，根據(jù)日志數(shù)據(jù)統(tǒng)計(jì)，如圖3所示，總體來看非工作日平臺(tái)中學(xué)習(xí)的學(xué)員人數(shù)一直保持在低位，小幅度起伏不足以成為變化標(biāo)準(zhǔn)。由此可見，學(xué)員更善于在工作進(jìn)度中充分利用空余時(shí)間、閑散時(shí)間進(jìn)行知識(shí)點(diǎn)和技能的學(xué)習(xí)，與傳統(tǒng)的教學(xué)方式差異明顯，更加符合碎片化學(xué)習(xí)的趨勢(shì)。

對(duì)課程九大版塊內(nèi)容的PV與UV值比對(duì)中同樣可以發(fā)現(xiàn)問題。如圖4所示，插件、控件、超鏈接的資源訪問度的UV值處于低位，但PV值非常高，兩者的訪問數(shù)據(jù)值差異很大，則表明這3部分版塊內(nèi)容盡管并不吸引所有學(xué)員的關(guān)注，但有一部分特定的學(xué)員對(duì)該頁面資源的持續(xù)學(xué)習(xí)熱度比較高。因此，可將插件、控件、超鏈接這3個(gè)模塊內(nèi)容整合為專題版塊，并在互動(dòng)區(qū)中劃分專門的區(qū)域?yàn)檫@3塊教學(xué)內(nèi)容提供專題服務(wù)。

鏈接來源（S A），即追溯當(dāng)前瀏覽頁面的鏈接跳轉(zhuǎn)源，用以分析站點(diǎn)內(nèi)各頁面的相互鏈接情況。這里需要引入一個(gè)平臺(tái)特有的參數(shù)“網(wǎng)頁抓取黏蟲”（earmyworm），依據(jù)搜索關(guān)鍵詞，黏蟲earmyworm通過各模塊中的超鏈接分析訪問抓取相關(guān)度資源，按照所抓取的資源數(shù)給earmyworm賦值，一旦earmyworm數(shù)值大于零，則代表著搜索工具被調(diào)用。利用矩陣工廠MatLab對(duì)被訪問的資源模塊進(jìn)行數(shù)據(jù)集仿真，并展現(xiàn)數(shù)據(jù)可視化效果，如圖5所示。由圖可見，在眾多教學(xué)資源板塊中，訪問“互動(dòng)研討資源”“教學(xué)視頻資源”“教學(xué)實(shí)踐工具”時(shí)earmyworm的調(diào)用頻次都處于高位，其中“互動(dòng)研討資源”的earmyworm調(diào)用頻次最高，反映了互動(dòng)研討模塊對(duì)學(xué)員的黏度非常高，在學(xué)員學(xué)習(xí)過程中扮演了重要作用，學(xué)員在該模塊中具有很強(qiáng)的學(xué)習(xí)深度；同時(shí)也說明了互動(dòng)研討板塊與其他板塊的關(guān)聯(lián)性不高，學(xué)員通過平臺(tái)中的搜索工具尋找資源是大概率事件，因此平臺(tái)在進(jìn)一步的改進(jìn)中應(yīng)該有很大的提升空間。

（三）課程搜索關(guān)鍵詞相關(guān)性分析

該門課程中的資源內(nèi)容，包括各個(gè)章節(jié)、視頻或其他資源，都包含若干數(shù)量不等的關(guān)鍵詞，用以描述該資源的主要展示內(nèi)容和說明相關(guān)性熱點(diǎn)。如果幾個(gè)關(guān)鍵詞在多個(gè)資源內(nèi)容中重復(fù)出現(xiàn)，就可以說明這些關(guān)鍵詞具有某種相關(guān)性；而一旦關(guān)鍵詞共現(xiàn)的頻次較高且穩(wěn)定，則可以認(rèn)為具有必然聯(lián)系。

利用平臺(tái)插件iquerypress對(duì)該門課程的搜索關(guān)鍵詞進(jìn)行頻次統(tǒng)計(jì)，刨去出現(xiàn)頻次可忽略不計(jì)的關(guān)鍵詞外，按出現(xiàn)頻次高低對(duì)搜索關(guān)鍵詞進(jìn)行歸類匯總、聚類分析、排序，首先以資源搜索分析的視角建立共詞頻次矩陣，如表1所示。

共詞頻次矩陣是關(guān)聯(lián)頻次矩陣，表中對(duì)角線中的數(shù)據(jù)表示為所對(duì)應(yīng)的搜索關(guān)鍵詞出現(xiàn)的頻次，而其它位置中的數(shù)據(jù)則表示所對(duì)應(yīng)橫排和豎排關(guān)鍵詞的共同搜索頻次。如搜索關(guān)鍵詞“動(dòng)畫”共出現(xiàn)263次，而搜索詞“動(dòng)畫”和“觸發(fā)器”共同出現(xiàn)75次，也可以理解成采用邏輯方式“與”搜索“動(dòng)畫”和“觸發(fā)器”的頻次為75，依次類推。

相似矩陣中的數(shù)據(jù)可成為非對(duì)稱聚合數(shù)據(jù)，其數(shù)值大小表明矩陣關(guān)鍵詞的相似程度，數(shù)據(jù)越大則表明搜索關(guān)鍵詞之間相似度越小，距離越遠(yuǎn)；反之則表明搜索關(guān)鍵詞之間的相似度越大，距離越近。運(yùn)用SPSS的整群分析——聚類——異類——多維整編進(jìn)行搜索關(guān)鍵詞圖譜分析，得到如圖6所示的課程搜索關(guān)鍵詞多維尺度圖。

對(duì)搜索關(guān)鍵詞共詞研究采用關(guān)鍵詞圖譜分析，如圖6所示，靠得近的關(guān)鍵詞在教學(xué)指導(dǎo)中具有更好的關(guān)聯(lián)性。關(guān)鍵詞搜索集中分布于第二、第三、第四象限，第二象限中“動(dòng)畫”“觸發(fā)器”“音頻”比較集中，說明這三個(gè)搜索關(guān)鍵詞的相關(guān)度比較高；第三象限中“視頻”“插件”“控件”比較集中，說明這三個(gè)搜索關(guān)鍵詞相關(guān)度比較高；第四象限中“圖片處理”“羽化效果”“透明度”“藝術(shù)字效果”比較集中，說明這四個(gè)搜索關(guān)鍵詞相關(guān)度比較高；而第一象限只有“公式編輯器”關(guān)鍵詞分布，這說明“公式編輯器”與其它搜索范疇的相關(guān)性不大，孤立度較高。因此，圖中關(guān)鍵詞的搜索關(guān)聯(lián)分布對(duì)在線平臺(tái)中學(xué)習(xí)資料的改進(jìn)具有很好的指導(dǎo)作用。以搜索關(guān)鍵詞多維象限圖譜為依據(jù)，調(diào)整教學(xué)內(nèi)容關(guān)聯(lián)度，資源的優(yōu)化注重將象限圖中貼近的關(guān)鍵詞進(jìn)行教學(xué)內(nèi)容的重新整合。包括：進(jìn)行“圖片處理”學(xué)習(xí)資源教學(xué)設(shè)計(jì)的時(shí)候應(yīng)注重與“羽化效果”“透明度”“藝術(shù)字效果”內(nèi)容的融合；“動(dòng)畫”的資源設(shè)計(jì)應(yīng)重視嵌入“觸發(fā)器”“音頻”教學(xué)內(nèi)容；“控件”教學(xué)內(nèi)容的搭建的應(yīng)積極地創(chuàng)設(shè)與“插件”“視頻操作”教學(xué)內(nèi)容的整合。

（四）學(xué)習(xí)效果分析

學(xué)員模塊點(diǎn)擊率與學(xué)習(xí)效果的相關(guān)性一直是文章研究的重點(diǎn)。日常在線學(xué)習(xí)行為與學(xué)習(xí)效果的相關(guān)性是掌握學(xué)員學(xué)習(xí)習(xí)慣的主要因素，也是判斷平臺(tái)功能模塊設(shè)置合理性的關(guān)鍵。選取本課程中的熱點(diǎn)教學(xué)資源為研究對(duì)象，通過格魯姆—拉格瑞斯（Grum-Lagrus）解析式（式1）對(duì)統(tǒng)計(jì)的各時(shí)間占比進(jìn)行頻次解析，并將頻次的訪問版塊相關(guān)性進(jìn)行分類，可得互動(dòng)版塊頻次、Wiki版塊頻次、視頻瀏覽頻次、文本瀏覽頻次、SCORM/AICC頻次五大重點(diǎn)研究頻次。endprint

其中；Si為第i個(gè)學(xué)員的學(xué)習(xí)效果平分?jǐn)?shù)，Wi為第i個(gè)學(xué)員的學(xué)習(xí)時(shí)長，d為德佩因子，β為希萊爾系數(shù)，αi為第i個(gè)學(xué)員的點(diǎn)擊頻次。剔除相關(guān)度不高的版塊訪問粒度，進(jìn)一步通過access-frequency-relevanteffect進(jìn)行中心頻次顆粒度分析，并以二維相關(guān)顆粒象限的形式展現(xiàn)相關(guān)性動(dòng)圖，如圖7所示分別為學(xué)習(xí)效果與WiKi、文本、視頻、互動(dòng)區(qū)版塊訪問的二維象限相關(guān)顆粒圖，展現(xiàn)隨機(jī)選取的學(xué)員群體在線頻次與學(xué)習(xí)效果的分布情況。

圖7中紅色小圓和黑色正方形分別對(duì)應(yīng)訪問不同功能版塊與學(xué)習(xí)效果的相關(guān)顆粒圖。由圖可見，文本內(nèi)容和Wiki協(xié)作的學(xué)習(xí)時(shí)間占比對(duì)學(xué)員最終學(xué)習(xí)效果的影響十分有限，也就是說在這兩個(gè)模塊中投入的學(xué)習(xí)熱度與最終的學(xué)習(xí)成效不成正比關(guān)系，在文本教學(xué)中的投入對(duì)學(xué)員課程成績收效甚微。因此，有必要精簡文本內(nèi)容，摒棄繁冗和點(diǎn)擊量低的文本內(nèi)容。學(xué)員如果單純地在這兩個(gè)板塊學(xué)習(xí)中傾注大量的精力并不能有效提高本課程的學(xué)習(xí)效果，也無法提升自身的課件開發(fā)技能。

如圖所示，通過隨機(jī)樣本的在線測(cè)試日志發(fā)現(xiàn)，在最終學(xué)習(xí)成績突出和學(xué)習(xí)效果提升明顯的學(xué)員群體中，大部分學(xué)員在聊天室、論壇等互動(dòng)討論版塊中所投入的時(shí)間占比較高；而且，通過社交分析工具的統(tǒng)計(jì)，在互動(dòng)研討區(qū)中活躍度越高的學(xué)員，其課程學(xué)習(xí)成績突出的比率就越高。換一個(gè)角度來分析，學(xué)員的學(xué)習(xí)時(shí)間占比對(duì)最終學(xué)習(xí)效果的影響很大。因此，學(xué)員群體對(duì)互動(dòng)研討區(qū)的青睞只是表象，通過在互動(dòng)研討區(qū)中的學(xué)習(xí)能實(shí)現(xiàn)事半功倍的效果才是最主要的因素，實(shí)際上也揭示了互動(dòng)協(xié)作的過程對(duì)學(xué)員在線學(xué)習(xí)的重要性。

四、結(jié)語

目前盡管國內(nèi)關(guān)于大數(shù)據(jù)挖掘的理論研究進(jìn)行得如火如荼，但各網(wǎng)絡(luò)課程平臺(tái)的教育數(shù)據(jù)挖掘卻做得非常有限。因此，建立我省第一個(gè)以大數(shù)據(jù)挖掘作為支撐的教師教育網(wǎng)絡(luò)培訓(xùn)平臺(tái)，這既是在線教育發(fā)展的必然趨勢(shì)，同時(shí)也是本文的最大創(chuàng)新之處。本文從技術(shù)層面實(shí)現(xiàn)對(duì)在線教師學(xué)員多元學(xué)習(xí)行為數(shù)據(jù)的量化與評(píng)測(cè)，對(duì)學(xué)員的學(xué)習(xí)喜好和學(xué)習(xí)習(xí)慣進(jìn)行了梳理，探索了教學(xué)版塊與學(xué)習(xí)效果的相關(guān)關(guān)系，并以可視化的形式進(jìn)行了展現(xiàn)。因此，大數(shù)據(jù)所分析和揭示的種種在線教學(xué)的現(xiàn)象，有助于我們更好地了解學(xué)員的行為特性，以學(xué)員的角度來發(fā)現(xiàn)問題，并以此為契機(jī)改進(jìn)平臺(tái)。事實(shí)上，大數(shù)據(jù)在教師在線教育中的作用可以多維度延伸，包括教學(xué)資源個(gè)性化指導(dǎo)、個(gè)性化學(xué)習(xí)路徑推薦、教學(xué)互動(dòng)多樣化等。而如何規(guī)劃大數(shù)據(jù)與學(xué)習(xí)分析，使數(shù)據(jù)分析能有效地運(yùn)行才是重中之重。

參考文獻(xiàn)

[1]Vernon J.Open online courses-an avalanche that might just get stopped[N]. The Guardian，2013.

[2]Grainger，B.Introduction to MOOCs：Avalanche，illusion or augmentation？[M]. Moscow：UNESCO Institute for Information Technologies in Education，2013.

[3]楊永林，張世蓉，丁韜等.從“慕課”到“小微課”，看大數(shù)據(jù)在教學(xué)中的應(yīng)用[J].現(xiàn)代教育技術(shù)，2014（12）

[4]張?jiān)拼?，薛崗，何婧，趙娜.基于MOOC嵌入式教學(xué)的數(shù)據(jù)挖掘教學(xué)改革初探[J].計(jì)算機(jī)教育，2015（13）.

[5]李曼麗，黃振中.M O O C s平臺(tái)大數(shù)據(jù)的教育實(shí)證[J].科學(xué)通報(bào)，2015（Z1）.

[6]祝智庭，沈德梅.基于大數(shù)據(jù)的教育技術(shù)研究新范式[J].電化教育研究，2013（10）

[7]Daniel J. Making sense of MOOCs：Musings in a maze of myth， paradox and possibility. J Interact Med Educat，2012（3）.

[8]劉艷華，徐鵬.大數(shù)據(jù)教育應(yīng)用研究綜述及其典型案例解析——以美國普渡大學(xué)課程信號(hào)項(xiàng)目為例[J].軟件導(dǎo)刊，2014（12）.

[9]PISTILLI，M.D，ARNOLE，K.E.Purdue signals：mining realtime academic data to enhance student success[J].About Campus：Enriching the student learning experience，2010（3）.

[10]ARNOLD，K.E，PISTILLI，M.D.Course signals at purdue：using learning analytics to increase student success[C].New York：ACM Press，2012endprint