武法提 黄石华

[摘   要] 人工智能教育时代，传统的教育数据共享方法无法满足海量教育数据共享的时效性，进而影响智能教育系统响应的即时性与智能性，文章提出了一种基于多源数据融合的共享教育数据模型的建模方法。该建模方法首先对多源数据融合的概念、融合方法等内容进行分析，并对多种异构数据源的数据共享特性进行剖析，提取出“学习者、时间、空间、设备、事件”五维数据共享特性来对多源异构的教育数据进行数据融合分析;然后再结合国际通用的xAPI（Experience API）数据规范，对融合后的数据进行规范化分析，生成通用的教育数据交换格式;最后，基于该数据交换格式，探讨了共享教育数据模型的总体架构及实现路径，并构建一个可重用、可共享的教育数据模型，以期为今后开展基于大数据的数据共享的研究提供一套切实可行的实践指导框架。

[关键词] 数据特性; 多源数据融合; xAPI规范; 数据共享模型

[中图分类号] G434            [文献标志码] A

[作者简介] 武法提 （1971—），男，山东郓城人。教授，博士，主要从事智能学习系统设计研究。E-mail：wft@bnu.edu.cn。

一、问题的提出

人工智能教育时代，数据收集与共享是智能教育过程中非常重要的一个环节[1]，数据的共享程度直接影响着智能教育系统响应的即时性和智能性。而随着云计算、移动互联网、大数据、人工智能等“新技术”的日渐成熟，这些“新技术”赋予了智能学习终端设备全方位感知和采集数据的能力，能够捕捉学习者全范围、全过程的学习行为数据，形成海量的教育大数据，呈现出多源性、多模态、多样性的特点。……