智慧教育背景下学习大数据分析技术研究

2020-12-13陈新佩

电子元器件与信息技术 2020年9期

陈新佩

（宁夏幼儿师范高等专科学校，宁夏银川 750004）

0 引言

信息技术在教育领域的应用改变了传统的教育资源分配模式，不仅创造了公平的学习机会，而且随着大数据、人工智能等技术的成熟，线上教育平台管理者可以对教学活动中产生的海量数据进行深度挖掘，实时了解学生个人或特定群体的知识结构和学习特征，分析学生的学习行为规律并评价教学管理效果，为教师改进教学策略、管理者优化教育资源配置、学生制定学习规划提供信息支持。

1 智慧教育与大数据分析的相关概述

1.1 智慧教育

智慧教育是在线上教育平台的基础上，运用大数据分析、云计算等技术对教育资源和授课、学习活动进行智能化监测和管理，以组织管理、教学、学习者的不同视角进行数据分析，从学习大数据中挖掘可以表征教育质量、学习者个人兴趣、知识结构、学习习惯的因素[1]，并且以可视化图表的形式呈现分析结果，为教育平台管理者优化决策、教师改进教学方法和学生改善学习状况提供参考。所以，智慧教育体系可以实时汇总和分析学生个人或特定群体的相关数据，精准掌握其个性化学习需求、评价教学成效并预测其走势，为学生创造了智慧化的学习和成长环境，解决了教育资源不足和配置不平衡的问题。

1.2 人工智能

近年来人工智能技术在计算机、传感、自动控制等技术不断发展的基础上逐步升级并被应用到各个领域，而教育是最早引入人工智能的领域之一。其研究重点是运用计算机模拟大脑的活动过程，赋予机器识别、分析和判断能力。在20世纪末期，基于特定计算规则构建的专家系统被运用到了教育领域，使计算机系统具备了类似人脑的学习功能。而在大数据时代背景下，构建智慧教育体系、满足个性化学习需求成为了教育领域人工智能技术应用的目标和发展方向。

2 大数据背景下的学习分析与教学管理

运用学习大数据分析技术构建分析模型，分析学生在智慧教育环境下的学习行为规律，评估个人和群体的知识掌握情况、预测其学习成绩走势，有助于实施个性化教育、优化教育资源配置。

2.1 大数据背景下的学习行为分析

运用大数据技术分析学生在智慧教育环境下的学习行为，可以了解学生个人及其所属群体的知识掌握情况，评估教学活动成果，作为学生优化学习计划和教师改进教学工作方法的依据[2]。首先，学生在运用智慧化学习工具获取教学资源、参与在线教学互动时，会在教育平台的管理系统中留下相应的数据和记录。分析其登录时间、学习内容、互动话题等数据和信息，可以提取出反映学生个人志趣、学习行为特点的因素，从而掌握个体的学习行为规律，客观评价其知识掌握状况，为按需分配教育资源、因材施教提供决策支持。其次，从教师的视角分析学习大数据，基于数学分析模型评价和预测教学成果，可以发现现行教学策略的不足并加以改进。

2.2 大数据背景下的教学管理活动

从智慧教育平台管理角度分析教学管理活动产生的大数据，可以基于对个人和特定群体学习行为规律、教学成果的了解优化教育资源配置，改进现行教育机制并提升人才培育质量[3]。首先，在分析个人学习大数据的基础上，可以通过统计分析评估相同班级、专业背景学生的知识掌握状况，作为优化课程设置、改进教育资源分配计划的依据。其次，从分析不同群体的学习行为特征着手，对相关指标进行横向对比并将学生按照学习习惯、知识掌握状况分类，可以为其提供符合现实学习需求的教育资源。

3 智慧教育背景下大数据分析技术应用现状

大数据分析技术在高等教育领域的应用起步较早，相关技术和方法也相对成熟，分析当前国内外高校在智慧教育背景下的大数据分析技术应用状况，有助于明确学习大数据分析技术的应用思路和实践策略。

3.1 大数据分析技术在国内高校教学中的应用

近年来在信息化教学平台构建的基础上，部分国内高校探索了大数据分析技术的应用，其中普通大学针对学生管理需求研发的学业预警系统非常具有代表性。其原理是通过构建数据库和实时采集学生课业成绩、在线学习活动数据、等级考试结果等信息，评价其总体学习表现，预测未来一个阶段的成绩走势。并且根据需要向有违规违纪倾向、课业成绩存在不达标风险的学生发出警示信息，促使其纠正行为并改进学习态度，同时让导师给予其更多帮助。据统计，越早洞察学生的不良学习倾向并发出预警，越有助于学生反思并改善学习状况。

3.2 国外高校教学中大数据分析技术的应用

由于慕课等在线课程平台相对完善，以美国高校为代表的国外高等教育领域的大数据分析技术应用比较普遍。目前美国高校有比较成熟的学习大数据分析系统，可以实时汇总学生在线观看教学视频、解答习题和进行成绩测试的信息，构建分析模型并比较、分析不同个体的学习行为规律。以持续改进教学方法和保障学生拥有最佳学习环境为目的，对学习大数据进行分析和挖掘。并且以图表绘制和文字总结的形式出具分析报告，用于优化高校管理决策和教育资源配置。

4 智慧教育背景下大数据分析技术的应用

在智慧教育背景下应用学习大数据分析技术，旨在掌握学生的学习模式并了解个体和特定群体的知识结构特点，通过构建相应的分析模型对教学活动所产生的大数据进行过滤和整合，并且将分析结果以直观的形式呈现给教师和学生，从而为学生推荐个性化的课程并制定学习规划，同时确保教师的教学策略契合个体和特定群体的学习需求。

4.1 收集相关学习行为数据

在智慧教育背景下，学生使用智能化终端设备获取学习资源、在线完成解题训练、测试学习成绩、参与社群话题讨论等行为都会生成相应的数据且能够被系统记录[4]。所以，可以利用目前应用较为普遍的在线学习系统数据处理标准xAPI加以汇总和管理，以在线教学系统事件报告的形式记录、存储学生的学习行为记录和相应的数据，获取其与教学平台的信息交互时长、学习内容、在线测试成绩等信息，为运用大数据分析技术构建模型并分析其学习行为规律提供信息资源。

4.2 实施个性化学习特征分析

要想清晰呈现学生的学习特征并掌握其行为规律，必须基于相关数据的采集构建分析模型，运用大数据分析技术从中提取出表征个人学习习惯、认知能力的变量，并且建立其与学生行为表现之间的联系。首先，按照学生的知识构建规律、知识结构特征选择不同的数学分析方法处理学习大数据。运用聚类分析法分析学生在学习过程中知识结构的变化规律，并且构建相应的分析和评价模型，用于在线监测和评价学生的学习成果[5]。其次，采用分类、回归等数学分析方法评估和预测学生的表现，了解不同学习行为模式与学生课业成绩之间的内在联系，作为优化教学活动管理、提升学生成绩的参考。

4.3 做好课程推荐与学习规划

在构建了学习大数据分析模型并掌握了学生个体学习特征的基础上，应根据分析结果优化智慧教育体系。首先，根据学生的个性化学习习惯、知识结构特点自动推荐契合其需求的课程，并且在线推送相应的教学资源[6]。其次，通过实时采集和分析学生的在线学习数据和信息，动态评估其知识结构完善情况，为学生设计个性化的学习规划并构建知识地图。使其可以在海量教学资源中获取最亟需的内容，按照智慧化教育平台提供的学习路径高效完成知识体系构建。

4.4 结合社区进行学习分析

学生在智慧化学习环境中的行为既有显著的个性化特征，也会由于兴趣、知识结构等方面的高度相似而体现出学习习惯、需求的共性。所以，在了解学生个性化特征并满足其学习需要的同时，还可以运用大数据分析技术了解特定群体的行为模式，从而提高教育资源利用率。以特定知识单元的在线教学活动为分析对象，运用大数据分析技术研究学习者的个人学习数据以及相互之间的互动行为。分析在同一学习社区中群体与个体针对相同学习内容的互动模式，掌握知识传播规律并优化教学资源共享方式，有助于提升特定班级、专业的教学效率。