学习分析技术:服务学习过程设计和优化

 

李艳燕  马韶茜  黄荣怀

 

(北京师范大学 知识工程研究中心,北京100875)

 

【摘要】在数据以爆炸式速度递增的信息时代,海量数据给商业发展和科学研究带来了新的契机。在教育领域,智慧学习环境使得积累更加大量、丰富和复杂的教育数据成为可能。如何更加充分、有效地利用这些数据优化教与学成为一个焦点问题。因此,作为一种新兴的技术,学习分析受到越来越多的关注。本文系统地梳理了学习分析的五个环节,介绍和分析了多数据源的数据采集与语义存储的研究进展与挑战,概括了五种典型的数据分析,并阐述了面向不同受众的绩效评估、过程预测与活动干预三种应用服务。

【关键词】学习分析;智慧学习环境;学习过程;数据挖掘;个性化学习

【中图分类号】G434

【文献标识码】A

【文章编号】1007-2179(2012)05-0018-07

【作者简介】李艳燕,博士,副教授,博士生导师,北京师范大学知识工程研究中心(liyy@bnu.edu.cn);马韶茜,在读硕士,北京师范大学知识工程研究中心;黄荣怀,博士,教授,博士生导师,北京师范大学知识工程研究中心主任。

*基金项目:本文系国家自然科学基金“基于语义上下文的知识服务关键技术研究”(编号:61075048)和北京师范大学文科青年教师发展培育项目资助的研究成果之一。

 

Learning Analytics: Serving the Learning Process

Design and Optimization

 

LI Yanyan,MA Shaoqian & HUANG Ronghuai

 

(R&D Center for Knowledge Engineering,Beijing Normal University,Beijing 100875,China)

 

Abstract: Data growth in the information era renders the change of commercial and scientific research. In the education domain, smart learning environment enables the accumulation of massive, abundant, and complex data. How to effectively use the big data to serve the teaching and learning optimization becomes a key question to address. Therefore, as an emerging data analysis technology, learning analytics increasingly draws more attention. This paper proposes the five stages of learning analytics, summarizes the researches and challenges of multi-source data acquisition and semantic storage, generalizes typical data analysis approaches, and elaborates on three audience-oriented services, namely evaluation, prediction, and intervention.

Key words: learning analytics; smart learning environment; learning process; data mining; personalized learning

暂无评论
评论
昵称:
内容: