學習分析模型比較研究*

張 瑋 王 楠

（北京郵電大學 網絡教育學院，北京 100876）

學習分析模型比較研究*

張 瑋 王 楠

（北京郵電大學 網絡教育學院，北京 100876）

學習分析技術作為一種新興教學技術，旨在通過對教學過程中的數據進行收集、分析，按照個體差異進行個性化調整，改善學習績效。在教育信息化不斷發展的趨勢下，學習分析技術逐漸在教育領域普及開來，學者們紛紛加入到學習分析技術的研究中，許多學者根據自己的研究提出了不同的學習分析模型。為了對學習分析技術有更深入的了解，同時在以后的系統開發和應用時能夠有合適的學習分析模型作參照，文章主要運用文獻分析法和比較研究法，對國內外研究者提出的學習分析模型進行了詳細的闡述，并從不同維度對各個模型進行辨析，期望對國內學習分析技術的研究和發展提供幫助。

學習分析技術；模型；比較研究

引言

傳統教育大多按照統一的標準、統一的要求、統一的進度教授同樣的內容，這種教育的最大缺點就是忽略了個體的差異性，但出于成本的考慮和工業社會的需要，這種教育又必不可少。隨著商業智能、數據挖掘等技術的發展，學習分析技術也應運而生，必將對當今傳統的教育方式產生影響。由學習分析專家和學者創建的學習分析研究協會（The Society for Learning Analytics Research）這樣定義學習分析技術:測量、收集、分析和報告關于學習者及其學習情景的數據，以期了解和優化學習和學習發生的情境[1]。簡單地說，學習分析技術就是通過對教學相關數據的收集，經過分析計算，按照個體差異進行個性化調整，改善學習績效。

學習分析模型是所研究的學習分析系統、過程、事物或概念的一種表達形式。應用某項技術之前，有必要先理解清楚其概念，而對于概念的理解，最好的方式就是從它的模型入手。國內外學者根據自身的研究情況，從不同維度給出了學習分析模型。其中，比較著名的有西蒙斯的學習分析過程模型、伊萊亞斯的持續改進環模型、沃爾夫岡和亨德里克的要素模型，以及由我國學者李艷燕等提出的學習分析概念模型。

一 學習分析模型概說

1 西蒙斯的學習分析過程模型

喬治·西蒙斯是最早研究學習分析技術的學者之一。作為關聯主義學習理論的創始人，西蒙斯[2]認為，學習就是形成連接、創建網絡的過程，這個過程發生于一個復雜的、混沌的境脈中，因此其本身也帶有一定的復雜性和混沌性。根據關聯主義理論，西蒙斯[3]首先提出了改變傳統課堂教學的TEKL模型。在此基礎之上，加上對學習分析技術的理解，西蒙斯提出了學習分析過程模型，如圖1所示。該模型主要介紹了學習分析的具體過程，相關數據主要來源于兩個方面:一是學生在移動終端、社會性軟件、學習管理系統操作的記錄，這些數據主要記錄了學習者與系統的交互過程，通過這些數據可以得出學習者的學習特征；二是課程、學期課程等其它一些與學習相關的數據，這些數據是學習者具體的學習數據，如完成了多少習題、在論壇上問了幾個問題等。相對于前者，后者的數據結構性更強，更有利于分析。有了這些數據，再經過加工、分析就能對當前學習者的學習情況進行判斷，最終應用一些方法對學習者進行適應性的調整，從而實現學習效果的提高。值得注意的是，在調整和干預的過程中，并非完全依靠計算機去實現，大部分情況下需要結合社會學和教育學等方面的知識，進行全面、多方位的指導。

傳統的課程都是事先設計好的，即在學生開始學習之前，教師們就已經安排好了學習內容、課堂上的交互方式等。這種教學方法的假設是:所有的學習者都處在相同的知識水平上——顯然這是不成立的。過程模型的提出，正是為了改善這種情況。西蒙斯[4]認為，學習內容更應該是個性化的，能夠根據擁有的學習資源、學習者的學習特征、先前的知識積累以及對所學知識的理解做出適當的調整，使其更適合某個學習者。

圖1 學習分析過程模型

圖2 持續改進環模型

2 伊萊亞斯的持續改進環模型

2010年學習分析技術正處于發展的萌芽期，關于學習分析技術的概念、過程、功能以及所要完成的目標尚沒有定論。當時在阿薩巴斯卡大學學習的伊萊亞斯根據自己的研究，對學習分析技術的概念進行了界定并提出了持續改進環模型。該模型的學習分析過程主要借鑒了 Baker關于“知識連續性1從數據中獲取信息，通過分析、提煉變成知識，最終使用知識去解決問題形成智慧的過程。”的描述、Campbell和Oblinger提出的“分析的五步法2學術分析包括獲取、報告、預測、行動和提煉五個步驟。”以及Dron和Anderson的“收集應用模型3信息從收集到處理，再到呈現，最終又回到收集的不斷反復的過程。”[5]，在此基礎之上總結出學習分析包括選擇、獲取、聚合、預測、優化、使用和分享七個步驟；在涉及的資源方面，該模型主要參照了謝里夫[6]提出的技術組成要素，針對學習分析技術的特殊環境提出了組織機構、計算機、理論和人力四個要素，如圖2所示。

持續改進環模型主要強調的是學習分析過程的循環。即數據通過獲取、選擇進行收集，將整理后的數據進行聚合、預測，接著用獲得的結果來優化學習過程。此時，模型并沒有到此結束，而是將優化、使用的結果再分享、反饋給數據的收集人員，從而繼續影響后續的數據收集。在整個過程中，需要利用組織、計算機、人力、理論等資源。

3 沃爾夫岡和亨德里克的要素模型

除了研究學習分析的技術問題，也還需要考慮一些非技術因素，如在應用學習分析之前必須考慮學習分析的影響和接受度等，因為這些因素對學習分析的影響也是不容忽視的。為此，沃爾夫岡和亨德里克使用里奇的一般形態分析法，對學習分析研究社區里討論的話題進行歸納總結，形成了學習分析要素模型[7]，如圖3所示。

圖3 要素模型

圖4 學習分析概念模型

要素模型主要強調的是在學習分析技術中需要考慮的要素條件。沃爾夫岡和亨德里克把學習分析涉及的因素分為六個維度，包括目標，數據來源，分析方法，內、外部約束條件以及利益相關者；各維度下又分別包含一些更具體、更細致的因素（如目標分為反饋和預測），以使工作人員對學習分析的應用有更好的把握。值得注意的是，六個維度是相互聯系的，如果一個維度中的某個變量改變了，分析預測的結果也會隨之改變。所以在設計一個理想的學習分析技術系統時，必須綜合考慮所有的影響因素，以能夠應對每一個因素變化造成的影響。

4 我國的學習分析概念模型

我國學者李艷燕等基于過程模型和持續改進環模型提出了學習分析概念模型，如圖4所示。李艷燕等[8]認為學習分析主要由五個基本要素組成:學生的學習過程——需要分析的內容；學習環境——教師在教學過程中所利用的硬件和軟件；教育環境——教育政策、教育管理等；受眾——分析結果的收益者；五個環節——包括數據采集、數據存儲、數據分析、數據表示和應用。相關數據來源于學習過程和學習環境中，李艷燕等把這些數據分為學習相關數據和學習資源數據。其中，學習相關數據指的是在學習過程中產生的一些學習日志等，類似于過程模型中的學習者數據；學習資源數據包括課程相關數據、學期信息數據等，類似于過程模型中的智慧數據。隨后，將獲取的數據進行結構化存儲。在分析數據階段，可從學習者規模、時間維度、粒度三種角度篩選數據以進行分析。接著，將分析結果可視化，用更加直觀的方式呈現出來。最后，利用可視化的結果來評估和預測教學情況，針對不同的受眾采取不同的干預措施。

概念模型主要強調的是學習分析的五個環節。這五個環節是學習分析的核心組成要素，涵蓋了數據分析的支撐技術，可實現大規模數據處理及應用服務。仔細觀察該模型，不難發現其中包含了持續改進環模型的核心概念——“環”，即將受眾和學習過程、環境置于同一“云”下，表明兩者之間相互影響、相互制約的關系，從而組成了一個可以循環的結構。

二 學習分析模型的共性與差異性

比較研究法是根據一定的標準，對兩個或兩個以上有聯系的事物進行考察，尋找其異同，探求普遍規律與特殊規律的方法。為了更好地理解學習分析的各個步驟和涉及的要素，從中發現各模型的創新與不足，以進一步完善學習分析技術，并在未來的應用中對學習分析技術有更清晰的認識，本研究對各學習分析模型進行了比較研究。

1 共性

事實上，數據僅僅是人們觀察客觀世界所得到的材料，本身沒有太多意義，只是對事實的描述，并不能構成決策的可靠基礎。通過對數據進行分析找出其中的關系，賦予數據某種意義，即形成所謂信息。信息雖然給出了數據中一些有一定意義的東西，但它往往和人們需要完成的任務沒有直接聯系，因此也不能作為決策的依據，還需要對信息進行再加工，進行更深入的分析，才能獲得更有用的信息，即知識[9]。從數據收集得到信息，到對數據分析得到知識，再到知識應用，這是學習分析不可缺少的過程。而在這個過程中，自然需要注意所涉及的一些要素條件。仔細觀察各學習分析模型，可從中發現一些共同點:

（1）數據收集是基礎

學習分析就是一個從學習環境中獲取數據，再從數據中挖掘知識，最后將知識應用到學習中的過程。目標是否能夠完成、完成得如何，首先取決于學習分析過程中獲取的數據質量。無論是記錄作業、討論完成情況的結構化數據，還是在學習過程中搜索、復制、粘貼等無意留下的非結構化數據，都需要記錄下來，因為數據記錄越完善，分析的結果也就越可靠。

（2）數據分析是核心

當獲得較為完備的數據后，所要做的就是根據已有的理論和方法對數據進行分析，這是學習分析的核心。為此，學者們紛紛提出了不同的分析方法，如內容分析法——對學習者的學習過程數據進行定量分析，尋求學習者的行為模式[10]；話語分析法——了解網上學習交流中話語的文本性含義，能夠用來探究知識建構的過程，使學者對學習發生的過程有更加清晰的認識[11]；社會網絡分析法——用來探究網絡學習過程中的聯系、關系、角色以及網絡形成的過程與特點，了解人們如何在網絡學習中建立并維持關系從而為自己的學習提供支持[12]；性格分析法——通過獲取學習過程中與學習者性格相關的數據，確定學習者類型，為個性化調整建立基礎。

（3）知識應用是關鍵

知識的應用才是目的。得到了可靠的分析結果，就需要使用它去做一些優化、干預、預測等更有意義的事，其中很多事情計算機能自動完成，如將學習者的學習情況匯報給教師，提醒那些“危險”學生努力學習，為某一類別的學生提供個性化的學習資源等。但也有一些事情需要人為地完成，如當分析結果與事實出現偏差時，就需要技術人員對前兩個過程進行調整。

（4）要素條件是保證

在整個分析流程中，必須注意內、外部各方面的要素條件，因為這些要素條件會直接影響學習分析的目標。如收集數據時，需要清楚數據的來源是否合法、可靠；分析數據時，需要明確所使用的工具、算法以及人力等資源，針對不同的人群需要運用不同的數據處理方法，還需要知道當前的約束條件以確保有能力完成目標；應用知識時，需要保證反饋和預測的內容能夠準確、及時地到達需求者，并能采取適當的措施對學習績效進行優化。

2 差異性

雖然各學習分析模型存在一些共同點，但根據各模型的特點、不足、產生原因、提出背景、理念等，也可以歸納出以下幾個方面的不同:

（1）研究視角的差異

學者們對學習分析模型的理解可以分為宏觀和微觀兩種視角。其中，概念模型和持續改進環模型都從全局出發設計整個學習分析過程，可界定為宏觀視角。要素模型和過程模型則從微觀角度出發建立模型——要素模型主要確定了影響學習分析的六個維度，并將每個維度繼續細分；過程模型雖然強調過程，但在表述每個過程的時候都給出了具體的操作，如收集數據時，西蒙斯在模型上直接給出了具體的方法和數據來源——這兩個模型都從細小的環節入手，再擴大到具體的環節和具體的維度，再整合所有的環節和維度形成模型，故可界定為微觀視角。

（2）研究基礎的差異

過程模型和持續改進環模型提出的時間相對較早，提出者完全依靠自己的研究完成對模型的概括——過程模型按照關聯主義學習理論的需要去設計思考，獲取個人信息，分析個人的學習特征，在社交范圍尋找有相同特點的人，推送需要的知識，通過技術使人與人發生關聯，促進學習的發生；持續改進環模型通過總結其它學科的數據處理方法和一般技術組成要素，提出了學習分析模型。要素模型和概念模型的提出者則借鑒了前人的研究成果——要素模型增加了一些非技術因素，與此相關的概念來自于對各大學習分析研究社區的總結；概念模型來自于對過程模型和持續改進環模型的改善，其五個環節的概括相對其它幾個模型來說也更為準確。

（3）研究內容的差異

各模型的研究視角和研究基礎不同，因而研究的內容也必然不同——過程模型重點突出了每一步的具體方法，包括如何收集數據、收集哪些數據等；概念模型強調的是學習分析技術的五個關鍵環節，雖然沒有詳細說明具體如何實現，但對學習分析整體過程的把握比較完整；要素模型從六個維度歸納了影響學習分析的所有相關要素，同時對每個維度進行了細化；持續改進環模型描述了分析過程和所涉資源，核心是“環”理念的提出，認為知識應用會影響數據的收集，學習分析是個持續優化的過程。

（4）應用階段的差異

在初期設計系統時，需要參照概念模型設計好整體的框架。針對每一步設計的具體功能和內容，可能要參照過程模型的收集方法和預測方法。雖然持續改進環模型在每一方面的描述中都不盡完整，但對設計、實施和最終應用都有一定的指導作用。至于要素模型中歸納的學習分析影響因素，則在應用的各個階段都必須考慮進去。

三 總結

如今，信息化教學變革正在逐步實施中，學習分析技術作為信息化教學的重要手段，必將對教育產生巨大的影響。學生、教師和管理人員在教學過程中產生的海量數據，不僅有助于了解學生的學習情況，更能豐富教育的手段、提升學生的學習能力。在技術上，學習分析的實現已經成為可能。而學習分析模型作為學習分析技術的重要組成部分，其過程模型、持續改進模型、要素模型和概念模型的提出，將為以后學習分析系統的開發提供理論支持，并對其應用和發展提供幫助。

參考文獻

[1]George S.Call for papers of the 1st international conference on learning analytics and knowledge[OL].〈https://tekri.athabascau.ca/analytics/.〉

[2]George S.Connectivism: Learning and knowledge today[OL].〈http://www.educationau.edu.au/jahia/webdav/site/myjahiasite/users/root/public/globalsummit/gs2006_siemens.pdf.〉

[3]George S.Technologically externalized knowledge and learning[OL]. 〈http://www.connectivism.ca/?p=181.〉

[4]George S. What are learning analytics?[OL]. 〈http://www.elearnspace.org/blog/2010/08/25/what-are-learning-analytics/.〉

[5][6]Tanya E.Learning analytics: Definitions, processes and potential[OL].〈http://learninganalytics.net/LearningAnalyticsDefinitionsProcessesPotential.pdf.〉

[7]Greller W, Drachsler H. Translating learning into numbers: A generic framework for learning analytics[J].Educational Technology & Society, 2012,15(3):42-57.

[8]李艷燕,馬韶茜,黃榮懷.學習分析技術:服務學習過程設計和優化[J].開放教育研究,2012,18(5):20-26.

[9]朱珂,劉清堂.基于“學習分析”技術的學習平臺開發與應用研究[J].中國電化教育,2013,(9):141-146.

[10][11][12]顧小清,張進良,蔡慧英.學習分析:正在浮現中的數據技術[J].遠程教育雜志,2012,30(1):20-27.

編輯:小米

A Comparative Study of Learning Analysis Model

ZHANG Wei WANG Nan

(School of E-Learning, Beijing University of Posts and Telecommunications, Beijing, China 100876)

As a new teaching techniques, learning analytics is the interpretation of a wide range of data which produced and gathered in teaching and learning process in order to assess academic progress, predict future performance, and spot potential issues. In the trend of educational informatization, learning analytics is gradually spreading up in the field of education and is being engaged by increasing scholars. With the continuous development of learning analytics, many scholars have proposed different learning analysis model based on their own research. This paper elaborates on learning analytics model in detail by literature analysis and comparative study method, in order to have a better understanding of learning analytics and provide some help for the development of learning analytics of domestic.

learning analytics; models; comparative study

G40-057

A 【論文編號】1009—8097（2015）09—0019—06

10.3969/j.issn.1009-8097.2015.09.003

本文為全國教育科學“十二五”規劃 2014年度課題“泛在學習環境中數字資源聚合模式及推薦機制研究”（項目編號：DCA140238）的階段性研究成果。

張瑋，碩士，研究方向為計算機仿真技術及應用，郵箱為284771193@qq.com。

2015年2月5日