學習分析技術和計算機自適應測驗在基于Moodle的混合式教學中的應用

石云 陳偉 管彥允

摘要：混合式教學是傳統教學和網絡教學的“融合”。用學習分析技術對網絡教學產生的海量學習記錄進行大數據分析挖掘，實現教學預測；用計算機自適應測驗技術對學生的學習能力進行動態檢測，實現個性化評估。然后指導改進課堂教學方法，最終提高教學效果。

關鍵詞：學習分析；自適應測驗；Moodle；混合式教學

中圖分類號：G642.0 文獻標志碼：A 文章編號：1674-9324（2016）24-0212-02

一、引言

毋庸置疑，“互聯網+教育”是2015的熱詞之一，它的出現極大地推動了在線教育平臺的蓬勃發展，它為學生的個性化學習、知識建構奠定了物質基礎，同時海量的學習痕跡留存到平臺服務器，為進一步的學習行為的大數據分析提供了數據保障。在線教育平臺在教學上的瓶頸顯而易見，如無法監督學生的學習行為、無法與學生有效開展教學互動、無法根據學生學習背景的差異性因材施教等。

線上教育與線下教育相結合的混合式教學模式可以實現教學的優勢互補。將在線教育中教育大數據分析獲取的學生學習行為特征，融入到傳統教學方法和策略的設計中，能達到教育的無縫對接。

Moodle是一款基于建構主義學習理論、采用動態模塊化設計的在線課程管理系統。用Moodle搭建在線教育平臺，教師可以根據教學設計對已有模塊進行組合，或者根據教學需要自行開發插件，再把它組織到教學過程中，從而實現課程的個性化教學。

本文著重從學習分析技術與自適應技術兩個角度，對教育大數據分析在混合式教學中的具體實現，以及其對于提升課堂教學效果的現實意義。

二、學習分析技術及其在混合式教學中的應用

（一）學習分析技術概述

2011年“學習分析和知識國際會議”給出學習分析技術的明確定義：“學習分析技術是測量、收集、分析和報告有關環境的數據，用以理解和優化學習及其學習產生的環境的技術”。2012年“NMC地平線報告（高教版）”明確指出：“學習分析技術是對學生生成的海量數據的解釋和分析，以評估學生的學術進展，預測未來的表現，并發現潛在的問題。”

學習分析技術可以為學生提供實時、準確的數據反饋信息，實現學生的個性化學習；可以對教師進行課堂管理和生成學生評價數據提供第一手的資料，便于教師管理及開展因材施教的活動。其在混合式教學的實施過程為：網絡教學產生的海量學習痕跡數據，經過學習分析得到學習行為特征，從而指導教師調整傳統課堂教學方法和策略，最后實施教學。此流程反復迭代，直到課程教學結束。

（二）學習分析技術在Moodle教學平臺上的實現

Moodle教育管理平臺通過日志文件記錄下所有登錄平臺的學生的一切學習行為，比如：登錄平臺次數、訪問模塊的次數、論壇發帖次數等。Moodle自帶有一些可用于學習分析的模塊，在不進行額外的數據挖掘的情況下，對學習分析的兩個關鍵維度——分數和課程，有較為深入和全面地追蹤分析，但當需要對學生、課程、分數進行綜合比較分析及其可視化時，Moodle自帶的學習分析模塊就不能很好地滿足分析需求了，這時可以將Moodle的數據庫導出，用額外的輔助分析工具進行分析。

Moodle自帶的GISMO插件可以實現對某一門課程的個別學生或整個班級學生在線學習的出勤情況、活動參與情況、課程資源瀏覽情況、作業提交情況進行統計與分析，從時間、課程、資源和學生四個維度產生可視化報表。GISMO以圖表的形式呈現學生訪問課程的次數、學生完成與提交作業的情況、學生訪問課程資源的情況等，從而可以獲知學生在課程學習中的態度和特點，判斷哪些課程資源需要撤掉或更改，等等。GISMO插件的下載地址為：http：//sourceforge.net/projects/gismo/。GISMO的安裝、配置及使用在文獻[1]中有詳細的介紹，本文不再贅述。

進一步講，希望通過學生的平時表現，如在線學習的出勤情況、活動參與情況、作業提交情況來預測其期末考試成績，這就需要用到數據挖掘技術對數據作關聯規則的分析。WEKA是一款免費的、基于JAVA環境的開源數據挖掘軟件。WEKA軟件可在http：//weka.wikispaces.com/下載。WEKA所處理的數據集是一個二維的表格。創建一個新表，表結構由課程編號、課前測試成績、提交作業的次數、考試總次數、通過考試的次數、沒有通過考試的次數、登陸課程的次數和期末考試成績構成。首先用Moodle自帶的、從數據庫提取數據的工具Phpmyadmin對Moodle數據庫進行讀取，并將獲取的數據寫入上述表格。然后用WEKA進行關聯分析，得到可以指導教學策略制定的關聯規則：課前測試成績好的學生，期末考試成績也好；測試通過率高的學生，期末考試成績也好；期末考試成績高的學生不一定平時作業完成次數多；登陸課程次數最多的學生不一定獲得期末考試成績的高分；等等。WEKA的安裝、配置及使用在文獻[1]中有詳細的介紹，本文不再贅述。

（三）學習分析技術對混合式教學的積極影響

通過學習分析工具GISMO和WEKA，對Moodle在線教育平臺上，海量學習痕跡數據的學習行為的可視化分析，可以讓教師及時掌握學生的學習行為并及時做出分析，不斷優化教學策略。如：對Moodle平臺上很少被學生瀏覽的課程資源進行撤掉或更改；對登陸課程的次數多但測試通過率低的學生，在課堂教學中給予關注，發現其問題根源，對癥下藥；等等。這對于改善教學效果有著不言而喻的作用。

三、計算機自適應測驗及其在混合式教學中的應用

（一）計算機自適應測驗概述

計算機自適應測驗是以項目反應理論為基礎建立題庫，由計算機根據被試者能力水平自動選擇測試題，最終對被試者能力做出估計的一種新型測驗。它不同于傳統的紙筆測驗，測驗試題的呈現和被試者對試題的解答均通過計算機來完成。它也不同于一般的計算機化測驗，計算機在測驗過程中不僅是呈現題目、輸入答案、自動評分、得出結果，而且能根據被試者對試題的不同回答，自動選擇最適宜的測試題讓被試者回答，最終達到對被試者能力做出最恰當的估計。因此，計算機自適應測驗是因人而異的測驗。

（二）計算機自適應測驗在Moodle教學平臺上的實現

首先進行Moodle的二次開發，設計與實現具有數據層、業務邏輯層和表示層三層B/S結構，采用三參數邏輯斯蒂項目反應模型的計算機自適應測試模塊。由于本文的重點是模塊的應用，有關二次開發的細節在本文不作闡述。其次，編寫config.html、mod.html、view.php、lib.php、mod_form.php、version.php、index.php、icon.gif、db/mysql.php和db/mysql.sql平臺整合文件，實現新開發模塊與Moodle平臺的整合，具體細節可以參看官網http：//docs.moodle.org/en/Development。然后，在完成Moodle平臺的安裝后，將計算機自適應測試模塊文件夾放到Moodle平臺安裝目錄下的mod文件夾中，從平臺管理界面進入維護模式，對模塊進行檢測和安裝，安裝工作完成后，就可在Moodle平臺中使用。

學生由Moodle平臺的計算機自適應測驗登陸界面進入。首先，計算機給出一個難度中等的題目，如果學生答對，計算機就會估計他的能力高于中等水平，第二題會給他一個難度高一點的題目；如果學生答錯，計算機就會估計他的能力低于中等水平，第二題會給他一個難度較低一點的題目。然后，計算機根據學生第二題的作答情況，對其能力再次估計，調整估計值，并在題庫中選擇最接近此估計值的題目。接著根據學生的反應，對其能力再進行估計。這樣，隨著學生做題數目的增多，計算機對其能力的估計值精度越來越高，最后其估計值將收斂于一點，該點就是該生能力較為精確的估計值。

（三）計算機自適應測驗對混合式教學的積極影響

計算機自適應測驗與其他測驗相比，能因人而異地選題，題目針對性強，可以用較少的題目較精確地估計學生的能力。不必規定測驗舉行的時間，學生可選擇自己最理想的時間進行測驗。這是因為計算機自適應測驗是因人而異的，不必因害怕泄露試題而規定統一的測驗時間。可采用多媒體技術，可創設各種生動、形象的情景，使測驗呈現方式能滿足多種測驗目的，同時更能激發學生的測驗動機，能及時了解測驗結果，并能方便地通過網絡將測驗結果傳送給教師，從而為教師因材施教提供了強有力的支撐，也為實現個性化學習的網絡教學平臺的教學資料的呈現形式提供了參考，更為傳統課堂教學的教學方法與策略的設計提供了依據。

四、結語

傳統課堂教學以“教”為主，學生動手和動腦的機會較少，不利于學生自主性和獨立性的培養，不易于發揮學生的潛力和創造力。網絡教學以“學”為主，更嚴苛于學生的自學能力和自律能力。基于Moodle的混合式教學將傳統課堂教學與網絡教學在學習理論、學習資源、學習環境、學習方式等方面進行“配合”與“融合”，充分利用學生在網絡上產生的海量學習痕跡，在分析技術的支撐下發現學習行為特征，依托計算機自適應測驗獲取客觀的教學效果評價，調整課堂教學的策略和方法，從而在固定的時空里激發學生的潛力和創造力。

參考文獻：

[1]陳春燕.學習分析在Moodle網絡課程中的應用研究[D].上海師范大學，2014.