基于學習技術的個性化自適應在線學習分析系統設計

陸玉書

摘? 要 教育信息化伴隨著信息技術的不斷更新發展成為教育改革創新的熱門話題，大數據產生并在多個領域迅速推廣。如何應用自適應的學習方式來促進學生個性化學習成為研究關鍵點，而通過學習分析技術獲取學習者的學習風格和特點更是成為核心。以Windows 7操作系統為開發平臺，以Visual Studio?2010為開發工具，以SQL Server 2008為數據庫開發平臺，以ASP.NET為開發技術，以IIS網絡應用信息服務為應用服務器，基于C#語言開發的B/S模式的學習分析技術，對個性化自適應學習系統進行分析，構建并設計其結構和功能模塊。

關鍵詞 學習分析;個性化自適應學習系統;初中語文;教育信息化

中圖分類號：G434? ? 文獻標識碼：B

文章編號：1671-489X（2021）17-0029-03

0? 引言

教育信息化和學習數據分析技術的發展，把業界各種信息化的教育教學平臺推到研究的浪潮中。那么，如何充分利用信息化手段來記錄教學過程，并把這些數據變成有效的教學反饋信息和繼續學習的知識，進而指導教學過程，優化教育資源，并為教學決策、學習優化服務，最后實現學習績效提高？這一切引起教育者以及學習者的關注[1]。學習分析技術主要的教育價值在于能充分發揮學習過程數據的反饋價值，為教育大數據背景下的個性化教學發展提供新途徑。然而，目前許多網絡學習系統（如Blackboard、Moodle 、Sakai等）在學習資源、教學方法、學習進度等方面的呈現和展示幾乎千篇一律，完全忽略了學生的個性化差異[2]。自適應學習分析系統能自動診斷學習人員能力，根據每個學習人員不一樣的學習活動記錄為其制定專屬的學習風格，推薦不同類型的學習內容和方法，從而真正做到為學習人員提供個性化學習服務。本研究主要以初中語文個性化自適應學習系統的設計開發作為研究主體，為自適應在線學習分析系統提供學習技術的個性化服務。

1? 系統總體建構設計

本系統用的是B/S結構，結合系統的功能和模塊設計，各種功能模塊配合設計、系統的前端設計選擇采用母版頁的思路和CSS樣式表。根據該系統分析的配置方案，結合軟件分層開發的設計思想，用戶使用瀏覽器來發送請求，瀏覽器在收到用戶的請求后發給服務器，當服務器接收到請求后，相應的數據由Web瀏覽器反饋給發送請求的用戶，從而實現數據從服務器端到瀏覽器的傳輸。系統選擇SQL Server 2008作為后臺數據庫開發平臺，存儲平臺的資源和用戶的數據，記錄平臺使用者的使用過程和學習數據，并對數據進行有效分析處理，以反饋給學習者，并及時更新和完善平臺的相關功能。系統的功能模塊設計如圖1所示。

個性化自適應學習系統主要滿足于初中語文學習者個性化自適應學習的需要，系統框架可以分為兩條線：一條是根據不同年級學習者的需求設計初中一到三年級三個階段的學習模塊，每個年級下分為古詩詞、文言文、現代文和寫作等內容模塊;另一條是根據初中語文的學習內容分為古詩詞、文言文、現代文和寫作四大內容模塊，如圖2所示。用戶可以根據自身發展需求選擇合適的內容和模塊，可以直接確定學習內容而不限制任何年級，這樣的學習對象就是所選模塊里整個初中語文的所有包含內容;也可以根據實際需要選一個適合自己的年級，再進入該年級的模塊學習。不同的學習者也可以根據自己的學習需求，向系統請求開設另外的內容模板，系統管理人員經過審核后對申請者作出請求反饋。

2  功能模塊設計

2.1? 數據庫設計

根據整個系統的功能和使用者的需求來設計后臺數據庫系統，整個系統的數據庫系統主要是通過四個數據表來管理相應的數據信息：用戶信息表，包含用戶名、密碼和郵件等基本用戶個人信息以及用來存儲用戶人際關系的同學或者同事等同伴信息;共享資源信息管理數據表，包含信息資源的標題、資源類型、上傳下載等資源基本信息;用戶評價信息管理數據表，包含評價的發布者、發布時間以及評論的內容和對象等基本信息;用戶交互信息管理數據表，包含交互的時間、對象和內容等基本信息。

2.2? 信息發布

初中語文個性化自適應學習系統的明顯優勢在于借助信息技術進行信息的實時傳遞，使用戶能夠及時了解最新信息;而不是像傳統的教學模式，一個領域的新動態出來后要通過一級一級傳遞，存在很顯著的滯后性。現有的很多平臺對于信息和資源公開這一塊做得還不是很完善，大多平臺都更偏向于教學活動和教學效果的建設。根據這個現狀，本研究的學習系統主要功能模塊包括最新的初中語文相關教學新聞動態的平臺發布和相關用戶的提醒關注。比如一個最新的中考語文信息動態出來，平臺可以智能地優先傳輸到初三及要參加中考的學生個人模塊中，可以通過短信或者郵件等自動提醒用戶及時查看。

2.3? 資源管理

一個開放式的在線學習系統最大的優勢在于可以最大限度地進行資源共享，用戶不僅可以自動訪問第三方平臺用戶數據，還可以在本平臺里和其他用戶單獨或者群體共享。可以借鑒QQ或微信的群模式來創建一個虛擬的共同學習班級或者交流社區，大家可在感興趣或者有共同話題的群體中進行交流學習和資源共享。用戶也可以根據自己的教學需求來建立自己的學習圈，添加自己的個人教師和同學好友，方便以后的交流和學習，好友和非好友的功能權限也不一樣。這樣大家可以把這個平臺當成學習的一個虛擬小社區，而自己就是自己的個人社區的最高權限管理者。同時，用戶可以在系統的各功能模塊中上傳下載文件、圖片、音視頻等各種多媒體資源，可以根據個人的需求和看法進行個性化的增刪查改、收藏、智能搜索等個性化編輯操作，優化自己的個人學習平臺園地。系統中的相關資源會顯示被收藏量、下載量等一些基本使用信息，可以給用戶提供使用和資源共享參考，可以從一些硬性數據的角度給學生基本的數據分析和篩選。

2.4? 師生評價

在一個互動式的學習系統中，評價是給用戶一個很實用的學習參照物，用戶在確定是否要選擇此教師或者學習同伴前，可以去看該用戶的相關學習活動及相關評價，從而有效地選擇對自己學習有幫助或者有意義的同伴。教師和學生的評價功能除了對教學活動的基本評價外，還能對教師和學生在系統中的互動及其內容進行評價，可以對用戶上傳或下載的教學資源及相關的學科新聞動態進行評價，對用戶在教學活動中產生的教育數據進行挖掘、分析與評價，再通過系統反饋給教學活動，以提升教學效率、優化學習效果。

2.5? 師生互動交流

互動交流是一種最直接有用的形式。在線系統的個性化自適應學習模式中，學習者通過系統進行非面對面的交互，目前現有的學習系統很多都是簡單的留言板形式發帖交流互動，大多不是即時的，都有一定的滯后性。本研究嘗試在交互技術上可以有實質性的變革，借鑒微信、QQ這樣各項功能相對完備的交互技術，系統有相關新動態時可以給用戶發一個電子郵件，提醒用戶有新動態并及時查看;并且可以同時實現在線和離線兩種交互方式，可以是文本、動圖、照片、語音、視頻等多種形式。用戶可以實時對話交流討論，也可以離線留言備注。在一個班級式的群體交流中，教師和管理員可以看到學生每個人的互動信息，盡量讓用戶在有需要的時候可以獲得滿足，提高學習效率，減少非面對面教學活動對象因分離式的教學活動而產生的孤獨和無助，優化用戶的使用效果，給用戶一個最佳的數字化在線學習體驗。

2.6? 用戶角色

在線個性化自適應學習系統要求用戶通過一個平臺來實現自主和個性化學習，強調學習人員是學習的主體。首先，每個學習人員都需要有自己的個人學習園地，而這個園地在系統中需要每個學習人員都擁有一個自己的賬戶。注冊和登錄模塊就是此目的實現的基礎，學生、教師、管理員等不同角色用戶的角色功能都有所差異。這一模塊也是教師和學生、學生和學生之間能夠進行直接互動和溝通的基礎。進入登錄界面完成登錄后，用戶可進入個人后臺進行管理。新使用者可通過點擊注冊按鈕進入新用戶注冊界面，實現注冊。

3? 學習分析

個性化自適應學習系統可以對學生的學習過程作出個別化的適應性智能指導，有效地收集、測量、分析、報告與自主學習、自主探究過程及行為有關的各種信息，從中提取隱含的、對自主學習和自主探究有指導意義的信息、知識與模式。通過使用者對學習分析系統使用一段時間后，可以進入后臺數據庫的網頁得到對應注冊者的學習行為，了解在某個時段內網頁有多少訪問數量、訪問了哪些網頁，了解學習人員個性特征分布情況。并可以在后臺數據庫中的瀏覽課程信息表信息中得到學習人員學習課程的過程數據，包括課程學習了多少次、課程學習到哪里。對個人帖子等學習活動行為進行分析，可以得到使用者學習中討論互動或提問最多的問題，利用學習分析技術對這些教育數據進行學習分析，知道學生的個性學習風格、學習習慣和學習興趣等。對這些數據進行分析后，從中可以知道哪些內容是學習人員訪問最多的，哪些是學習人員比較喜歡的，對比訪問量最多的內容和訪問量較少內容，進而分析學習人員的學習行為，并為有關課程提出改進的方案和建議，讓課程開發者設計出更多更合適個性化的學習資源。

4? 小結

基于學習技術的個性化自適應在線學習分析，為大數據環境下的教育實踐與研究提供了更為高效的方法，迎合了當前在線個性化學習的需要，可以為在線個性化學習、教育管理、教育研究提供科學客觀的依據和寬廣的視野。本文所提出的基于學習分析技術的個性化在線學習系統通過分析學習人員的學習活動數據，識別學習人員的學習風格和學習規律，推送適應性的學習資源，及時給予適當的反饋干預，既滿足了學生的個人學習需求，又有助于教師把握學情并動態調整教學設計，增強了學習效果。在平臺后續研究維護完善中，將繼續對自適應的學習分析和學習方案進行優化與提升，以更好地滿足用戶的自主學習和個性化發展需求。

參考文獻

[1]陳玉蕓.基于學習分析技術的個性化在線學習系統開發與應用[J].高教論壇，2017（3）：65-70.

[2]The New Media Consortium. Learning Analytics[EB/OL].（2014-05-06）[2020-05-08].http：//wp.nmc.org/horizon2011/.

[3]牟智佳，武法提，西蒙斯.國外學習分析領域的研究現狀與趨勢分析[J].電化教育研究，2016（4）：18-25.

[4]吳文峻.面向智慧教育的學習大數據分析技術[J].電化教育研究，2017（6）：88-94.

[5]羅勇.大數據背景下學習分析技術對教學模式的變革分析[J].科技展望，2017（11）：217.

[6]何克抗.“學習分析技術”在我國的新發展[J].電化教育研究，2016（7）：5-13.

[7]穆肅，左萍萍.信息化教學環境下課堂教學行為分析方法的研究[J].電化教育研究，2015（9）：62-69.

[8宗彥錁，馬麟.學習分析系統的建構與設計[J].中國教育信息化，2017（3）：88-90.

[9]趙慧瓊，姜強，趙蔚，等.基于大數據學習分析的在線學習績效預警因素及干預對策的實證研究[J].電化教育研究，2017（1）：62-69.

[10]姜強，趙蔚，王朋嬌，等.基于大數據的個性化自適應在線學習分析模型及實現[J].中國電化教育，2015（1）：85-92.