基于大數(shù)據(jù)的學(xué)習(xí)預(yù)警研究綜述

楊豐玉，聶偉，鄭巍，喬廣超

（南昌航空大學(xué)軟件學(xué)院，南昌330063）

0 引言

近年來隨著大數(shù)據(jù)技術(shù)的興起，大數(shù)據(jù)技術(shù)逐漸在教育領(lǐng)域得到廣泛應(yīng)用，教育信息化技術(shù)得到快速發(fā)展。同時，國家對教育信息化的發(fā)展越發(fā)重視。2016 年，國務(wù)院印發(fā)《國家教育事業(yè)發(fā)展“十三五”規(guī)劃》鼓勵高校利用發(fā)展教育信息化技術(shù)，對教育教學(xué)活動中的學(xué)生行為數(shù)據(jù)進(jìn)行廣泛收集、分析和研究，探索、發(fā)展學(xué)分制度，實行學(xué)生自主選課原則，從國家層面將教育信息化技術(shù)納入發(fā)展規(guī)劃中[1]。此外，《2017新媒體聯(lián)盟中國高等教育技術(shù)展望:地平線項目區(qū)域報告》分析了學(xué)習(xí)分析技術(shù)和量化技術(shù)在教育領(lǐng)域的發(fā)展前景，表示在未來四五年內(nèi)，學(xué)習(xí)分析技術(shù)和量化技術(shù)能為教育領(lǐng)域帶來新的想象空間，為教育教學(xué)活動提供科學(xué)指導(dǎo)[2]。因此，如何利用學(xué)習(xí)預(yù)警技術(shù)、學(xué)習(xí)分析技術(shù)提高教學(xué)質(zhì)量，是教育大數(shù)據(jù)發(fā)展過程中亟待解決的、具有重要意義的問題之一。

在線學(xué)習(xí)平臺出現(xiàn)之后，加速學(xué)生學(xué)習(xí)日志記錄數(shù)據(jù)的積累，海量學(xué)生學(xué)習(xí)日志記錄數(shù)據(jù)成倍增加，為學(xué)習(xí)預(yù)警研究提供了更為廣闊的數(shù)據(jù)支持。學(xué)習(xí)者學(xué)習(xí)行為產(chǎn)生的海量數(shù)據(jù)蘊(yùn)含豐富信息，成為研究學(xué)習(xí)行為與學(xué)習(xí)成績的相關(guān)關(guān)系的重要基礎(chǔ)，為在線學(xué)習(xí)預(yù)警提供了新的思路[3]。大數(shù)據(jù)技術(shù)在教育領(lǐng)域的應(yīng)用主要體現(xiàn)在，一是根據(jù)在線平臺獲取的數(shù)據(jù)，對數(shù)據(jù)進(jìn)行管理分析，以此構(gòu)建學(xué)習(xí)者學(xué)習(xí)行為模型，對學(xué)習(xí)者未來學(xué)習(xí)效果進(jìn)行有效預(yù)測；二是對學(xué)習(xí)行為進(jìn)行分析，判斷學(xué)習(xí)者當(dāng)前學(xué)習(xí)狀態(tài)，生成學(xué)生“體檢”報告[4]。

目前在在線學(xué)習(xí)平臺的推動下，學(xué)習(xí)預(yù)警技術(shù)的發(fā)展與應(yīng)用達(dá)到教育信息化的新高潮。國外學(xué)習(xí)預(yù)警主要集中于預(yù)警系統(tǒng)開發(fā)與應(yīng)用、分析方法、可視化工具等領(lǐng)域；國內(nèi)主要集中于學(xué)習(xí)預(yù)警模型設(shè)計、風(fēng)險預(yù)測等領(lǐng)域。本文將著重從大數(shù)據(jù)角度分析學(xué)習(xí)預(yù)警概念、系統(tǒng)構(gòu)建、系統(tǒng)應(yīng)用以及學(xué)習(xí)預(yù)警系統(tǒng)的挑戰(zhàn)與展望。

1 學(xué)習(xí)預(yù)警的相關(guān)概念與發(fā)展歷程

1.1 學(xué)習(xí)預(yù)警

學(xué)習(xí)預(yù)警（Early-Warning for Learning）指按照一定的標(biāo)準(zhǔn)對學(xué)生的學(xué)習(xí)背景、學(xué)習(xí)行為以及測驗成績等相關(guān)數(shù)據(jù)進(jìn)行分析，根據(jù)分析結(jié)果向教學(xué)人員、學(xué)生發(fā)出提示信號，對有問題的學(xué)生提供有針對性的干預(yù)意見[5]。預(yù)警分析中，研究者力求了解學(xué)習(xí)者的學(xué)習(xí)過程，提前發(fā)現(xiàn)學(xué)習(xí)風(fēng)險，并為學(xué)習(xí)者提供合理建議；學(xué)習(xí)預(yù)警系統(tǒng)主要是確定具有潛在的風(fēng)險，通過對學(xué)生基本數(shù)據(jù)進(jìn)行分析處理，生成學(xué)習(xí)預(yù)警報告[6]。

在國外，美國是學(xué)習(xí)預(yù)警系統(tǒng)研究與開發(fā)的領(lǐng)跑者，已經(jīng)有一些學(xué)校和企業(yè)機(jī)構(gòu)根據(jù)教育發(fā)展的需求成功研發(fā)出各具特色的學(xué)習(xí)預(yù)警系統(tǒng)，并在實際教學(xué)應(yīng)用中獲得了較好的反饋，特別是在防止輟學(xué)方面，積累了寶貴的經(jīng)驗[7-8]。

Hu Y.H.等人提出的預(yù)警系統(tǒng)可以通過分析學(xué)習(xí)管理系統(tǒng)（Learning Management System，LMS）中記錄的學(xué)習(xí)日志數(shù)據(jù)來幫助識別處于危險中的學(xué)生或預(yù)測學(xué)生的學(xué)習(xí)績效，以往的研究主要集中在課程結(jié)束后學(xué)習(xí)者績效評價指標(biāo)的構(gòu)建上，而忽視了“預(yù)警”系統(tǒng)在課程實施過程中對高危學(xué)生進(jìn)行預(yù)測的實用價值[9]。

可汗學(xué)院（Khan Academy）在2013 年提出學(xué)習(xí)儀表板（Learning Dashboard）概念，并應(yīng)用于數(shù)學(xué)課程。學(xué)習(xí)儀表盤通過學(xué)習(xí)行為分析模型分析學(xué)生當(dāng)前學(xué)習(xí)狀態(tài)，并將學(xué)習(xí)狀態(tài)進(jìn)行可視化呈現(xiàn)。同時，根據(jù)用戶的需求對數(shù)據(jù)進(jìn)行分析。最后，向?qū)W習(xí)者、教師、研究人員和教育管理人員提供電子學(xué)習(xí)中的圖形和圖表等可視化形式[8]。

華金秋對學(xué)習(xí)預(yù)警制度和學(xué)習(xí)預(yù)警機(jī)制進(jìn)行對比分析，指出前者是指通過利用大數(shù)據(jù)技術(shù)手段，構(gòu)建一套學(xué)生學(xué)習(xí)狀態(tài)的預(yù)測、評價和干預(yù)制度，以此確保學(xué)生能夠順利完成學(xué)業(yè)；后者主要強(qiáng)調(diào)學(xué)校、學(xué)生、家長之間的協(xié)作交流，構(gòu)建三位一體的教育教學(xué)模式，并能夠及時發(fā)現(xiàn)和識別學(xué)生潛在的問題，向?qū)W生、家長以及教學(xué)人員發(fā)出提示信號，預(yù)測可能產(chǎn)生的不良后果[10]。

1.2 學(xué)習(xí)預(yù)警與學(xué)習(xí)分析

美國新媒體聯(lián)盟在地平線報告中指出學(xué)習(xí)分析技術(shù)是利用數(shù)據(jù)收集工具采集學(xué)生學(xué)習(xí)過程中的行為數(shù)據(jù)，分析學(xué)習(xí)過程中的行為表現(xiàn)、參與狀態(tài)等數(shù)據(jù)，對教學(xué)狀態(tài)和學(xué)生學(xué)習(xí)狀態(tài)進(jìn)行實時評價[11]。學(xué)習(xí)預(yù)警和學(xué)習(xí)分析是大數(shù)據(jù)技術(shù)在教育領(lǐng)域應(yīng)用的兩種重要方法。學(xué)習(xí)預(yù)警與學(xué)習(xí)分析相互交織，卻又有所區(qū)別。相同點(diǎn)主要在于具有相同的研究對象和研究方法。主要區(qū)別在于研究目的不同。學(xué)習(xí)預(yù)警基于學(xué)生學(xué)習(xí)過程對學(xué)習(xí)結(jié)果進(jìn)行預(yù)測，發(fā)現(xiàn)有問題的學(xué)生；學(xué)習(xí)分析側(cè)重于學(xué)習(xí)者學(xué)習(xí)過程的評價，對學(xué)習(xí)者學(xué)習(xí)能力和狀態(tài)進(jìn)行評估研究，為其提供合適的教育教學(xué)方法。

分析技術(shù)早期主要應(yīng)用于物理、生物等領(lǐng)域，在教育領(lǐng)域的應(yīng)用較晚。隨著大數(shù)據(jù)技術(shù)的發(fā)展，教育信息化研究漸漸引入分析技術(shù)，其中學(xué)習(xí)預(yù)警技術(shù)和學(xué)習(xí)分析技術(shù)是分析技術(shù)在教育信息化研究中的具體應(yīng)用[12]。Angela 等人[13]對學(xué)習(xí)分析在高等教育領(lǐng)域的應(yīng)用中采用的術(shù)語和描述概念進(jìn)行了總結(jié)，發(fā)現(xiàn)學(xué)習(xí)分析、學(xué)術(shù)分析和預(yù)測分析研究方向已經(jīng)概念定義最為接近。徐鵬[4]則指出學(xué)習(xí)預(yù)警技術(shù)和學(xué)習(xí)分析技術(shù)均是分析相同的學(xué)習(xí)行為數(shù)據(jù)，但研究目的和對象不同。Abelardo 等人[14]提出學(xué)習(xí)分析指在提供有意義的教學(xué)指導(dǎo)，學(xué)習(xí)預(yù)警旨在分析學(xué)習(xí)行為與學(xué)習(xí)結(jié)果的關(guān)系和分析對問題學(xué)生的干預(yù)策略。肖巍等人[5]分析了數(shù)據(jù)挖掘和學(xué)習(xí)預(yù)警異同，指出數(shù)據(jù)挖掘利用相關(guān)算法從大量冗余數(shù)據(jù)中發(fā)現(xiàn)隱藏的關(guān)系和規(guī)律，數(shù)據(jù)挖掘技術(shù)促進(jìn)學(xué)習(xí)預(yù)警的研究與發(fā)展，為其提供了新的研究方向。學(xué)習(xí)預(yù)警與學(xué)習(xí)分析具體比較情況如表1。

表1 學(xué)習(xí)預(yù)警和學(xué)習(xí)分析比較

2 學(xué)習(xí)預(yù)警指標(biāo)

學(xué)習(xí)成績是衡量學(xué)生學(xué)習(xí)效果的重要指標(biāo)之一。根據(jù)相關(guān)文獻(xiàn)以及學(xué)生實際學(xué)習(xí)表現(xiàn)發(fā)現(xiàn)學(xué)生學(xué)習(xí)行為對學(xué)習(xí)成績有重要影響。因此，在學(xué)習(xí)預(yù)警研究過程中，利用數(shù)據(jù)挖掘技術(shù)分析影響學(xué)習(xí)效果的重要指標(biāo)是學(xué)習(xí)預(yù)警研究的重要方向之一。同時，數(shù)據(jù)挖掘算法分析結(jié)果也受到輸入指標(biāo)數(shù)據(jù)影響，因此如何做好預(yù)警指標(biāo)數(shù)據(jù)處理至關(guān)重要。

陳益均等人[15]采用聚類算法和K-means 算法對學(xué)生數(shù)據(jù)進(jìn)行分析，研究學(xué)生上網(wǎng)行為與英語四級通過率的關(guān)系，結(jié)果表明上網(wǎng)行為中的下載流量、在線時長、使用費(fèi)用各指標(biāo)對四級通過率影響最大。楊雪等人[16]利用Moodle 平臺數(shù)據(jù)進(jìn)行處理和分析，發(fā)現(xiàn)完成作業(yè)時間、完成作業(yè)次數(shù)、互評時間、互評次數(shù)及自評次數(shù)和自評時間等6 個課程變量與學(xué)習(xí)成績主要相關(guān)。

李建偉等人[17]運(yùn)用邏輯回歸算法分析入學(xué)成績、作業(yè)成績、學(xué)生類別等指標(biāo)與已完成課程的平均成績相關(guān)性，構(gòu)建學(xué)習(xí)風(fēng)險預(yù)測模型。研究結(jié)果顯示作業(yè)成績與“已完成課程的平均成績”相關(guān)性最高，接下來依次是“已完成的課程數(shù)”、“生源地”、“學(xué)生類別”、“課程學(xué)習(xí)平均時長”、“章節(jié)測試成績”和“入學(xué)成績”。

王改花等人[18]總結(jié)數(shù)據(jù)預(yù)處理的具體步驟，包括數(shù)據(jù)清洗、數(shù)據(jù)集成、數(shù)據(jù)變換、數(shù)據(jù)規(guī)約等，通過數(shù)據(jù)預(yù)處理提取了不同學(xué)習(xí)背景、不同學(xué)歷、不同性別學(xué)生的9 個學(xué)習(xí)行為特征指標(biāo)，分別為學(xué)習(xí)時間跨度、平均每次在線學(xué)習(xí)停留時長、學(xué)習(xí)總時長、重復(fù)學(xué)習(xí)率、討論交流、學(xué)習(xí)次數(shù)、接收反饋數(shù)量、學(xué)習(xí)筆記、總成績。利用決策樹方法對9 個學(xué)習(xí)行為特征與總成績進(jìn)行逐個分析，結(jié)果發(fā)現(xiàn)成績與學(xué)科背景關(guān)系最密切，其次是性別，學(xué)歷對總成績的影響最小。

表2 學(xué)習(xí)預(yù)警指標(biāo)相關(guān)研究情況

吳青等人[19]對Moodle 平臺數(shù)據(jù)進(jìn)行提取處理得到各學(xué)員對各章節(jié)知識點(diǎn)瀏覽時間、在線作業(yè)成績、發(fā)言類型、發(fā)言次數(shù)和字?jǐn)?shù)、性別、年齡、婚否與前置學(xué)歷等作為特征變量，將數(shù)據(jù)進(jìn)行離散化處理。其中采用最近鄰算法中的IBk 算法處理異常值數(shù)據(jù)，具體方法是計算學(xué)員向量空間距離，再人工篩選剔除異常值。研究發(fā)現(xiàn)各章節(jié)知識點(diǎn)瀏覽時間和在線作業(yè)成績與學(xué)習(xí)成績顯著相關(guān)，發(fā)言次數(shù)和字?jǐn)?shù)對學(xué)習(xí)成績略有影響，其他指標(biāo)影響不顯著。

Wladis 等人[20]收集了來自美國東北一所大型城市社區(qū)學(xué)院1001 名在線學(xué)習(xí)學(xué)生和1329 名面對面學(xué)習(xí)學(xué)生的學(xué)習(xí)記錄。包括入學(xué)前平均學(xué)分績點(diǎn)、學(xué)生是否申請或接受經(jīng)濟(jì)資助、年齡、性別、種族等特征變量信息。還有很多學(xué)者對學(xué)習(xí)預(yù)警指標(biāo)選取進(jìn)行了研究，表2 匯總了部分研究的具體情況。

通過對文獻(xiàn)進(jìn)行分析，納入學(xué)習(xí)預(yù)警的數(shù)據(jù)指標(biāo)主要分為以下幾類：

（1）學(xué)生網(wǎng)絡(luò)學(xué)習(xí)行為：主要包括章節(jié)測試成績、課程平均學(xué)習(xí)時長、上課時間、論壇交流互動次數(shù)、觀看視頻次數(shù)等；

（2）學(xué)生屬性：主要包括性別、年齡、入學(xué)成績、學(xué)生類別、國籍等；

（3）教師屬性：主要包括性別、年齡、好評度等；

（4）課程屬性：主要包括難易程度、歷史平均得分、分?jǐn)?shù)段人數(shù)等；

（5）學(xué)習(xí)環(huán)境：主要包括學(xué)生資助情況、圖書館到館情況等。

確定學(xué)習(xí)預(yù)警的數(shù)據(jù)指標(biāo)后，通常還需要對數(shù)據(jù)進(jìn)行預(yù)處理。通過對國內(nèi)外文獻(xiàn)進(jìn)行分析，預(yù)警指標(biāo)處理主要分為以下幾個方面：①缺失值、異常值處理；②數(shù)據(jù)標(biāo)準(zhǔn)化處理；③預(yù)警指標(biāo)量化，如離散化、歸一化。對于不平衡數(shù)據(jù)常采用重抽樣或欠采用方法。

李建偉等人[17]對學(xué)習(xí)者數(shù)據(jù)分為行為數(shù)據(jù)和信息數(shù)據(jù)，在學(xué)習(xí)者特征屬性值選取中設(shè)置20%為缺失數(shù)據(jù)閾值，丟失數(shù)據(jù)超過20%的屬性進(jìn)行丟棄，對于不平衡的數(shù)據(jù)采用SMOTE 采樣方法進(jìn)行重抽樣。尹茂竹等人[25]數(shù)將據(jù)缺失值按照缺失機(jī)制劃分為完全的隨機(jī)缺失、隨機(jī)缺失、非隨機(jī)的缺失三類，對缺失值采用刪除存在缺失值的個案和缺失值插補(bǔ)兩種方法；引入Z分?jǐn)?shù)概念處理成績不平衡問題，并對變量進(jìn)行歸一化；對學(xué)生行為構(gòu)建序號表，名義變量用0、1 表示法等進(jìn)行數(shù)字化處理。陳子健等人[26]采用對原始數(shù)據(jù)中所有的單個屬性通過計算皮爾森相關(guān)系數(shù)活信息增益率進(jìn)行評估并排序，然后依據(jù)排序結(jié)果來選擇屬性子集的方法確定影響學(xué)習(xí)成績相關(guān)指標(biāo)。

3 學(xué)習(xí)預(yù)警框架

學(xué)習(xí)預(yù)警框架通常定義了學(xué)習(xí)預(yù)警系統(tǒng)的體系結(jié)構(gòu)，給出了學(xué)習(xí)預(yù)警數(shù)據(jù)的完整處理過程，因此學(xué)習(xí)預(yù)警框架設(shè)計的好壞直接關(guān)系到預(yù)警系統(tǒng)的效率與效果。目前很多學(xué)者從不同角度對學(xué)習(xí)預(yù)警的框架結(jié)構(gòu)進(jìn)行設(shè)計。

武法提等人[27]設(shè)計了學(xué)習(xí)效果預(yù)測框架。該框架包括學(xué)習(xí)內(nèi)容分析、學(xué)習(xí)行為分析和學(xué)習(xí)預(yù)測分析三大模塊，如圖1 所示。學(xué)習(xí)內(nèi)容主要從學(xué)習(xí)時長、交流活動、作業(yè)和考試情況進(jìn)行分析；學(xué)習(xí)行為主要從學(xué)習(xí)活動行為和學(xué)習(xí)結(jié)果行為進(jìn)行分析；學(xué)習(xí)預(yù)測主要采用聚類分析、時間序列分析、決策樹分析。

圖1 武法提的學(xué)習(xí)結(jié)果預(yù)測框架

金義富等人[28]采用離群數(shù)據(jù)挖掘與分析技術(shù)構(gòu)建“三位一體”預(yù)警制度，將課程、課堂和課外結(jié)合起來，對學(xué)生進(jìn)行全方位預(yù)警，并提出了LAOMA（Model of Learning Alert Based on Outlier Mining and Analysis）學(xué)生預(yù)警模型，如圖2 所示。其主要步驟是獲取包括主要知識點(diǎn)、測驗評分、作業(yè)情況以及與該課程相互關(guān)聯(lián)的其他課程完成情況和成績等數(shù)據(jù)、離群挖掘與分析、構(gòu)建LAOMA 模型、兩類六級信號與影響因素反饋。

圖2 金義富等人的學(xué)習(xí)預(yù)警LAOMA模型框架

LAOMA 模型中還建立了學(xué)習(xí)預(yù)警兩類六級信號含義及其參考標(biāo)準(zhǔn)，用于描述學(xué)習(xí)預(yù)警的結(jié)構(gòu)，詳見表3。

表3 金義富等人的兩類六級學(xué)習(xí)預(yù)警信號含義及判別標(biāo)準(zhǔn)表

Wu R.等人[29]提出了一個模糊認(rèn)知診斷框架（FuzzyCDF），如圖3 所示，用于考生的客觀和主觀問題的認(rèn)知建模。診斷框架從考生的潛在特征開始，然后確定被測試技能的熟練程度，計算考生的問題掌握情況，并通過考慮失誤和猜測因素生成考生在問題上的可觀察分?jǐn)?shù)，提出了一種MCMC 抽樣算法來推斷FuzzyDF 的不可觀測參數(shù)。實驗證明，F(xiàn)uzzyCDF 可以更有效地預(yù)測考生的表現(xiàn)。

王林麗等人[30]提出了學(xué)習(xí)預(yù)警功能模型，具體分為數(shù)據(jù)收集、數(shù)據(jù)分析、預(yù)警信息呈現(xiàn)和提供干預(yù)四個階段，從學(xué)習(xí)者知識掌握程度、學(xué)習(xí)情緒變動和行為特征三個方面出發(fā)，構(gòu)建在線學(xué)習(xí)預(yù)警功能模型，如圖4所示。

圖3 Wu R.的4層模糊認(rèn)知診斷框架

圖4 王林麗等人的學(xué)習(xí)預(yù)警功能模型

此外，王林麗等人[30]還提出學(xué)習(xí)預(yù)警的過程模型，分為七步，明確預(yù)警目的和內(nèi)容、數(shù)據(jù)采集、數(shù)據(jù)分析、預(yù)警信息和學(xué)習(xí)情況呈現(xiàn)、預(yù)警信息推送、個性化建議提出和資源推薦、個性化建議和個性化資源推送給相應(yīng)的學(xué)習(xí)者，如圖5 所示。

圖5 王林麗等人的學(xué)習(xí)預(yù)警過程模型

李建偉等人[17]設(shè)計了在線學(xué)習(xí)風(fēng)險預(yù)測框架，包括數(shù)據(jù)清洗、訓(xùn)練模型和預(yù)測應(yīng)用三個階段：數(shù)據(jù)清洗階段首先需要選取合適的數(shù)據(jù)源，然后處理數(shù)據(jù)異常值和缺失值，最后將數(shù)據(jù)分為訓(xùn)練數(shù)據(jù)和預(yù)測數(shù)據(jù)；訓(xùn)練模型是的使用機(jī)器學(xué)習(xí)算法對重抽樣數(shù)據(jù)進(jìn)行訓(xùn)練和調(diào)優(yōu)的過程，最終生成最優(yōu)模型；預(yù)測運(yùn)用是對將學(xué)生的學(xué)習(xí)數(shù)據(jù)利用模型進(jìn)行預(yù)測，得出預(yù)測結(jié)果。如圖6 所示。

圖6 風(fēng)險預(yù)測框架

4 學(xué)習(xí)預(yù)警方法

自教育大數(shù)據(jù)概念提出以后，國內(nèi)外很多學(xué)者致力于學(xué)習(xí)預(yù)警方法的研究。通過對國內(nèi)外文獻(xiàn)研究發(fā)現(xiàn)，大多數(shù)學(xué)習(xí)預(yù)警研究方法主要運(yùn)用機(jī)器學(xué)習(xí)和數(shù)據(jù)挖掘技術(shù)。主要包括決策樹、隨機(jī)森林、邏輯回歸、反向神經(jīng)網(wǎng)絡(luò)、聚類、支持向量機(jī)等。

Gokhan Akcapinar 等人[22]在開發(fā)學(xué)習(xí)預(yù)警系統(tǒng)過程中發(fā)現(xiàn)，在算法方面使用原始數(shù)據(jù)時隨機(jī)森林優(yōu)于其他算法，使用分類數(shù)據(jù)時樸素貝葉斯優(yōu)于其他算法。Pandey 等人[31]學(xué)生成績預(yù)測提供一種通用的解決方案，提出了綜合多分類器的概念，該分類器由決策樹、K 鄰近和貝葉斯分類器三種互補(bǔ)算法組成，利用概率組合規(guī)則的乘積對多個分類器進(jìn)行集成，對學(xué)生成績進(jìn)行預(yù)測。Sansone 等人[32]收集了2009 年美國940所高中學(xué)校約2.6 萬名九年級學(xué)生學(xué)習(xí)行為數(shù)據(jù)，對高中輟學(xué)率進(jìn)行預(yù)警，利用學(xué)生成績、平時表現(xiàn)等組成的高維數(shù)據(jù)，結(jié)合支持向量機(jī)、boosted regression、postlasso 等機(jī)器學(xué)習(xí)工具能夠有效增強(qiáng)預(yù)測效果。

Wladis 等人[20]研究課程水平因素在多大程度上可用于預(yù)測在線或面對面的課程的結(jié)果。采用多層次建模方法，控制教師水平和學(xué)生特征的影響，測量課程水平特征與在線和面對面課程成功完成的關(guān)系。并利用隨機(jī)截距控制特定課程的隨機(jī)變化，建立多層次邏輯回歸模型，研究課程水平因素對課程結(jié)果的影響。

Iqbal 等人[33]收集國際電聯(lián)電器工程系225 名參加電氣工程課程的本科學(xué)生數(shù)據(jù)，并分別利用協(xié)同過濾（CF）、矩陣分解（MF）和受限玻爾茲曼機(jī)（RBM）對國際電聯(lián)電氣工程系學(xué)生學(xué)業(yè)成績進(jìn)行預(yù)測。研究發(fā)現(xiàn)CF 依賴于歷史數(shù)據(jù)或用于預(yù)測結(jié)果的項目，對稀疏過大的數(shù)據(jù)表現(xiàn)差；SVD 與梯度下降算法一起使用能夠增強(qiáng)預(yù)測學(xué)生成績的準(zhǔn)確性但可能包含難以解釋的負(fù)值；RBM 適用表格數(shù)據(jù)建模在預(yù)測學(xué)生特定課程中的表現(xiàn)優(yōu)于其他技術(shù)方法。表4 收集了多名學(xué)者對學(xué)習(xí)預(yù)警方法研究的具體情況。

通過對文獻(xiàn)研究發(fā)現(xiàn)，分類和聚類是學(xué)習(xí)預(yù)警研究中最典型的技術(shù)，貝葉斯定理、決策樹、隱馬爾科夫模型以及Instance-Based Learning 是學(xué)習(xí)預(yù)警研究最常用的方法[40]。對于機(jī)器學(xué)習(xí)方法評價，常采用混淆矩陣和曲線下面積（AUC）。如Jae 等人[41]使用機(jī)器學(xué)習(xí)研究高中生輟學(xué)率，預(yù)測模型績效評價指標(biāo)采用二元分類的四個性能指標(biāo)：準(zhǔn)確度、靈敏度、特異性以及曲線下面積。

5 學(xué)習(xí)預(yù)警系統(tǒng)應(yīng)用

學(xué)習(xí)預(yù)警系通過對學(xué)習(xí)者學(xué)習(xí)行為產(chǎn)生的海量數(shù)據(jù)的獲取與分析，構(gòu)建預(yù)警模型和干預(yù)措施庫，對學(xué)習(xí)者學(xué)習(xí)危機(jī)進(jìn)行識別和預(yù)警，并通過可視化工具向教師、學(xué)習(xí)者展示學(xué)生學(xué)習(xí)狀態(tài)，針對危機(jī)學(xué)生提供相對應(yīng)的干預(yù)措施。

表4 學(xué)習(xí)預(yù)警方法相關(guān)研究情況

美國是學(xué)習(xí)預(yù)警系統(tǒng)研究與開發(fā)的領(lǐng)跑者，已經(jīng)有一些學(xué)校和企業(yè)機(jī)構(gòu)根據(jù)教育發(fā)展的需求成功研發(fā)出各具特色的學(xué)習(xí)預(yù)警系統(tǒng)，并在實際教學(xué)應(yīng)用中獲得了較好的反饋[42]。美國可汗學(xué)院將可視化分析工具融入學(xué)習(xí)管理系統(tǒng)中，推出了一款可用于實現(xiàn)預(yù)警功能的學(xué)習(xí)支持工具——學(xué)習(xí)儀表盤[43]。此外加拿大學(xué)者Leah P.Macfadyen 等人利用學(xué)生管理系統(tǒng)平臺，采用數(shù)據(jù)挖掘技術(shù)開發(fā)“學(xué)習(xí)預(yù)警系統(tǒng)”，并在系統(tǒng)中設(shè)計了可視化儀表盤，能夠快速識別鎖定處于“危險狀態(tài)”下的學(xué)習(xí)者，并提供干預(yù)建議[44]；加拿大一所大學(xué)對相當(dāng)數(shù)量的被留校觀察的學(xué)生進(jìn)行SAT 成績、幾人電話聯(lián)系情況、宿舍停留時間等作為數(shù)據(jù)源進(jìn)行分析，識別出他們在學(xué)習(xí)和生活中出現(xiàn)的問題[45]。綜上，通過對國外預(yù)警系統(tǒng)文獻(xiàn)檢索分析發(fā)現(xiàn)，國外在線學(xué)習(xí)預(yù)警系統(tǒng)的理論研究和實際應(yīng)用能力較成熟[27]，目前典型案例有學(xué)生成功系統(tǒng)[46]、電子顧問[47]、海星預(yù)警系統(tǒng)[48]、普渡大學(xué)的課程信號系統(tǒng)[49]以及可汗學(xué)院的儀表盤應(yīng)用。表5 分別從實現(xiàn)形式、預(yù)警內(nèi)容、預(yù)警方式、技術(shù)、成效、不足等角度詳細(xì)分析了國外五大典型學(xué)習(xí)預(yù)警系統(tǒng)。

相對而言，國內(nèi)學(xué)習(xí)預(yù)警系統(tǒng)應(yīng)用典型案例較少。Wu C.等人[50]以華僑大學(xué)旅游學(xué)院為試點(diǎn)，建立“學(xué)校-學(xué)生-家長”三位一體的“學(xué)習(xí)預(yù)警與干預(yù)體系”。其將預(yù)警系統(tǒng)分為兩部分：預(yù)警等級評估系統(tǒng)和預(yù)警干預(yù)系統(tǒng)。預(yù)警等級評估系統(tǒng)由評價矩陣對學(xué)生進(jìn)行分類和劃分等級。評價體系由教育學(xué)者設(shè)定。預(yù)警干預(yù)系統(tǒng)則是以評價體系為標(biāo)準(zhǔn)，及時對學(xué)生和教學(xué)人員以及家長發(fā)布預(yù)警序列，同時學(xué)院采取動態(tài)跟蹤學(xué)生模式。

表5 國外典型學(xué)習(xí)預(yù)警系統(tǒng)

6 挑戰(zhàn)與展望

大數(shù)據(jù)技術(shù)在教育領(lǐng)域的運(yùn)用帶來了機(jī)遇和挑戰(zhàn)。隨著MOOC 等技術(shù)和平臺的興起，給學(xué)習(xí)預(yù)警、學(xué)習(xí)行為分析提供了海量數(shù)據(jù)源。基于大數(shù)據(jù)的學(xué)習(xí)預(yù)警技術(shù)，在應(yīng)用中面對著各種挑戰(zhàn)與展望。

6.1 面臨的挑戰(zhàn)

（1）道德和隱私的挑戰(zhàn)

隨著網(wǎng)絡(luò)的發(fā)展，人們使用各種終端設(shè)備接入互聯(lián)網(wǎng)，產(chǎn)生了海量的行為數(shù)據(jù)，這必然涉及到隱私問題。學(xué)習(xí)預(yù)警過程中，需要通過MOOC 等平臺收集學(xué)生行為數(shù)據(jù)，行為數(shù)據(jù)的采集是否需要征求學(xué)習(xí)者同意？海量的行為數(shù)據(jù)增加了學(xué)習(xí)者的透明性，如何防止數(shù)據(jù)泄露也是一大難題。

趙瓊慧等人[51]認(rèn)為大數(shù)據(jù)學(xué)習(xí)分析中倫理道德挑戰(zhàn)主要集中在個人隱私泄露、數(shù)據(jù)訪問權(quán)限模糊、數(shù)據(jù)可信性受威脅等。針對這些挑戰(zhàn)，趙瓊慧提出三大安全與隱私保護(hù)策略，分別是：遵守透明原則、征得學(xué)習(xí)者的知情同意、提高數(shù)據(jù)質(zhì)量（真實性和完整性）。同時，相關(guān)的法律制度和道德規(guī)范的指定與實施需要與安全技術(shù)的使用保持同步，相互補(bǔ)充。

李青等人[52]制定了七大隱私保護(hù)策略，如：通過立法保護(hù)學(xué)習(xí)者的信息隱私、形成大數(shù)據(jù)時代的數(shù)據(jù)倫理觀念、建立學(xué)習(xí)者數(shù)據(jù)的使用規(guī)則、確定參與各方的權(quán)利和義務(wù)以及問責(zé)機(jī)制、行政主管部門應(yīng)形式監(jiān)管職責(zé)、培養(yǎng)學(xué)習(xí)者保護(hù)自己隱私的意識、推動教育信息行業(yè)的行為自律等。

通過研究先關(guān)文獻(xiàn)發(fā)現(xiàn)，目前國內(nèi)為已有相關(guān)學(xué)者從事倫理道德保護(hù)的相關(guān)研究，國家機(jī)關(guān)也指定了相管法律文件，但都處于研究的初期階段，尚未形成系統(tǒng)的、全面的隱私保護(hù)機(jī)制。道德和隱私的挑戰(zhàn)，需要政府職能部門和研究機(jī)構(gòu)共同努力，構(gòu)建脈絡(luò)清晰的隱私保護(hù)體系。

（2）目前學(xué)習(xí)預(yù)警研究存在的問題

通過對學(xué)習(xí)預(yù)警相關(guān)文獻(xiàn)進(jìn)行分析，發(fā)現(xiàn)在現(xiàn)有研究中，尤其是國內(nèi)研究主要存在的問題如下：

①學(xué)習(xí)預(yù)警干預(yù)研究頗多，但主要體現(xiàn)在理論層面的干預(yù)，缺乏實踐驗證。目前國外學(xué)習(xí)預(yù)警系統(tǒng)應(yīng)用較為成熟，如可汗學(xué)院等。國內(nèi)學(xué)習(xí)預(yù)警系統(tǒng)研究主要集中在理論研究層面，缺乏實踐應(yīng)用經(jīng)驗。

②學(xué)習(xí)效果影響因素研究，主要集中在研究相關(guān)變量與學(xué)習(xí)成績的相關(guān)性，對相關(guān)變量與學(xué)習(xí)成績數(shù)量關(guān)系研究不夠深入。如表2 主要列舉相關(guān)指標(biāo)與學(xué)習(xí)成績具有強(qiáng)相關(guān)性，但鮮有文章相關(guān)變量與學(xué)習(xí)成績影響相關(guān)系數(shù)進(jìn)行研究。

③目前研究主要針對一定時期內(nèi)學(xué)生行為數(shù)據(jù)對學(xué)習(xí)成績的預(yù)測，缺乏動態(tài)可視化成績預(yù)測研究。通過對文獻(xiàn)進(jìn)行分析，目前研究主要集中于針對一段時間內(nèi)學(xué)生行為表現(xiàn)對期末成績的影響，尚未利用時間序列分析發(fā)現(xiàn)學(xué)習(xí)者隨時間變化而變化的規(guī)律等[17]。

6.2 學(xué)習(xí)預(yù)警的發(fā)展機(jī)遇

針對目前缺乏動態(tài)可視化成績預(yù)測研究，研究基于時間序列的動態(tài)可視化學(xué)生畫像模型是學(xué)習(xí)預(yù)警研究的一大方向。動態(tài)可視化學(xué)生畫像能夠隨時間的變化展現(xiàn)不同時間段學(xué)生的學(xué)習(xí)狀態(tài)。有助于學(xué)習(xí)者、教學(xué)人員實時掌握學(xué)習(xí)者學(xué)習(xí)狀態(tài)，學(xué)習(xí)者能夠根據(jù)畫像及時調(diào)整學(xué)習(xí)方法，教學(xué)人員能及時調(diào)整教學(xué)方案并對有問題學(xué)習(xí)進(jìn)行教學(xué)干預(yù)。

另外開發(fā)完善的學(xué)習(xí)預(yù)警系統(tǒng)順應(yīng)高校的需求。學(xué)習(xí)預(yù)警技術(shù)結(jié)合學(xué)習(xí)分析技術(shù)、干預(yù)研究等構(gòu)建完善的學(xué)習(xí)行為研究體系，能夠精確檢測學(xué)習(xí)者學(xué)習(xí)狀態(tài)，提高學(xué)習(xí)者學(xué)習(xí)積極性，極大地推動教育信息化的發(fā)展，在教育領(lǐng)域發(fā)揮促進(jìn)作用。