基于大數(shù)據(jù)分析的學(xué)習(xí)評(píng)價(jià)

黃慧+劉正濤+朱鵬宇

摘要：針對(duì)目前高校課程評(píng)價(jià)手段單一，不能滿足學(xué)生個(gè)性化學(xué)習(xí)的要求，本文提出了一種具有個(gè)性化和發(fā)展性特征的學(xué)習(xí)評(píng)價(jià)模型。該模型基于學(xué)生課堂教學(xué)、課外自學(xué)和部分日常生活構(gòu)成的大數(shù)據(jù)，通過數(shù)據(jù)挖掘技術(shù)，給出課程學(xué)習(xí)過程中對(duì)每個(gè)學(xué)生的評(píng)價(jià)。學(xué)習(xí)評(píng)價(jià)關(guān)注學(xué)習(xí)的每個(gè)階段，給出的建議符合學(xué)生個(gè)性化要求，并可幫助教師因材施教。教學(xué)實(shí)踐結(jié)果顯示，這種學(xué)習(xí)評(píng)價(jià)有助于改善學(xué)生的學(xué)習(xí)。

關(guān)鍵詞：大數(shù)據(jù)；個(gè)性化學(xué)習(xí)評(píng)價(jià)；發(fā)展性學(xué)習(xí)評(píng)價(jià)；教育信息化

中圖分類號(hào)：G717 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1672-5727（2017）08-0034-05

一、大數(shù)據(jù)為學(xué)習(xí)評(píng)價(jià)帶來的契機(jī)

學(xué)習(xí)評(píng)價(jià)是教學(xué)活動(dòng)中的一個(gè)重要環(huán)節(jié)，評(píng)價(jià)內(nèi)容以及如何評(píng)價(jià)在一定程度上影響著教學(xué)過程[1]。傳統(tǒng)的評(píng)價(jià)方式通常是考試，這種評(píng)價(jià)方式一般在課程結(jié)束后進(jìn)行，不能貫穿于課程學(xué)習(xí)的全過程，而且單一籠統(tǒng)，無(wú)法突出學(xué)生個(gè)體的特點(diǎn)。其結(jié)果是教師不能因材施教，學(xué)生也不能根據(jù)自己的要求來選擇性地學(xué)習(xí)。顯然，這種評(píng)價(jià)方式已經(jīng)不適應(yīng)當(dāng)前學(xué)生個(gè)性化學(xué)習(xí)的需要，也不利于個(gè)性化人才的培養(yǎng)。我國(guó)《教育信息化十年發(fā)展規(guī)劃（2011—2020年）》提出學(xué)校教育教學(xué)方式的變革要在學(xué)生多樣性、個(gè)性化學(xué)習(xí)方面的改變上取得突破，并提出了“鼓勵(lì)發(fā)展性評(píng)價(jià)”[2]。探索建立針對(duì)每個(gè)學(xué)生的個(gè)性化、發(fā)展性的學(xué)習(xí)評(píng)價(jià)問題已經(jīng)成為當(dāng)前迫切需要解決的問題之一。

建立這種評(píng)價(jià)方式最大的難點(diǎn)是信息不對(duì)稱。教師無(wú)法獲知學(xué)生的學(xué)習(xí)狀態(tài)，簡(jiǎn)單的課堂交流只能作一個(gè)較為膚淺的判斷，對(duì)于每個(gè)學(xué)生的興趣愛好、學(xué)習(xí)習(xí)慣等都無(wú)從掌握，無(wú)法進(jìn)行有針對(duì)性的引導(dǎo)，也不能開展個(gè)性化評(píng)價(jià)。但隨著大數(shù)據(jù)時(shí)代的來臨，高校中每時(shí)每刻都產(chǎn)生著海量的數(shù)據(jù)，這些數(shù)據(jù)以非結(jié)構(gòu)化、半結(jié)構(gòu)化、結(jié)構(gòu)化多種樣式存在，而以往的研究工作并未基于大數(shù)據(jù)這樣一個(gè)特點(diǎn)進(jìn)行研究，如將這些孤立的數(shù)據(jù)進(jìn)行有效的融合及充分的利用，就能為實(shí)現(xiàn)學(xué)生學(xué)習(xí)的個(gè)性化評(píng)價(jià)提供技術(shù)上的可能性。

大數(shù)據(jù)能關(guān)注每一個(gè)學(xué)生個(gè)體的微觀表現(xiàn)，它可以分析微觀、個(gè)體的學(xué)生生活與課堂情況，凸顯信息的真實(shí)性，找到真正影響個(gè)體教育的重要因素[3-4]。基于大數(shù)據(jù)建立的學(xué)習(xí)評(píng)價(jià)，能夠?yàn)閷W(xué)習(xí)者提供個(gè)性化學(xué)習(xí)內(nèi)容、資源和建議，為教師提供調(diào)整改進(jìn)教學(xué)行為的依據(jù)，促進(jìn)建立個(gè)性化培養(yǎng)體系，滿足社會(huì)多樣化、個(gè)性化人才的需要[5-6]。

近兩年，國(guó)外研究者開始對(duì)高校利用大數(shù)據(jù)信息化平臺(tái)對(duì)大學(xué)生學(xué)習(xí)評(píng)價(jià)進(jìn)行研究。2013年，美國(guó)教育部在《Enhancing Teaching and Learning Through Educational Data Mining and Learning Analytics》一文中提出應(yīng)利用大數(shù)據(jù)技術(shù)對(duì)教與學(xué)過程中產(chǎn)生的數(shù)據(jù)進(jìn)行數(shù)據(jù)挖掘來獲取有價(jià)值的信息[7]。美國(guó)的一些大學(xué)也針對(duì)此方面展開了一些研究，目前正在研究的有課程信號(hào)系統(tǒng)、Moodog和預(yù)測(cè)分析報(bào)告系統(tǒng)。普渡大學(xué)的“課程信號(hào)系統(tǒng)”可以根據(jù)學(xué)生的學(xué)業(yè)表現(xiàn)來警示學(xué)生的學(xué)習(xí)狀況（課業(yè)良好、中度危機(jī)、嚴(yán)重危急等）；美國(guó)加州大學(xué)使用的“Moodog”和美國(guó)西部洲際高等教育委員會(huì)教育技術(shù)合作部的“預(yù)測(cè)分析報(bào)告系統(tǒng)”能夠分析學(xué)生退學(xué)的影響因素，這些系統(tǒng)目前均處于研究測(cè)試階段，以期為大學(xué)生個(gè)性化學(xué)習(xí)評(píng)價(jià)的建立提供有效的解決方案。

國(guó)內(nèi)對(duì)個(gè)性化學(xué)習(xí)評(píng)價(jià)處于理論研究階段，大多普通高校尚未使用實(shí)踐手段以獲取個(gè)性化信息。從國(guó)內(nèi)學(xué)者發(fā)表的多篇有關(guān)學(xué)習(xí)評(píng)價(jià)的文獻(xiàn)中可以發(fā)現(xiàn)，個(gè)性化學(xué)習(xí)評(píng)價(jià)的實(shí)踐與個(gè)性化人才培養(yǎng)的要求存在差距，也滯后于信息化技術(shù)的發(fā)展[8-12]。

二、 基于大數(shù)據(jù)分析的具有個(gè)性化、發(fā)展性學(xué)習(xí)評(píng)價(jià)模型的構(gòu)建

本文基于大數(shù)據(jù)平臺(tái)，構(gòu)建具有個(gè)性化、發(fā)展性特征的學(xué)習(xí)評(píng)價(jià)模型。該模型由信息采集與數(shù)據(jù)清洗和整合、數(shù)據(jù)挖掘與分析、信息反饋三個(gè)主要模塊組成，如圖1所示。

（一）信息采集與數(shù)據(jù)清洗和整合模塊

傳統(tǒng)學(xué)生學(xué)習(xí)評(píng)價(jià)主要依靠考試成績(jī)、課堂表現(xiàn)、作業(yè)情況等，該模塊中除了使用傳統(tǒng)的數(shù)據(jù)，還將考慮學(xué)生課后網(wǎng)上學(xué)習(xí)、學(xué)習(xí)規(guī)劃報(bào)告、興趣度調(diào)查、心理調(diào)查報(bào)告、借書情況甚至校園刷卡消費(fèi)記錄等數(shù)據(jù)，這些數(shù)據(jù)都或多或少地和學(xué)習(xí)結(jié)果相聯(lián)系。如果能將個(gè)中影響因素都結(jié)合起來進(jìn)行挖掘，則可更加客觀、準(zhǔn)確、如實(shí)地反映學(xué)生學(xué)習(xí)情況。以上信息基本都以非結(jié)構(gòu)化、半結(jié)構(gòu)化和結(jié)構(gòu)化多種樣式存在[13-14]，需要在大數(shù)據(jù)平臺(tái)Hadoop下進(jìn)行清洗和整合，為數(shù)據(jù)分析和挖掘做準(zhǔn)備。

（二）數(shù)據(jù)挖掘與分析模塊

數(shù)據(jù)挖掘和分析模塊采用Hadoop平臺(tái)，該平臺(tái)提供的數(shù)據(jù)挖掘算法具有并行處理數(shù)據(jù)的特點(diǎn)，能夠快速、有效地處理大規(guī)模數(shù)據(jù)。在Hadoop平臺(tái)下將需要的數(shù)據(jù)進(jìn)行清洗和整合后，利用Hadoop平臺(tái)提供的數(shù)據(jù)挖掘的關(guān)聯(lián)規(guī)則、決策樹等相關(guān)算法對(duì)數(shù)據(jù)進(jìn)行分析，可識(shí)別出每個(gè)學(xué)生的學(xué)習(xí)情況、影響學(xué)習(xí)的主要因素、警告等信息。我們將經(jīng)過分析挖掘產(chǎn)生的結(jié)果分為兩方面：

1.個(gè)性化評(píng)價(jià)內(nèi)容的研究

影響個(gè)體學(xué)生學(xué)習(xí)的因素；這些因素的強(qiáng)弱聯(lián)系度；個(gè)體學(xué)生可能在某一門課程中落后的時(shí)間點(diǎn)；學(xué)生不能完成一門課程的風(fēng)險(xiǎn)預(yù)警等。

2.發(fā)展性評(píng)價(jià)內(nèi)容的研究

這是一個(gè)反復(fù)迭代的過程。即通過對(duì)數(shù)據(jù)的采集、清洗、合并及挖掘后，產(chǎn)生對(duì)學(xué)生干預(yù)性、指導(dǎo)性意見，學(xué)生經(jīng)過改善學(xué)習(xí)后，又產(chǎn)生新一階段的評(píng)價(jià)數(shù)據(jù)并再次進(jìn)行采集、清洗、合并及挖掘。通過這一過程，學(xué)生不斷獲得改善措施，從而形成適合自身發(fā)展性的學(xué)習(xí)評(píng)價(jià)。

（三）信息反饋模塊

將分析得到的數(shù)據(jù)形成學(xué)習(xí)評(píng)價(jià)和建議，提供給教師和學(xué)生。學(xué)生獲得及時(shí)預(yù)警以及改進(jìn)措施，幫助自身糾正不良學(xué)習(xí)習(xí)慣；教師獲得學(xué)生評(píng)價(jià)并給出相應(yīng)的建議，對(duì)學(xué)生的學(xué)習(xí)活動(dòng)進(jìn)行干預(yù)。最后通過橫向與縱向?qū)Ρ确治鲞M(jìn)一步完善評(píng)價(jià)體系。

三、模型的實(shí)現(xiàn)

依據(jù)基于大數(shù)據(jù)分析的具有個(gè)性化、發(fā)展性學(xué)習(xí)評(píng)價(jià)模型，構(gòu)建了大數(shù)據(jù)平臺(tái)，運(yùn)用個(gè)性化、發(fā)展性學(xué)習(xí)評(píng)價(jià)方法（Personalized and Developmental Learning Evaluation Based on Big Data，簡(jiǎn)稱PDBD方法）對(duì)每個(gè)學(xué)生個(gè)體進(jìn)行持續(xù)性的學(xué)習(xí)評(píng)價(jià)，給出風(fēng)險(xiǎn)預(yù)警和改進(jìn)意見，同時(shí)也提示教師給予學(xué)生必要的輔導(dǎo)和督促，避免學(xué)習(xí)狀況下滑。

本研究以南京市三江學(xué)院計(jì)算機(jī)科學(xué)與工程學(xué)院共1 200名學(xué)生為樣本，每?jī)芍懿杉淮螖?shù)據(jù)，采集了學(xué)生的課堂表現(xiàn)、作業(yè)、測(cè)試、視頻點(diǎn)播、網(wǎng)上交流、學(xué)習(xí)興趣度、圖書館借書記錄（和課程相關(guān)）、心理健康和校園消費(fèi)等情況。采集的數(shù)據(jù)如表1所示。

將以上數(shù)據(jù)劃分為三類：課內(nèi)數(shù)據(jù)、課外數(shù)據(jù)和生活數(shù)據(jù)。課內(nèi)數(shù)據(jù)包括課堂表現(xiàn)、作業(yè)和測(cè)試；課外數(shù)據(jù)包括視頻點(diǎn)播、網(wǎng)上交流、學(xué)習(xí)興趣度和圖書館借書記錄（和課程相關(guān)）；生活數(shù)據(jù)包括心理健康和校園消費(fèi)。

以上數(shù)據(jù)都可以從任課教師、學(xué)生輔導(dǎo)員和學(xué)校相關(guān)單位數(shù)據(jù)庫(kù)中采集。課堂表現(xiàn)是教師根據(jù)上課過程中學(xué)生回答問題情況、聽課專心度和合作學(xué)習(xí)情況評(píng)定得到，每周布置一次作業(yè)和測(cè)試，可獲取作業(yè)和測(cè)試成績(jī)。視頻點(diǎn)播和網(wǎng)上交流數(shù)據(jù)則來自三江學(xué)院的“愛課程”網(wǎng)站，學(xué)生通過觀看視頻，在線交流，網(wǎng)站自動(dòng)記錄學(xué)生在“愛課程”上的學(xué)習(xí)軌跡，給出評(píng)價(jià)等級(jí)。學(xué)習(xí)興趣度由各門課教師以問卷調(diào)查的方式獲得。圖書館借閱以學(xué)生當(dāng)前兩周實(shí)際借閱與課程相關(guān)圖書的本數(shù)作為統(tǒng)計(jì)數(shù)據(jù)。心理健康則是由輔導(dǎo)員在入學(xué)時(shí)通過問卷調(diào)查的方式獲得，如有心理問題，可以在數(shù)據(jù)庫(kù)中提示。后勤部門的數(shù)據(jù)庫(kù)中則記錄了學(xué)生每天的校園卡消費(fèi)記錄情況。

與圖書館借閱、校園消費(fèi)、視頻點(diǎn)播、作業(yè)和測(cè)試等數(shù)據(jù)不同，課堂表現(xiàn)、學(xué)習(xí)興趣度和心理健康的結(jié)果存在一定的主觀性。不同的教師對(duì)學(xué)生的課堂表現(xiàn)評(píng)價(jià)有著一定的差異；而學(xué)習(xí)興趣度和心理健康是以調(diào)查問卷的方式進(jìn)行，調(diào)查問卷是否客觀可靠都是需要考量的問題。

因此，需要對(duì)教師的課堂表現(xiàn)打分、問卷調(diào)查數(shù)據(jù)進(jìn)行信度和效度分析，它是衡量數(shù)據(jù)是否可靠的重要手段[15]。本文采用了克朗巴哈a系數(shù)測(cè)試信度水平，清洗出信度水平在0.85以下的數(shù)據(jù)，同時(shí)采用相關(guān)性分析的方式測(cè)試效度水平，清洗出相關(guān)系數(shù)低于0.6的數(shù)據(jù)。最后共計(jì)得到包含C#程序設(shè)計(jì)、數(shù)據(jù)庫(kù)原理、.NET桌面開發(fā)技術(shù)和ASP.NET課程等大約120萬(wàn)條記錄，在多個(gè)班級(jí)進(jìn)行了實(shí)證性研究。

以上數(shù)據(jù)每?jī)芍懿杉淮?，一門課程授課時(shí)長(zhǎng)一般為16周，因此，每位學(xué)生的每門課程一般會(huì)采集8次左右的數(shù)據(jù)，將這些數(shù)據(jù)導(dǎo)入Hadoop大數(shù)據(jù)平臺(tái)。將上述數(shù)據(jù)中的課內(nèi)數(shù)據(jù)和課外數(shù)據(jù)中的視頻點(diǎn)播、網(wǎng)上交流作為分析數(shù)據(jù)，按不同的權(quán)值（課內(nèi)數(shù)據(jù)權(quán)值為0.8，課外數(shù)據(jù)為0.2）進(jìn)行加權(quán)處理，得到每位學(xué)生每2周學(xué)習(xí)情況的成績(jī)?cè)u(píng)定顏色進(jìn)度條，良好以上成績(jī)用深灰色表示，及格用淺灰色表示，不及格用黑色表示。如圖2所示。

針對(duì)圖2，采用加權(quán)指標(biāo)波動(dòng)算法，根據(jù)學(xué)業(yè)情況同時(shí)向?qū)W生和教師提供建議及警告等。其中，加權(quán)指標(biāo)波動(dòng)算法思想是通過對(duì)學(xué)生每周的9項(xiàng)指標(biāo)做加權(quán)，并合并形成標(biāo)準(zhǔn)化的綜合指標(biāo)，監(jiān)測(cè)兩周的綜合指標(biāo)，分析綜合指標(biāo)的波動(dòng)情況，根據(jù)設(shè)置的閾值，提取波動(dòng)系數(shù)超過閾值的學(xué)生，進(jìn)行提醒。當(dāng)閾值取0.2時(shí)，2014級(jí)51班級(jí)連續(xù)兩次綜合指標(biāo)的波動(dòng)系數(shù)監(jiān)測(cè)如下頁(yè)表2所示。

以上三條記錄的波動(dòng)系數(shù)超過0.2，需要引起學(xué)生與教師的注意。綜合圖2與表2，采用關(guān)聯(lián)規(guī)則算法中較為經(jīng)典的Apriori算法[16]，產(chǎn)生警告并提出建議。Apriori算法用于產(chǎn)生一個(gè)事件和其他因素之間依賴或關(guān)聯(lián)的知識(shí)，本文中利用Apriori算法獲取諸如成績(jī)差與學(xué)習(xí)興趣度或課堂表現(xiàn)之間的關(guān)系等，該算法目前是數(shù)據(jù)挖掘中較為成熟的算法。通過對(duì)幾周的數(shù)據(jù)進(jìn)行分析，系統(tǒng)將給出學(xué)生的評(píng)定等級(jí)，如果評(píng)定等級(jí)低，將給出預(yù)警信號(hào)和預(yù)警原因，并對(duì)學(xué)生改進(jìn)學(xué)習(xí)方法提出建議。評(píng)價(jià)是針對(duì)每一個(gè)學(xué)生個(gè)體的，并且采集的數(shù)據(jù)不僅限于課內(nèi)學(xué)習(xí)，可以給出多方面的原因和改進(jìn)建議。同時(shí)系統(tǒng)的評(píng)價(jià)是隨著課程進(jìn)度變化的，可以清晰地展示學(xué)生的發(fā)展情況，如果長(zhǎng)時(shí)間沒有改進(jìn)，也將給予預(yù)警，避免學(xué)習(xí)成績(jī)滑落。系統(tǒng)經(jīng)過分析后給學(xué)生提供的評(píng)定及改進(jìn)措施如表3所示，給教師提供的評(píng)價(jià)及建議如表4所示。

四、實(shí)驗(yàn)結(jié)果與分析

本文結(jié)合三江學(xué)院計(jì)算機(jī)科學(xué)與工程學(xué)院課程情況，構(gòu)建了一個(gè)簡(jiǎn)單的大數(shù)據(jù)平臺(tái)，對(duì)該院共1 200名學(xué)生的C#程序設(shè)計(jì)、數(shù)據(jù)庫(kù)原理、.NET桌面開發(fā)技術(shù)和ASP.NET課程的終結(jié)性評(píng)價(jià)成績(jī)，按照同一班級(jí)不同課程（縱向比較）、不同班級(jí)同一課程（橫向比較）進(jìn)行了對(duì)比測(cè)試。

（一）同一班級(jí)不同課程比較

在同一個(gè)班級(jí)分別對(duì)兩門課程難度相當(dāng)?shù)摹皵?shù)據(jù)庫(kù)原理”和“.NET桌面開發(fā)技術(shù)”進(jìn)行了分析研究，如圖3所示。其中，A課程表示“數(shù)據(jù)庫(kù)原理”，采用了PDBD方法，B課程表示“.NET桌面開發(fā)技術(shù)”，未采用PDBD方法，課程結(jié)束后，該班學(xué)生A課程的不及格率和中等率大幅度降低，而良好率從31%提升至60%，同時(shí)，優(yōu)秀率也略有提高。

（二）同一課程不同班級(jí)比較

將C#課程在不同班級(jí)進(jìn)行分析研究，如圖4所示。其中班級(jí)A采用了PDBD方法，而班級(jí)B未采用PDBD方法。分析后發(fā)現(xiàn)，A班級(jí)的不及格率與中等率大幅下降，同時(shí)，良好率由30%上升至66%，優(yōu)秀率基本相當(dāng)。

（三）同一課程不同班級(jí)均分比較

將四門課程分別在4個(gè)班級(jí)進(jìn)行測(cè)試，如圖5所示。A課程表示未采用PDBD方法，B課程表示采用PDBD方法。期末成績(jī)表明，采用了PDBD方法進(jìn)行教學(xué)的班級(jí)均分明顯高于未采用PDBD方法的班級(jí)。

（四）個(gè)體學(xué)生成績(jī)走勢(shì)圖

隨機(jī)選取了三名初期成績(jī)較差的學(xué)生進(jìn)行測(cè)試，如下頁(yè)圖6所示。ASP.NET課程開始前兩周，A學(xué)生成績(jī)較差，課堂表現(xiàn)評(píng)分為40分左右，經(jīng)過16周的不斷督促和警告，A學(xué)生最后學(xué)業(yè)成績(jī)?yōu)榧案瘢籅和C學(xué)生在課程開始時(shí)表現(xiàn)為及格，學(xué)期結(jié)束時(shí)，B學(xué)生達(dá)到了良好，C學(xué)生達(dá)到了優(yōu)秀?？梢姡琍DBD方法大幅度提升了較差和中等學(xué)生的成績(jī)。

教學(xué)實(shí)踐和縱橫向比較結(jié)果顯示，運(yùn)用PDBD方法的班級(jí)和課程，學(xué)生獲得了教師有針對(duì)性的督促和指導(dǎo)，一定程度上改進(jìn)了自己的學(xué)習(xí)，取得了明顯的進(jìn)步。

參考文獻(xiàn)：

[1]Fotis Lazarinis，Steve Green，Elaine Pearson.Creating personalized assessments based on learner knowledge and objectives in a hypermedia Web testing applications[J].Computer & Education，2010，55（4）：1732-1743.

[2]教育部.教育信息化十年發(fā)展規(guī)劃（2011—2020年）[EB/OL].[2012-03-13].http：//www.more.gov.cn/publicfiles/ business/htmlfiles/more/s3342/201203/xxgk_133322.html.

[3]武法提，牟智佳.電子書包中基于大數(shù)據(jù)的學(xué)生個(gè)性化分析模型構(gòu)建與實(shí)現(xiàn)路徑[J].中國(guó)電化教育，2014（3）：63-69.

[4]祝智庭，沈德海.基于大數(shù)據(jù)的教育技術(shù)研究新范式[J].電化教育研究，2013（10）：5-13.

[5]朱建平，李秋雅.大數(shù)據(jù)對(duì)大學(xué)教學(xué)的影響[J].中國(guó)大學(xué)教學(xué)，2014（9）：41-44.

[6]徐鵬，王以寧.大數(shù)據(jù)視角分析學(xué)習(xí)變革[J].遠(yuǎn)程教育雜志，2013（6）：11-17.

[7]Enhancing Teaching and Learning Through Educational Data Mining and Learning Analytics[EB/OL].[2012-12-01].http：//www.ed.gov/technology.

[8]李廣，姜英杰.個(gè)性化學(xué)習(xí)的理論建構(gòu)與特征分析[J].東北師范大學(xué)學(xué)報(bào)（哲學(xué)社會(huì)科學(xué)版），2005（3）：152-156.

[9]楊南昌.基于多元智能（MI）的個(gè)性化學(xué)習(xí)研究[D].南昌：江西師范大學(xué)，2003.

[10]王艷芳.支持個(gè)性化學(xué)習(xí)的E-learning系統(tǒng)研究[J].中國(guó)電化教育，2008（3）：102-107.

[11]費(fèi)龍，馬元麗.發(fā)展個(gè)性化學(xué)習(xí)，促進(jìn)教育公平——英國(guó)個(gè)性化學(xué)習(xí)基本理論及實(shí)踐經(jīng)驗(yàn)探討[J].全球教育展望，2010（8）：42-46.

[12]魏雪峰，宋靈青.學(xué)習(xí)分析：更好地理解學(xué)生個(gè)性化學(xué)習(xí)過程——訪談學(xué)習(xí)分析研究專家George Siemens教授[J].中國(guó)電化教育，2013（9）：1-4.

[13]張韞.大數(shù)據(jù)改變教育：寫在大數(shù)據(jù)元年來臨之際[J].上海教育，2013（4）：8-11.

[14]趙剛.大數(shù)據(jù)[M].北京：電子工業(yè)出版社，2013.

[15]馬秀麟，衷克定，劉立超.從大數(shù)據(jù)挖掘的視角分析學(xué)生評(píng)教的有效性[J].中國(guó)電化教育，2014（10）：78-83.

（責(zé)任編輯：王璐）