基于大數(shù)據(jù)的學(xué)習(xí)分析技術(shù)研究現(xiàn)狀與趨勢(shì)

許文

摘要：大數(shù)據(jù)背景下，學(xué)習(xí)分析的快速發(fā)展為實(shí)現(xiàn)個(gè)性化學(xué)習(xí)、自適應(yīng)學(xué)習(xí)提供了技術(shù)保障，是在線學(xué)習(xí)、MOOCS等形式教學(xué)方式取得更好效果的重要技術(shù)輔助。該文以梳理相關(guān)學(xué)習(xí)分析文獻(xiàn)為基礎(chǔ)，分析探討了學(xué)習(xí)分析的概念內(nèi)涵及特征，并從學(xué)習(xí)分析的理論基礎(chǔ)與框架模型、學(xué)習(xí)分析技術(shù)與工具研究、學(xué)習(xí)分析技術(shù)應(yīng)用與實(shí)踐研究角度綜述了大數(shù)據(jù)背景下學(xué)習(xí)分析技術(shù)研究現(xiàn)狀與趨勢(shì)。

關(guān)鍵詞：學(xué)習(xí)分析;學(xué)習(xí)分析技術(shù);大數(shù)據(jù);數(shù)據(jù)挖掘

分類號(hào)：G434? ? ? ? 文獻(xiàn)標(biāo)識(shí)碼：A? ? ? ? 文章編號(hào)：1009-3044（2018）31-0024-04

The Research Status and Future Prospect of Big Data-Based Learning Analysis

XU Wen

（Department of Information Engineering， Jiangxi Vocational College of Finance & Economics， Jiujiang 332000，China）

Abstract： In the background of large data， the rapid development of learning analysis provides technical support for realizing personalized learning and adaptive learning. It is an important technical aid for online learning， MOOCS and other forms of teaching methods to achieve better results. Based on the literatures of related learning and analysis， this paper analyzes and discusses the conceptual connotation and characteristics of learning analysis. Based on the theoretical basis and framework model of learning analysis， the research and analysis of technology and tools， the application of analytical techniques and practical research Current Situation and Trend of Learning Analysis Technology in Data Background.

Key words： learning analytics; online learning;large data; data mining

隨著信息技術(shù)的發(fā)展及各種互聯(lián)網(wǎng)、物聯(lián)網(wǎng)應(yīng)用的出現(xiàn)，人和世界的交互逐步以可存儲(chǔ)的數(shù)據(jù)記錄下來(lái)，這些數(shù)據(jù)隨著應(yīng)用增加呈現(xiàn)爆發(fā)式增長(zhǎng)，并表現(xiàn)出數(shù)據(jù)量大（Volume）、形式多樣（Variety）、生成快速（Velocity）和真實(shí)性（Veracity）的特點(diǎn)，這些數(shù)據(jù)被稱為大數(shù)據(jù)。數(shù)據(jù)處理技術(shù)的發(fā)展和進(jìn)步使大數(shù)據(jù)體現(xiàn)出價(jià)值，因其提供了前所未有的可量化維度來(lái)支持人類的發(fā)明、創(chuàng)新和服務(wù)活動(dòng)，被譽(yù)為是“創(chuàng)新、競(jìng)爭(zhēng)和生產(chǎn)力的下一個(gè)前沿”。[1]大數(shù)據(jù)的出現(xiàn)快速影響到社會(huì)生活的各個(gè)方面，并已經(jīng)在推動(dòng)各行業(yè)傳統(tǒng)的業(yè)務(wù)流程、服務(wù)方式和創(chuàng)新方式的變革。

泛在學(xué)習(xí)背景下，移動(dòng)學(xué)習(xí)、在線學(xué)習(xí)、大規(guī)模共享開(kāi)放課程（MOOCS）的出現(xiàn)及信息技術(shù)在傳統(tǒng)教學(xué)中不斷深入應(yīng)用使得教育大數(shù)據(jù)急劇增長(zhǎng)，這些教育大數(shù)據(jù)真實(shí)地記錄了學(xué)習(xí)者復(fù)雜的學(xué)習(xí)行為，是了解學(xué)習(xí)者學(xué)習(xí)狀態(tài)、評(píng)估學(xué)習(xí)效果及提供學(xué)習(xí)建議的基礎(chǔ)依據(jù)。如何使用大數(shù)據(jù)的理論、方法和技術(shù)處理教育大數(shù)據(jù)以提高學(xué)習(xí)效率、優(yōu)化學(xué)習(xí)效果成為教育領(lǐng)域人們關(guān)注的重要問(wèn)題。自2011年以來(lái)，學(xué)習(xí)分析與知識(shí)國(guó)際會(huì)議（LAK，The International Conferenceon Learning Analytics & Knowledge）每年定期舉行以促進(jìn)學(xué)習(xí)分析技術(shù)發(fā)展和應(yīng)用。美國(guó)新媒體聯(lián)盟（NMC）的《Horizon Report》更是將學(xué)習(xí)分析技術(shù)評(píng)價(jià)為影響教育發(fā)展趨勢(shì)的關(guān)鍵技術(shù)，并將于較短時(shí)間被廣泛采納[2-4]。各學(xué)習(xí)技術(shù)研究機(jī)構(gòu)和高等教育院校均開(kāi)展了不同程度的學(xué)習(xí)分析實(shí)踐，有效地推動(dòng)了學(xué)習(xí)分析理論和實(shí)踐的發(fā)展及與其他教育技術(shù)的融合。

本文以梳理學(xué)習(xí)分析相關(guān)研究文獻(xiàn)為基礎(chǔ)，介紹基于大數(shù)據(jù)學(xué)習(xí)分析技術(shù)的基本概念、研究現(xiàn)狀、發(fā)展趨勢(shì)，分析大數(shù)據(jù)背景下學(xué)習(xí)分析技術(shù)帶來(lái)的學(xué)習(xí)變革趨勢(shì)和應(yīng)用中存在的挑戰(zhàn)。

1 學(xué)習(xí)分析相關(guān)文獻(xiàn)分析

本研究以“學(xué)習(xí)分析”和“Learning Analytics”作為主題詞，檢索近五年來(lái)發(fā)表在國(guó)內(nèi)核心期刊、LAK會(huì)議論文、美國(guó)高校教育信息化協(xié)會(huì)等機(jī)構(gòu)專題報(bào)告、教育類國(guó)際權(quán)威期刊上的文獻(xiàn)，共計(jì)獲取文獻(xiàn)292篇，文獻(xiàn)數(shù)量自2012年始呈現(xiàn)快速增長(zhǎng)趨勢(shì)（圖1），體現(xiàn)了教育界對(duì)該領(lǐng)域的持續(xù)高度關(guān)注。

通過(guò)關(guān)鍵詞分析和引文關(guān)系分析，與“學(xué)習(xí)分析”相關(guān)的高頻關(guān)鍵詞有：“大數(shù)據(jù)”“教育大數(shù)據(jù)”“教育數(shù)據(jù)挖掘”“在線學(xué)習(xí)”“MOOCS”“智慧學(xué)習(xí)”“教育變革”“社會(huì)網(wǎng)絡(luò)分析”“行為分析”“學(xué)習(xí)過(guò)程”等（表1），從中可以看出學(xué)習(xí)分析的發(fā)展離不開(kāi)大數(shù)據(jù)和數(shù)據(jù)挖掘技術(shù)的發(fā)展;相關(guān)研究主題分布在：學(xué)習(xí)分析理論基礎(chǔ)、學(xué)習(xí)分析模型與方法、學(xué)習(xí)分析技術(shù)與工具、學(xué)習(xí)分析應(yīng)用與實(shí)踐、學(xué)習(xí)分析面臨的倫理與道德挑戰(zhàn)。

對(duì)獲取文獻(xiàn)的標(biāo)題和摘要進(jìn)一步梳理發(fā)現(xiàn)：國(guó)際上對(duì)學(xué)習(xí)分析的研究集中于學(xué)習(xí)分析服務(wù)框架構(gòu)建、學(xué)習(xí)分析模型研究、學(xué)習(xí)分析方法研究、學(xué)習(xí)分析工具和可視化及實(shí)證研究等方面;國(guó)內(nèi)學(xué)習(xí)分析研究中代表性的有：吳永和等對(duì)學(xué)習(xí)分析相關(guān)國(guó)際會(huì)議進(jìn)行介紹評(píng)析、綜述了學(xué)習(xí)分析相關(guān)研究現(xiàn)狀、發(fā)展及面臨的挑戰(zhàn)[5-6];馬曉玲等對(duì)學(xué)習(xí)分析系統(tǒng)構(gòu)建進(jìn)行了研究，提出了學(xué)習(xí)分析系統(tǒng)論域、形式化建模學(xué)習(xí)分析系統(tǒng)信息空間模型[7]; 李青等對(duì)學(xué)習(xí)分析數(shù)據(jù)互操作規(guī)范IMS Caliper Analytics進(jìn)行了解讀[8];馬晨輝、徐艷艷以采集學(xué)習(xí)者視頻行為數(shù)據(jù)為例對(duì)學(xué)習(xí)分析中數(shù)據(jù)采集的研究與技術(shù)實(shí)現(xiàn)進(jìn)行了探討[9]。孟玲玲等從多個(gè)角度對(duì)學(xué)習(xí)分析工具進(jìn)行了分類，并從使用環(huán)境、數(shù)據(jù)支持格式、是否可視化等維度詳細(xì)比較。[10] 這些研究有效推動(dòng)了學(xué)習(xí)分析技術(shù)在我國(guó)的發(fā)展和應(yīng)用，國(guó)內(nèi)對(duì)學(xué)習(xí)分析的研究主要集中于理論探討、研究綜述和應(yīng)用分析方面，鮮有實(shí)踐研究。

2 學(xué)習(xí)分析概念界定與特征

學(xué)習(xí)分析是近年興起的一個(gè)研究領(lǐng)域，然而其探索及應(yīng)用早于1969年就已存在，吳青等[11]詳細(xì)梳理了學(xué)習(xí)分析源起、教育數(shù)據(jù)挖掘（EDM，Educational Data Mining）、學(xué)習(xí)分析協(xié)會(huì)成立（SoLAR，The Society for Learning Analytics Research）、LAK舉辦（標(biāo)志學(xué)習(xí)分析成為獨(dú)立新興研究領(lǐng)域）的發(fā)展過(guò)程。在此過(guò)程中，研究學(xué)者從不同的角度對(duì)學(xué)習(xí)分析的概念進(jìn)行界定（表2），但目前學(xué)術(shù)界對(duì)學(xué)習(xí)分析的概念還沒(méi)有形成統(tǒng)一的認(rèn)知，在多數(shù)研究文獻(xiàn)中引用的定義來(lái)自LAK11[12]、EDUCAUSE（Learning analytics： the coming third wave）[13]、Horizon Report[1-3]及George Siemens[14]。

這些學(xué)習(xí)分析的定義從不同的角度為我們描繪了學(xué)習(xí)分析的輪廓，其過(guò)程具有周期性，包括如下步驟：學(xué)習(xí)數(shù)據(jù)的測(cè)量收集整理、預(yù)測(cè)建模、模型挖掘、學(xué)習(xí)干預(yù)、效果評(píng)價(jià)。結(jié)合實(shí)踐研究成果，我們認(rèn)為學(xué)習(xí)分析具有下列四個(gè)方面的特征：

（1）數(shù)據(jù)來(lái)源多樣化

從產(chǎn)生數(shù)據(jù)的對(duì)象角度分，學(xué)習(xí)分析的數(shù)據(jù)來(lái)源包括教師、學(xué)生、管理人員、決策者等學(xué)習(xí)利益相關(guān)者;從產(chǎn)生數(shù)據(jù)的技術(shù)平臺(tái)角度分，學(xué)習(xí)分析的數(shù)據(jù)來(lái)源包括網(wǎng)絡(luò)學(xué)習(xí)平臺(tái)、網(wǎng)絡(luò)教學(xué)平臺(tái)（BlackBoard、Moodle、MOOCS）、在線學(xué)習(xí)系統(tǒng)、社交媒體（微博、微信、博客、論壇、貼吧、APP）、傳統(tǒng)課堂中的數(shù)字化教學(xué)資料等[15];從產(chǎn)生數(shù)據(jù)的類型角度分，學(xué)習(xí)分析的數(shù)據(jù)來(lái)源包括學(xué)習(xí)行為數(shù)據(jù)、學(xué)習(xí)環(huán)境數(shù)據(jù)、學(xué)習(xí)者情緒狀態(tài)、學(xué)習(xí)者注意力水平等。這些數(shù)據(jù)大多是非結(jié)構(gòu)化或半結(jié)構(gòu)化數(shù)據(jù)，需要綜合利用多種傳感設(shè)備獲取，并采用大數(shù)據(jù)處理技術(shù)對(duì)數(shù)據(jù)進(jìn)行抽取、清洗、規(guī)范以供學(xué)習(xí)分析引擎進(jìn)一步使用。

（2）分析結(jié)果的指向性

學(xué)習(xí)分析的結(jié)果具有明確的指向性，其目的在于理解目前學(xué)習(xí)者的學(xué)習(xí)行為所處的狀態(tài)、評(píng)估學(xué)習(xí)者的學(xué)習(xí)績(jī)效，對(duì)學(xué)習(xí)過(guò)程進(jìn)行優(yōu)化（提供資源輔助、學(xué)習(xí)建議等），根據(jù)階段評(píng)估結(jié)果和預(yù)測(cè)模型對(duì)學(xué)習(xí)行為結(jié)果進(jìn)行預(yù)測(cè)，以盡早發(fā)現(xiàn)潛在的問(wèn)題，并據(jù)此進(jìn)行學(xué)習(xí)干預(yù)。這也是學(xué)習(xí)分析區(qū)別于教育數(shù)據(jù)挖掘（EDM）和學(xué)術(shù)/行為分析的關(guān)鍵之處。

（3）分析結(jié)果可視化

學(xué)習(xí)分析結(jié)果的可視化呈現(xiàn)是學(xué)習(xí)分析實(shí)踐應(yīng)用中重要的一個(gè)環(huán)節(jié)，通過(guò)可視化工具可以使學(xué)習(xí)分析的結(jié)果簡(jiǎn)明易懂，不同的使用者可以根據(jù)可視化呈現(xiàn)的結(jié)果對(duì)與自己相關(guān)的方面進(jìn)行分析與判斷，并針對(duì)性地做出調(diào)整，如學(xué)習(xí)者調(diào)整學(xué)習(xí)策略和方法，教師調(diào)整教學(xué)內(nèi)容和教學(xué)方式等。

（4）服務(wù)對(duì)象多元化

學(xué)習(xí)分析具有應(yīng)用性特點(diǎn)，其本身不關(guān)注于生產(chǎn)關(guān)于學(xué)習(xí)與教學(xué)的理論，而是基于現(xiàn)有的教育教學(xué)理論在相關(guān)模型下理解教育數(shù)據(jù)，并提供學(xué)習(xí)、教學(xué)和管理支持。因此，學(xué)習(xí)者是學(xué)習(xí)分析首先的服務(wù)對(duì)象，既是學(xué)習(xí)分析的起點(diǎn)也是學(xué)習(xí)分析的終點(diǎn)[16];其次，學(xué)習(xí)分析服務(wù)于教學(xué)過(guò)程中的教師、教學(xué)管理者、決策者，其職能所需的數(shù)據(jù)分析結(jié)果在粒度上有所區(qū)別。

綜上所述，學(xué)習(xí)分析技術(shù)主要依據(jù)學(xué)習(xí)者學(xué)習(xí)需求、通過(guò)獲取、模型分析和模型解釋學(xué)習(xí)過(guò)程所產(chǎn)生的數(shù)據(jù)，進(jìn)而評(píng)估學(xué)習(xí)者的績(jī)效、預(yù)測(cè)未來(lái)的學(xué)習(xí)效果，進(jìn)而有針對(duì)性地進(jìn)行學(xué)習(xí)干預(yù)，以實(shí)現(xiàn)優(yōu)化學(xué)習(xí)效果目的的一種應(yīng)用。

3 學(xué)習(xí)分析研究主題

3.1 學(xué)習(xí)分析的基礎(chǔ)理論與框架模型

學(xué)習(xí)分析的基礎(chǔ)理論研究體現(xiàn)在兩個(gè)方面：一是學(xué)習(xí)分析建立的理論基礎(chǔ)，George Siemens[17]、Macfayen[18]等從推動(dòng)學(xué)習(xí)分析發(fā)展的相關(guān)領(lǐng)域角度梳理：數(shù)據(jù)挖掘、學(xué)習(xí)理論、教育理論、社會(huì)網(wǎng)絡(luò)等都曾為學(xué)習(xí)分析的研究與實(shí)踐提供了理論支撐，體現(xiàn)出學(xué)習(xí)分析應(yīng)用性的屬性;二是指導(dǎo)學(xué)習(xí)分析研究與實(shí)踐活動(dòng)的相關(guān)理論框架及模型，包括學(xué)習(xí)分析的過(guò)程、利益相關(guān)者、應(yīng)用領(lǐng)域、道德和隱私保護(hù)等。

George Siemens[14]著眼于學(xué)習(xí)的個(gè)性化和自適應(yīng)這一目標(biāo)提出“學(xué)習(xí)分析過(guò)程模型”，該模型以智能數(shù)據(jù)和學(xué)習(xí)者數(shù)據(jù)為輸入，綜合考慮社會(huì)、技術(shù)、教育等因素，通過(guò)學(xué)習(xí)預(yù)測(cè)、干預(yù)，重構(gòu)教學(xué)以實(shí)現(xiàn)學(xué)習(xí)者的個(gè)性化學(xué)習(xí)和自適應(yīng)學(xué)習(xí)。Elias[22]提出學(xué)習(xí)分析循環(huán)改進(jìn)模型，基于計(jì)算機(jī)、人力、理論、組織因素四個(gè)方面資源，進(jìn)行數(shù)據(jù)收集、信息處理、知識(shí)應(yīng)用的循環(huán)分析過(guò)程。Khalil[23]等提出學(xué)習(xí)分析生命周期模型，該模型認(rèn)為學(xué)習(xí)分析由學(xué)習(xí)環(huán)境、大數(shù)據(jù)、分析、行動(dòng)四個(gè)步驟構(gòu)成，一個(gè)周期從學(xué)習(xí)環(huán)境開(kāi)始到行動(dòng)結(jié)束，隨后開(kāi)始下一個(gè)周期。Greller[24]等提出了學(xué)習(xí)分析的六維關(guān)鍵因素設(shè)計(jì)框架，該框架內(nèi)部約束、外部約束、利益相關(guān)者、工具、目標(biāo)、數(shù)據(jù)六種因素，并列出了每種因素的具體用例。李艷燕等[25]梳理了學(xué)習(xí)分析五個(gè)基本組成要素：學(xué)習(xí)過(guò)程、學(xué)習(xí)環(huán)境、受眾、教育環(huán)境、五個(gè)環(huán)節(jié)（數(shù)據(jù)采集、數(shù)據(jù)存儲(chǔ)、數(shù)據(jù)分析、數(shù)據(jù)表示、應(yīng)用服務(wù)（績(jī)效評(píng)估、過(guò)程預(yù)測(cè)、學(xué)習(xí)干預(yù)）），涉及學(xué)習(xí)者、教師、教育管理者三類對(duì)象，同時(shí)為其提供服務(wù)。胡藝齡、顧小青、姜強(qiáng)等[26-30]從不同的角度對(duì)學(xué)習(xí)分析模型進(jìn)行了完善和該進(jìn)。這些模型對(duì)于指導(dǎo)研究者進(jìn)行學(xué)習(xí)分析系統(tǒng)設(shè)計(jì)、算法設(shè)計(jì)及應(yīng)用實(shí)踐具有重大意義，是研究者進(jìn)行相關(guān)理論探討和實(shí)踐的基本依據(jù)。

3.2 學(xué)習(xí)分析技術(shù)與工具研究

學(xué)習(xí)分析研究是一個(gè)交叉應(yīng)用領(lǐng)域，其發(fā)展借鑒了多個(gè)領(lǐng)域的理論、工具和方法，包括[21]學(xué)業(yè)分析、行動(dòng)分析、網(wǎng)站分析、教育數(shù)據(jù)挖掘、統(tǒng)計(jì)與數(shù)學(xué)方法、文本分析與語(yǔ)義分析、社會(huì)網(wǎng)絡(luò)分析、可視化理論等。相關(guān)分析方法基本都有相應(yīng)的分析工具支持，并進(jìn)行了相關(guān)應(yīng)用實(shí)踐。常用的學(xué)習(xí)分析工具有：Mixpanel Analytics用于可視化與實(shí)時(shí)分析，Userfly可用性測(cè)試，Gephi開(kāi)源的可視化交互分析， Socrato基于題庫(kù)的學(xué)習(xí)評(píng)估，SNAPP可視化社會(huì)網(wǎng)絡(luò)與行為分析，LOCO-Analyst基于情境的社會(huì)網(wǎng)絡(luò)分析等。

國(guó)內(nèi)多側(cè)重于對(duì)分析方法及所對(duì)應(yīng)工具的介紹和對(duì)比研究，孟玲玲等[10]從使用環(huán)境、數(shù)據(jù)支持格式、是否可視化等維度對(duì)24種學(xué)習(xí)分析工具進(jìn)行了對(duì)比研究，魏順平[31]對(duì)LIWC、CATPAC、Atlast、Nvivo、VINCA、Geghi、UCINET等文本、內(nèi)容、社會(huì)網(wǎng)絡(luò)分析工具進(jìn)行了歸納研究。然而對(duì)如何結(jié)合具體的情況使用這些工具尚缺乏相關(guān)理論指導(dǎo)，同時(shí)各工具所得到的結(jié)論在不能互相佐證時(shí)也缺乏理論框架進(jìn)行解釋說(shuō)明，這是普及和應(yīng)用學(xué)習(xí)分析技術(shù)所亟待解決的問(wèn)題之一。

3.3 學(xué)習(xí)分析應(yīng)用與實(shí)踐研究

國(guó)外應(yīng)用與實(shí)踐研究早于國(guó)內(nèi)，經(jīng)典的案例有北亞利桑那大學(xué)的GPS（Grade Perfoemance status）項(xiàng)目、澳大利亞Wollongong大學(xué)的SNAPP（Social Networks Adapting Pedagogical Practice）、Pardos等[32]學(xué)者基于Web的教學(xué)平臺(tái)ASSISTments研究實(shí)踐、Lonn等[33]針對(duì)密歇根大學(xué)學(xué)生的M-STEM Academy 學(xué)業(yè)預(yù)警系統(tǒng)實(shí)踐等。隨著理論研究的深入，國(guó)內(nèi)應(yīng)用與實(shí)踐方面的研究也在不斷增加，顧曉[34]就使用學(xué)習(xí)分析技術(shù)構(gòu)建信息技術(shù)課程教學(xué)平臺(tái)進(jìn)行了實(shí)踐，陳春燕[35]對(duì)使用Gephi工具對(duì)Moodle平臺(tái)上的討論進(jìn)行了可視化呈現(xiàn)實(shí)踐等。從這些實(shí)踐多集中于MOOCS或在線學(xué)習(xí)平臺(tái)，如何將實(shí)踐領(lǐng)域進(jìn)一步擴(kuò)大到傳統(tǒng)教學(xué)環(huán)境還需進(jìn)一步研究。

4 結(jié)束語(yǔ)

學(xué)習(xí)分析技術(shù)的研究和發(fā)展為我們實(shí)現(xiàn)個(gè)性化學(xué)習(xí)和自適應(yīng)學(xué)習(xí)提供了更好的技術(shù)保障，有效地推動(dòng)MOOCS和在線學(xué)習(xí)效果的提高。然而，其未來(lái)的發(fā)展還面臨著諸多需要解決的問(wèn)題，包括：數(shù)據(jù)采集與處理技術(shù)的局限導(dǎo)致對(duì)規(guī)模最大的傳統(tǒng)教育支持不夠，隱私與倫理上的問(wèn)題、各系統(tǒng)統(tǒng)一標(biāo)準(zhǔn)的研究與制定問(wèn)題等。雖其如此，不得不承認(rèn)學(xué)習(xí)分析技術(shù)在大數(shù)據(jù)環(huán)境下為教育研究與實(shí)踐提供了更有效的方法和支撐，使我們可以更好地迎接數(shù)據(jù)變革教育的時(shí)代。

參考文獻(xiàn)：

[1] Manyika，J.，Chui，M.，Brown，B.Big data： The nextfrontier for innovation， competition， and productivity[DB/OL].http：//www.mckinsey.com/business-functions/digital-mckinsey/our-insights/bigdata-the-next-frontier-for-innovation，2016-11-10.

[2] JOHNSON L， ADAMS BECKER S， WITCHEY H， et al. The NMC Horizon Report： 2011 Museum Edition [J]. Austin， Texas： The New Media Consortium， 2011.

[3] JOHNSON L， ADAMS S， CUMMINS M， et al. The NMC horizon report： 2013 higher education edition [J]. 2013.

[4] JOHNSON L， ADAMS S， CUMMINS M， et al. The NMC horizon report： 2012 higher education edition， Austin[J].http：//www.nmc.org/publications/2013-horizon-report-higher-ed， 2013.

[5] 吳永和，曹盼，邢萬(wàn)里，馬曉玲.學(xué)習(xí)分析技術(shù)的發(fā)展和挑戰(zhàn)——第四屆學(xué)習(xí)分析與知識(shí)國(guó)際會(huì)議評(píng)析[J]. 開(kāi)放教育研究，2014（06）：72-80.

[6] 吳永和， 陳丹，等.學(xué)習(xí)分析：教育信息化的新浪潮[J]. 遠(yuǎn)程教育雜志，2013（04）：11-19.

[7] 馬曉玲，邢萬(wàn)里，等.學(xué)習(xí)分析系統(tǒng)構(gòu)建研究[J].華東師范大學(xué)學(xué)報(bào)（自然科學(xué)版），2014（02）：1-19.

[8] 李青，趙越.學(xué)習(xí)分析數(shù)據(jù)互操作規(guī)范IMS Caliper Analytics解讀[J].現(xiàn)代遠(yuǎn)程教育研究，2016（02）： 98-106.

[9] 馬晨輝，徐艷艷. 中國(guó)高等教育學(xué)會(huì)教育信息化分會(huì)第十二次學(xué)術(shù)年會(huì)論文集[C].2014

[10] 孟玲玲， 顧小清， 李澤. 學(xué)習(xí)分析工具比較研究[J]. 開(kāi)放教育研究，2014（04）：66-75.

[11] 吳青，羅儒國(guó).學(xué)習(xí)分析：從源起到實(shí)踐與研究[J]. 開(kāi)放教育研究，2015（01）：71-79.

[12] Siemens G. Learning and Knowledge Analytics-Knewton the future of education[EB/OL].

http：//www.learninganalytics.net/？p=126，2011-04-14.

[13] Brown， M. Learning analytics： the coming third wave[DB/OL].http：//net.educause.edu/ir/library/pdf/ELIB1101.pdf，2011-4-1.

[14] Siemens， G. What are Learning Analytics？[EB/OL].http：//www.elearnspace.org/blog/2010/08/25/what-are-learning-analytics/.2010-08-25.

[15] 李青，王濤. 學(xué)習(xí)分析技術(shù)研究與應(yīng)用現(xiàn)狀述評(píng)[J].中國(guó)電化教育，2012（8）：129-133.

[16] 包昊罡，李艷燕.大數(shù)據(jù)背景下學(xué)習(xí)分析的特點(diǎn)[J].北京廣播電視大學(xué)學(xué)報(bào)，2015（1）：9-15.

[17] Siemens G. Learning Analytics： The Emergence of a Discipline[J].AMERICAN BEHAVIORAL SCIENTIST，2013，57（10SI）：1380-1400.

[18] Macfadyen，L.P.，Dawson，S.Mining LMS data to develop an “early warning system” for educators：A proof of concept[J].Computers Education，2010，54（2）：588-599.

[19] Baker，R. S. J. d.， Yacef， K.. The State of Educational Data Mining in 2009：A Review and Future Visions[J]. Journal of Educational Data Mining，2009，1（1）：3-14.

[20] U.S.Department of Education，Office of Educational Technology.Enhancing Teaching and Learning Through Educational Data Mining and Learning Analytics： An Issue Brief [R]. Washington， D.C.， 2012.

[21] 郭炯，鄭曉俊.基于大數(shù)據(jù)的學(xué)習(xí)分析研究綜述[J].中國(guó)電化教育，2017（1）：121-130.

[22] Elias，T. Learning analytics： Definitions， processes and potentials[EB/OL].

http：//libvolume4.xyz/homescience/bsc/semester4/teachingmethodsandmediaee2/learningprocess/learningprocesstutorial1.pdf，2016-07-11.

[23] Khalil，M.，Ebner，M.Learning Analytics： Principles and Constraints：World Conference on Educational Multimedia， Hypermedia and Telecommunications[DB/OL].https：//www.researchgate.net/publication/278940599_Learning_Analytics_Principles_and_Constraints，2016-08-1

[24] Greller，W.，Drachsler，H.Translating Learning into Numbers：A Generic Framework for Learning Analytics[J].EDUCATIONAL TECHNOLOGY & SOCIETY，2012，15（3）：42-57.

[25] 李艷燕，馬韶茜，黃榮懷.學(xué)習(xí)分析技術(shù)：服務(wù)學(xué)習(xí)過(guò)程設(shè)計(jì)和優(yōu)化[J].開(kāi)放教育研究，2012，（5）：18-24.

[26] 胡藝齡，顧小清.教育效益的追問(wèn)：從學(xué)習(xí)分析技術(shù)的視角[J].現(xiàn)代遠(yuǎn)程教育研究，2014（6）：41-48.

[27] 花燕鋒，張龍革.基于MOOCs的多元同心學(xué)習(xí)分析模型構(gòu)建[J].遠(yuǎn)程教育雜志，2014（5）：104-112.

[28] 姜強(qiáng)，趙蔚，王朋嬌，等.基于大數(shù)據(jù)的個(gè)性化自適應(yīng)在線學(xué)習(xí)分析模型及實(shí)現(xiàn)[J].中國(guó)電化教育，2015（1）：85-92.

[29] 唐麗，王運(yùn)武，陳琳.智慧學(xué)習(xí)環(huán)境下基于學(xué)習(xí)分析的干預(yù)機(jī)制研究[J].電化教育研究，2016（2）：62-66.

[30] 李彤彤，黃洛穎，鄒蕊，等.基于教育大數(shù)據(jù)的學(xué)習(xí)干預(yù)模型構(gòu)建[J].中國(guó)電化教育，2016（6）：16-19.

[31] 魏順平.學(xué)習(xí)分析技術(shù)：挖掘大數(shù)據(jù)時(shí)代下教育數(shù)據(jù)的價(jià)值[J].現(xiàn)代教育技術(shù)，2013（2）：6-7.

[32] PARDOS Z A，BAKER R S，SAN PEDRO M O，et al.Affective states and state tests：Investigation how affect throughout the school year predicts end of year learning outcomes[C].//Poreedings of the Third International Conference on Learning Analytics and Knoelege（pp.117-124）.ACM，2012.

[33] LONN S，KRUMM A E，WADDINGTON R J，et al.Bridging the gap from knoeledge to action：Putting analytics in the hands of academic advisors[C].In Proceedings of the 2nd International Conference on Learning Analytics and Knoeledge.ACM，2012：184-187.

[34] 顧曉.學(xué)習(xí)分析技術(shù)在高中信息技術(shù)的應(yīng)用實(shí)踐研究[D].上海：上海師范大學(xué)，2012：30-39.

[35] 陳春燕.學(xué)習(xí)分析在 Moodle 網(wǎng)絡(luò)課程中的應(yīng)用研究[D].上海：上海師范大學(xué)，2014：43-58.