學(xué)習(xí)者特征在線測評系統(tǒng)設(shè)計(jì)

摘 要：大數(shù)據(jù)時代的來臨，數(shù)據(jù)分析為自適應(yīng)學(xué)習(xí)提供了更有力的支持。對學(xué)習(xí)者的學(xué)習(xí)動機(jī)、學(xué)習(xí)風(fēng)格等特征分析，成為自適應(yīng)學(xué)習(xí)的必要環(huán)節(jié)。為了幫助教學(xué)決策者對學(xué)習(xí)者的特征進(jìn)一步的了解，設(shè)計(jì)了一套動態(tài)測評游戲和在線問卷測評為一體的測評系統(tǒng)。兩大測試系統(tǒng)由基于ASP.NET MVC Web開發(fā)的在線調(diào)查問卷系統(tǒng)和基于Unity3D游戲引擎開發(fā)的Web端動態(tài)游戲測試系統(tǒng)組成。關(guān)于學(xué)習(xí)者的風(fēng)格分析往往是以單一的問卷形式呈現(xiàn)，從未出現(xiàn)有與客觀游戲相結(jié)合的形式。

關(guān)鍵詞：學(xué)習(xí)者特征；個性化自適應(yīng)學(xué)習(xí)；測評系統(tǒng)

Abstract： With the advent of the era of big data， data analysis provides more powerful support for adaptive learning. Analysis of learners' motivation and style has become an essential part of adaptive learning. In order to help teaching decision-makers to further understand the characteristics of learners， a set of evaluation system for dynamic evaluation game and online questionnaire evaluation was designed. The two test systems consist of an online questionnaire system based on ASP.NET MVC Web development and a web-based dynamic game test system based on the Unity3D game engine. Style analysis about learners is often presented in the form of a single questionnaire， and there has never been a form of integration with objective games.

Keywords： Learner Characteristics；Individual Adaptive Learning； Evaluation System

1、引言

數(shù)據(jù)時代的快速發(fā)展，通過對數(shù)據(jù)的記錄、獲取、分析等讓教學(xué)決策者能夠在更寬的領(lǐng)域和更深的層次中獲得學(xué)習(xí)者更多潛在的信息。在“以人為本”、“因材施教”等的教育理念中，大數(shù)據(jù)時代讓這些教育理念的更好的運(yùn)用到教學(xué)過程中。依賴大數(shù)據(jù)的支持，個性化自適應(yīng)學(xué)習(xí)逐漸顯現(xiàn)其優(yōu)勢，這一優(yōu)勢也讓學(xué)習(xí)者在學(xué)習(xí)過程中所產(chǎn)生的數(shù)據(jù)也得到進(jìn)一步的充分利用。根據(jù)荷蘭著名的行為觀察軟件商N(yùn)OLDUS公司的研究， 在一節(jié)40分鐘的普通中學(xué)課堂中一個學(xué)生所產(chǎn)生的全息數(shù)據(jù)約為5～6GB， 而其中可歸類、標(biāo)簽、并進(jìn)行分析的量化數(shù)據(jù)約有50～60MB， 這相當(dāng)于他在傳統(tǒng)數(shù)據(jù)領(lǐng)域中積累5萬年的數(shù)據(jù)量總和。[1]如何更加合理的使用這些數(shù)據(jù)，讓學(xué)習(xí)者的這些數(shù)據(jù)能夠更好的物盡其用是當(dāng)前研究領(lǐng)域的一大重難點(diǎn)。這種情況下學(xué)習(xí)分析技術(shù)的優(yōu)勢又一次突顯出來。

姜強(qiáng)[2]等人認(rèn)為在數(shù)字化學(xué)習(xí)環(huán)境中，個性化自適應(yīng)學(xué)習(xí)是指基于學(xué)習(xí)者個性特征差異提供個性化的學(xué)習(xí)服務(wù)，記錄、挖掘和深入分析學(xué)習(xí)行為歷史數(shù)據(jù)信息，以可視化方式呈現(xiàn)數(shù)據(jù)結(jié)果，用于評估學(xué)習(xí)過程、發(fā)現(xiàn)潛在問題和預(yù)測未來表現(xiàn)，并進(jìn)行個性化干預(yù)、指導(dǎo)，促進(jìn)有效學(xué)習(xí)的發(fā)生。這一定義中的學(xué)習(xí)者個性特征，在建構(gòu)主義學(xué)習(xí)理論中早有涉及，建構(gòu)主義以學(xué)習(xí)者為中心，強(qiáng)調(diào)要發(fā)揮學(xué)習(xí)者的主動性及情境創(chuàng)設(shè)的重要性。如何深入分析學(xué)習(xí)者的特征也就成為個性化自適應(yīng)學(xué)習(xí)中必不可少的一個環(huán)節(jié)。張家華[3]等指出關(guān)于學(xué)習(xí)者特征的一個模型概念，學(xué)習(xí)者模型： 是對學(xué)習(xí)者的若干特征信息的抽象描述，包括其在學(xué)習(xí)過程中呈現(xiàn)出來的知識狀態(tài)、目標(biāo)、背景、認(rèn)知風(fēng)格和愛好等。對于學(xué)生學(xué)習(xí)風(fēng)格信息的收集均有兩種方式：一種是通過在線量表收集， 這種方式較為常見， 另外一種方法是在學(xué)生學(xué)習(xí)的過程中的操作和活動， 運(yùn)用某種算法挖掘和提取學(xué)生的學(xué)習(xí)風(fēng)格信息， 這種隱性的方式讓學(xué)生避免了填寫冗長的量表。[4]

2、學(xué)習(xí)者特征在線測評系統(tǒng)

學(xué)習(xí)者特征在線測評通過學(xué)習(xí)的自測來了解學(xué)習(xí)者自身的學(xué)習(xí)風(fēng)格，對于自身學(xué)習(xí)風(fēng)格的界定模糊，會導(dǎo)致學(xué)習(xí)者學(xué)習(xí)方法選擇不符合自身需求。通過學(xué)習(xí)者特征測試系統(tǒng)，學(xué)習(xí)者進(jìn)一步了解到吱聲的學(xué)習(xí)風(fēng)格，同時測定結(jié)果提供給教師或相關(guān)從業(yè)人員，以便其為學(xué)習(xí)者推薦或選擇適合其學(xué)習(xí)特征的學(xué)習(xí)方式，制定合理的學(xué)習(xí)策略。測量數(shù)據(jù)結(jié)果提供基于教育領(lǐng)域相關(guān)行業(yè)，也給教育大數(shù)據(jù)提供更多真實(shí)數(shù)據(jù)。系統(tǒng)包括在線調(diào)查問卷系統(tǒng)采集主觀學(xué)習(xí)風(fēng)格等數(shù)據(jù)，又包括相關(guān)游戲采集動態(tài)的學(xué)習(xí)行為特征數(shù)據(jù)。兩部分?jǐn)?shù)據(jù)的結(jié)合讓教學(xué)決策者更好的掌握學(xué)習(xí)者的特征，以便調(diào)整教學(xué)策略和教學(xué)方案，進(jìn)行更適宜的個性化設(shè)計(jì)。系統(tǒng)數(shù)據(jù)流圖，如圖 1所示.

圖 2數(shù)據(jù)流圖

2.1動態(tài)游戲測評系統(tǒng)

動態(tài)游戲測評部分是基于Unity3D游戲引擎開發(fā)的Web端動態(tài)游戲測試系統(tǒng)。動態(tài)游戲測評分為迷宮和叉車兩個模塊，分別進(jìn)行注意力和工作記憶測試。工作記憶在個體的認(rèn)知行為中起了不可替代的作用， 是個體在復(fù)雜認(rèn)知行為中表現(xiàn)差異的重要的甚至是核心的因素。[5]學(xué)生課堂注意力和記憶力的好壞直接影響教師的教學(xué)效果， 注意是人的心理活動對一定對象或活動的指向和集中。[6]學(xué)生注意力與記憶力的影響在學(xué)生學(xué)習(xí)過程中的影響不容小覷，迷宮游戲和叉車游戲的測評能夠?qū)W(xué)習(xí)者個人特征以真實(shí)準(zhǔn)確的數(shù)據(jù)表現(xiàn)。

迷宮游戲分為迷宮訓(xùn)練和迷宮測試兩部分，測試模式中會減少在訓(xùn)練環(huán)節(jié)中的提示部分。二者的測試數(shù)據(jù)結(jié)果都將在最后為教育領(lǐng)域的相關(guān)從業(yè)人員提供分析依據(jù)。

迷宮游戲中測試的主要記錄學(xué)習(xí)者觀察地圖的時間、游戲通過的時間，闖關(guān)成功次數(shù)、關(guān)卡的路徑節(jié)點(diǎn)個數(shù)等數(shù)據(jù)。學(xué)習(xí)者在游戲過程中能夠在再次打開提示地圖進(jìn)行觀察或者選擇停止游戲，但這些操作數(shù)據(jù)最終都將會記錄到測試的結(jié)果數(shù)據(jù)中。測試的難度也會隨著學(xué)習(xí)者在關(guān)卡中的表現(xiàn)而提升，這一功能主要由路徑節(jié)點(diǎn)數(shù)來調(diào)整，路徑節(jié)點(diǎn)數(shù)越多，難度越大。

叉車游戲同樣也分為測試和訓(xùn)練模塊，叉車游戲以同色的叉車進(jìn)入車庫的數(shù)量為主要測試方式。游戲的難度提升會隨著單位時間內(nèi)出現(xiàn)的小車數(shù)量和速度逐步提升，這種難度測試也將會為不同程度的學(xué)習(xí)者的能力加以區(qū)分。叉車游戲記錄學(xué)習(xí)者的用時，叉車進(jìn)入車庫的正確數(shù)量，及錯誤數(shù)量。

2.2在線問卷測試系統(tǒng)

客觀問卷測試分為兩部分，由成就動機(jī)和學(xué)習(xí)風(fēng)格兩部分組成。成就動機(jī)量表采用挪威心理學(xué)家Gjesme？T和T？Nygard于1970年編制，我國上海師范大學(xué)教科所葉仁敏譯制修訂的版本。學(xué)習(xí)風(fēng)格采用鑲嵌圖形測試題來進(jìn)行學(xué)習(xí)風(fēng)格的劃分。兩部分測試的結(jié)果將學(xué)習(xí)者成就動機(jī)和學(xué)習(xí)風(fēng)格做出劃分。

2.3數(shù)據(jù)結(jié)果處理

數(shù)據(jù)處理結(jié)果在游戲測試環(huán)節(jié)的數(shù)據(jù)，每次均在游戲結(jié)束時已將結(jié)果顯示，客觀題測試在結(jié)束時根據(jù)測試的要求和條件給出學(xué)習(xí)者的關(guān)于學(xué)習(xí)風(fēng)格和成就動機(jī)的判定結(jié)果。最終的數(shù)據(jù)結(jié)果可以導(dǎo)入電子表格中供教學(xué)決策者做進(jìn)一步的分析，也供教師為學(xué)習(xí)者制定個性化學(xué)習(xí)方案。

3、結(jié)束語

學(xué)習(xí)者特征測試僅為自適應(yīng)學(xué)習(xí)的部分環(huán)節(jié)，但其重要性不容忽視。學(xué)習(xí)者的特征涵蓋范圍很廣，該測試系統(tǒng)區(qū)別于目前已有的測試系統(tǒng)，特點(diǎn)在于其運(yùn)用主觀的游戲測試數(shù)據(jù)與客觀的量表測試數(shù)據(jù)相結(jié)合。改變以往僅使用部分?jǐn)?shù)據(jù)作為分析依據(jù)的狀況。以往關(guān)于學(xué)習(xí)者的風(fēng)格分析往往是以單一的問卷形式呈現(xiàn)，從未出現(xiàn)有與客觀游戲相結(jié)合的形式。在游戲領(lǐng)域也尚未出現(xiàn)專門用于學(xué)習(xí)者特征方面的應(yīng)用。游戲測試的設(shè)計(jì)，可以進(jìn)行工作記憶、注意力、專注度等方面的測試。在線調(diào)查問卷系統(tǒng)的內(nèi)容選擇將對學(xué)習(xí)者的學(xué)習(xí)風(fēng)格特征進(jìn)行分析。數(shù)據(jù)時代，如何利用數(shù)據(jù)，來設(shè)計(jì)更適應(yīng)不同個人特征的學(xué)習(xí)模式已逐漸進(jìn)入人的視野。該系統(tǒng)游戲量表結(jié)合為個性化自適應(yīng)學(xué)習(xí)中學(xué)習(xí)者特征提供新的研究方向。

參考文獻(xiàn)：

[1]張韞.大數(shù)據(jù)改變教育[J].內(nèi)蒙古教育，2013（17）：26-30.

[2]姜強(qiáng)，趙蔚，李松，王朋嬌.個性化自適應(yīng)學(xué)習(xí)研究——大數(shù)據(jù)時代數(shù)字化學(xué)習(xí)的新常態(tài)[J].中國電化教育，2016（02）：25-32.

[3]張家華，張劍平.適應(yīng)性學(xué)習(xí)支持系統(tǒng)：現(xiàn)狀、問題與趨勢[J].現(xiàn)代教育技術(shù)，2009，19（02）：18-20.

[4]高虎子，周東岱.自適應(yīng)學(xué)習(xí)系統(tǒng)學(xué)習(xí)者學(xué)習(xí)風(fēng)格模型的研究現(xiàn)狀與展望[J].電化教育研究，2012，33（02）：32-38.

[5]趙鑫，周仁來.工作記憶：人類高級認(rèn)知活動的核心[J].北京師范大學(xué)學(xué)報（社會科學(xué)版），2010（05）：38-44.

[6]江虹.學(xué)生課堂學(xué)習(xí)注意力和記憶力調(diào)查分析及教學(xué)討論[J].貴州教育學(xué)院學(xué)報（社會科學(xué)），2005（03）：14-16+99.

作者簡介：

莫才蓮，1997年，女，大學(xué)本科，西北民族大學(xué)，教育科學(xué)與技術(shù)學(xué)院。