大數據驅動的學習分析技術研究進展

胡金蓉 鄒茂揚 文武 周子龍

摘? 要： 為了促進學習分析在高等院校的實施，該文對大數據驅動的學習分析技術及其應用進行了綜述。首先，對分類、回歸、聚類、潛在知識評估、文本和語音挖掘、社會網絡分析、序列模式挖掘等學習分析技術進行分析總結;然后，根據它所解決的問題進行分類，從分析學習行為、評估學習結果和支持學生的個性化學習三方面詳細闡述了學習分析技術的應用職能;最后，總結了學習分析的挑戰和展望。在多學科協同下，學習分析融入了多方面的新技術來研究學習發生的內在機制和深層次的原因，揭示學習規律，從而為學習者提供更優化的學習環境。

關鍵詞： 學習分析技術; 大數據驅動; 學習行為; 個性化學習; 數據挖掘; 多學科協同

中圖分類號： TN919?34? ? ? ? ? ? ? ? ? ? ? ? ? ? 文獻標識碼： A? ? ? ? ? ? ? ? ? ? ? ?文章編號： 1004?373X（2020）18?0054?05

Abstract： The big?data?driven learning analysis technology and its application are reviewed to promote the implementation of learning analytics in higher education institutions. The learning analysis technologies such as classification and regression， clustering， potential knowledge assessment， text and speech mining， social network analytics and sequence pattern mining are analyzed and summarized. The learning analytics technologies are classified according to what they can solve， and then the application functions of the learning analytics technology is elaborated in the aspects of analyzing learning behavior， evaluating learning results and supporting students′ personalized learning. The challenges and prospects of learning analytics are summarized. In the multidisciplinary collaboration， the learning analytics integrates various new technologies to study the internal mechanism and deep?seated reasons of learning occurrence， and reveal the learning pattern， so as to provide learners with a more optimized learning environment.

Keywords： learning analytics technology; big data driven; learning behavior; personalized learning; data mining; multidisciplinary collaboration

0? 引? 言

隨著大數據時代的來臨，“數據驅動學校、分析變革教育”成為了教育創新變革的戰略之一。2012年，美國聯邦政府教育部技術辦公室發布《通過教育數據挖掘和學習分析改進教與學：問題簡介》[1]，指出教育數據分析的兩個重要的因素：教育數據挖掘（Educational Data Mining，EDM）和學習分析（Learning Analytics，LA）。國際教育數據挖掘協會對EDM的定義為：“教育數據挖掘是一門新興學科，利用開發方法來探索教育數據，以便更好地了解學生以及他們的學習環境”[2]。學習分析研究協會對LA定義為：測量、收集、分析和報告有關學習者及其背景的數據，以了解和優化學習及學習環境[3]。二者的研究領域有不少交叉的地方，但也存在差異，“EDM主要關注典型數據挖掘技術的應用，以支持教師和學生分析學習的過程。除了數據挖掘技術之外，LA還包括其他方法，如統計和可視化工具或社會網絡分析（Social Network Analysis，SNA ）技術，并將它們付諸實踐，以研究它們在改善教學和學習方面的實際效果”[4]。

學習分析是利用技術為教學服務，它有助于將教育管理模式轉向動態化管理，將教學由事后干預轉為事前預防。學習分析的重要性可以從美國新媒體聯盟與北京師范大學智慧學習研究院合作的《2016 新媒體聯盟中國基礎教育技術展望：地平線項目區域報告》[5]中看出：基于大數據的學習分析技術將在未來2～3年成為極具影響力的教育技術。對于學習分析這個研究熱點，該研究關注各種為教學服務的學習分析技術和其應用，以期待能夠為大數據驅動的教育改革提供參考。

1? 學習分析的主流算法

當前的學習分析技術主要是建立在數據挖掘方法的基礎上，學習分析技術的主流算法的類別如圖1所示，包括6個方面。這些技術可以做到分析學生的學習狀態、學習能力，跟蹤學生的知識掌握情況，對掉隊的學生預警，為各種類別的學生推薦不同的資源和學習路徑等。

1） 分類與回歸。分類和回歸是對2種或2種以上變量間相互依賴的定量關系進行建模，包括連續變量的預測和離散變量的預測。在學習分析中常用到的算法包括線性回歸、邏輯回歸、決策樹、隨機森林、樸素貝葉斯分類器、支持向量機和人工神經網絡。它在教育中的應用場景比較多，根據學生的行為對學生分類，可以分析影響學習效果的強因素，分析學習特征，預測學生的學習效果，對離群點預警，還可以為學生提供不同的學習資源分析依據。

2） 聚類。聚類是將物理或抽象對象的集合分成由類似的對象組成的多個類的過程，在學習分析中常用到的算法有K?means及其各種變種、自組織映射網絡。它在教育中的應用場景和分類類似。

3） 潛在知識評估。潛在知識評估是追蹤對知識點掌握的情況。應用比較多的算法有貝葉斯知識追蹤模型，目前最新的算法有循環神經網絡、雙向長短時記憶網絡。它在教育中的應用場景是可視化學生的知識掌握變化情況，預估學習者完成課程的可能性。

4） 文本、語音挖掘。它是當前人工智能的研究熱點。它運用各種機器學習、深度學習的方法，挖掘文本、語音的深層次概念。主流算法有循環神經網絡、雙向長短時記憶網絡、雙向長短時記憶循環神經網絡、深度全序列卷積神經網絡。尤其是深度全序列卷積神經網絡，它是科大訊飛提出的一種全新的語音識別框架。文本、語音挖掘在教育中的應用場景是按照內容對文檔、語音進行識別分類，提取有用的知識和信息，輔助對教學過程進行分析。目前它們在學習分析中的應用還不多，多數是在輔助前文的分類和聚類算法。

5） 社會網絡分析。社會網絡分析是對網絡中各種關系進行客觀的定量分析，在學習分析中常用到的算法有PCA主成分分析算法。它在教育中的應用場景是通過個體和群體的互動行為，分析團隊交互對學習者認知的影響，確定每個成員在合作項目中的貢獻。

6） 序列模式挖掘。序列模式挖掘是挖掘相對時間或其他模式出現頻率高的模式。在學習分析中常用到的算法有AprioriAll算法、GSP 算法、FreeSpan算法、PrefixSpan算法，它在教育中常被用于個性化學習，分析出來的關聯性關系用于為學生可能感興趣的內容提供建議，推薦個性化學習資源，優化學生的個性化學習路徑。

2? 學習分析技術的應用研究

研究者應用上述的學習分析算法進行建模和分析，其最終目的都是改善教與學的效果。本文按照學習分析技術能夠解決問題劃分，將學習分析技術的應用分為兩個方面：第一是分析學習行為評估學習結果;第二是支持學生的個性化學習。研究者們在以上兩個領域，尤其是第一個領域的應用研究，已經取得了可喜的成績，以下對兩個領域的應用研究進行詳細的闡述。

2.1? 分析學習行為評估學習結果

當前，學習分析技術應用最多的是對學習過程進行統計分析，評估學習結果。通過可視化信息提供學習行為、學習內容、學習活動以及學習共同體相關信息，激發學生在學習分析過程中得到的自我認知，進而觸發學生的學習反思。

對于可視化學習過程以及統計結果，目前各國比較流行使用各種學習分析儀表盤（Learning Analytics Dashboard，LAD），實現了知識生成與教育數據挖掘結果可視化，能夠支持學生自我認知、自我評價、自我激勵和社會意識及優化未來的智慧學習環境[6]。除了LAD，Dietzuhler等人通過監控學生的表現，潛在地發現課程中需要改進的地方[7]。Olmos等人將學習經驗數據可視化，提高了學生的成功率，降低了留級率[8]。

在可視化學習過程及統計結果的基礎上，研究者通過學習行為與學習結果的關聯分析，使學習分析技術有了進一步的應用，主要的研究集中在3個方面：

1） 研究對學習效果的預測，對離群點發出預警;

2） 研究影響學習成績的強因素;

3） 研究學習特征。

這些研究能夠進一步揭示因果關系，評估學習結果，引導學生進行自我的意義建構，同時為老師調整教學，及時干預提供數據支持。

2.1.1? 預測學習結果，對離群點預警

預測學習結果的方法比較多。He等人使用回歸分析來分析學生的在線學習行為及其在課程中的表現[9]，他們分析了學生的參與和登錄頻率，以及他們向教師提交的聊天消息和問題的數量，用于預測學生的最終成績。Kizilcec團隊和Giesbers團隊研究了互動與學生最終成績之間的關系，用于預測他們的表現。Kizilcec研究的是學生在實時視頻工具中的互動[10]，Giesbers研究的是學生在同步工具中的互動[11]。針對數據集不充分的情況，Natek等人研究了對小型學生數據集的數據挖掘，預測成功學生的百分比[12]。

學校一般特別關注高危學生，為了降低輟學率和留級率，在預測結果的基礎上，對老師和學生發出預警，提醒老師在初期進行干預。早期的學習預警研究大多基于思辨或依據期末成績等指標進行，存在指標主觀單一、時間滯后等不足。近年來興起的數據挖掘技術則為學習預警研究提供了方法上新的切入點[13]。趙慧瓊等人利用多元回歸分析法判定影響學生學習績效的預警因素，在此基礎上構建了干預模型，將其應用于教學實踐中，并結合問卷調查和訪談法，對該模型在學習活動、知識習得等方面的有效性進行了驗證[14]。Marbouti等人調查了120 名美國本科生的課前、課中、課后數據，使用7種方法對高危學生進行預警，包括了邏輯回歸、支持向量機、K?鄰近、決策樹和樸素貝葉斯模型等。其中，樸素貝葉斯分類器模型和集合模型（支持向量機，K?近鄰和樸素貝葉斯分類器的結合）在七種測試建模方法中預測結果最佳[15]。

2.1.2? 影響學習效果的強因素研究

在哪些環境下哪些行為與預測結果的相關性大？是否有與學生的成功率有關的特定學生特征？這是學習行為和學習結果關聯性分析中的研究熱點。一般而言，研究數據來源于學習管理系統和在線學習平臺。

對于學習管理系統，Smith等人使用登錄頻率、參與度、學生進度和作業成績來預測課程結果，識別有風險的學生[16]。Yu等人采用多元線性回歸分析來確定哪些因素影響學生的學業成績[17]。韓國女子大學的84名本科生參加了這項研究，預測因子有在線時間、同伴交互數量、教師交互量、總登錄頻率、下載次數與學習時間間隔規律等。研究結果表明，在學習管理系統中的總學習時間、與同伴的互動、學習管理系統中學習間隔的規律性以及下載次數這4個因素被確定為影響學生學習成績的重要因素。Wong等人對WebCT課程管理統計工具進行分析，論證了學生參與在線資源的程度與其整體學業成績之間的正相關關系，更多地使用在線教學資源對學生的學習成績產生了積極的影響。他所采用的預測指標有登錄次數、每一章節平均的學習時間、查看和下載資源數量、在線測試完成次數及時間、論壇參與頻率[18] 。針對在線學習平臺，李曼麗等人使用Tobit和Logit兩個定量分析模型，分別對MOOC學習者的課程參與和完成情況進行深入分析，研究影響學習者完成課程的因素，包括課程注冊時間，學習者在課程討論區和Wiki的各種表現等[19]。Pardo等人研究的特別之處是將學習動機、學習策略的問卷數據與在線活動的可觀察性指標相結合。對145名學生的案例研究表明，一起考慮這兩種方法的因素，可以更好地解釋學生期末成績的變化[20]。除了個人的學習行為，在最近幾年，針對社會網絡交互行為的研究悄然興起，令影響學習效果的因素研究更加全面。

有研究發現在高效的協作學習中，學習者需要綜合多維度的感知信息來了解協作過程，以此提升其協作積極性，進而提高小組協作質量[21]。He等人使用數據挖掘和文本挖掘技術，分析由實時視頻流系統自動記錄的在線問題和聊天消息，發現了在線問題（學生?教師互動）和在線聊天消息（學生?學生互動）之間，學生參與模式的差異和相似之處，確定了學生在線參與的學科差異，以及學生提出的在線問題數量與學生的最終成績之間的相關性[22]。Tirado等人通過內容分析來評估知識構建過程的質量，使用參與者之間的響應關系來分析網絡結構，證實了在線協作學習中，小組成員之間的參與、交互對協作學習有促進作用[23]。Lin等人研發了一個自適應的學習系統，將團隊協作過程作為一個重點可視化地呈現出來，為學習者提供小組成員交互圖，在某大學中計算機課程中使用，增強了學習者的自我調節，促進了學習者的協作參與，提升了團隊學習效果[24]。

2.1.3? 對學習特征的研究

Jovanovic等人應用K?means模型來預測學生的表現，并根據認知風格及其整體表現，提供能夠更好地適應學習的方式[25]。Feldman等人通過提取學生與益智游戲的互動信息，訓練樸素貝葉斯分類器來檢測學生的感知風格[26]。通過使用游戲成功預測了感知風格，準確率為85%。張琪等人研究了“互聯網+”混合學習場景，基于5類人格分類，利用多元線性回歸構建相應的預測模型，分析學習行為指標與不同人格特質群體學習結果之間的相關性[27]。

2.2? 支持學生的個性化學習

因材施教是一個持久的教育命題，學習分析技術的發展為學生的個性化學習提供了技術保障。無論對于學校的物理班級，還是網絡學習的虛擬班級，學習分析技術可以用來創建一個定制好的學習環境，在這個環境中，可以為學生提供個性化的學習路徑來優化學生的表現[28]。姜強等人基于AprioriAll 算法，挖掘分析相同或相近學習偏好、知識水平的同一簇群體學習行為軌跡，并以學習者特征與學習對象媒體類型、理解等級、難度級別的匹配計算為基礎，生成精準的個性化學習路徑[29]。立陶宛維爾紐斯大學Eugenijus Kurilovas采用基于協作和信息素的蟻群優化方法，可以選擇靜態和動態學習單元中的學習路徑[30]。劉淇等人依托應用平臺——科大訊飛在線教育系統“智學網”，根據基于認知診斷的個性化學習資源推薦方法，給出針對教師的教學建議[31]。個性化學習適應學習者的需求和增強學習者的動機，令學習活動更加有效。

3? 學習分析面臨的挑戰與展望

學習分析是一門交叉學科，由于教育大數據和人工智能的推動，最近幾年得到了快速發展，形成了不少成果。目前，它面臨的挑戰有多模態數據采集與處理、深度學習的深度融合、實證研究不夠等。這些當前提出的熱點問題同時也是今后學習分析研究的方向。

3.1? 多模態數據和學習分析互操作性

多模態數據包括生理層數據、心理層數據、行為層數據和基本信息數據。目前，研究者的數據多來源于學習管理系統和在線學習平臺，采集最多的是學習行為軌跡和學習結果數據，其次還有文本、音頻、視頻數據。隨著虛擬技術和射頻技術的發展，采集生理層的數據越來越方便，包括眼動、面部表情等，這使學習分析的研究范圍擴大了，也令分析結果更加準確。但是，多模態的數據也帶來了學習分析互操作性（Learning Analytics Interoperability，LAI）的困難。近年來，一些學習分析互操作規范化解決方案不斷涌現，如ADL的XAPI 和IMS 的Caliper等[32]，但是面對多模態數據的數據結構以及語義的差異，自動化的處理技術仍需改進。

3.2? 與深度學習深度融合

模擬人腦學習的深度學習在圖像識別、語音識別、自然語言、計算機視覺等領域取得了巨大的成功。深度學習在教育大數據處理中的深度融合，是機遇也是挑戰。它在學習分析上的應用有2個發展方向：第一是運用深度學習在特征提取方面的優勢，進行學習者特征建模;第二是深度學習技術自動挖掘實體，自動抽取實體間的語義關系，更加精確和智能地構建多學科知識圖譜。

3.3? 實證研究和在學校的應用

目前，學習分析的成果大多在研究層面，在高校中有部分應用，如2014年英國諾丁漢特倫特大學在全校推出了學習儀表板;重慶大學的研究人員利用教育數據挖掘技術，繪制學生在課堂內相互交流的信息等。但是，它在高校的應用并沒有進入常態化，并且在學校的實際應用還面臨數據隱私的問題。要形成從理論體系、技術研究到實證的研究體系，學習分析還有很長的路要走。

4? 結? 語

本文從技術角度和應用角度分析了學習分析這個新興領域的發展，總結了它的挑戰和展望。總體而言，學習分析令決策者、學生、教師都受益，學習分析的價值和潛在影響得到了教育界的肯定。隨著學習內容和技術手段的多樣化，學習分析變得更加復雜，在多學科協同配合下，學習分析將融入多方面的新技術（如虛擬現實、深度學習等）來研究學習發生的內在機制和深層次的原因，揭示學習規律，從而為學習者提供更優化的學習環境。

注：本文通訊作者為鄒茂揚。

參考文獻

[1] BIENKOWSKI， M， FENG M， MEANS B， et al. Enhancing teaching and learning through educational data mining and learning analytics： An issue brief [R]. Washington： U.S. Department of Education， Office of Educational Technology， 2012.

[2] REDA A， JON R. Educational data mining [J]. Computer sci?ence， 2018（7）： 17?19.

[3] PAPAMITSIOU Z， ECONOMIDES A A. Learning analytics and educational data mining in practice： a systematic literature review of empirical evidence [J]. Journal of educational technology & society， 2014， 17（4）： 49?64.

[4] CHATTI M A， DYCKHOFF A L， SCHROEDER U， et al. A reference model for learning analytics [J]. International journal of technology enhanced learning， 2012， 4（5/6）： 318.

[5] JOHNSON L， LIU D， HUANG R， et al. 2016 NMC technology outlook： chinese K?12 education [R]. Austin： The New Media Consortium， 2016.

[6] 姜強，趙蔚，李勇帆，等.基于大數據的學習分析儀表盤研究[J].中國電化教育，2017（1）：112?120.

[7] DIETZUHLER B， HURN J E. Using learning analytics to predict （and improve） student success： a faculty perspective [J]. Journal of interactive online learning， 2013， 12（1）： 17?26.

[8] OLMOS M， CORRIN L. Learning analytics： a case study of the process of design of visualizations [J]. Journal of asynchronous learning network， 2012， 16（3）： 39?49.

[9] HE W， YEN C J. Using data mining for predicting relationships between online question theme and final grade [J]. Journal of educational technology & society， 2012， 15（3）： 77?88.

[10] KIZILCEC R F， PIECH C， SCHNEIDER E. Deconstructing disengagement： analyzing learner subpopulations in massive open online courses [C]// Proceedings of the third international conference on learning analytics and knowledge. New York： ACM， 2013： 170?179.

[11] GIESBERS B， RIENTIES B， TEMPELAAR D， et al. Investigating the relations between motivation， tool use， participation， and performance in an e?learning course using web?videoconferencing [J]. Computers in human behavior， 2013， 29（1）： 285?292.

[12] NATEK S， ZWILLING M. Student data mining solution?knowledge management system related to higher education institutions [J]. Expert systems with applications， 2014， 41（14）： 6400?6407.

[13] 肖巍，倪傳斌，李銳.國外基于數據挖掘的學習預警研究：回顧與展望[J].中國遠程教育，2018（2）：70?78.

[14] 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，2017，38（1）：62?69.

[15] MARBOUTI F， DIEFES?DUX H A， MADHAVAN K. Models for early prediction of at?risk students in a course using standards?based grading [J]. Computers & education， 2016， 103： 1?15.

[16] SMITH V C， LANGE A， HUSTON D R. Predictive modeling to forecast student outcomes and drive effective interventions in online community college courses [J]. Journal of asynchronous learning network， 2012， 16（3）： 51?61.

[17] YU T， JO I H. Educational technology approach toward learning analytics： relationship between student online behavior and learning performance in higher education [C]// Proceedings of the Fourth International Conference on Learning Analytics and Knowledge. New York： ACM， 2014： 269?270.

[18] WONG L. Student engagement with online resources and its impact on learning outcomes [C]// Proceedings of the 2013 International Conference on Information Science and Technology Applications. Macau： ICISTA， 2013： 129?146.

[19] 李曼麗，徐舜平，孫夢嫽，等.MOOC學習者課程學習行為分析：以“電路原理”課程為例[J].開放教育研究，2015（2）：63?69.

[20] PARDO A， HAN F， ELLIS R A. Combining university student self?regulated learning indicators and engagement with online learning events to predict academic performance [J]. IEEE transactions on learning technologies， 2017， 10（1）： 82?92.

[21] 李艷燕，張媛，蘇友，等.群體感知視角下學習分析工具對協作學習表現的影響[J].現代遠程教育研究，2019（1）：104?114.

[22] WU He. Examining students online interaction in a live video streaming environment using data mining and text mining [J]. Computers in human behavior， 2013， 29（1）： 90?102.

[23] TIRADO R， HERNANDO A， IGNACIO A J. The effect of centralization and cohesion on the social construction of knowledge in discussion forums [J]. Interactive learning environments， 2015， 23（3）： 293?316.

[24] LIN J W， LAI Y C， LAI Y C， et al. Fostering self?regulated learning in a blended environment using group awareness and peer assistance as external scaffolds [J]. Journal of computer assisted learning， 2016， 32（1）： 77?93.

[25] JOVANOVIC M， VUKICEVIC M， MILOVANOVIC M， et al. Using data mining on student behavior and cognitive style data for improving e?learning systems： a case study [J]. International journal of computational intelligence systems， 2012， 5（3）： 597?610.

[26] FELDMAN J， MONTESERIN A， AMANDI A. Detecting students′ perception style by using games [J]. Computers & education， 2014， 71： 14?22.

[27] 張琪，王紅梅，莊魯，等.學習分析視角下的個性化預測研究[J].中國遠程教育，2019（4）：38?45.

[28] LIN C F， YEH Y C， HUNG Y H， et al. Data mining for providing a personalized learning path in creativity： an application of decision trees [J]. Computers & education， 2013， 68（4）： 199?210.

[29] 姜強，趙蔚，李松，等.大數據背景下的精準個性化學習路徑挖掘研究：基于AprioriAll的群體行為分析[J].電化教育研究，2018（2）：45?52.

[30] KURILOVAS E， ZILINSKIENE I， DAGIENE V. Recommending suitable learning paths according to learners preferences： Experimental research results [J]. Computers in human behavior， 2015， 51： 945?951.

[31] 劉淇，陳恩紅，朱天宇，等.面向在線智慧學習的教育數據挖掘技術研究[J].模式識別與人工智能，2018（1）：77?90.

[32] 鄭隆威，馮園園，顧小清，等.學習分析：連接數字化學習經歷與教育評價：訪國際學習分析研究專家戴維·吉布森教授[J].開放教育研究，2016，22（4）：4?10.