大數據環境下大學生泛在學習系統設計研究

胡靜 陳美芳 沈友華

【摘要】本文以教育技術學專業為例，設計基于大數據環境的泛在學習系統，為該專業學生實施泛在學習提供支持，其核心功能包括自主學習、協作學習、在線學習、資源設置、大數據與物聯網分析與處理。通過大數據和云計算技術對學習者學習數據進行采集與分析，可以實現個性化推薦服務，使學習者更加精準地獲取到自己需要的學習資源，為其制定專屬于個人的自主學習計劃，實現了以學習者為中心的個性化學習。

【關鍵詞】泛在學習;大數據;大學生

隨著計算機科學技術、互聯網以及大數據的飛速發展與普及，學習方式也隨之發生了重大變革，從遠程學習到網絡化學習再到移動學習，網絡正在改變著人們的學習方式和學習習慣。在大數據環境下，學生更能實現無時無刻、無處不在的學習，能夠隨時隨地更加精準地獲取所需要的任何信息，同時通過瀏覽過的信息和資源獲得學習者可能會感興趣的信息或同類資源，并將其推薦給相應的學習者，這樣一來，給予了學習者更多的選擇機會，其獲取到的資源也會更加全面。本文以教育技術學專業為例，研究大數據環境下大學生泛在學習系統。

1.概念界定

1.1大數據

大數據是IT行業術語，麥肯錫全球研究所給出的定義是，大數據是一種比傳統數據庫軟件工具擁有更強的數據獲取、存儲、管理、分析能力的數據集合，其顯著特征是大量、高速、多樣、真實、低價值密度，它能夠對海量的數據信息進行存儲以及專業化處理，從而創造更高的價值[1]。大數據在各行各業都有運用，比如購物軟件通過大數據分析技術，了解用戶或消費群體的喜好和需求，提供產品或服務的個性化推薦，以實現精準營銷。在教育領域也不例外，將大數據技術運用到學習系統或學習平臺中，也能為學習者提供精準的學習資源推薦，為學習者特定的個人學習計劃提供相應的資源。

1.2泛在學習

泛在學習又稱為無縫學習、無處不在的學習。國內外研究者普遍認為泛在學習是由Weiser提出的“泛在計算”衍生出來的概念[2]。目前對它還沒有一個統一的定義。美國發展中心的報告稱，泛在學習是在計算技術環境下設計的一種學習環境[3];付道明等認為泛在學習是學習者在真實與虛擬世界的融合環境中隨時隨地開展學習活動的一種方式[4];Zhao Haila等認為，泛在學習是學習者通過任何智能設備在任何時間、地點開展學習活動的智能學習環境[5];綜上所述，泛在學習具有泛在性、及時性、持續性、交互性、主動性、教學行為的場景性等特點，是一種“以學習者為中心，以學習任務本身為主導”的學習，是學習者主動進行的自發性行為。

2.大數據在泛在學習系統中的作用分析

從學生的角度來說，大數據技術可以實現個性化推薦服務、知識精準搜索、學習行為分析、學習風格分析、偏好分析等，通過這些數據的采集與分析分析，可以了解到不同學習者的喜好，推薦相關聯的知識、志同道合的學習伙伴以及相關領域的專家教師，這些也都是很有意義的學習資源，能夠為之后的學習帶來一定的幫助。

從教師的角度來說，大數據等技術能帶來學習者數據采集與分析，可以更客觀地了解學生的學習行為、學習數據，以及學習習慣或方法上存在的一些問題，進而更有針對性的實施因材施教，使學生的成長與發展更加全面。

3.大數據背景下的泛在學習系統設計模型

理想的泛在學習是在一個交互性強、無縫的學習環境或條件下進行。在大數據技術的支持下，泛在學習系統設計模塊包括泛在學習需求分析、目標分析、內容分析、學習策略分析及泛在學習績效評價等。

泛在學習需求分析首先對泛在學習的學習環境進行分析，包括硬件設施環境和軟件資源環境，為開展泛在學習提供基礎保障，其次進行學習者特征分析，了解學習者的心理特征，掌握學習者的起點和初始能力，為制定學習目標、選擇學習策略提供依據，此外對學習需求進行評估，通過分析可以使得設計出的學習系統更具針對性，更適合教育技術學專業的學習者使用;泛在學習目標分析主要對學習內容的專業性目標和技術性目標進行分析，掌握知識、能力、態度以及技術等方面的預期目標，分析實然狀態，對比差距分析等;泛在學習內容分析在進行了需求和目標分析后，根據大數據分析，對學習者的學習內容進行設計與選擇、并開發與管理配套資源，分析與處理相關數據;泛在學習策略選擇包括個別化學習、多人協作學習、線上線下混合學習等;泛在學習績效評價并不只是單一的評價方式，而是過程性評價和總結性評價相結合，利用網絡環境開展線上線下評價相結合。

4.大數據背景下的泛在學習系統功能設計

本文以教育技術學專業為例設計泛在學習系統，為該專業的學習者進行泛在學習提供條件、資源等方面的支持。教育技術學專業偏重學生的實踐動手能力，所修課程多且課程設置比較復雜，對教學資源的類型及內容需求較多。

泛在學習系統可以促進對大學生學習行為的分析，能夠讓他們運用多元化的學習方式進行學習，獲得免費共享的優質學習資源，利用大數據精準定位學習需求，在最短的時間范圍內自主選擇更加靈活的時間和地點進行碎片化學習。在泛在學習系統中運用大數據技術，對學生的學習行為數據進行感知挖掘和知識獲取來讓學習系統越發具備個性化的特點，并為學生推送相關學習資源;教師可以通過分析學生的學習行為數據和在線交流情況，了解學生的學習效果和學習需求，對于學生普遍存在的難點問題，可以再一次進行針對性的講解。

該系統核心功能包括自主學習、協作學習、在線學習、資源設置、大數據與物聯網分析與處理等。

4.1自主學習模塊

自主學習模塊是學習者根據自己的學習需求尋找相應學習資源的一種學習方式，該模塊可以實現在線課程學習、離線課程學習，以及在線互動。在線課程支持4G移動網、WIFI等，學習者可以在線觀看或者在線下載緩存觀看，以實現課程的在線學習;離線課程用于無網絡全覆蓋的環境中，學習者只需先在網絡環境下，在學習設備上安裝離線資源包，即可獲取其中預設的相關學習資源，而當網絡連接后，學習數據也會進行實時同步，實現數據收集;在線互動功能能夠讓學習者之間進行交流互動并獲得講解者的解答和反饋，可以促進學習者對知識的理解與學習，還能讓學習者在探索和學習知識的過程中提升成就感與滿足感，進一步保持學習熱度。在此同時后臺能獲取學生的學習數據和學習行為，實現對學生學習風格、學習偏好等的分析，進而進行個性化推薦。

4.2協作學習模塊

協作學習是學習者通過組建小組或團隊的形式共同開展學習的一種方式。該模塊可以實現好友添加、建立討論組、資源共享以及邀請好友一起學習的功能。在協作學習環境下，學習者之間可以實現跨時間跨空間的隨時隨地的學習和交流，一起探討知識，一起完成小組學習任務。

4.3在線學習模塊

在線學習更多強調的是時間的同步性，需要在某個特定的時間進行學習，分為名師或專家直播、本校教師在線授課兩部分。學習者不管身處什么地方，都可以隨時隨地獲取專家直播視頻和其它學習資源，實現無縫的泛在學習。本校教師在線授課既面向本科的師生，為自己學校帶來便利，也面向網絡上的學習者，擴大群體范圍，任課教師利用線上網絡建立課程，學生通過課程邀請碼加入課程后，教師就可以進行在線授課。該模塊也同樣設計了在線互動功能，學習者可進行留言和討論，方便交流或私信。

4.4資源設置模塊

教育技術學專業所需資源較多，教學內容復雜，為更好的服務于該專業學生，促進泛在學習效果，該系統提供了多而全面的資源供學習者使用，內容多樣，形式豐富。內容包括單個知識點精講、課程系統知識講解、專業理論型知識、技能型知識、單元測試題以及課程題庫等，資源形式包括視頻、PPT課件、Word、PDF等，學習者可根據自己的需求進行選取。

4.5大數據與物聯網分析與處理模塊

泛在學習系統的使用離不開各種新技術的支撐與服務。本系統是在物聯網、云計算、大數據技術支持下運行，利用物聯網實現智能化管理，所有設施能被遠程感知和控制，將物理世界和人類世界聯系在一起，并利用互聯網進行傳輸和處理。該模塊起著至關重要的作用，可以對泛在學習過程中的各種要素進行追蹤和控制，獲得學習者的學習數據，實現個性化推薦服務、知識精準搜索、學習行為分析、學習風格分析、偏好分析等，為學習者、教師、教育管理者提供學習、教學、教學觀摩等一系列教學活動的平臺，為泛在學習的順利開展提供保障。利用這些數據分析，可以了解不同學習者的喜好，為他們推薦相關聯的知識、志同道合的學習伙伴以及相關領域的專家教師等，同時通過大數據給出的客觀數據信息，可以讓教師更加全面客觀地了解學習者的學習行為、學習數據，便于發現他們個人或共同存在的一些問題，進而更有針對性的實施因材施教，促進學生的進步。

5.結論

泛在學習的發展離不開智能化技術的支持，隨著科學技術的進一步發展，泛在學習系統還將迎來進一步的功能與性能優化。本文設計的基于大數據環境的泛在學習系統，為教育技術學專業學生實施泛在學習提供支持，學習者進行跨越時間和空間的無縫學習，隨時隨地獲取自己所需的信息和資源，利用大數據、云計算等技術，可以通過算法實現個性化推薦服務，能夠精準地獲取到學習者所需的學習資源和信息，并推薦給相關聯的人，學習者可以制定專屬于個人的自主學習計劃，實現以學習者為中心、學習任務為主導的個性化學習，為終身教育提供新的思路。

參考文獻：

[1]馬莉，張勇.大數據背景下的實驗室建設探索[J].教育教學論壇，2020（21）：384-385.

[2]Weiser M. The Computing for the Twenty-First Century[J]. Scientific American，1991.

[3]呂利婷.基于混合現實的高校泛在學習研究[D].鄭州大學，2018.

[4]付道明，徐福蔭.普適計算環境中的泛在學習[J].中國電化教育，2007，（7）：94-98.

[5]章偉民，徐梅林.全球視閾中的教育技術：應用與創新[M].上海：華東師范大學出版社，2006.8.

作者簡介：

1.胡靜（1998.4-），女，漢族，貴州畢節人，在讀研究生，研究方向：現代教育技術;

2.陳美芳（1980.8-），女，江西余江人，副教授，碩士，研究方向：教育技術及多媒體應用;3.沈友華（1978.12-），男，江西大余人，副教授，研究方向：高等教育。

基金項目：

1.江西省高等學校教學改革研究省級課題《大數據環境下大學生泛在學習系統設計與應用研究》（課題編號：JXJG-19-10-19）;

2.江西省教育科學“十三五”規劃2020年度課題《基本移動網絡的民辦高校大學生泛在學習影響因素研究》（課題編號：20YB277）。