基于xAPI的在線學習行為可視化研究

摘? 要：互聯網時代，在線學習成為教育領域的一個重要話題。為了更好地了解學生的學習情況，分析學生的學習行為，文章以xAPI技術作為學習行為描述規范，從課程訪問行為、參與學習行為、交互討論行為、任務完成行為四個維度設計了相應的學習行為活動流，收集學生的學習經歷數據，最后對學習行為數據進行可視化分析，為師生提供個性化教學反饋。

關鍵詞：在線學習;xAPI;可視化分析;學習經歷

中圖分類號：TP391? 文獻標識碼：A 文章編號：2096-4706（2021）17-0029-04

Abstract： In the internet age， online learning has become an important topic in the field of education. In order to better understand students learning situation and analyze students learning behavior， this paper takes xAPI technology as the learning behavior description specification， designs the corresponding learning behavior activity flow from the four dimensions of course access behavior， participation learning behavior， interactive discussion behavior and task completion behavior， collects students learning experience data， and finally makes a visual analysis of learning behavior data， provides personalized teaching feedback for teachers and students.

Keywords： online learning; xAPI; visual analysis; learning experience

0? 引? 言

隨著教育數據的興起和大數據相關技術研究的興起，在線學習行為分析受到越來越多研究者的關注。張麗園[1]提出了基于EDA方法，用于在線學習中檢測學生行為，分析了在線學習環境下學習成績好的學生行為特征規律，以便他們能夠更好地參與在線學習;閆艾萍[2]對學生的學習行為數據進行了分析，建議教師在教學中合理有效的應用數據分析為學生制定相應的計劃以及有針對性的干預意見;王祎[3]分析了在線學習行為分析的各要素，對分析中的關鍵技術進行研究，并實現在線學習行為分析的場景應用;蒙江、李春秋、卜昭鋒等[4-6]將xAPI規范引入在線學習平臺，為學習者學習經歷的跟蹤、學習數據的存儲和學習行為的分析提供了框架。

在線學習行為是學習者在線學習過程中產生的一系列行為，包括觀看視頻、回答問題、發帖求助、查看課件、瀏覽論壇、上傳資源、訪問學習平臺、與他人討論和交流等。與傳統的線下學習分析相比，由于在線學習行為分析可以獲取學習者在線學習的各種記錄數據，而不是通過問卷獲取主觀強的數據，因此在線學習行為分析能夠更加全面、客觀、深入地了解學生的學習情況、發現學生的學習規律，提供教學反饋并指導教學過程，對個性化教學具有積極指導作用。

本文從數據采集、數據存儲和數據可視化三個部分設計了在線學習行為分析的過程，如圖1所示。

對學生的學習數據進行收集、存儲?？梢暬詈筇峁┙虒W反饋，提供更為精準的符合學習者特征的個性化學習資源推薦服務，提高學生學習效率和學習效果。

1? 在線學習行為規范化表示

1.1? xAPI

xAPI （experience API）是一種用來儲存和訪問學習經歷的技術規范，旨在促進學習經歷的記錄和交流。它指定了一種描述學習經歷的結構，并定義了以何種方式交換這些描述。在xAPI中，使用活動流語句Statement記錄用戶的學習活動或操作行為，Statement采用JSON數據格式，這樣可以很方便的描述學習行為。表1詳細列出了活動流語句Statement的相關屬性。

在上面的屬性中，參與者（Actor）、動作（Verb）和對象（Object）三個屬性是一條活動流語句statement必須要包含的屬性。一條最簡單的活動流語句statement可以表示為<參與者（Actor）+動作（Verb）+對象（Object）>，其中參與者（Actor）是主體，相當于Statement語句的主語，通常是指參與學習活動的學生或者教師;動作（Verb）是參與者的交互行為，相當于Statement語句的謂語，比如Accessed（訪問）、Completed（完成）、Interacted（交互）、Read（閱讀）等行為;對象（Object）是活動的交互對象，相當于Statement語句的賓語，通常是指Audio（音頻）、Article（文章）、Comment（評論）、File（文件）等。

1.2? 基于xAPI的在線學習行為規范化表示

根據xAPI標準，statement語句必須具有“參與者（actor）”屬性、“動作（verb）”屬性和“對象（object）”屬性，但是沒有限制各屬性的值。xAPI提供了“動作（verb）”屬性的參考列表[4]，結合在線學習行為活動流設計的需要，選擇如表2所示的行為動詞表作為“動作（verb）”規范。

“對象（Object）”是在學習過程“參與者（actor）”需要訪問或交互的對象，可以是圖片、視頻、試題等學習資源，也可以是電子勛章等功能。根據xAPI提供的“對象（Object）”屬性的參考列表，結合在線學習的實際情況，我們選擇如表3所示的規范作為學習行為跟蹤對象。

本文從課程訪問行為、參與學習行為、交互討論行為、任務完成行為四個維度對學生的在線學習情況進行分析，并在每一個維度下都設計了基于xAPI學習行為活動流來描述相應的學習經歷數據，如表4所示。

2? 在線學習行為數據采集與存儲

本文選擇Moodle平臺作為學習管理系統（LMS），LearningLocker作為學習記錄存儲（LRS），采集在線學習行為數據，如圖2所示。步驟為：（1）學習者在moodle平臺參與學習;（2）將moodle平臺生成的日志表logstore_standard_log中的數據傳到Expander模塊;（3）Expander模塊借助moodle平臺數據庫擴展交互數據;（4）將擴展后的數據按照本文設計的xAPI活動流規范轉換為statement語句;（5）將statement語句發送到LearningLocker。

3? 在線學習行為可視化分析

本研究是授課老師所進行的“個性化教學改革與研究”下開展的在線學習行為可視化分析，選取了護理系2020級藥學班25名學生作為研究對象，依托二次開發的moodle教學平臺進行教學，收集學生的線上學習數據，借助在線學習經歷規范xAPI技術進行可視化分析，部分可視化結果如圖3和圖4所示。

圖3分別統計了學生在課前、課中、課后參加教學活動的頻次。分析可知，學生在課中和課后都積極參與在線交流討論，交流問題，分享經驗;微課是學生比較喜歡的一種學習方式，不管課前，還是課中或課后，學生都喜歡通過微課進行學習，課前觀看微課預習，課中觀看微課掌握相關知識點，課后觀看微課鞏固補缺。

圖4反映了學生在Excel函數學習過程中交流討論的情況。可以看出，諸如：嵌套函數、參數設置、IF函數等都是學生討論較多的知識點，這也是本章節的重點和難點，借助圖4的分析結果，教師可以有針對性地提供教學資源、集中講解，提高教學效率。

4? 結? 論

本文以xAPI技術作為學習行為描述規范，從課程訪問行為、參與學習行為等四個維度設計了相應的學習行為活動流，收集學生的學習經歷數據，對學習行為數據進行可視化分析，更加全面、客觀、深入地了解學生的學習情況、發現學生的學習規律，提供教學反饋、指導教學過程，對個性化教學具有重要的指導作用。

參考文獻：

[1] 張麗園，洪如霞.基于數據分析的學生在線學習行為研究 [J].豫章師范學院學報，2021，36（2）：87-91.

[2] 閆艾萍，胡宇弘，邢欣.基于學習分析技術學習者在線學習行為特征研究 [J].安徽體育科技，2021，42（2）：68-73.

[3] 王祎.在線學習行為分析及應用研究 [D].武漢：華中師范大學，2018.

[4] 蒙江.基于xAPI的數字化交互式學習系統設計與實現 [D].武漢：華中師范大學，2020.

[5] 李春秋.基于用戶畫像的智慧圖書館個性化服務研究 [J]. 阜陽職業技術學院學報，2020，31（4）：69-72.

[6] 卜昭鋒，杜曉明，朱寧，等.基于xAPI的數字化學習過程數據跟蹤 [J].現代教育技術，2019，29（1）：86-92.

作者簡介：林龍成（1989—），男，漢族，江蘇鹽城人，講師，碩士研究生，研究方向：信息化教學。