基于大數據評價的個性化學習平臺模式構建研究
隨著網絡技術和新媒體的快速發展，人們的需求不斷提高，智慧學習成為目前及將來的一種學習模式，然而個性化平臺是實現“智慧學習”的重要形式之一。基于大數據的個性化學習可以避免傳統的一刀切教育，它以學生的發展需求為中心，以學生的個性差異為基礎，強調尊重學生的個性發展。大數據為個性化平臺提供了有力的支撐條件。個性化教學的思想最早可追溯到古希臘的蘇格拉底和中國的孔子。歐洲從15世紀文藝復興運動開始產生了以人為中心、強調發展個性的新人類觀。隨著科學技術的快速發展，個性化學習在每個時期有著不同的呈現形式。20世紀80年代末到90年代初，不少學者主張發展教學系統的智能性，最終達到使用智能教學系統替代教師進行個性化教學的目標，但后續研究表明，這種思路并未獲得成功。20世紀90年代后，研究者開始關注超媒體在自適應學習系統中的應用，國內外出現了一些自適應網絡教學系統的原型應用。2013年我國學者祝智庭提出智慧學習，為個性化學習提供了新的思路。智慧學習是根據學習者的特征和個體差異，提供相應的個性化的學習模塊，并對學生的學習數據進行挖掘，再深度分析，根據數據預測學生潛在的問題。伴隨著教育引入可穿戴技術、量化自我，大數據、云計算等技術，使智慧學習上升到新的視角的同時，也為個性化學習的發展提供了條件。大數據本身是一個抽象的名詞，字面的含義是指龐大的數據，大數據不僅僅指數據規模之大，還包括大數據的多樣性、高速性和價值性。早期對大數據的定義多種多樣，但無外乎都是圍繞著大數據的這三個特點。在這些定義中，比較有代表性的是3V定義，即認為大數據需滿足3個特點——規模性(volume)、多樣性(variety)和高速性(velocity)。大數據的應用十分普遍，張引、陳敏、廖小飛等人在《大數據應用的現狀與展望》中總結了大數據6大主要應用領域，有文本分析、多媒體分析、結構化數據分析、Web分析、移動分析和社交網絡分析。在此不做過多研究。隨著對媒體技術和網絡技術的快速發展，國家提出教育信息化的要求，基于各種平臺的學習如火如荼地展開著，然而眾多平臺只是提供了信息化的學習環境，并沒有做到滿足個性化的學習，也沒有很好運用學生產生的數據來改善學習情況。基于大數據的個性化學習是在之前的學習平臺基礎上增加了數據的分析和相應的預測功能。根據學生在平臺上的數據，對學生進行個性化的比對分析，了解學習者的學習時間、學習風格、登錄情況、測試結果、及時反饋，及根據測試結果預測學習中薄弱的知識等，從而為學習者提供更全面、更適合自己的個性化學習。圖1是基于數據的個性化學習方式過程概念圖。(1)通過學生的測試情況制訂相應的個性化學習計劃。系統平臺可以通過數據為學生制訂符合學生發展的個性化學習計劃，有效控制學生的學習進程，指導學生正確學習。(2)根據學生情況進行課程分層設計,自動生成適合自己的課程內容。平臺應根據學生的學習水平，相應配備符合目前學習能力的課程，即導航目錄樹。根據學生的學習進展完成學習任務。(3)測試、預測及評價。根據學生的測試情況，指出未掌握的知識點，預測出此類題型應該加強鞏固，并為學生推薦相應的知識點，平臺可以把根據數據推薦的試題挖掘出來，分別給指定的學生練習，因材施教地培養學生，教師可以不再根據學生的基礎花費大量時間來設計適合每個學生的試題。教師通過平臺實現對學生的技能評價。教學交互是很重要的一部分，平臺應該提供各種方式給學習者進行解惑答疑，促進學習的交流和提供向他人學習的機會。例如：BBS，討論區，實時答疑、互評等功能，方便學習者與學習者、學習者與教師的交互，從而提高學習效率。為了實現基于數據的個性化學習平臺的功能，平臺應該具備應有的模塊支持以上所要實現的功能。(1)數據庫:數據庫作為個性化學習的依據和核心，存儲了大量各種各樣的數據。學習者模型庫:反映學生學習風格、學習能力及個性化學習數據。知識庫、課程庫和資源庫：用于存儲形成學習材料的各種知識數據。試題庫：學習者學習后的測評，為后期個性化學習提供數據。答疑庫:提供各種常見的答疑和咨詢信息。(2)根據數據制訂個性化學習計劃模塊:為個性化學習提供依據。(4)實時反饋模塊：此模塊通過學生的登錄情況、學習時間段及學習者互動參與的數據收集，分析收集的數據，并及時反饋給學習者。(5)個性化評價:評價學習者的學習情況及學習者的互評，支持個性化課程的選擇。(6)個性化預測:該模塊根據學生產生的數據及評價情況，綜合各方面的數據，系統預測符合學習者發展情況的學習材料。(7)干預模塊:系統根據學生自主學習情況，進行相應的干預，督促學習任務的完成。根據上述基于數據的個性化學習的功能，為了讓這些功能一目了然地展現出來，筆者構建的平臺框架如圖2所示。基于大數據的個性化學習是把學生自己的學習風格和學習能力進行可視化分析，再與學習者參加平臺學習過程產生的利于促進教學效果的數據結合起來，這些數據是根據學習者的個體差異產生出來的，可以預測設置適應學習者個性的課程。(1)學生登錄平臺，針對第一次登錄的學習者，平臺要求學習者完成基本資料的填寫，做一系列的學習風格、學習能力等方面的測試，為后期個性化教學做好鋪墊，預測學習者的學習模式，與學習內容進行交互，并產生大量的交互數據。(2)數據收集，時刻關注學習者的學習動態、學習進度、在線測試等數據并存入學生數據庫。(3)根據已有的數據可視化分析預測出試題及課程然后調用數據庫中的數據。(4)根據預測的結果，對學習者進行個性化學習分類。(5)教師可根據學生的可視化大數據為不同的學生推送適應學習者個性化的資源，并干預學生學習進度，最后評價學習情況。從教育的發展來看，基于大數據的個性化學習是教育技術發展的趨勢，充分利用學生產生的大數據，進行可視化分析，再預測出適合學習者發展的個性化學習，通過分析不斷產生的數據，時刻跟隨學習者的動態，不斷地反饋給教師，教師不斷反饋給學習者進行自我個性化學習，這樣反復及時反饋，及時彌補缺陷，從而優化學習效果。促進教育信息化到智慧教育的快速發展。作者：周清清等
圖片來源：網絡
內容來源：MOOC（ID：openonline）
1. 優學云測評推出培訓機構個性化教學解決方案
2. 優學云測評推出中小學校個性化教學解決方案
3. 優學云測評推出招生平臺流量提升方案
4. 優學云測評推出企業人才發展平臺解決方案——人才庫管理
5. 優學云測評幫助個性化教育成為現實
優學云測評精選的每一篇文章都會注明來源和作者（除非找不到），文章版權歸原作者所有，若有侵犯權益，請聯系我們刪除。本文所述內容僅代表作者觀點，不代表優學云測評立場。對于本文以及其中全部或者部分內容、文字的真實性、完整性、準確性和合法性本公眾號不作任何保證或承諾。
