慕课和学习解说.ppt

学习分析 一、学习分析简述 “学习分析”(Learning Analytics)指大范围收集学生的学习数据并加以分析，从而评价学生的学习进度，预测其未来的学习表现，并查找潜在问题。数据来源包括学生的显性行为，如完成作业和测试的情况，也包括隐性表现，如网络社交行为、课外活动、论坛上的发帖，以及其它不作为学业表现直接评估的活动。 学习分析旨在让教师能够根据不同学生的需求和能力，利用数据挖掘、人工智能等先进技术，增进对教学和学习的深层次理解，为每位学生提供个性化教学。其实质是对数据背后隐藏的学习信息进行挖掘、分析、理解和有效应用。通过对学习分析中的应用目标、服务对象、数据来源和方法技术等内容框架进行分析，把握收集数据、信息加工和结构应用的循环过程，能够为个性化学习内容定制和智慧性服务提供科学依据。 该领域的研究目前引起了教育技术领域专家的广泛关注，教育技术领域的权威期刊《教育技术与社会》(Journal of EducationalTechnology Society, SSG脸索)在2012年刊发了关于学习分析研究的专刊。2011年，盖茨基金会的“下一代学习计划”宣布将为“利用科技解决方案应对学习挑战”的教育机构提供2000万美元资助。第一批资助覆盖五大发展类别，“学习分析”就是其中之一。 2011和2012年的地平线报告中均认为，在未来4到5年内，学习分析技术将发展成为改变教育、促进教育发展的主流应用。 学习分析 一、学习分析简述 学习分析技术是一个新兴的研究领域，旨在应用数据分析为教育系统的各级决策提供参考，关键内容就是应用于教育领域的大数据分析。这一研究方法原先来自于商业领域，商家通过对消费者的活动进行数据发掘分析来把握消费趋势。比如淘宝网会根据用户购买和浏览过的产品，来推断用户对某类产品的偏好。又如在社交网站中，新浪微博会根据个人的关注对象推荐该用户可能感兴趣的其他对象。这类技术的实质，就是通过对数据的提取、归类、分析与总结，进行统计性的预测和判断。 基于学生相关数据的分析则是以学生群体为主体，以设计出更完善的教学方法为目标，致力于为学生提供高质量、个性化的学习体验，并评估制定的学习计划是否能有效帮助学生加强学习，这些分析结果对于教学双方来说都具有重要的意义。对教育工作者和研究人员而言，学习分析在剖析学生与在线文本、课件之间的互动中发挥着至关重要的作用。对学生而言，通过开发用于分析学生具体数据的移动软件和在线平台，能够为学生提供符合他们学习需求的支持服务系统，使他们受益于学习分析.提高学习成绩和学习效率。 1、学习分析技术的内涵 学习分析 一、学习分析简述 2、学习分析的构成要素 学习分析的过程有五个要素构成. (1)数据收集:数据收集的过程需要使用各种方案、脚本以及其他方法来汇集数据。这些数据可能来自单一系统也可能是多种数据源。这一过程所形成的海量数据，要根据具体的项目目标，处理为结构化数据或者非结构化数据。 (2)分析:非结构化数据们们在分析之前处理为某种结构。这些数据可以采用定量和定性结介的方式进行分析，并将分析的结果以可视化的诸如表格、图表以及其他各种形式的媒体进行呈现。 (3)学生学习:学生学习是学习分析区别于其他分析类型的核心目标。学习分析试图告知我们:学生在做什么，他们将时间花在什么地方，他们获取了哪些内容，学生学习的进展如何等方而的问题。 (4)反馈:学习分析的结果可以提供给教师、学生以及管理者。通常这三种人可以对学生的学习采取适当的十预。其中教师和学生是课程层次的十预，管理者则是院系、部门和机构层次的十预。如何收集数据，采用何种工具和方法进行分析要依赖于听众的小同而有所区别。 (5)干预:进行学习分析的原因是要在个体、课程以及部门或者机构层次采取适当的干预。 综合上述分析，学习分析的核心是收集和使用与学生学习相关的分析数据。学习分析的目的是监控和理解学习行为以制定适当的十预措施。学习分析的目标是促进教师和学校管理者根据学生的需要和能力水平，提供个性化的学习支持。 学习分析 一、学习分析简述 3、学习分析的特征 (1)多样化的数据来源。用于分析的数据大部分来自LMS ,CMS和学生档案库等数据库，也有些来自于学生个人的非正式知识管理系统(如个人主页、博客、微博等)或是学生在传统环境下的数字化学习资料、作业、作品。数据的采集过程应该是自动化的，具有海量的数据规模。 (2)采用现代化的分析工具和分析方法对数据进行加工、挖掘和分析，区别于传统的教学评估模型和评估方法。此外，数据的分析过程也是自动化的，并可根据需求实时反馈分析结果。 (3)提供可视化的分析结果。学习分析的主要目是