基于xAPI规范学习行为大数据研究与实现.docxVIP

基于xAPI的学习行为大数据研究与实现 摘要： 在线教育和大数据为教育的发展带来了创新，教育大数据的最佳实现首先依赖于对来源广泛的学习行为数据获取，而来源广泛的学习行为存在于多种在线教育应用中，其多种在线教育应用的独立性、复杂性、多样性等特点阻碍了学习行为数据获取。由美国“高级分布式学习”组织发布的Experience API（xAPI）规范为破解这一难题提供了可行途径，可基于xAPI规范实现学习行为大数据的获取、整合和共享，为进一步的分析与挖掘奠定基础。基于SCORM、xAPI与LRS实现LMS平台是进行学习行为大数据研究与实现的一种有效实践探索。 关键词：教育大数据；学习行为；xAPI；LMS 1. 背景 随着在线教育的发展和大数据的崛起，教育大数据越来越多地被应用，特别是近年互联网MOOC对教育大数据的应用，已影响到教育研究[1]；基于教学设计、以学习者为中心、以教育大数据为依据的适应性学习系统[2]，已从理论走向应用。2016年好未来（前身学而思）公司投资了一个世界范围内领先的自适应学习平台——Knewton（目前全球范围内拥有学习数据最多的公司之一），好未来未来的十年的10000亿条学习数据将成为Knewton的优质数据样本；Knewton的学习数据库就是独立的、公共的学习行为大数据库，其收集的用户数据越多，一个用户在平台上的使用频次越高，它所推送的学习内容准确率就越高。 教育大数据在带来机遇的同时，也意味着多方面的挑战，其中最突出的挑战是如何获取及共享来源广泛的教育数据，例如互联网不同MOOC平台间、在线教育平台（例如MOOC平台）与知识平台（例如百度知道或文库）间、互联网与移动互联网间、互联网与企业内网间等的同一个人的学习行为获取与共享。当然，如何发挥教育数据潜在的教育价值，也是待研究的挑战。 Experience API规范提出并提供了学习行为数据记录框架，为学习行为教育大数据的获取及共享的实现提供了技术基础。Experience API （ 简称xAPI， 原称Tin Can API）由美国“高级分布式学习”组织（Advanced Distributed Learning，ADL）创建，在美国奥兰多的iFest 2012 会议上正式命名了“ 培训与学习框架” （Training Learning Architecture， TLA） ，其中“ 学习行为跟踪”（Experience Tracking）组件的一个核心部分就是xAPI，于2013年发布了1.0.0版本[3]。 在此背景下，本文试图基于xAPI规范以学习行为教育大数据的获取及共享为切入点，首先分析xAPI与学习行为大数据的运行模式，然后构建基于xAPI规范的学习行为大数据模型，并尝试基于xAPI规范的学习行为大数据应用，以期进一步探索教育大数据的应用。 2 xAPI 与学习行为大数据 2.1 xAPI概述 典型的网络学习资源技术规范和标准包括：ADL的SCORM标准、AICC的CMI系统规范、IMS的学习技术系统规范、IEEE的学习对象(LOM)标准、我国的CELTS标准等。其中，SCORM标准是目前应用较多的标准，SCORM标准主要为学习内容（符合SCORM标准的课件）与学习管理系统(LMS)间的交互提供了技术上的支持，非常详细地跟踪和记录每个学习者的学习进度、学习成绩、学习状态、学习时间以及学习交互等学习行为[4]，但SCORM标准只记录了LMS内部的学习行为，无法支持来源广泛的网络学习行为（例如互联网学习、移动学习、游戏学习、虚拟/模拟、百度文库阅读与下载，百度知道提问与回答、观看土豆学习视频、查看微信文章、百度有哪些信誉好的足球投注网站、社交网络等正式与非正式学习），ADL提出了TLA架构及其运行时的接口规范——xAPI(Experience API)。xAPI提供了一个以学习者为中心的采集学习行为数据模型，特别是对多数据来源系统的学习记录数据的支持，摆脱了完全依靠单一LMS平台的学习记录采集的传统模式，可以跟踪跨平台和跨设备的学习行为，如断开或偶尔连上网络的环境、在任何设备（如智能手机，潜艇的声纳系统）、来自任何服务器、外部网络浏览器（如本地Iphone应用程序，F-16飞行模拟器）等，特别适合对移动学习和互联网学习的支持。 培训和学习体系架构TLA 的顶层架构包括四个部分：学习行为跟踪（Experience Tracking）、学习者档案（Learner Profile）、内容代理（Content Brokering）、能力认证（Competency Infrastructure）。学习行为跟踪部分包含两个项目， 一个是接口规范xAPI；另一个是学习行为库（Learning Record Store，LRS）。两个项目时紧密相关的，接口规范xAPI所