淺析基于學習行為的Felder—Silverman風格模型修正

閆利霞

摘 要：本研究基于在線學習平臺的行為內容數據，運用Felder-Silverman量表前測推斷用戶學習風格，得到學習者的線下學習風格，對學習行為進行分析，深入探究學習者的學習過程與情境，發(fā)現學習規(guī)律，并對量表中的信息輸入和信息加工給出了初步的優(yōu)化改造、修正。通過對學生學習行為與知識掌握情況進行數據分析，能夠推薦合理的學習路徑與恰當難度的學習資源，可對學生的學習效果做出及時準確的反饋，提供個性化服務干預，有利于促進教與學。

關鍵詞：Felder-Silverman量表；學習風格；學習行為；學習修正

中圖分類號：G40-058.1 文獻標志碼：A 文章編號：1673-8454（2018）19-0021-03

基于解決大數據環(huán)境下學習行為描述困難的問題，可以結合學習風格的在線教育平臺給學習者提供與其學習風格相符合的教學資源加以解決，因此關于在線學習風格的研究成為了重點。

一、Felder-Silverman學習風格模型

學習風格理論是由美國學者Herbert Thelen于1954年提出的，至今已有70多種學習風格模型，常用的理論有Kolb、鄧恩夫婦、菲爾德等。其中Felder-Silverman學習風格模型借鑒了很多學習風格模型，完整性更好、實用性更強。加之Felder-Silverman模型能夠通過調查問卷測量得到學習者四個維度的信息，從而能更好地指導學習者的學習行為。因此，在學習行為研究中應用非常廣泛，得到越來越多研究者的認可，本文也采用Felder-Silverman模型進行學習風格研究。

心理學家Felder和Silverman將學習風格分為四個維度，每個維度下分別對應兩種不同類型特點的學習者。

1.信息感知維度（感悟型/直覺性）

感悟型學習者喜歡死記硬背，通常喜歡用已有的事實來考慮和解決問題，比較細心，能按照固定的公式、程序解決學習過程中遇到的問題；直覺型學習者喜歡學習新事物，創(chuàng)新性比較強，擅長記憶和理解比較抽象的概念、公式，相對比較粗心。

2.信息輸入維度（視覺型/言語型）

視覺型學習者擅長記住看到的東西，如圖片、視頻、流程圖等，往往對閱讀到的東西遺忘比較快；言語型學習者更傾向于記住聽到或閱讀到的東西。

3.信息加工維度（活躍型/沉思型）

活躍型學習者傾向于積極地做一些事情，喜歡與人討論、團隊合作；沉思型學習者喜歡獨立思考問題，擅長反思，不喜歡團隊合作，可以有固定的合作伙伴。

4.內容理解維度（序列型/綜合型）

序列型學習者喜歡按部就班地按照邏輯序列來解決問題、有步驟地解決問題；綜合型學習者即全局型的學習者，他們喜歡總攬全局，然后找到解決問題的突破口，或先解決復雜的問題，但是解決問題的邏輯性可能不是很強。

這四個維度中，其中前兩個維度是對信息的感知和輸入，后兩個維度是對信息進行加工和理解的過程，這四個維度之間不是分別獨立的風格，學習者的學習風格都是這四種風格的組合，有的學習者可能更傾向于哪個風格而已。

二、學習行為數據的采集

1.行為數據采集

數據是記錄信息的載體，是知識的來源。隨著互聯網技術的飛速發(fā)展，迎來了現在的大數據時代，數據的“大”不僅在于表面上的容量大，更體現在數據背后的價值上。大數據時代運用在線教育平臺，搜集平臺上學習者的學習行為數據，對數據進行分析，結合學習風格特點，給出適合學習者性格特點的個性化學習資源推薦就成了教育者共同的訴求。也使“因材施教”成為了可能。

基于在線學習平臺進行學習，學習者隨時隨地都可以開展在線平臺學習活動，同時，他們學習活動的動作行為、數據、路徑等都會被記錄下來，對數據進行相關搜集、整理、分析、匯總，就可以得到學生相對比較客觀的學習行為特征。

本研究對“易加”學習平臺八所學校500余名學生進行抽樣調查，共發(fā)放問卷520份，收回480份，收回率91.3%。性別比例：男生194人占59.1%，女生134人占40.9%。研究采集和加工了該平臺的主要學習行為數據，具體情況如表1所示。

2.學習特征給定

通過對學習資源和學習能力的數據采集，根據《學習風格指數問卷》（Index of learning styles，簡稱 ILS）的數據統(tǒng)計，以及平臺后臺的評價功能，得到了學生相對客觀的學習行為和學習特性，通過量表的填寫和分析，從不同維度得到了學生的初步學習特征，如表2所示。

三、Felder-Silverman學習風格量表

1.學習風格量表計算

基于初步給定的學生學習特征，進行學習風格認定。學習者的學習風格是依據Felder-Silverman開發(fā)的調查問卷指數ILS推斷出的，該問卷由44道選擇題構成，每道題均有兩個選項a、b（每個選項代表相應維度下的一個風格類型）。表3是隨機抽取平臺56位學習者學習風格量表的答案填充，從而給出學習風格建議。

該學生通過量表得到的學習風格計算公式：“較大數-較小數”，后面是較大數對應的風格類型所代表的字母。得到的差值越大，說明風格傾向越明顯，差值越小，說明傾向的風格越不明顯。結合圖1得到的學生學習風格公式為“7a+5b+3a+9a”，則可以推斷出該生學習風格為“視覺型+沉思型+感悟型+序列型”。其中以輸入信息維度為例來看，該生對視覺直接看到的東西比較感興趣，比如視頻、圖片等等，那么在教學過程中，就可以給該生多推送一些諸如此類的學習資源。

2.簡化后的量表計算

雖然，該量表能夠比較完整地得到學習者的學習風格，但是系統(tǒng)設計相對比較復雜，基于此，本平臺對此量表做了簡單化處理。為簡化系統(tǒng)計算，我們對模型的計算方式略作修改，形成了4個歸一化的參數，（取值區(qū)間為0-1.0），計算方式如表4所示。

0代表一端，1代表相反的另一端，中間的1/3-2/3為特征平衡的部分。

lsc：Learnig Style Count，學習風格問卷的回答數

四、學習風格修正

平臺提供了從課前到課中再到課后全面的學習與檢測功能，平臺在用戶使用時采集了大量行為數據，對照Felder-Silverman模型設計，學習風格的修正基于如表5所示行為動作進行。

五、結論

本文根據Felder-Silverman量表，基于平臺產生的學生學習行為實際數據進行測算，對量表做了簡單分析和修正，接下來會進一步對平臺產生數據進行分析測試，不斷完善學習機制，同時將研究結果應用于教學實踐，以期進一步提高學生學習興趣和學習效率。

參考文獻：

[1]姜強，趙蔚，杜欣.基于Felder-Silverman量表用戶學習風格模型的修正研究[J].現代遠距離教育，2010（1）.

[2]楊娟，張養(yǎng)力，黃智興等.Smap：可自適應Felder-Silverman學習風格模型的動態(tài)學習路徑推薦工具[J].中國遠程教育，2013（5）.

[3]王晨煜，管明輝，殷傳濤，熊璋.基于Felder-Silverman學習風格模型的網絡學習風格研究[J].重慶理工大學學報（自然科學），2017（2）.

[4]吳青，羅儒國.基于網絡學習行為的學習風格挖掘[J].現代遠距離教育，2014（1）.

[5]梁凱，楊清芳.基于所羅門認知風格的Web學習系統(tǒng)的設計與實現[J].中國現代教育裝備，2006（10）.

[6]姜強，趙蔚，王朋嬌.基于網絡學習行為模式挖掘的用戶學習風格模型建構研究[J].電化教育研究，2012（11）.

[7]翟小可，李懷亮，崔春生.基于Felder-Silverman學習風格的自適應e-learning系統(tǒng)[J].電子設計工程，2011（12）.

[8]趙苗苗，陳琳.基于大數據的智慧型個性化學習服務研究[J].教育導刊，2015（10）.

（編輯：王天鵬）