基于大數(shù)據(jù)的在線教育學(xué)習(xí)支持服務(wù)體系構(gòu)建研究

查相虹 張晶蕊 王娟

摘 要：學(xué)習(xí)支持服務(wù)是在線教育的核心要素，其服務(wù)質(zhì)量直接關(guān)系到學(xué)習(xí)者的學(xué)習(xí)效果和在線教育發(fā)展。通過文獻研究法，深入研究大數(shù)據(jù)背景下學(xué)習(xí)支持服務(wù)新的內(nèi)涵和特征，構(gòu)建了大數(shù)據(jù)環(huán)境下以學(xué)習(xí)者為中心的學(xué)習(xí)支持服務(wù)體系。該體系可為學(xué)習(xí)支持服務(wù)設(shè)計提供參考，為改善在線教育學(xué)習(xí)支持服務(wù)質(zhì)量提供新的路徑，促進在線教育發(fā)展。

關(guān)鍵詞：大數(shù)據(jù);在線教育;學(xué)習(xí)支持服務(wù)

DOI：10.11907/rjdk.181790

中圖分類號：G434文獻標識碼：A文章編號：1672-7800（2019）001-0208-05

Abstract：Learning support service is the core element of online education. The quality of service is directly related to the learning effect of learners and the development of online education. To explore the important role of education data in learning support services， we provide a new path for improving the quality of online education learning support services. Through literature research， an in-depth study of the new connotation and new features of learning support services in the context of big data is conducted， and a learning-centered learning support service system contructed under the big data environment. This system provides is conducted reference for the design of learning support service of online education learning platform， thus is promoted the development of online education.

0 引言

20世紀80年代，丁興富教授[1]將學(xué)習(xí)支持服務(wù)概念引入我國。1998年教育部啟動了現(xiàn)代遠程教育試點項目，把學(xué)習(xí)支持服務(wù)作為遠程教育系統(tǒng)運行的4大要素之一。2012年以前，學(xué)習(xí)支持服務(wù)的研究主體是廣播電視教育和遠程學(xué)習(xí)支持服務(wù)。隨著新興技術(shù)在教育領(lǐng)域的應(yīng)用，在線教育、終身教育的研究逐漸增多，學(xué)習(xí)支持服務(wù)不再僅局限于遠程教育，開始涉及在線教育領(lǐng)域。

孫洪濤和鄭勤華教授[2]對慕課調(diào)查研究發(fā)現(xiàn)，學(xué)習(xí)支持服務(wù)集中在課程資源，忽視了課程評價、課程交互、課程技能方面的支持，間接導(dǎo)致了慕課注冊率高但輟學(xué)率也高的問題。如今在線教育已普及，云計算、大數(shù)據(jù)、人工智能等新興技術(shù)在教育界得到創(chuàng)新應(yīng)用，變革了學(xué)習(xí)方式。這要求學(xué)習(xí)支持服務(wù)與時俱進，切實關(guān)注學(xué)習(xí)效果。本研究以大數(shù)據(jù)為切入點，論述在線教育領(lǐng)域?qū)W習(xí)支持服務(wù)新的內(nèi)涵和特征，構(gòu)建學(xué)習(xí)支持服務(wù)體系，以期為相關(guān)研究與實踐提供參考。

1 大數(shù)據(jù)背景下學(xué)習(xí)支持服務(wù)內(nèi)涵

1.1 教育大數(shù)據(jù)

2012年，聯(lián)合國發(fā)布了《大數(shù)據(jù)促發(fā)展：挑戰(zhàn)與機遇》白皮書，指出大數(shù)據(jù)時代已經(jīng)到來，大數(shù)據(jù)的出現(xiàn)將會對社會各個領(lǐng)域產(chǎn)生深刻影響[3]。大數(shù)據(jù)技術(shù)應(yīng)用越來越純熟，其內(nèi)涵也在不斷豐富和發(fā)展。楊現(xiàn)民[4]認為：大數(shù)據(jù)既是一種技術(shù)，更是一種能力，即能從海量復(fù)雜的數(shù)據(jù)中尋找有意義關(guān)聯(lián)、挖掘事物變化規(guī)律、準確預(yù)測事物發(fā)展趨勢的能力。大數(shù)據(jù)同時也代表著思維方式，即讓數(shù)據(jù)具有表征意義，讓數(shù)據(jù)成為人類思考問題、作出行為決策的基本出發(fā)點。

2012年，大規(guī)模在線開放課程（MOOC）在教育界刮起了一股颶風(fēng)，MOOC的出現(xiàn)開啟了新一輪“在線教育元年”。截至2017年，中國大學(xué)MOOC注冊用戶超過620萬，累計選課人次超過2 000萬[5]。以MOOC為首的在線教育平臺產(chǎn)生了大量的教育數(shù)據(jù)，將如此龐雜的數(shù)據(jù)通過收集、篩選和分析加以利用，具有很大的潛在價值和良好的應(yīng)用前景。

1.2 相關(guān)研究

自英國開放大學(xué)遠程教育研究專家西沃特[6]1978年提出學(xué)習(xí)支持服務(wù)概念以來， 關(guān)于學(xué)習(xí)支持服務(wù)研究日趨興盛，目前已形成較為成熟的系統(tǒng)理論。在中國知網(wǎng)以“學(xué)習(xí)支持服務(wù)”為主題詞在中文核心期刊中進行搜索，共檢出相關(guān)文獻715篇，發(fā)文趨勢及關(guān)鍵詞共現(xiàn)網(wǎng)絡(luò)如圖1、圖2所示。

從發(fā)文數(shù)量上看，總體呈穩(wěn)步上升趨勢。結(jié)合具體文獻和關(guān)鍵詞共現(xiàn)網(wǎng)絡(luò)分析，遠程教育、開放教育和開放大學(xué)是主要研究領(lǐng)域，其研究大致分為4個階段：①起步階段（1996-2001年），前期研究文獻較少，主要從理論層面探討廣播電視大學(xué)的學(xué)習(xí)支持服務(wù);②迅速發(fā)展階段（2002-2007年），研究范圍從廣播電視教育擴展到遠程教育領(lǐng)域，文獻數(shù)量大幅增加，但仍以理論研究為主，應(yīng)用層面研究逐漸增多;③持續(xù)關(guān)注階段（2008-2012年）。這一階段注重應(yīng)用層面研究，研究成果較多;④創(chuàng)新發(fā)展階段（2013年至今）。MOOC和移動學(xué)習(xí)興起。隨著互聯(lián)網(wǎng)、大數(shù)據(jù)、云計算等智能技術(shù)在教育領(lǐng)域的應(yīng)用，不少學(xué)者開始探究如何提供創(chuàng)新和智能的學(xué)習(xí)支持服務(wù)。

1.3 學(xué)習(xí)支持服務(wù)

目前，眾多在線學(xué)習(xí)平臺存在學(xué)習(xí)支持服務(wù)水平較差的問題。很多學(xué)習(xí)平臺專注于課程內(nèi)容建設(shè)，缺乏必要的學(xué)習(xí)支持服務(wù)，學(xué)習(xí)支持服務(wù)的重要作用沒有得到重視，無法發(fā)揮應(yīng)有的作用[7]。

大數(shù)據(jù)技術(shù)和學(xué)習(xí)分析技術(shù)通過測量、收集、分析在線學(xué)習(xí)者學(xué)習(xí)過程數(shù)據(jù)，建立學(xué)習(xí)者模型，探索學(xué)習(xí)者學(xué)習(xí)特征、教師教學(xué)設(shè)計和教學(xué)績效之間的關(guān)系，建立基于數(shù)據(jù)的教學(xué)過程監(jiān)測、評估、診斷和預(yù)測技術(shù)體系，進而為學(xué)習(xí)者提供全方位、個性化、高效率的學(xué)習(xí)體驗。

在大數(shù)據(jù)背景下，學(xué)習(xí)支持服務(wù)即以學(xué)習(xí)者為中心，借助大數(shù)據(jù)、學(xué)習(xí)分析、移動互聯(lián)網(wǎng)技術(shù)，從在線教育網(wǎng)絡(luò)學(xué)習(xí)平臺中獲取學(xué)習(xí)過程數(shù)據(jù)，建立學(xué)習(xí)者特征模型和評測體系，向?qū)W習(xí)者提供智能化和人性化的支持服務(wù)。

2 學(xué)習(xí)支持服務(wù)特征

以移動互聯(lián)網(wǎng)技術(shù)、大數(shù)據(jù)、云計算、情境感知技術(shù)為支撐的第二代自適應(yīng)在線學(xué)習(xí)系統(tǒng)，需要嵌入智能化的學(xué)習(xí)支持服務(wù)，從而發(fā)現(xiàn)人與在線資源的溝通障礙，并提供個性化、人性化、及時精準的支持，使學(xué)習(xí)過程充滿人文關(guān)懷，促進自適應(yīng)體系建設(shè)[8] 。

2.1 個性化

以MOOCs為代表的在線學(xué)習(xí)平臺，從大數(shù)據(jù)角度出發(fā)提供個性化學(xué)習(xí)服務(wù)。個性化體現(xiàn)在個性化的學(xué)習(xí)資源推送和個性化的學(xué)習(xí)路徑制定兩方面。大數(shù)據(jù)在個性化資源推送應(yīng)用上有兩種方式：①對學(xué)習(xí)過程數(shù)據(jù)進行分析，實現(xiàn)個性化資源推送;②利用問卷量表和學(xué)習(xí)過程數(shù)據(jù)分析相結(jié)合的方法實現(xiàn)個性化資源推送[9]。個性化學(xué)習(xí)路徑可通過機器規(guī)劃的方式為學(xué)習(xí)者制定最合適的學(xué)習(xí)路徑，即通過智能算法從海量教育資源中自動生成學(xué)習(xí)路徑，既能應(yīng)對大規(guī)模、動態(tài)化的學(xué)習(xí)資源內(nèi)容配置，又能滿足海量學(xué)習(xí)者的個性化需求，提高學(xué)習(xí)效率。

2.2 精準性

大數(shù)據(jù)應(yīng)用使學(xué)習(xí)支持服務(wù)具有精準性，主要體現(xiàn)在學(xué)習(xí)需求的精準定位和學(xué)習(xí)資源的精準提供上。通過對學(xué)習(xí)者基本信息和學(xué)習(xí)行為過程數(shù)據(jù)的收集與分析，發(fā)現(xiàn)學(xué)習(xí)者的興趣和行為方式，結(jié)合學(xué)習(xí)者模型精準定位用戶需求。網(wǎng)絡(luò)學(xué)習(xí)平臺資源種類眾多，學(xué)習(xí)者尋找資源可能會耗費許多時間和精力，提供精準化的學(xué)習(xí)資源顯得尤為重要。將學(xué)習(xí)者數(shù)據(jù)可視化，網(wǎng)絡(luò)學(xué)習(xí)平臺能夠有針對性地在特定時間為學(xué)習(xí)者提供特定形式與內(nèi)容的資源，同時搜集學(xué)習(xí)者的反饋信息，不斷完善與優(yōu)化。

2.3 預(yù)知性

大數(shù)據(jù)的核心功能是預(yù)測，典型案例如亞馬遜的市場營銷。亞馬遜收集讀者網(wǎng)上查閱行為和購買行為數(shù)據(jù)，建立讀者偏愛閱讀模型，預(yù)測讀者購買群體行為，實現(xiàn)書籍推薦[10]。學(xué)習(xí)支持服務(wù)的預(yù)知性，體現(xiàn)在對學(xué)生的輟學(xué)傾向預(yù)測、非學(xué)習(xí)狀態(tài)預(yù)測和學(xué)業(yè)水平預(yù)測。當(dāng)在線教育系統(tǒng)顯示學(xué)習(xí)者出現(xiàn)不積極參與互動交流、不及時完成課堂任務(wù)、長時間不進行學(xué)習(xí)等情況時，通過數(shù)據(jù)分析可預(yù)測學(xué)習(xí)者是否有輟學(xué)傾向，及時對其進行預(yù)警，防止輟學(xué)行為發(fā)生。當(dāng)學(xué)習(xí)者長時間盯著某一頁面無操作或頻繁點擊頁面時，表明學(xué)習(xí)者可能處于非學(xué)習(xí)狀態(tài)，服務(wù)人員可及時提醒。通過對學(xué)習(xí)者在線學(xué)習(xí)時長、學(xué)習(xí)相關(guān)課程資源時間、使用搜索工具時間、回復(fù)討論的活躍度、作業(yè)提交次數(shù)等學(xué)習(xí)行為數(shù)據(jù)進行統(tǒng)計分析，探究其與學(xué)業(yè)水平之間的關(guān)系，建立學(xué)業(yè)水平預(yù)測模型，幫助教師改進教學(xué)。

2.4 時效性

要不斷提高大數(shù)據(jù)的實時分析和處理能力。與對歷史數(shù)據(jù)的聚合和分析不同，實時數(shù)據(jù)分析具有更強的時效性，對數(shù)據(jù)存儲、計算和呈現(xiàn)提出了更高要求[11]。在線學(xué)習(xí)平臺中，學(xué)習(xí)問題得不到教師的及時回應(yīng)較為常見，大數(shù)據(jù)技術(shù)的應(yīng)用可有效解決該問題。通過收集學(xué)習(xí)者學(xué)習(xí)習(xí)慣數(shù)據(jù)，能夠有效預(yù)見提問爆發(fā)時間、學(xué)習(xí)擁堵時段、知識難點和問題集中點，形成有效的預(yù)警機制，安排相關(guān)人員進行問題歸類、問題分析和問題解答，提高支持服務(wù)效率，改善學(xué)習(xí)體驗。

2.5 智能化

隨著數(shù)據(jù)挖掘、學(xué)習(xí)分析、智能推薦等智能技術(shù)逐漸在教育領(lǐng)域的深入應(yīng)用，學(xué)習(xí)支持服務(wù)呈現(xiàn)出智能化特征，一方面可智能辨別學(xué)習(xí)者情緒，另一方面可提供智能化的引導(dǎo)服務(wù)。對學(xué)習(xí)行為數(shù)據(jù)進行分析，對出現(xiàn)的異常數(shù)據(jù)加以特別關(guān)注，例如某一時間段內(nèi)無意義的頻繁點擊鼠標等，將其與學(xué)習(xí)者感知模型比對，以提供智能化的情緒支持。利用大數(shù)據(jù)中數(shù)據(jù)挖掘和學(xué)習(xí)分析技術(shù)，分析學(xué)習(xí)者的檢索數(shù)據(jù)、瀏覽內(nèi)容、學(xué)習(xí)關(guān)注點，可在一定程度上分析學(xué)習(xí)者需求。比如數(shù)學(xué)課程的學(xué)習(xí)者產(chǎn)生了“微積分”、“線性代數(shù)”等多次檢索的“標簽云”，這就意味著該學(xué)習(xí)者可能需要數(shù)學(xué)方面相關(guān)課程支持。這種以大數(shù)據(jù)支持的智能性引導(dǎo)，能幫助學(xué)習(xí)者迅速找到所需資源。

3 學(xué)習(xí)支持服務(wù)體系構(gòu)建

3.1 學(xué)習(xí)支持服務(wù)體系范疇

丁興富[12]將學(xué)習(xí)支持服務(wù)范疇界定為信息服務(wù)、資源服務(wù)、人員服務(wù)、設(shè)施服務(wù)、實踐性教學(xué)環(huán)節(jié)、作業(yè)檢測和考試6個方面;黃榮懷[13]從課程支持、技術(shù)支持、學(xué)習(xí)方法支持、情感支持和實踐性教學(xué)環(huán)節(jié)5個方面論述了混合式學(xué)習(xí)中的學(xué)習(xí)支持服務(wù);陳麗[14]根據(jù)學(xué)習(xí)支持服務(wù)的目的，將其分為教學(xué)支持、管理支持、學(xué)習(xí)技能支持、技術(shù)支持和同伴支持5類;董兆偉[15]基于顧客滿意理論，認為“互聯(lián)網(wǎng)+”時代，學(xué)習(xí)支持服務(wù)應(yīng)該包括師資服務(wù)、資源服務(wù)、教學(xué)過程服務(wù)、設(shè)施服務(wù)和管理服務(wù)5個方面。

鄭勤華[16]和孫洪濤[17]對中國多個MOOCs平臺的近百門課程進行分析，發(fā)現(xiàn)大多數(shù)課程僅提供了少量的學(xué)習(xí)支持服務(wù)，交互水平較低，加強支持力度尤為急迫。 本文在前人研究成果基礎(chǔ)上，將學(xué)習(xí)支持服務(wù)體系分為資源支持服務(wù)、技能支持服務(wù)、管理支持服務(wù)、交互支持服務(wù)和評價支持服務(wù)5個范疇。

3.2 基于大數(shù)據(jù)的學(xué)習(xí)支持服務(wù)體系構(gòu)建

本文構(gòu)建以學(xué)習(xí)者為中心，以導(dǎo)學(xué)、督學(xué)、助學(xué)為理念，以大數(shù)據(jù)為技術(shù)手段，構(gòu)建以資源支持服務(wù)、技能支持服務(wù)、管理支持服務(wù)、交互支持服務(wù)和評價支持服務(wù)支撐的學(xué)習(xí)支持服務(wù)體系，如圖4所示。

3.2.1 大數(shù)據(jù)環(huán)境

大數(shù)據(jù)技術(shù)使學(xué)習(xí)支持服務(wù)更加個性化、精準化、時效化和智能化。在線學(xué)習(xí)平臺包含結(jié)構(gòu)化數(shù)據(jù)、非結(jié)構(gòu)化數(shù)據(jù)和異構(gòu)化數(shù)據(jù)，這些數(shù)據(jù)并不都具有使用價值和自動呈現(xiàn)結(jié)論的功能，不能直接為學(xué)習(xí)支持服務(wù)所用。數(shù)據(jù)價值需要通過收集、篩選、處理和分析過程才能體現(xiàn)。大數(shù)據(jù)技術(shù)模型如圖5所示。

圖5 應(yīng)用大數(shù)據(jù)技術(shù)模型

首先，將數(shù)據(jù)存儲在云存儲數(shù)據(jù)中心，并實時更新數(shù)據(jù)。利用合適的算法對數(shù)據(jù)進行預(yù)處理，對數(shù)據(jù)進行分析和挖掘，建立基于大數(shù)據(jù)的效能反饋。然后，對已預(yù)處理的數(shù)據(jù)進行關(guān)聯(lián)、分類、聚類、偏差分析，建立學(xué)習(xí)者信息庫、學(xué)習(xí)者特征模型、學(xué)習(xí)知識模型、學(xué)習(xí)行為模型、學(xué)習(xí)感知模型、評分數(shù)據(jù)庫，使學(xué)習(xí)支持服務(wù)過程更加精確、個性化和智能化。最后，對數(shù)據(jù)進行可視化，將數(shù)據(jù)分析結(jié)果呈現(xiàn)，進而為學(xué)習(xí)者提供優(yōu)質(zhì)的個性化學(xué)習(xí)支持服務(wù)。

3.2.2 學(xué)習(xí)支持服務(wù)體系

（1）資源支持服務(wù)。學(xué)習(xí)資源包括課程資源和信息資源。課程資源承載著本課程的主要內(nèi)容，是學(xué)習(xí)對象。信息資源包括與課程相關(guān)的拓展資源，以及討論資源、生成性資源。目前已有愛課程、學(xué)堂在線、華文慕課、騰訊課堂、網(wǎng)易云課堂等各具特色的學(xué)習(xí)平臺，這些平臺提供大量的學(xué)習(xí)資源。例如愛課程網(wǎng)站，截至2017年2月已收納精品視頻公開課1 037門[18]，分為在線開放課程、視頻公開課、資源共享以及學(xué)校云，涉及法學(xué)、哲學(xué)、理學(xué)、心理學(xué)、工學(xué)、教育教學(xué)等多個學(xué)科，如圖6所示。以《智慧課堂教學(xué)》課程為例，在進行課程學(xué)習(xí)前，有課程概述、授課目標、預(yù)備知識、授課大綱、證書要求的課前導(dǎo)學(xué)知識介紹，這些信息幫助學(xué)習(xí)者根據(jù)需求和興趣選擇合適的課程;進入課程學(xué)習(xí)后，課程公告提醒學(xué)習(xí)者每周的課程及作業(yè)要求;討論區(qū)供學(xué)習(xí)者進行課程討論及資源創(chuàng)建;期中期末考試對學(xué)習(xí)者進行知識學(xué)習(xí)檢驗。

在線學(xué)習(xí)平臺學(xué)習(xí)資源豐富，但學(xué)習(xí)者也容易淹沒在知識的海洋中，找不到學(xué)習(xí)目標，形成信息孤島現(xiàn)象，造成此類現(xiàn)象的原因是學(xué)習(xí)資源和學(xué)習(xí)需求不匹配。大數(shù)據(jù)技術(shù)能根據(jù)學(xué)習(xí)者基本信息庫和學(xué)習(xí)特征模型，對其進行學(xué)習(xí)分析，探析學(xué)習(xí)需求和學(xué)習(xí)風(fēng)格，為其提供個性化的學(xué)習(xí)資源支持服務(wù)，滿足學(xué)習(xí)者需求。

（2）技能支持服務(wù)。杜克大學(xué)研究表明，許多學(xué)習(xí)者缺乏必要的預(yù)科知識或技能基礎(chǔ)，最終未能完成課程學(xué)習(xí)[19]。在線學(xué)習(xí)平臺不限制學(xué)習(xí)者背景，學(xué)習(xí)者的知識層次和能力水平不一，因此，有些學(xué)習(xí)者面對在線學(xué)習(xí)平臺的功能會感到束手無策。英國開放大學(xué)[20]為在線學(xué)習(xí)者提供一般性學(xué)習(xí)技能和核心學(xué)習(xí)技能兩類服務(wù)。一般性學(xué)習(xí)技能指學(xué)習(xí)課程必備的基本技能，諸如閱讀、做筆記、制定學(xué)習(xí)計劃、選擇合適的學(xué)習(xí)策略、信息技術(shù)、復(fù)習(xí)考試等;核心技能如合理分配學(xué)習(xí)時間、報告交流、在線討論、解決問題、批判性思維等。這些與學(xué)習(xí)技能培養(yǎng)有關(guān)的資源主要通過學(xué)習(xí)材料和學(xué)習(xí)活動的形式出現(xiàn)。在大數(shù)據(jù)環(huán)境下，在線學(xué)習(xí)平臺可依據(jù)學(xué)習(xí)者的注冊數(shù)據(jù)，對學(xué)習(xí)者知識能力水平進行判斷，為學(xué)習(xí)者提供有針對性的技能支持服務(wù)。

（3）管理支持服務(wù)。管理是在線學(xué)習(xí)平臺的一項重要內(nèi)容，關(guān)系到在線學(xué)習(xí)平臺的正常運行。大數(shù)據(jù)環(huán)境下的管理支持服務(wù)主要包括教務(wù)管理和教學(xué)管理。教務(wù)管理包括注冊管理、考試管理、學(xué)籍管理和證書發(fā)放等。學(xué)習(xí)者從注冊課程開始建立個人學(xué)習(xí)檔案，可隨時查看學(xué)籍情況，每次測驗成績可自動集中到數(shù)據(jù)庫，保證學(xué)習(xí)數(shù)據(jù)真實、及時、可靠。教學(xué)管理包括教學(xué)進度安排、教學(xué)活動組織、學(xué)習(xí)者管理等?；ヂ?lián)網(wǎng)時代，可利用智能軟件對學(xué)習(xí)過程實時記錄，通過數(shù)據(jù)分析，掌握學(xué)習(xí)規(guī)律，提供恰當(dāng)?shù)膶W(xué)習(xí)提醒，以便合理安排學(xué)習(xí)時間，達到更好的學(xué)習(xí)效果。

（4）交互支持服務(wù)。交互是在線學(xué)習(xí)平臺不可或缺的功能，交互支持服務(wù)包括學(xué)習(xí)活動交互和情感交互。學(xué)習(xí)活動交互包括師生交互、生生交互以及學(xué)習(xí)者與學(xué)習(xí)資源交互。師生和生生之間的交互通過討論區(qū)和問答區(qū)進行，但存在教師反饋不及時問題，這是在線學(xué)習(xí)急需改善的部分。學(xué)習(xí)者通過構(gòu)建關(guān)系網(wǎng)絡(luò)，找到學(xué)習(xí)興趣和學(xué)習(xí)風(fēng)格相同的伙伴，促進學(xué)習(xí)者之間的溝通交流。

學(xué)習(xí)者在學(xué)習(xí)時所發(fā)的彈幕，在點評區(qū)、聊天室、討論組、問答區(qū)中以同步或異步方式表達的學(xué)習(xí)感受和態(tài)度，這些非結(jié)構(gòu)化數(shù)據(jù)反映了學(xué)習(xí)者的情感信息，可利用智能傳感設(shè)備，采用多種情感測評方法，如量表的情感測評方法、生理信號的情感檢測方法、面部表情的情感識別方法、語音信號的情感檢測方法、文本數(shù)據(jù)的情感分析方法，獲取學(xué)習(xí)者的情感數(shù)據(jù)，對其進行量化和分析，實時掌握學(xué)習(xí)者情感動態(tài)。對學(xué)習(xí)者情感狀態(tài)進行準確判斷并采取合適的措施進行干預(yù)，幫助學(xué)習(xí)者解決學(xué)習(xí)過程中產(chǎn)生的不良情緒，提高學(xué)習(xí)效率。

（5）評價支持服務(wù)。評價的作用不僅是診斷學(xué)習(xí)過程和結(jié)果，更重要的在于幫助學(xué)習(xí)者建構(gòu)知識， 正視不足之處，提高學(xué)習(xí)能力和效果。在線平臺中存儲的學(xué)習(xí)行為數(shù)據(jù)是進行有效評價的基礎(chǔ)。學(xué)習(xí)分析和數(shù)據(jù)挖掘等技術(shù)為教學(xué)干預(yù)提供了技術(shù)支撐，有助于實現(xiàn)過程評價的自動化?；诮逃龜?shù)據(jù)的評價，魏順平[20]提出了基于學(xué)習(xí)過程數(shù)據(jù)挖掘的在線學(xué)習(xí)自動評價模型，該模型在相應(yīng)的評價指標體系指導(dǎo)下，結(jié)合模糊理論和層次分析法，實現(xiàn)對網(wǎng)絡(luò)學(xué)習(xí)過程的跟蹤和分析，支持教師對學(xué)習(xí)過程的監(jiān)控，從數(shù)據(jù)收集、工具選擇和分析呈現(xiàn)3個層次建立分析過程，為學(xué)習(xí)提供定量分析和定性評價服務(wù)。毛剛[21]構(gòu)建了以學(xué)習(xí)分析為中心，以學(xué)習(xí)目標、學(xué)習(xí)過程、自我評價、同伴評價和反思改進為主體的網(wǎng)絡(luò)學(xué)習(xí)評價模型，并進行了實證研究，證明了有效性。

大數(shù)據(jù)技術(shù)在學(xué)習(xí)評價中的應(yīng)用，為教學(xué)評價提供了新的評價手段和方式，對學(xué)習(xí)者的學(xué)習(xí)狀態(tài)進行量化和可視化，能全面客觀地反映學(xué)習(xí)效果。

4 結(jié)語

互聯(lián)網(wǎng)時代，在線教育成為教育發(fā)展的重要趨勢。學(xué)習(xí)支持服務(wù)是在線教育的重要研究領(lǐng)域，要豐富學(xué)習(xí)支持服務(wù)內(nèi)涵，轉(zhuǎn)變服務(wù)形式，為學(xué)習(xí)者提供更加個性、便捷和智能的支持服務(wù)。將大數(shù)據(jù)技術(shù)引入在線學(xué)習(xí)支持服務(wù)中，為實現(xiàn)個性化、智能化的支持服務(wù)提供了強有力的技術(shù)支撐。本文在大數(shù)據(jù)背景下，探討了學(xué)習(xí)支持服務(wù)的內(nèi)涵和特征，確立了以學(xué)習(xí)者為中心的五大學(xué)習(xí)支持服務(wù)范疇，期望為學(xué)習(xí)者提供更加完善的服務(wù)，進而促進在線教育發(fā)展，構(gòu)建學(xué)習(xí)型社會。