基于Moodle平臺(tái)“教”和“學(xué)”行為的個(gè)性化分析

□魏 莉 韓艷輝 張智鵬 許佩彤

(1.山西廣播電視大學(xué),山西 太原 030027；2.國家開放大學(xué),北京 100039；3.北京開放大學(xué) 石景山分校,北京 100041；4.開平開放大學(xué),開平 529300)

在大數(shù)據(jù)時(shí)代，數(shù)據(jù)挖掘可以有效地用于提取潛在的模式和關(guān)聯(lián)性，已被廣泛應(yīng)用于教育、醫(yī)療、交通等諸多領(lǐng)域。隨著在線教育的盛行、在線教育資源快速增長以及教育數(shù)據(jù)挖掘技術(shù)、信息技術(shù)和人工智能的發(fā)展，在線教育平臺(tái)能夠使得更多的人有機(jī)會(huì)接受教育，并且體驗(yàn)到更加智能化的學(xué)習(xí)支持服務(wù)。智慧教育的真諦就是通過人機(jī)協(xié)同的數(shù)據(jù)智慧和教學(xué)智慧，以“精準(zhǔn)、個(gè)性和優(yōu)化”為原則，讓教師能夠施展高效的教學(xué)方法，讓學(xué)習(xí)者能夠獲得適宜的個(gè)性化學(xué)習(xí)服務(wù)和學(xué)習(xí)發(fā)展體驗(yàn)。

在線課程平臺(tái)眾多，如edX、Udacity、Coursera、中國大學(xué)MOOC、學(xué)堂在線和智慧樹等，教師可以快速靈活地開發(fā)在線課程，并與學(xué)習(xí)者開展互動(dòng)交流，學(xué)習(xí)者可以自由選擇學(xué)習(xí)內(nèi)容和學(xué)習(xí)時(shí)間。但相比傳統(tǒng)教育，在異步學(xué)習(xí)平臺(tái)上開展遠(yuǎn)程教育存在較大的局限性，比如學(xué)習(xí)者和教師之間如何開展互動(dòng)，如何在學(xué)習(xí)平臺(tái)開展個(gè)性化的教學(xué)服務(wù)。如果教學(xué)支持服務(wù)的個(gè)性化沒有得到有效的實(shí)施，將可能出現(xiàn)高輟學(xué)率。比如有的學(xué)習(xí)者認(rèn)為學(xué)習(xí)內(nèi)容不夠有挑戰(zhàn)性，可能會(huì)影響學(xué)習(xí)積極性；如果學(xué)習(xí)內(nèi)容太難，可能因?yàn)楦簧线M(jìn)度而放棄。面對(duì)這些挑戰(zhàn)，要想實(shí)現(xiàn)教育個(gè)性化，就必須根據(jù)學(xué)習(xí)者的在線學(xué)習(xí)行為了解他們的現(xiàn)狀和學(xué)習(xí)需求，并根據(jù)學(xué)習(xí)者的個(gè)性化特點(diǎn)及時(shí)地給予反饋。

國家開放大學(xué)學(xué)習(xí)平臺(tái)是在開源的Moodle學(xué)習(xí)平臺(tái)基礎(chǔ)上開發(fā)的，是結(jié)合教師和學(xué)習(xí)者的需求定制開發(fā)的在線學(xué)習(xí)平臺(tái)，能夠記錄所有的在線行為痕跡，積累了教學(xué)和學(xué)習(xí)過程中大量的案例和數(shù)據(jù)，為通過大數(shù)據(jù)分析教學(xué)的個(gè)性化特征提供了數(shù)據(jù)基礎(chǔ)。

一、國內(nèi)外網(wǎng)上學(xué)習(xí)行為分析趨勢

目前，國內(nèi)外關(guān)于網(wǎng)上學(xué)習(xí)行為的分析所使用的數(shù)據(jù)普遍是基于Moodle平臺(tái)和慕課(MOOC)平臺(tái)的。Moodle學(xué)習(xí)平臺(tái)提供的教學(xué)資源種類多于MOOC平臺(tái)，教學(xué)模式更豐富，互動(dòng)方式更多樣，提供學(xué)習(xí)情況追蹤等功能，從學(xué)習(xí)分析方面來看，優(yōu)勢相對(duì)較明顯。

國外關(guān)于在線教育數(shù)據(jù)的挖掘方法探究很廣泛。目前馬來西亞開放大學(xué)Katrina Sin和印度Bharathiyar大學(xué)的Loganathan，分析總結(jié)了處理大數(shù)據(jù)的挑戰(zhàn)，歸納了教育數(shù)據(jù)挖掘領(lǐng)域常用的技術(shù)，如回歸分析法、近鄰技術(shù)、聚類和分類，以及開源的工具如Hadoop、Orange和Weka等。巴基斯坦古吉拉特大學(xué)計(jì)算機(jī)中心和旁遮普大學(xué)信息部的Shafiq Aslam等人介紹了數(shù)據(jù)挖掘算法在教育挖掘領(lǐng)域中的應(yīng)用，并介紹了SVM，EM，PageRanker，樸素貝葉斯和Apriori算法的重要應(yīng)用價(jià)值。[1-3]

國內(nèi)對(duì)于在線學(xué)習(xí)行為數(shù)據(jù)分析技術(shù)的研究文獻(xiàn)眾多。國家開放大學(xué)魏順平[4-6]等人做了一系列基于Moodle平臺(tái)的學(xué)習(xí)分析技術(shù)研究，以實(shí)例從管理者、輔導(dǎo)教師、學(xué)習(xí)者等不同用戶視角展示了學(xué)習(xí)分析技術(shù)的應(yīng)用過程。他采用演繹和歸納相結(jié)合的方法，參考Moodle學(xué)習(xí)平臺(tái)中的數(shù)據(jù)表結(jié)構(gòu)，構(gòu)建學(xué)習(xí)分析數(shù)據(jù)模型，并詳細(xì)介紹數(shù)據(jù)結(jié)構(gòu)及其處理方法，提供學(xué)習(xí)分析的技術(shù)細(xì)節(jié)，為本領(lǐng)域的其他研究提供參考。郭富強(qiáng)基于SOM網(wǎng)絡(luò)建立教學(xué)行為分析模型，解決了數(shù)據(jù)分析中多維向量的有效聚類的問題。賈積有[7]等人對(duì)北京大學(xué)6門MOOC的學(xué)習(xí)行為及效果進(jìn)行線性回歸分析，發(fā)現(xiàn)成績與平時(shí)測驗(yàn)成績和論壇活躍程度(發(fā)帖、回帖)有比較強(qiáng)烈的正相關(guān)性，并使用SQL語言、SPSS和WEKA等數(shù)據(jù)挖掘軟件對(duì)這些海量數(shù)據(jù)進(jìn)行了細(xì)致的分析。宗陽[8]等人基于Moodle平臺(tái)在線行為數(shù)據(jù)進(jìn)行挖掘分析，通過對(duì)論壇文本數(shù)據(jù)進(jìn)行情感計(jì)算，分析關(guān)于學(xué)業(yè)情緒與在線學(xué)習(xí)行為之間的關(guān)系。

國內(nèi)外關(guān)于個(gè)性化教育相關(guān)研究主要有以下兩個(gè)方面。一方面是預(yù)測學(xué)習(xí)效果，大數(shù)據(jù)被廣泛用于預(yù)測分析，具體到在線學(xué)習(xí)行為分析，如預(yù)測學(xué)習(xí)者的學(xué)習(xí)效果和未來表現(xiàn)。英國開放大學(xué)教育技術(shù)研究所發(fā)現(xiàn)，學(xué)習(xí)分析的方法可以解析、評(píng)估歷史行為的狀況和規(guī)律，發(fā)現(xiàn)潛在的問題，也支持對(duì)學(xué)習(xí)者和教育者預(yù)測未來成果，如預(yù)測學(xué)習(xí)成績、未來表現(xiàn)等。蔣卓軒等人從北京大學(xué)MOOC上選擇典型的學(xué)習(xí)行為特征，對(duì)學(xué)習(xí)者的學(xué)習(xí)效果進(jìn)行分析，可預(yù)測出潛在的認(rèn)真學(xué)習(xí)者。

另一方面是關(guān)于個(gè)性化資源推薦。美國新媒體聯(lián)盟NMC的地平線報(bào)告中，連續(xù)幾年都預(yù)測學(xué)習(xí)分析技術(shù)將是未來的研究主流。曹帥等人基于2011-2015年“學(xué)習(xí)分析技術(shù)與知識(shí)國際會(huì)議”論文認(rèn)為，學(xué)習(xí)分析技術(shù)與個(gè)性化學(xué)習(xí)的實(shí)現(xiàn)是未來重點(diǎn)研究的課題之一。美國教育部教育技術(shù)辦公室Marie Bienkowski等人研究利用學(xué)習(xí)分析改善學(xué)習(xí)支持服務(wù)，并改善可衡量的目標(biāo)，探索個(gè)性化學(xué)習(xí)方案及自適應(yīng)學(xué)習(xí)系統(tǒng)，學(xué)習(xí)者監(jiān)控自己的學(xué)習(xí)行為，教師針對(duì)學(xué)習(xí)者的行為進(jìn)行課程完善和教學(xué)干預(yù)，值得借鑒。馬德堅(jiān)[9]分析了個(gè)性化教育發(fā)展的過程，發(fā)現(xiàn)了大數(shù)據(jù)對(duì)實(shí)現(xiàn)個(gè)性化教育的潛能優(yōu)勢，為實(shí)踐個(gè)性化教育提供了理論指導(dǎo)，但是缺乏數(shù)據(jù)支撐和具體的實(shí)現(xiàn)方案。劉海鷗等人基于個(gè)性化學(xué)習(xí)數(shù)據(jù)構(gòu)建畫像模型和精準(zhǔn)服務(wù)模式，缺少數(shù)據(jù)實(shí)證分析。劉敏[10，11]等人提出智慧教育視野的個(gè)性化資源推薦，但是學(xué)習(xí)分析和資源推薦的過程中人工干預(yù)過多。

從上述研究我們可以看出，國內(nèi)外學(xué)者已經(jīng)在探索將大數(shù)據(jù)分析的研究方法應(yīng)用于在線教育領(lǐng)域。通過構(gòu)建在線學(xué)習(xí)分析模型，對(duì)在線學(xué)習(xí)行為深入挖掘，能夠較準(zhǔn)確地反映學(xué)習(xí)者的在線學(xué)習(xí)表現(xiàn)或者預(yù)測學(xué)業(yè)成績并推薦學(xué)習(xí)資源。但是，針對(duì)如何將教師和學(xué)習(xí)者的在線行為數(shù)據(jù)進(jìn)行綜合考慮，如何通過分析在線行為痕跡發(fā)現(xiàn)學(xué)習(xí)者和教師的個(gè)性化特征，及時(shí)的改進(jìn)教學(xué)方式，如何使教師因材施教、有的放矢的開展教學(xué)指導(dǎo)，如何具體實(shí)現(xiàn)個(gè)性化教育仍然有待探索實(shí)踐。

二、個(gè)性化教育模型設(shè)計(jì)與實(shí)踐

本研究通過收集Moodle平臺(tái)上的教師和學(xué)習(xí)者的大型數(shù)據(jù)集，選取國家開放大學(xué)Moodle平臺(tái)開設(shè)的一門課程作為研究實(shí)例，用大數(shù)據(jù)方法進(jìn)行分析挖掘，分析教師和學(xué)習(xí)者在時(shí)間方面的個(gè)性化規(guī)律，分析學(xué)習(xí)者的學(xué)習(xí)風(fēng)格和學(xué)習(xí)能力等個(gè)性化特征，教師可以依據(jù)分析結(jié)果顯示出的學(xué)習(xí)者個(gè)性化特點(diǎn)實(shí)施教學(xué)干預(yù)。

《媒體輔助英語教學(xué)》是一門在線課程，由國家開放大學(xué)韓艷輝老師率領(lǐng)團(tuán)隊(duì)創(chuàng)立了“一站式、跨區(qū)域協(xié)作教學(xué)模式”，該課程由國家開放大學(xué)整合全國廣播電視大學(xué)(開放大學(xué))的優(yōu)秀教師組建在線教師團(tuán)隊(duì)。該課程在教學(xué)平臺(tái)上組織實(shí)施教學(xué)活動(dòng)，引導(dǎo)學(xué)習(xí)者自主學(xué)習(xí)；提供共享交流平臺(tái)，推動(dòng)學(xué)習(xí)者協(xié)作學(xué)習(xí)；提供軟件(云應(yīng)用)學(xué)習(xí)資源，提升學(xué)生實(shí)踐能力；多種測評(píng)及時(shí)反饋，激發(fā)學(xué)生主動(dòng)學(xué)習(xí)；全程記錄學(xué)導(dǎo)互動(dòng)，不斷提升教學(xué)效果。課程總時(shí)長約十周，配備專業(yè)的“輔學(xué)團(tuán)隊(duì)”，團(tuán)隊(duì)有分工和協(xié)作。此課程不設(shè)終結(jié)性考試，采用百分之百形成性考核的方式，可見教學(xué)過程完整的記錄到在線平臺(tái)上，使得日志數(shù)據(jù)能夠較完整、客觀、真實(shí)和準(zhǔn)確地反映學(xué)習(xí)者的學(xué)習(xí)表現(xiàn)。本研究對(duì)象是2018年秋季學(xué)期在線課程，共計(jì)46名教師，學(xué)習(xí)者共計(jì)103名，截至2018年12月30日17:00，全體師生的在線行為記錄一共109869條，其中教師行為記錄54195條，學(xué)習(xí)者行為記錄55674條。

(一)時(shí)間個(gè)性化模型

在線教育中師生的異地和時(shí)間異步特征，使得師生不能像傳統(tǒng)的面授教育那樣交流，容易導(dǎo)致在線學(xué)習(xí)者的情感缺失。當(dāng)學(xué)習(xí)者困惑以及受到挫敗時(shí)，如果教師或者學(xué)習(xí)同伴能即時(shí)地給予指導(dǎo)和幫助，就能夠減少學(xué)習(xí)者在虛擬網(wǎng)絡(luò)學(xué)習(xí)空間中的孤獨(dú)感。學(xué)習(xí)者的求知欲望和交往訴求以及教師的支持響應(yīng)，都會(huì)對(duì)課程整體的學(xué)習(xí)氛圍、交往黏度產(chǎn)生直接的影響。分析教師和學(xué)習(xí)者個(gè)性化時(shí)間規(guī)律，統(tǒng)計(jì)行為高峰時(shí)間[12]，有利于解決教師和學(xué)習(xí)者異步交流的問題，縮短學(xué)習(xí)者等待教師回復(fù)的響應(yīng)時(shí)間，有助于增加和激發(fā)學(xué)習(xí)者的學(xué)習(xí)興趣。

將整個(gè)學(xué)期的教師和學(xué)習(xí)者的所有在線行為時(shí)間作為研究范圍，統(tǒng)計(jì)一天中的六個(gè)時(shí)間段，教師和學(xué)習(xí)者的在線行為頻次，如圖1所示。我們可以看出學(xué)習(xí)者們經(jīng)常學(xué)習(xí)到深夜，教師們也輔學(xué)到深夜。

圖1 教師和學(xué)習(xí)者在一天的六個(gè)時(shí)間段的在線行為頻次

分析一天的六個(gè)時(shí)間段中教師在線行為頻次和學(xué)習(xí)者在線行為頻次的相關(guān)性，用軟件SPSS 20對(duì)雙變量做皮爾遜相關(guān)性分析，結(jié)果為在0.01水平上顯著正相關(guān)，相關(guān)系數(shù)高達(dá)0.976，說明教師和學(xué)習(xí)者的在線時(shí)間規(guī)律高度一致。

將整個(gè)學(xué)期的教師和學(xué)習(xí)者的所有在線行為時(shí)間作為研究范圍，統(tǒng)計(jì)教師和學(xué)習(xí)者一周七天中的在線行為頻次，如圖2所示。

圖2 教師和學(xué)習(xí)者在一周七天中的在線行為頻次

分析一周七天中教師在線行為頻次和學(xué)習(xí)者在線行為頻次的相關(guān)性，使用軟件SPSS 20對(duì)雙變量做皮爾遜相關(guān)性分析，結(jié)果為在0.05水平上顯著正相關(guān)，相關(guān)系數(shù)達(dá)到0.835，說明教師和學(xué)習(xí)者的在線時(shí)間規(guī)律一致性較高。

通過在教學(xué)過程中分析學(xué)習(xí)平臺(tái)的數(shù)據(jù)，發(fā)現(xiàn)學(xué)習(xí)者和教師的個(gè)性化時(shí)間規(guī)律，學(xué)習(xí)者的在線學(xué)習(xí)時(shí)間主要集中在晚上，周一至周五明顯高于周末，并且周四達(dá)到峰值，輔學(xué)團(tuán)隊(duì)即時(shí)調(diào)整輔學(xué)的時(shí)間節(jié)奏，這樣師生的交流就比較同步，學(xué)習(xí)者可以即時(shí)得到教師的反饋?？梢姺治鰧W(xué)習(xí)者個(gè)性化學(xué)習(xí)時(shí)間規(guī)律，調(diào)整輔學(xué)時(shí)間效果明顯，這也側(cè)面說明研究遠(yuǎn)程學(xué)習(xí)者學(xué)習(xí)時(shí)間個(gè)性化特征的必要性。

(二)在線行為頻次個(gè)性化模型

本研究將整個(gè)學(xué)期的教師和學(xué)習(xí)者的所有在線行為作為研究范圍。該課程以模塊為單位，每個(gè)模塊配備一至兩位輔學(xué)教師負(fù)責(zé)學(xué)術(shù)型輔學(xué)工作，基于模塊計(jì)算，師生比約為1∶50。本學(xué)期46名教師團(tuán)隊(duì)的活動(dòng)記錄和論壇發(fā)帖的數(shù)據(jù)統(tǒng)計(jì)顯示，主要是13名老師起到核心作用。統(tǒng)計(jì)各學(xué)習(xí)模塊的學(xué)習(xí)者在線行為頻次和教師在線行為頻次，如圖3所示。學(xué)習(xí)模塊二的內(nèi)容為理論學(xué)習(xí)部分，圖3數(shù)據(jù)顯示這個(gè)模塊的學(xué)習(xí)者在線行為頻次出現(xiàn)低谷。從學(xué)習(xí)模塊三開始是實(shí)踐內(nèi)容，教師依據(jù)數(shù)據(jù)分析結(jié)果和學(xué)習(xí)內(nèi)容特定增加輔學(xué)頻次后，激發(fā)了學(xué)習(xí)者的參與度，學(xué)習(xí)者在線行為頻次明顯增加，在模塊四區(qū)間達(dá)到一個(gè)小高峰，課程整體的學(xué)習(xí)氛圍高漲。

圖3 按學(xué)習(xí)模塊統(tǒng)計(jì)教師和學(xué)習(xí)者在線行為頻次

統(tǒng)計(jì)各學(xué)習(xí)模塊的學(xué)習(xí)者在線行為頻次和教師在線行為頻次，使用軟件SPSS20對(duì)雙變量做皮爾遜相關(guān)性分析，結(jié)果為在0.05水平上顯著正相關(guān)，相關(guān)系數(shù)達(dá)到0.811。說明教師和學(xué)習(xí)者的在線行為頻次具有很高的一致性?？梢姺治鰧W(xué)習(xí)者每個(gè)學(xué)習(xí)模塊的頻次，能夠準(zhǔn)確地了解學(xué)習(xí)者的在線行為個(gè)性化特征，及時(shí)調(diào)整教學(xué)策略，激發(fā)學(xué)習(xí)積極性，使得師生形成良性互動(dòng)。這也側(cè)面說明研究遠(yuǎn)程學(xué)習(xí)者學(xué)習(xí)行為頻次個(gè)性化特征的必要性。

(三)學(xué)習(xí)者在線投入風(fēng)格個(gè)性化模型

學(xué)習(xí)者的在線投入時(shí)間和風(fēng)格存在較大的差異性和變化性，僅僅通過問卷調(diào)查很難全面、深入、準(zhǔn)確地把握學(xué)習(xí)者的真實(shí)情況，需要充分利用大數(shù)據(jù)分析技術(shù)對(duì)學(xué)習(xí)者的海量數(shù)據(jù)信息進(jìn)行深度的分析挖掘。本課程共計(jì)103名學(xué)習(xí)者，經(jīng)過數(shù)據(jù)清洗，選取實(shí)際參與學(xué)習(xí)的81人(因8人沒有實(shí)質(zhì)參與實(shí)踐模塊學(xué)習(xí)，另有14人因其他問題未取得成績)。篩選學(xué)習(xí)者個(gè)性化特征要素，確定通過對(duì)學(xué)習(xí)者、學(xué)習(xí)時(shí)間和學(xué)習(xí)結(jié)果聚合作為學(xué)習(xí)者分類變量，以“學(xué)習(xí)者”為主分類變量，將“時(shí)間”劃分為一個(gè)學(xué)習(xí)模塊，每個(gè)模塊將成為“學(xué)習(xí)者的屬性”，以每個(gè)學(xué)習(xí)者的“成績”為分類變量。需要對(duì)每個(gè)變量的取值都要進(jìn)行歸一化處理，將其全部轉(zhuǎn)化為[0,1]之間的取值。時(shí)間按學(xué)習(xí)模塊劃分，以“學(xué)習(xí)者”“模塊”為分類項(xiàng)，以“在線行為頻次”為匯總項(xiàng)，進(jìn)行分類計(jì)數(shù)，得到一個(gè)m×n數(shù)據(jù)矩陣，可以了解學(xué)習(xí)者在各學(xué)習(xí)模塊的學(xué)習(xí)投入情況。

將整個(gè)學(xué)期的教師和學(xué)習(xí)者的所有在線行為作為研究范圍，從“時(shí)間”中抽取出“模塊”信息，然后以“學(xué)習(xí)者”“周次”為分類變量，以“行為頻次”為匯總項(xiàng)，進(jìn)行分類計(jì)數(shù)。開始時(shí)間為2018年10月15日，結(jié)束時(shí)間為2018年12月16日，共計(jì)7個(gè)學(xué)習(xí)模塊，統(tǒng)計(jì)每個(gè)學(xué)習(xí)者在這7個(gè)學(xué)習(xí)模塊的在線行為頻次，然后進(jìn)行歸一化處理。聚合學(xué)習(xí)結(jié)果特征作為分類變量，統(tǒng)計(jì)每個(gè)學(xué)習(xí)者的學(xué)習(xí)成績。這個(gè)矩陣表格信息量較大，需要采用聚類算法，幫助我們看清學(xué)習(xí)者在學(xué)習(xí)投入風(fēng)格上的情況。

由聚類所生成的簇是一組數(shù)據(jù)對(duì)象的集合，這些對(duì)象與同一個(gè)簇中的對(duì)象彼此相似，與其他簇中的對(duì)象相異。聚類是通過識(shí)別研究對(duì)象之間的距離在一個(gè)n維空間，其中n是變量的數(shù)目，對(duì)相似的對(duì)象分組。根據(jù)矩陣數(shù)據(jù)，采用SPSS 20的K-means算法，對(duì)學(xué)習(xí)者進(jìn)行聚類分析，預(yù)設(shè)分為2-5類，結(jié)果分為3類時(shí)最佳。每個(gè)聚類中的案例數(shù)目如表1所示。

表1 每個(gè)聚類中的案例數(shù)目

根據(jù)表1的聚類結(jié)果，可繪制折線圖，如圖4所示。

圖4 聚類結(jié)果折線圖

從圖中可以直觀地看到，第1類學(xué)習(xí)者屬于持續(xù)積極型，占10%；第2類學(xué)習(xí)者屬于迎頭趕上型，占33.75%；第3類學(xué)習(xí)者屬于持續(xù)平穩(wěn)型，占56.25%。由此可見，個(gè)性化的學(xué)習(xí)支持服務(wù)非常重要，本門課程的輔學(xué)教師每周匯總數(shù)據(jù)分析結(jié)果，能很好地發(fā)現(xiàn)學(xué)習(xí)者投入風(fēng)格的個(gè)性化特點(diǎn)，使得積極的學(xué)習(xí)者不斷求知，熱情不減；使得“后進(jìn)生”跟上進(jìn)度，迎難而上；使得相對(duì)“沉默”的大多數(shù)學(xué)習(xí)者穩(wěn)步學(xué)習(xí)，踏實(shí)進(jìn)取。

本實(shí)驗(yàn)說明，在學(xué)習(xí)過程中利用聚類方法實(shí)現(xiàn)“人以群分”，對(duì)學(xué)習(xí)者進(jìn)行畫像，有利于因材施教?？梢岳梅诸惤Y(jié)果預(yù)判學(xué)習(xí)者的個(gè)性學(xué)習(xí)需求，為學(xué)習(xí)者提供適合其個(gè)性發(fā)展需要的服務(wù)，給予不同的教學(xué)指導(dǎo)，有利于改進(jìn)學(xué)習(xí)效果。

三、結(jié)語

以大數(shù)據(jù)統(tǒng)計(jì)思想為基點(diǎn)，基于國家開放大學(xué)學(xué)習(xí)網(wǎng)上的教學(xué)和學(xué)習(xí)行為數(shù)據(jù)記錄，能夠比較準(zhǔn)確和科學(xué)地描述學(xué)習(xí)者的個(gè)性化時(shí)間和在線學(xué)習(xí)行為特征，分析網(wǎng)上教學(xué)和學(xué)習(xí)行為的個(gè)性化規(guī)律及相關(guān)度測算，利用數(shù)據(jù)挖掘技術(shù)構(gòu)建個(gè)性化學(xué)習(xí)分類和聚類模型，判斷學(xué)習(xí)者的個(gè)性化學(xué)習(xí)風(fēng)格，預(yù)測學(xué)習(xí)者的學(xué)習(xí)需求。在課程的教學(xué)過程中分析挖掘當(dāng)前的學(xué)習(xí)行為數(shù)據(jù)，可以準(zhǔn)確把握學(xué)習(xí)者的學(xué)習(xí)狀況，有利于教師及時(shí)地進(jìn)行學(xué)習(xí)干預(yù)，調(diào)整教學(xué)指導(dǎo)時(shí)間、方式和節(jié)奏，提升個(gè)性化教育質(zhì)量。在線教育蘊(yùn)藏著豐富的教育數(shù)據(jù)信息，深度挖掘的成果可以作為教學(xué)人員和教學(xué)管理人員科學(xué)決策的依據(jù)。在線學(xué)習(xí)空間需要優(yōu)化資源供給、改革教學(xué)模式、重塑評(píng)價(jià)方式、創(chuàng)新服務(wù)模式，提升監(jiān)管水平，需要基于在線行為數(shù)據(jù)深入探索。智慧教育盛行，需要深入探索學(xué)習(xí)分析技術(shù)在個(gè)性化教育方面的應(yīng)用，助力教學(xué)的實(shí)踐與改革。