學(xué)習(xí)分析技術(shù)的應(yīng)用現(xiàn)狀與發(fā)展趨勢

朱珂 楊冰

摘 要：為了解學(xué)習(xí)分析技術(shù)在歐美地區(qū)的應(yīng)用現(xiàn)狀，制訂科學(xué)、有效的學(xué)習(xí)分析技術(shù)推進(jìn)政策，JRC發(fā)布了《學(xué)習(xí)分析技術(shù)應(yīng)用調(diào)查報告》。報告介紹了目前學(xué)習(xí)分析技術(shù)的典型工具、典型應(yīng)用案例和各地區(qū)的支持政策，分析了歐洲學(xué)習(xí)分析技術(shù)的未來發(fā)展方向。在深度解讀報告的基礎(chǔ)上，文章依據(jù)學(xué)習(xí)分析技術(shù)軟件使用年限和影響力篩選出十個典型工具進(jìn)行簡要介紹;在實(shí)踐層次、實(shí)踐領(lǐng)域、實(shí)踐對象等方面篩選出十個具有代表性的典型案例進(jìn)行介紹;梳理學(xué)習(xí)分析技術(shù)現(xiàn)階段發(fā)展的重點(diǎn)問題和未來的工作重點(diǎn)。最后針對我國學(xué)習(xí)分析技術(shù)領(lǐng)域的發(fā)展現(xiàn)狀與發(fā)展訴求提出五點(diǎn)建議，以期為我國學(xué)習(xí)分析技術(shù)領(lǐng)域的研究和發(fā)展提供借鑒。

關(guān)鍵詞：學(xué)習(xí)分析技術(shù);報告解讀;案例分析;應(yīng)用現(xiàn)狀;發(fā)展趨勢

中圖分類號：G434 文獻(xiàn)標(biāo)志碼：A 文章編號：2096-0069（2019）02-0087-06

收稿日期：2018-10-18

基金項(xiàng)目：河南省教育科學(xué)規(guī)劃重大招標(biāo)課題“河南省教育信息化資源整合問題研究”（2017-JKGHZDZB-07），河南省教育廳2018年人文社會科學(xué)研究項(xiàng)目“個人學(xué)習(xí)空間支持教師專業(yè)成長的生態(tài)模型及進(jìn)化機(jī)制研究”（2018-ZZJH-246）

作者簡介：朱珂（1982— ），男，河南南陽人，河南師范大學(xué)教育學(xué)院副教授，博士，碩士生導(dǎo)師，研究方向?yàn)樾畔⒓夹g(shù)與課程整合、學(xué)習(xí)科學(xué)與技術(shù)和學(xué)習(xí)分析技術(shù)等;楊冰（1992— ），女，河南三門峽人，河南師范大學(xué)教育學(xué)院教育技術(shù)學(xué)碩士研究生，研究方向?yàn)樾畔⒓夹g(shù)與課程整合、學(xué)習(xí)分析技術(shù)。

一、引言

學(xué)習(xí)分析技術(shù)的出現(xiàn)被認(rèn)為是自學(xué)習(xí)管理系統(tǒng)出現(xiàn)后教育技術(shù)的第三次大規(guī)模發(fā)展[1]，得到了世界各國的廣泛關(guān)注。為明晰學(xué)習(xí)分析技術(shù)在全球范圍內(nèi)的研究應(yīng)用現(xiàn)狀，制定科學(xué)有效的政策框架，歐盟科學(xué)知識服務(wù)聯(lián)合研究中心（Joint Research Centre，JRC）發(fā)布了《學(xué)習(xí)分析技術(shù)應(yīng)用調(diào)查報告》[2]（以下簡稱《報告》），介紹了全球范圍內(nèi)學(xué)習(xí)分析技術(shù)的實(shí)踐應(yīng)用和發(fā)展現(xiàn)狀。本文對《報告》中調(diào)查的應(yīng)用現(xiàn)狀和實(shí)踐案例進(jìn)行梳理解讀，系統(tǒng)分析數(shù)字教育先進(jìn)地區(qū)學(xué)習(xí)分析技術(shù)領(lǐng)域的發(fā)展規(guī)劃與行動路徑，結(jié)合國內(nèi)學(xué)習(xí)分析技術(shù)的應(yīng)用現(xiàn)狀與發(fā)展訴求提出建議，以期對我國學(xué)習(xí)分析技術(shù)的應(yīng)用與發(fā)展有所幫助。

二、報告的研究背景

2005年，美國高校教育信息化協(xié)會主動學(xué)習(xí)組織首次公布使用學(xué)習(xí)分析技術(shù)進(jìn)行教學(xué)應(yīng)用的系列案例 [3]。2010年，美國新媒體聯(lián)盟的《地平線報告》將學(xué)習(xí)分析技術(shù)列為未來發(fā)展的重要主題，學(xué)習(xí)分析技術(shù)研究領(lǐng)域正式形成[4]。學(xué)習(xí)分析技術(shù)借鑒了統(tǒng)計(jì)學(xué)、人工智能和計(jì)算機(jī)科學(xué)等學(xué)科的理論和方法[5]，是計(jì)算機(jī)管理教學(xué)（Computer-Managed Instruction，CMI）和基于數(shù)據(jù)的決策（Data-Driven Decision Making，DDDM）的繼承和發(fā)展[6]。

JRC在對學(xué)習(xí)分析技術(shù)領(lǐng)域的應(yīng)用現(xiàn)狀進(jìn)行研究梳理后，形成以“典型工具案例庫”“典型實(shí)踐案例”為主體的實(shí)證研究成果，同時針對該領(lǐng)域目前的應(yīng)用現(xiàn)狀和未來的工作重點(diǎn)進(jìn)行專題研討，最終發(fā)布以“學(xué)習(xí)分析技術(shù)領(lǐng)域行動清單”為核心的《報告》。

三、學(xué)習(xí)分析技術(shù)領(lǐng)域典型工具分析

為分析學(xué)習(xí)分析工具軟件在類型、功能作用及使用規(guī)模等方面的情況，以“典型工具案例庫”中所列工具為基礎(chǔ)，篩選出現(xiàn)階段學(xué)習(xí)分析技術(shù)領(lǐng)域典型的軟件工具共計(jì)28個。所選工具涉及義務(wù)教育（13個）、高等教育（8個）、職業(yè)教育（2個）及非正式教育（5個）等不同應(yīng)用場景。

將這28個軟件工具從軟件類型和使用功能兩個方面進(jìn)行量的數(shù)據(jù)統(tǒng)計(jì)（一個軟件涉及多種類型時重復(fù)計(jì)量統(tǒng)計(jì)）。從圖1中可以看出，課程輔助軟件和分析評價軟件所占比例最高，由此可知，目前市場對此類軟件的需求較高，且相應(yīng)技術(shù)發(fā)展較為成熟;課程管理平臺軟件、自適應(yīng)學(xué)習(xí)軟件及學(xué)習(xí)預(yù)警軟件在學(xué)習(xí)分析工具中占較大比例;教育管理決策軟件最少，僅為9%。教育管理決策軟件所占比例較少，其原因主要是決策系統(tǒng)中教育問題具有復(fù)雜性，如何有效處理海量繁雜的多來源數(shù)據(jù)是目前教育決策支持需要解決的難題，基于數(shù)據(jù)的教育決策的研究亟待完善。從圖2中可以看出，目前市場對具有統(tǒng)計(jì)分析作用及可視化作用的工具需求較高，同時技術(shù)應(yīng)用也較為成熟，統(tǒng)計(jì)分析與可視化功能的軟件最多。預(yù)警功能占14%，自適應(yīng)、預(yù)測分析及建模三種功能分別為13%、11%和10%。這四類功能的軟件在總的比例中也比較高，是學(xué)習(xí)分析技術(shù)領(lǐng)域的主流功能。對于推薦功能的軟件，在計(jì)算推送資源時，系統(tǒng)如何搜集來源更加豐富、覆蓋更加全面的學(xué)習(xí)數(shù)據(jù)，同時如何有效處理這些海量的繁雜信息、推送精準(zhǔn)適用的學(xué)習(xí)資源是目前學(xué)習(xí)分析技術(shù)研究領(lǐng)域的研究重點(diǎn)。

為了進(jìn)一步深入了解，從上述28個典型工具軟件中篩選出10個應(yīng)用年限超過3年、應(yīng)用規(guī)模較大的進(jìn)行介紹，如表1所示。通過此表可以看到現(xiàn)有學(xué)習(xí)分析技術(shù)工具在不同地區(qū)、不同層次的教育應(yīng)用中所發(fā)揮的作用。

四、學(xué)習(xí)分析技術(shù)十大典型實(shí)踐案例

《報告》中“典型實(shí)踐案例”部分收集、描述了學(xué)習(xí)分析技術(shù)的十大典型實(shí)踐案例，如圖3所示。

（一）第三方成功推廣學(xué)習(xí)分析技術(shù)案例——知識網(wǎng)基金會

知識網(wǎng)基金會（Kennisnet Foundation）是由荷蘭教育部資助的用于支持和鼓勵中小學(xué)有效利用信息通信技術(shù)的公共教育組織[17]。2011年，其開始為教育部門和各類組織提供學(xué)習(xí)分析技術(shù)、可視化工具和個性化學(xué)習(xí)等相關(guān)服務(wù)[18]，并與荷蘭教育科研網(wǎng)合作，為荷蘭制定學(xué)習(xí)分析技術(shù)領(lǐng)域的標(biāo)準(zhǔn)和發(fā)展框架[19]。

（二）數(shù)據(jù)管理與隱私保護(hù)相關(guān)政策制定——英國開放大學(xué)

隨著收集學(xué)生數(shù)據(jù)的范圍和數(shù)量不斷劇增，數(shù)據(jù)的管理與隱私保護(hù)問題日益凸顯，學(xué)習(xí)分析技術(shù)領(lǐng)域中數(shù)據(jù)道德倫理方面暴露的問題亟待解決，英國開放大學(xué)與開放大學(xué)學(xué)生社團(tuán)合作制定采集數(shù)據(jù)的八項(xiàng)原則，與英國聯(lián)合信息系統(tǒng)委員會（Joint Information Systems Committee，JISC）合作發(fā)布《學(xué)習(xí)分析技術(shù)實(shí)踐規(guī)范》[20]，在此基礎(chǔ)上逐漸形成體系完整的隱私保護(hù)倫理政策。

（三）數(shù)據(jù)密集型戰(zhàn)略——悉尼科技大學(xué)

2011年，澳大利亞悉尼科技大學(xué)制定了創(chuàng)建數(shù)據(jù)密集型大學(xué)的目標(biāo)，針對大容量、多樣化、全方位的學(xué)生數(shù)據(jù)，進(jìn)行合理有效的收集、存儲、管理、使用，并開發(fā)搭建合理分析利用教育大數(shù)據(jù)的軟件工具與平臺系統(tǒng)[21] 。2014年，學(xué)校開設(shè)互聯(lián)智慧中心，專注前沿學(xué)習(xí)分析技術(shù)工具的研究，以及為學(xué)生開設(shè)適應(yīng)數(shù)據(jù)密集型時代的課程[22]。

（四）開源架構(gòu)軟件——艾派瑞基金會的學(xué)習(xí)分析技術(shù)計(jì)劃

成立于2012年的艾派瑞基金會（Apereo Foundation）致力于以開源方式推動學(xué)習(xí)分析技術(shù)在教育領(lǐng)域的發(fā)展。2014年，Apereo基金會制訂了一個促進(jìn)學(xué)習(xí)分析軟件加速開發(fā)的學(xué)習(xí)分析技術(shù)計(jì)劃：在10～15年內(nèi)成功搭建針對開源式學(xué)習(xí)分析系統(tǒng)的基準(zhǔn)框架，為學(xué)習(xí)者提供縱向數(shù)據(jù)的服務(wù)[23]。其中開發(fā)的學(xué)生成功計(jì)劃（Student Success Plan，SSP）工具[24]，旨在提高學(xué)生的保留率、學(xué)習(xí)成績、畢業(yè)率和學(xué)習(xí)效率，其源代碼對公眾免費(fèi)開放，因其有效性和開放源代碼的特性已在教育領(lǐng)域廣泛應(yīng)用。

（五）學(xué)習(xí)分析技術(shù)商業(yè)化模式——藍(lán)雀機(jī)構(gòu)

成立于2013年的藍(lán)雀（Blue Canary）機(jī)構(gòu)，其商業(yè)模式是通過數(shù)據(jù)預(yù)測分析為客戶大學(xué)提供在未來一周內(nèi)可能輟學(xué)的學(xué)生名單，幫助學(xué)校識別處于風(fēng)險中的學(xué)生，然后由客戶針對預(yù)測結(jié)果采取干預(yù)措施以保留這些學(xué)生。2015年，因藍(lán)雀在預(yù)測方面的成就被黑板（Blackboard）收購，為Blackboard預(yù)測分析部分提供技術(shù)支持[25]。

（六）預(yù)測、預(yù)警、可視化的成功應(yīng)用——普渡大學(xué)課程信號燈系統(tǒng)

美國普渡大學(xué)的課程信號燈系統(tǒng)通過數(shù)據(jù)分析預(yù)測在課程完成過程中存在風(fēng)險的學(xué)生。系統(tǒng)的可視化功能利用信號燈的顏色來直觀顯示學(xué)習(xí)者目前的學(xué)習(xí)狀態(tài)。這一系統(tǒng)的應(yīng)用，使每一位學(xué)習(xí)者都能對自己的表現(xiàn)了然于胸，并且可以為教師預(yù)警那些在課程完成過程中存在風(fēng)險的學(xué)生[26]。

（七）自適應(yīng)、個性化的學(xué)習(xí)分析技術(shù)——密歇根大學(xué)

密歇根大學(xué)在課程教學(xué)中應(yīng)用學(xué)習(xí)分析技術(shù)為學(xué)生提供自適應(yīng)、個性化的學(xué)習(xí)支持。2012年，密歇根大學(xué)在物理課程中實(shí)施自適應(yīng)教育項(xiàng)目E2Coach。課前通過調(diào)查收集所有學(xué)生包括在物理和數(shù)學(xué)方面的學(xué)術(shù)成就、學(xué)習(xí)課程的動機(jī)、課程成就期望、對物理學(xué)的態(tài)度以及對課程完成的信心等相關(guān)信息，為每一名進(jìn)入課程的學(xué)生刻畫學(xué)生肖像。學(xué)生肖像隨著時間和課程成就的變化而不斷豐富，能實(shí)時描繪學(xué)生的學(xué)習(xí)進(jìn)度，并結(jié)合最終成就預(yù)期實(shí)施干預(yù)[27]。

（八）國家層面戰(zhàn)略支持——挪威

學(xué)習(xí)分析技術(shù)在挪威受到國家戰(zhàn)略層面的重視與支持，各教育部門大力推進(jìn)學(xué)習(xí)分析技術(shù)的發(fā)展。2014年年初，挪威最大的教科書編著出版公司吉倫達(dá)爾（Gyldendal）與扭頓（Knewton）合作為小學(xué)生設(shè)計(jì)擁有配套學(xué)習(xí)分析技術(shù)工具輔助的教材[28][29]。同時，國家大力支持信息化基礎(chǔ)設(shè)施建設(shè)，2017年挪威國家教育研究網(wǎng)絡(luò)推出教育數(shù)據(jù)共享服務(wù)平臺，解決教育領(lǐng)域數(shù)據(jù)共享問題，推進(jìn)學(xué)習(xí)分析技術(shù)領(lǐng)域的發(fā)展[30]。

（九）社會網(wǎng)絡(luò)分析工具——臥龍崗大學(xué)

教學(xué)實(shí)踐型社會網(wǎng)絡(luò)工具（Social Networks Adapting Pedagogical Practice，SNAPP）是由澳大利亞臥龍崗大學(xué)開發(fā)的社會網(wǎng)絡(luò)分析工具[31][32]。SNAPP本質(zhì)上是一種診斷工具，在商業(yè)社交網(wǎng)絡(luò)和開源學(xué)習(xí)管理系統(tǒng)中進(jìn)行實(shí)時社交網(wǎng)絡(luò)分析和可視化交互模式診斷，幫助教學(xué)人員識別學(xué)生行為模式，依據(jù)學(xué)習(xí)活動設(shè)計(jì)目標(biāo)適時進(jìn)行教學(xué)干預(yù)，為教師對網(wǎng)絡(luò)學(xué)習(xí)進(jìn)行評估及針對個別學(xué)生采取干預(yù)措施提供有力依據(jù)。

（十）預(yù)測分析助力教育公平——佐治亞州立大學(xué)

調(diào)查發(fā)現(xiàn)，部分擁有很高的平均績點(diǎn)或臨近畢業(yè)的學(xué)生也會因?yàn)楦恫黄饘W(xué)校的費(fèi)用而中途退學(xué)?；诖?，佐治亞州立大學(xué)（Georgia State University，GSU）用預(yù)測分析的方式削弱因經(jīng)濟(jì)原因產(chǎn)生的同齡人之間的成就差距。GSU還利用過去10年的250萬名學(xué)生的數(shù)據(jù)庫創(chuàng)建咨詢系統(tǒng)，該系統(tǒng)在預(yù)測分析后向?qū)W生提供最可能取得成功的課程路徑。研究調(diào)查顯示，在此系統(tǒng)的幫助下GSU畢業(yè)率從2003年的32%上升到2017年的74%[33]。

五、學(xué)習(xí)分析技術(shù)領(lǐng)域發(fā)展趨勢和對我國的啟示

（一）學(xué)習(xí)分析技術(shù)發(fā)展應(yīng)用前瞻

基于JRC長期的研究結(jié)果可知，目前的學(xué)習(xí)分析技術(shù)應(yīng)用正處于一個快速發(fā)展的階段，但是總體上使用學(xué)習(xí)分析技術(shù)來改善和創(chuàng)新學(xué)習(xí)和教學(xué)的工作仍處于起步階段，工作較為分散，缺少統(tǒng)一的統(tǒng)籌安排，未來將會優(yōu)化頂層規(guī)劃，制定各級各層的宏觀發(fā)展戰(zhàn)略。在技術(shù)工具應(yīng)用方面，大部分的學(xué)習(xí)分析技術(shù)工作主要集中在供應(yīng)方面，針對需求方面的工作有所欠缺，未來將會依據(jù)學(xué)校管理人員、教師和學(xué)生的需求，開發(fā)解決教育實(shí)際問題的軟件工具;在教育改善干預(yù)方面，可視化的學(xué)習(xí)分析數(shù)據(jù)缺少具體的教學(xué)活動建議，在具體的教學(xué)情境中缺乏可操作性，未來將會提供更多智能化方案與操作性支持服務(wù);同時，未來學(xué)習(xí)分析技術(shù)領(lǐng)域?qū)雨P(guān)注創(chuàng)新教學(xué)過程和學(xué)習(xí)活動，幫助教育工作者與機(jī)構(gòu)充分融入數(shù)字時代。隨著教育信息化2.0時代的來臨，學(xué)習(xí)分析技術(shù)將會更加深入地挖掘分析教育大數(shù)據(jù)，用技術(shù)手段支持改善教育教學(xué)。

（二）對我國學(xué)習(xí)分析技術(shù)領(lǐng)域的戰(zhàn)略啟示

1.優(yōu)化頂層設(shè)計(jì)，制定宏觀發(fā)展戰(zhàn)略

教育戰(zhàn)略規(guī)劃是對教育發(fā)展的全局性、長遠(yuǎn)性和戰(zhàn)略性的謀劃，與《報告》中制定一個與歐洲優(yōu)先領(lǐng)域相一致的學(xué)習(xí)分析技術(shù)發(fā)展路線圖一樣，我國也需要站在國家戰(zhàn)略高度對以學(xué)習(xí)分析技術(shù)為代表的關(guān)鍵技術(shù)制定發(fā)展戰(zhàn)略，制定相應(yīng)的建設(shè)目標(biāo)和具體量化標(biāo)準(zhǔn)。

2.統(tǒng)一標(biāo)準(zhǔn)，促進(jìn)跨平臺分析融合創(chuàng)新

目前眾多在線學(xué)習(xí)平臺和學(xué)習(xí)管理系統(tǒng)積累了海量的結(jié)構(gòu)化、半結(jié)構(gòu)化、非結(jié)構(gòu)化的教育數(shù)據(jù)，但因系統(tǒng)不同、平臺各異，容易形成數(shù)據(jù)孤島。如何建立統(tǒng)一的數(shù)據(jù)格式標(biāo)準(zhǔn)和技術(shù)規(guī)范，使得各平臺和系統(tǒng)間能夠交流、聯(lián)通和整合，進(jìn)而為數(shù)據(jù)的獲取、篩選、挖掘、分析、呈現(xiàn)提供規(guī)范流程和框架體系成為急需解決的問題。

3.加快數(shù)據(jù)管理設(shè)計(jì)，逐步完善標(biāo)準(zhǔn)體系

在學(xué)習(xí)分析技術(shù)快速發(fā)展的同時，一系列有關(guān)教育數(shù)據(jù)安全和學(xué)生隱私保護(hù)的問題亟待解決。英國開放大學(xué)、美國佐治亞州立大學(xué)等機(jī)構(gòu)已經(jīng)著手制定教育數(shù)據(jù)集使用的管理框架，我國部分學(xué)者對此也進(jìn)行了系列探討，但是完善的數(shù)據(jù)保護(hù)框架尚未建立[34]，工信部印發(fā)的《大數(shù)據(jù)產(chǎn)業(yè)發(fā)展規(guī)劃（2016—2020年）》中明確指出，目前我國需要加強(qiáng)大數(shù)據(jù)標(biāo)準(zhǔn)化頂層設(shè)計(jì)，逐步完善標(biāo)準(zhǔn)體系[35]。隨著學(xué)習(xí)分析技術(shù)應(yīng)用的日益普遍，這一需求變得更加迫切。

4.創(chuàng)新跨領(lǐng)域協(xié)同推進(jìn)機(jī)制

學(xué)習(xí)分析技術(shù)是一個以數(shù)據(jù)為基礎(chǔ)、以技術(shù)為核心的新興研究領(lǐng)域。該領(lǐng)域發(fā)展離不開數(shù)據(jù)挖掘技術(shù)、情感計(jì)算技術(shù)、心理測量技術(shù)及人工智能技術(shù)等的革新與發(fā)展。技術(shù)的進(jìn)步需要校企合作的模式，企業(yè)提供技術(shù)支持，學(xué)校在教學(xué)中應(yīng)用技術(shù)，兩者協(xié)力促進(jìn)技術(shù)發(fā)展。經(jīng)過充分發(fā)展，形成基礎(chǔ)完善、技術(shù)保障、應(yīng)用繁榮的學(xué)習(xí)分析技術(shù)產(chǎn)業(yè)體系，最終改善教學(xué)過程，提高教育質(zhì)量[36]。

5.對接人工智能2.0，打造智能教育體系

隨著人工智能2.0時代的到來，人工智能領(lǐng)域內(nèi)語音識別、視覺識別、情感識別、跨媒體協(xié)同處理、深度學(xué)習(xí)等技術(shù)不斷成熟。對接人工智能技術(shù)的學(xué)習(xí)分析技術(shù)可以在教學(xué)評估、學(xué)習(xí)預(yù)警、自適應(yīng)學(xué)習(xí)及資源和個性化學(xué)習(xí)路徑推薦等領(lǐng)域，提升教育效果和效率，提高教育質(zhì)量。對接人工智能2.0的學(xué)習(xí)分析技術(shù)，是未來智慧教育發(fā)展的必然趨勢，是推動教育模式、教育體系變革的助推器。

參考文獻(xiàn)

[1]BROWN M.Learning Analytics：The Coming Third Wave[EB/OL].（2011-04）[2018-10-17].https：//www.educause.edu/ir/library/pdf/ELIB1101.pdf.

[2]FERGUSON R，BRASHER A，CLOW D，et al.Research Evidence on the Use of Learning Analytics：Implications for Education Policy[EB/OL].（2016-02）[2018-10-17].http：//libeprints.open.ac.uk/48173/1/Analytics%20research%20evidence.pdf.

[3][5]祝智庭，沈德梅.學(xué)習(xí)分析學(xué)：智慧教育的科學(xué)力量[J].電化教育研究，2013，（5）：5-12，19.

[4]毛剛，劉清堂.融入學(xué)習(xí)分析的網(wǎng)絡(luò)學(xué)習(xí)評價模型與應(yīng)用研究[J].遠(yuǎn)程教育雜志，2016，（6）：20-27.

[6]顧小清，張進(jìn)良，蔡慧英.學(xué)習(xí)分析：正在浮現(xiàn)中的數(shù)據(jù)技術(shù)[J].遠(yuǎn)程教育雜志，2012，（1）：18-25.

[7]ASSISTments.Making Math Homework More Effective：The 7th Grade Maine ASSISTments Efficacy Studeny[EB/OL].（2018-10-17）[2018-10-17].http：//www.assistmentsmaine.org/about.php.

[8]Bingel.Bingel[EB/OL].（2018-10-17）[2018-10-17].http：//www.bingelsite.be.

[9]Wikipedia.Cognitive Tutor[EB/OL].（2018-08-29）[2018-10-17].https：//en.wikipedia.org/wiki/Cognitive_tutor.

[10][29]Itslearning.Itslearning for Advanced Reporition[EB/OL].（2017-01-29）[2018-10-17].http：//www.itslearning.net/reporting-analytics.

[11]Schoolzilla.What Is Schoolzilla？[EB/OL].（2016-01-20）[2018-10-17].https：//schoolzilla.com/infographic-2015-year-in-review.

[12]Knewton.Introducing Alta Knewton’s Fully Integrated Adaptive Learning Courseware[EB/OL].（2018-10-17）[2018-10-17].http：//www.knewton.com.

[13][23][24]Apereo.Apereo[EB/OL].（2018-10-17）[2018-10-17].https：//www.apereo.org.

[14]Khanacademy.A Personalized Learning Resource for All Ages[EB/OL].（2018-10-17）[2018-10-17].https：//www.khanacademy.org.

[15]Digital Assess.Technology that Frees You up to Focus on Education[EB/OL].（2018-10-17）[2018-10-17].http：//digitalassess.com.

[16]DENLEY T.Degree Compass Course Recommendation System [EB/OL].（2013-06-27）[2018-10-17].https：//library.educause.edu/resources/2013/6/degree-compass-course-recommendation-system.

[17][18][19]Kennisnet.The Netherlands Country Report on ICT in Education[R].Brussels：European Schoolnet，2011.

[20]JISC.Code of Practice for Learning Analytics[EB/OL].（2015-06-04）[2018-10-17].https：//www.jisc.ac.uk/guides/code-of-practice-for-learning-analytics.

[21][22]SIEMENS G S，DAWSON，G LYNCH.Improving the Quality of Productivity of the Higher Education Sector：Policy and Strategy for Systems-Level Deployment of Learning Analytics[EB/OL].（2013-12）[2018-10-17].http：//www.researchgate.net/file.PostFileLoader.html？id=5876881f48954c17c729b527&assetKey=AS%3A449426784296961%40148416310309.

[25]芥末堆.一年內(nèi)完成了5筆收購，讓我們回顧下LMS巨頭Blackboard的“買買買”之路[EB/OL].（2015-12-06）[2018-10-17].https：//www.jiemodui.com/N/33039.html.

[26]ARNOLD KIMBERLEY E，Pistilli Matthew.Course Signals at Purdue：Using Learning Analytics to Increase Student Success[R].Canada：Vancouver，2012.

[27]Educause.University of Michigan Physics Department：E2Coa-ch[EB/OL].（2014-07-21）[2018-10-17].https：//library.educa-use.edu/resources/2014/7/university-of-michigan-physics-department-e2coach.

[28]Gyldendal.Multi Smart?ving[EB/OL].（2018-10-17）[2018-10-17].http：//www.smartoving.no/.

[30]UNINETT.Dataporten[EB/OL].（2018-10-17）[2018-10-17].https：//www.uninett.no/tjenester/dataporten.

[31]ETDoer.Social Networks Adapting Pedagogical Practice[EB/OL].（2013-10-13）[2018-10-17].http：//blog.sina.com.cn/s/blog_8f6da3210101dj1d.html.

[32]DAWSON S."Seeing"Networks：Visualizing and Evaluating Student Learning Networks[EB/OL].（2011-01）[2018-10-17].https：//research.u-ow.edu.au/content/groups/public/@web/@learnnet/documents/doc/uow115678.pdf.

[33]KURZWEIL M.Building a Pathway to Student Success at Georgia State University[EB/OL].（2015-04-23）[2018-10-17].http：//www.sr.ithaka.org/publications/building-a-pathway-to-student-success-at-georgia-state-university/.

[34]吳晨光，劉斌.國外學(xué)習(xí)分析項(xiàng)目研究現(xiàn)狀及對國內(nèi)學(xué)習(xí)分析發(fā)展的啟示[J].數(shù)字教育，2017，（3）：41-45.

[35]工業(yè)和信息化部.工業(yè)和信息化部關(guān)于印發(fā)《大數(shù)據(jù)產(chǎn)業(yè)發(fā)展規(guī)劃（2016—2020年）》的通知[EB/OL].（2017-01-17）[2018-10-17].http：//www.miit.gov.cn/n1146295/n1652858/n1652930/n3757016/c5464999/content.html.

[36]朱珂，劉清堂.基于“學(xué)習(xí)分析”技術(shù)的學(xué)習(xí)平臺開發(fā)與應(yīng)用研究[J].中國電化教育，2013，（9）：127-132.

（責(zé)任編輯 杜丹丹）

Abstract： To understand the state of the implementation of learning analytics technology in Europe and America and make a scientific and effective policy for learning analytics，JRC published Research Evidence on the Use of Learning Analytics Technology.The report introduces the typical tools，the typical application cases and policies about learning analytics，and analyzes the future development direction of European learning analysis technology.Based on the in-depth interpretation of the report，the paper gives a brief introduction of the 10 typical tools that are selected in terms of years of use and influence.In combination with practice level，practice field and practical object，10 representative typical cases are selected for introduction.And the paper conducts the key issues and future priorities of the development.Finally，based on the current situation and development demands of learning analytics in China，the paper proposes five suggestions for the development of learning analytics in China.

Key words： learning analytics technology;report interpretation;case study;application status; development trend