基于學(xué)習(xí)分析技術(shù)的預(yù)測模型構(gòu)建與實證研究

胡碧晧

（華東師范大學(xué)，上海 200062）

在基于通信網(wǎng)絡(luò)的課堂教學(xué)管理過程中，技術(shù)管理平臺已經(jīng)積累了大量的教學(xué)管理數(shù)據(jù)。對這些科學(xué)數(shù)據(jù)結(jié)果進行深入挖掘和綜合分析，將為課堂教學(xué)管理實施提供更多、更準確的科學(xué)依據(jù)，從而更加有效地幫助促進課堂學(xué)習(xí)、教學(xué)和課堂管理。同時，數(shù)據(jù)技術(shù)驅(qū)動的科學(xué)分析和數(shù)據(jù)挖掘也為教育行業(yè)研究人員提供了一種新的研究范式。學(xué)習(xí)模式分析在近幾年的快速商業(yè)發(fā)展中也表明了研究者和實踐者對其應(yīng)用重要性的普遍共識。但是直到目前為止，學(xué)習(xí)分析仍然遠遠無法完全形成統(tǒng)一的分析模型，需要對特定應(yīng)用情境的學(xué)習(xí)進行分析模型構(gòu)建才能進行更加深入性的研究。

一、學(xué)習(xí)分析技術(shù)

隨著移動信息學(xué)習(xí)技術(shù)在在線教育領(lǐng)域的不斷普及和應(yīng)用，學(xué)習(xí)技術(shù)分析技術(shù)的研究旨在為學(xué)習(xí)者提供專業(yè)的個性化學(xué)習(xí)分析服務(wù)，為教學(xué)人員提供精準的、持續(xù)改進的教學(xué)策略，成為教育增強師生學(xué)習(xí)能力領(lǐng)域又一重要的技術(shù)[1]。

5g 與其他人工智能相關(guān)技術(shù)的快速發(fā)展，為學(xué)習(xí)數(shù)據(jù)分析的廣泛發(fā)展應(yīng)用提供了廣闊發(fā)展前景。學(xué)習(xí)分析技術(shù)研究主要包含了學(xué)習(xí)信息科學(xué)、學(xué)習(xí)分析技術(shù)、心理與學(xué)習(xí)統(tǒng)計等領(lǐng)域研究者，試圖以“大數(shù)據(jù)”為學(xué)習(xí)研究基礎(chǔ)工具。理解教育學(xué)習(xí)、更好地為設(shè)計與實施服務(wù)教育學(xué)習(xí)，是學(xué)習(xí)教育分析信息技術(shù)的一個核心科學(xué)研究發(fā)展目標，它主要得益于當(dāng)前教育領(lǐng)域?qū)W習(xí)技術(shù)分析應(yīng)用的不斷普及以及由此直接帶來的教育學(xué)習(xí)分析數(shù)據(jù)的豐富。

學(xué)習(xí)數(shù)據(jù)分析技術(shù)處于發(fā)展初期時，常常與其他學(xué)術(shù)數(shù)據(jù)分析、教育和大數(shù)據(jù)挖掘相提并論。其中，對從事學(xué)校管理的學(xué)術(shù)大數(shù)據(jù)應(yīng)用加以分析整理收集分析，提供學(xué)校管理決策等為基礎(chǔ)的數(shù)據(jù)應(yīng)用被廣泛稱為高校學(xué)術(shù)數(shù)據(jù)分析。

學(xué)習(xí)技術(shù)分析數(shù)據(jù)研究，是從學(xué)習(xí)大數(shù)據(jù)的多個角度深入理解信息學(xué)習(xí)，大數(shù)據(jù)分析是其重要前提。因此，近年課程學(xué)習(xí)價值分析法的研究主要是伴隨著在線上課程學(xué)習(xí)尤其是線上moocs 的快速發(fā)展而逐漸興起的。例如，moocs 環(huán)境下在線學(xué)習(xí)學(xué)員行為變化特征分析、在線學(xué)習(xí)行為投入變化分析、在線學(xué)習(xí)行為質(zhì)量變化分析、學(xué)習(xí)行為結(jié)果變化預(yù)測、學(xué)習(xí)行為干預(yù)方案設(shè)計等[2]。

學(xué)習(xí)分析技術(shù)設(shè)計旨在通過分析理解人們是怎樣主動學(xué)習(xí)實現(xiàn)對自己學(xué)習(xí)的主動適應(yīng)性課程設(shè)計。因此，學(xué)習(xí)技術(shù)設(shè)計分析研究者仍然是跨學(xué)科領(lǐng)域?qū)W習(xí)設(shè)計分析研究共同體的重要組成力量。除了各種學(xué)習(xí)數(shù)據(jù)分析模式為主的學(xué)習(xí)數(shù)據(jù)設(shè)計模式提供教學(xué)支撐外，研究者們還提出，學(xué)習(xí)分析設(shè)計也希望能夠為各種學(xué)習(xí)數(shù)據(jù)分析模式提供應(yīng)用解讀相關(guān)數(shù)據(jù)所必必需的各種教育應(yīng)用場景，從而為學(xué)習(xí)分析和應(yīng)用解釋相關(guān)數(shù)據(jù)、學(xué)習(xí)者及其行為以及成功或過于低效的各種學(xué)習(xí)分析模式設(shè)計提供教學(xué)框架。隨著綜合學(xué)習(xí)課程分析和綜合學(xué)習(xí)課程設(shè)計兩個領(lǐng)域的成熟，兩者間的知識融合和學(xué)術(shù)協(xié)同正逐漸成為重要的學(xué)術(shù)研究熱點領(lǐng)域。

二、學(xué)習(xí)分析模型分析

以下為學(xué)習(xí)分析模型情況介紹：

（一）學(xué)習(xí)分析過程模型

學(xué)習(xí)分析過程中的模型理論是西蒙斯根據(jù)學(xué)習(xí)關(guān)聯(lián)實證主義理論，在建立tekl模型的理論基礎(chǔ)上重新提出的。該數(shù)據(jù)模型中，數(shù)據(jù)主要分別來源于機器學(xué)習(xí)者電腦數(shù)據(jù)和移動智能手機數(shù)據(jù)。數(shù)據(jù)在被收集后經(jīng)過自我或其他多種方式的信息處理與數(shù)據(jù)分析后，便立即可根據(jù)數(shù)據(jù)分析結(jié)果進一步地對其去進行干預(yù)，進而有效促進在校學(xué)生的學(xué)習(xí)個性化或者是適應(yīng)性強的學(xué)習(xí)[3]。

（二）持續(xù)改進學(xué)習(xí)模型

持續(xù)改進學(xué)習(xí)模型概念是伊萊亞斯在對機器學(xué)習(xí)系統(tǒng)分析中的技術(shù)模型進行了詳細界定后重新提出的。該學(xué)習(xí)模型將整個機器學(xué)習(xí)數(shù)據(jù)分析工作過程具體總結(jié)為七個主要步驟:數(shù)據(jù)獲取、選擇、聚合、預(yù)測、優(yōu)化、使用和數(shù)據(jù)分享，即形成數(shù)據(jù)分析收集、數(shù)據(jù)處理和基礎(chǔ)知識綜合應(yīng)用三個大的循環(huán)學(xué)習(xí)階段。

（三）學(xué)習(xí)分析要素模型

學(xué)習(xí)分析要素模型方法是由沃爾夫?qū)秃嗟吕锟死美锲娴囊话阋庾R形態(tài)學(xué)習(xí)分析方法，對學(xué)習(xí)形式分析領(lǐng)域研究者群體中正在討論的每一個主題的要素進行分析和總結(jié)而再次提出的。

（四）學(xué)習(xí)分析概念模型

學(xué)習(xí)分析概念模型理論是近年我國著名學(xué)者李艷燕等在一種學(xué)習(xí)環(huán)境分析實踐過程中的模型和一種持續(xù)不斷改進學(xué)習(xí)環(huán)境的模型理論基礎(chǔ)上重新提出立起來的。

四種影響學(xué)習(xí)過程分析技術(shù)模型都具有各自的技術(shù)側(cè)重點，學(xué)習(xí)分析過程模型主要是從影響學(xué)習(xí)過程分析概念理論技術(shù)角度出發(fā)，以一種線狀過程圖的技術(shù)方式詳細呈現(xiàn)了從數(shù)據(jù)采集、數(shù)據(jù)處理分析、結(jié)果處理應(yīng)用的整個學(xué)習(xí)過程分析技術(shù)過程;持續(xù)改進學(xué)習(xí)模型從影響學(xué)習(xí)過程分析核心技術(shù)流程角度結(jié)合出發(fā)，以一種循環(huán)持續(xù)優(yōu)化的技術(shù)方式詳細描述了影響學(xué)習(xí)過程分析的核心技術(shù)改進流程;學(xué)習(xí)分析要素模型從如何影響整個學(xué)習(xí)過程分析核心技術(shù)的各個要素角度出發(fā)，以一種模塊化的技術(shù)方式較為全面地詳細描述了如何影響整個學(xué)習(xí)過程分析技術(shù)結(jié)果的各個要素;學(xué)習(xí)分析概念模型則從影響學(xué)習(xí)過程分析概念理論和核心技術(shù)流程角度結(jié)合出發(fā)，以一種循環(huán)持續(xù)優(yōu)化的技術(shù)方式詳細描述了影響學(xué)習(xí)過程分析的各個基本要素和整個核心技術(shù)流程。據(jù)此，可以得出結(jié)論，一個較為完善的機器學(xué)習(xí)數(shù)據(jù)分析系統(tǒng)模型結(jié)構(gòu)應(yīng)該必須包含以下五個基本要素:數(shù)據(jù)采集、數(shù)據(jù)處理、數(shù)據(jù)綜合分析、結(jié)果綜合應(yīng)用、要素條件[4]。

三、基于學(xué)習(xí)分析技術(shù)的預(yù)測模型構(gòu)建與實證研究

根據(jù)以上四種深度學(xué)習(xí)機器分析數(shù)據(jù)模型可以輕松構(gòu)建設(shè)計出一個深度學(xué)習(xí)數(shù)據(jù)分析模型。深度學(xué)習(xí)數(shù)據(jù)分析模型是一種促使學(xué)習(xí)者在其對深度知識理解的基礎(chǔ)上，積極主動地、批判性判斷地被動去學(xué)習(xí)接受新基礎(chǔ)知識，并通過所需要建立的新舊基礎(chǔ)知識間的各種聯(lián)系去幫助解決復(fù)雜實際問題和尋求創(chuàng)新的高級知識學(xué)習(xí)活動方式。深度學(xué)習(xí)數(shù)據(jù)分析模型的整個總體評估思路與深度學(xué)習(xí)結(jié)果分析的一般評估模型相似，只是它以各種深度分析學(xué)習(xí)結(jié)果中的評估方法為理論基礎(chǔ)，而非一般的評估學(xué)業(yè)成績。因此根據(jù)所收集總結(jié)的綜合學(xué)習(xí)行為分析數(shù)據(jù)模型并與不同學(xué)習(xí)者的行為分析大數(shù)據(jù)的各種數(shù)據(jù)結(jié)構(gòu)特點分析相結(jié)合，構(gòu)建了基于不同學(xué)習(xí)者的行為分析大數(shù)據(jù)的一套深度綜合學(xué)習(xí)數(shù)據(jù)分析模型。該數(shù)據(jù)模型主要包含了大數(shù)據(jù)采集、數(shù)據(jù)處理、數(shù)據(jù)信息分析、結(jié)果信息呈現(xiàn)與數(shù)據(jù)應(yīng)用，以及數(shù)據(jù)流程管理中的各個要素構(gòu)成條件。

1.基于深度教育學(xué)習(xí)數(shù)據(jù)分析模型的第一步應(yīng)用就是對在校學(xué)生大量的日常學(xué)習(xí)量和行為交互數(shù)據(jù)的分析采集，學(xué)生日常學(xué)習(xí)交互行為分析數(shù)據(jù)可以包含了在校學(xué)生通過在線上學(xué)習(xí)平臺所直接產(chǎn)生的一切有關(guān)師生學(xué)習(xí)的交互行為數(shù)據(jù)，也可以包括學(xué)生線下日常教育學(xué)習(xí)中通過物聯(lián)網(wǎng)和感知器等技術(shù)所直接產(chǎn)生的一切有關(guān)師生學(xué)習(xí)的交互數(shù)據(jù)等。對于數(shù)據(jù)采集后得到的用戶行為分析數(shù)據(jù)則需要根據(jù)不同的數(shù)據(jù)類型與不同特征點來進行處理相應(yīng)的信息存儲與數(shù)據(jù)清理。

2.應(yīng)用深度機器學(xué)習(xí)數(shù)據(jù)分析模型的第二步任務(wù)是復(fù)雜數(shù)據(jù)處理，即通過進行相應(yīng)的復(fù)雜數(shù)據(jù)統(tǒng)一存儲與信息清理，該方式可以實現(xiàn)對完全結(jié)構(gòu)化、半完全結(jié)構(gòu)化、非完全結(jié)構(gòu)化的復(fù)雜數(shù)據(jù)的自動統(tǒng)一存儲管理，以及根據(jù)用戶要求自動整合各種數(shù)據(jù)存儲格式，剔除與其無關(guān)的復(fù)雜數(shù)據(jù)[5]。

3.建立深度數(shù)據(jù)學(xué)習(xí)綜合分析模型的第三步階段是深度數(shù)據(jù)綜合分析階段，該分析階段主要是根據(jù)不同的數(shù)學(xué)分析方法(包括診斷結(jié)果分析、預(yù)測結(jié)果分析、評價結(jié)果分析)對數(shù)據(jù)處理后的深度數(shù)據(jù)結(jié)果進行綜合分析，從而準確評估每個學(xué)生進行深度數(shù)據(jù)學(xué)習(xí)的應(yīng)用結(jié)果。

4.建立深度學(xué)習(xí)數(shù)據(jù)分析模型的最后一步工作是結(jié)果直接呈現(xiàn)與技術(shù)應(yīng)用，根據(jù)學(xué)生受眾的不同，將數(shù)據(jù)分析的心理結(jié)果以不同的深度可視化顯示方式直接呈現(xiàn)顯示出來，教師與教學(xué)管理者不僅可根據(jù)學(xué)生分析后的結(jié)果對每個學(xué)生的深度學(xué)習(xí)心理行為模式進行教學(xué)干預(yù)與心理引導(dǎo)，促進每個學(xué)生最終達到教師深度優(yōu)化學(xué)習(xí)的最佳結(jié)果，學(xué)生也同時可根據(jù)學(xué)生分析后的結(jié)果直接進行調(diào)整和不斷優(yōu)化自身的深度學(xué)習(xí)心理行為，從而最終達到學(xué)生深度優(yōu)化學(xué)習(xí)的最佳結(jié)果。

以MOOCs 為例，目前MOOC 平臺是完全自主的在線學(xué)習(xí)平臺，具備實現(xiàn)個性化學(xué)習(xí)的關(guān)鍵要素。學(xué)習(xí)者對學(xué)習(xí)目標、學(xué)習(xí)進度、學(xué)習(xí)方式、學(xué)習(xí)時間以及使用的學(xué)習(xí)資料等享有絕對的自主權(quán)，具有徹底的在線學(xué)習(xí)自主性。但是，完全的自主性給學(xué)習(xí)者提出了嚴峻的挑戰(zhàn)，如難以立即轉(zhuǎn)換被動學(xué)習(xí)角色，進入良好的主動學(xué)習(xí)狀態(tài)。以ccedx 等在平臺中作為一舉例，目前，只能通過實現(xiàn)對一個學(xué)習(xí)者每次學(xué)習(xí)活動時間和各種學(xué)習(xí)活動進度的實時記錄以及對一個學(xué)習(xí)者簡單的學(xué)習(xí)結(jié)構(gòu)性優(yōu)化機制互評與非簡單結(jié)構(gòu)化的學(xué)習(xí)同伴進行互評，還沒有辦法達到通過將一個學(xué)習(xí)者的各種學(xué)習(xí)活動路徑、發(fā)生的各種學(xué)習(xí)活動行為通過反饋傳遞給其他學(xué)習(xí)者，以引發(fā)學(xué)習(xí)者進行自我反省、自主導(dǎo)學(xué)的程度。利用反饋學(xué)習(xí)數(shù)據(jù)分析技術(shù)挖掘每位學(xué)習(xí)者生活大數(shù)據(jù)，反饋學(xué)習(xí)分析研究結(jié)果可使每位學(xué)習(xí)者在進行自主組織學(xué)習(xí)的工作過程中及時進行自我學(xué)習(xí)評估，不斷完善優(yōu)化和加強學(xué)習(xí)[6]。

四、結(jié)束語

綜上所述，根據(jù)四種學(xué)習(xí)分析模型可以構(gòu)建出深度數(shù)據(jù)學(xué)習(xí)綜合分析模型，該優(yōu)化模型為良性循環(huán)數(shù)據(jù)優(yōu)化分析模型，數(shù)據(jù)分析的優(yōu)化結(jié)果在廣泛應(yīng)用于學(xué)習(xí)優(yōu)化中對學(xué)生進行深度遠程學(xué)習(xí)處理過程的優(yōu)化同時，也將作為新的學(xué)習(xí)數(shù)據(jù)被學(xué)生收集，進而經(jīng)過信息處理與數(shù)據(jù)分析，進一步幫助優(yōu)化學(xué)生深度遠程學(xué)習(xí)優(yōu)化過程，形成一個良性循環(huán)，這十分符合學(xué)生深度遠程學(xué)習(xí)的基本意義，能夠做到極好地有效促進廣大學(xué)生開展深度遠程學(xué)習(xí)。