基于大数据评价的个性化学习平台模式构建研究

周清清+佘航+平萍

摘 要：随着网络技术和新媒体的快速发展，人们的需求不断提高，智慧学习成为目前及将来的一种学习模式，然而个性化平台是实现“智慧学习”的重要形式之一。基于大数据的个性化学习可以避免传统的一刀切教育，它以学生的发展需求为中心，以学生的个性差异为基础，强调尊重学生的个性发展。大数据为个性化平台提供了有力的支撑条件。本文通过学生的学习风格、学习能力及平台产生的数据，进行动态收集、可视化分析，推送出适合学习者个性化的学习平台。

关键词：个性化学习；大数据；模型建构

中图分类号：G434 文献标志码：A 文章编号：1673-8454（2016）15-0013-03

一、引言

随着网络技术和新媒体的快速发展，人们的需求不断提高，传统的班级授课制已经满足不了他们的需求，传统的教学模式采用一刀切的教学方法，完全忽略了受教育者的个性发展要求。然而网络的快速发展使网络平台成为信息化教育的主流，从中小学到高等院校，大部分学校为了促进教育信息化都采用网络教育平台进行学习。但是网络平台只是一个在线学习的场所，还未真正实现个性化的学习。

个性化教育是现代教育理念积极倡导的教育模式，它以学生的发展需求为中心，以学生的个性差异为基础，强调尊重学生的个性发展，然而基于大数据的个性化学习是根据学生自己产生的数据并进行分析的个性化的自主学习。

二、个性化学习的起源和发展

1.个性化学习的起源

个性化教学的思想最早可追溯到古希腊的苏格拉底和中国的孔子。欧洲从15世纪文艺复兴运动开始产生了以人为中心、强调发展个性的新人类观。在很多教育家的教育思想中也体现了对人及对人个性的重视：17世纪英国政治思想家、哲学家和教育思想家洛克认为，奴隶式的管教只能养成儿童女性的气质；法国伟大的教育思想家卢梭是一个非常崇尚人的个性自由和解放的人；马克思主义认为人的发展包括全面发展与充分、自由的发展，充分自由的发展就是人性的发展。总之个性化学习的思想起源很早，很多思想家、哲学家都遵从人个性发展的理念。

2.个性化学习的发展

随着科学技术的快速发展，个性化学习在每个时期有着不同的呈现形式。20世纪80年代末到90年代初，不少学者主张发展教学系统的智能性，最终达到使用智能教学系统替代教师进行个性化教学的目标，但后续研究表明，这种思路并未获得成功（贾积有、马小强，2011）。[1]20世纪90年代后，研究者开始关注超媒体在自适应学习系统中的应用，国内外出现了一些自适应网络教学系统的原型应用（姜强、赵蔚，2011）。[1]

2013年我国学者祝智庭提出智慧学习，为个性化学习提供了新的思路。智慧学习是根据学习者的特征和个体差异，提供相应的个性化的学习模块，并对学生的学习数据进行挖掘，再深度分析，根据数据预测学生潜在的问题。

伴随着教育引入可穿戴技术、量化自我，大数据、云计算等技术，使智慧学习上升到新的视角的同时，也为个性化学习的发展提供了条件。

三、大数据概念及其应用

1.概念

大数据本身是一个抽象的名词，字面的含义是指庞大的数据，大数据不仅仅指数据规模之大，还包括大数据的多样性、高速性和价值性。早期对大数据的定义多种多样，但无外乎都是围绕着大数据的这三个特点。

在这些定义中，比较有代表性的是3V定义，即认为大数据需满足3个特点——规模性（volume）、多样性（variety）和高速性（velocity）。[2]

维基百科对大数据的定义则简单明了：大数据是指利用常用软件工具捕获、管理和处理数据所耗时间超过可容忍时间的数据集。[3]

而在维克托·迈尔-舍恩伯格及肯尼斯·库克耶编写的《大数据时代》一书中认为，大数据是指不用随机分析法（抽样调查）的捷径，而是把所采用的数据进行分析处理，大数据的4V特点是Volume（大量）、Velocity（高速）、Variety（多样）、Value（价值）。[4]

个人认为时代在发展，大数据的特征在随着改变，从之前的3V到现在的4V，或许今后还会发生变化，总之应该是大数据的特征得到应用，为人类的发展做贡献。

2.大数据的应用

人类从古至今一直在产生数据，但今非昔比，如今大规模数据的产生已不受时间、空间的制约。大数据最核心的价值就在于对海量数据进行存储和分析。相比起其他技术而言，大数据的“廉价、迅速、优化”这三方面的综合成本是最优的。[5]大数据的应用十分普遍，张引、陈敏、廖小飞等人在《大数据应用的现状与展望》中总结了大数据6大主要应用领域，有文本分析、多媒体分析、结构化数据分析、Web分析、移动分析和社交网络分析。在此不做过多研究。

四、基于大数据实现个性化学习

世上没有相同的两片叶子，也没有相同的两个人，只有接近相似的，受教育者也是一样的，存在着个体差异，传统的教学模式采用一刀切的教学方法，完全忽略了受教育者的个性发展要求。随着对媒体技术和网络技术的快速发展，国家提出教育信息化的要求，基于各种平台的学习如火如荼地展开着，然而众多平台只是提供了信息化的学习环境，并没有做到满足个性化的学习，也没有很好运用学生产生的数据来改善学习情况。基于大数据的个性化学习是在之前的学习平台基础上增加了数据的分析和相应的预测功能。根据学生在平台上的数据，对学生进行个性化的比对分析，了解学习者的学习时间、学习风格、登录情况、测试结果、及时反馈，及根据测试结果预测学习中薄弱的知识等，从而为学习者提供更全面、更适合自己的个性化学习。图1是基于数据的个性化学习方式过程概念图。

五、基于大数据的个性化学习平台设计

以大数据为基础的个性化平台的构建，既然是以数据为基础，说明数据的价值性远远超越数据本身自有的价值，数据是个性化学习的关键。平台的构建主要有数据的收集、数据模型化、数据分析、数据反馈及预测个性化等学习模式。

1.平台功能结构设计

基于数据的个性化学习系统平台应该具有以下功能：

（1）通过学生的测试情况制订相应的个性化学习计划。系统平台可以通过数据为学生制订符合学生发展的个性化学习计划，有效控制学生的学习进程，指导学生正确学习。

（2）根据学生情况进行课程分层设计，自动生成适合自己的课程内容。平台应根据学生的学习水平，相应配备符合目前学习能力的课程，即导航目录树。根据学生的学习进展完成学习任务。

（3）测试、预测及评价。根据学生的测试情况，指出未掌握的知识点，预测出此类题型应该加强巩固，并为学生推荐相应的知识点，平台可以把根据数据推荐的试题挖掘出来，分别给指定的学生练习，因材施教地培养学生，教师可以不再根据学生的基础花费大量时间来设计适合每个学生的试题。教师通过平台实现对学生的技能评价。

（4）各种交互的方式

教学交互是很重要的一部分，平台应该提供各种方式给学习者进行解惑答疑，促进学习的交流和提供向他人学习的机会。例如：BBS，讨论区，实时答疑、互评等功能，方便学习者与学习者、学习者与教师的交互，从而提高学习效率。

为了实现基于数据的个性化学习平台的功能，平台应该具备应有的模块支持以上所要实现的功能。

（1）数据库：数据库作为个性化学习的依据和核心，存储了大量各种各样的数据。

学习者模型库：反映学生学习风格、学习能力及个性化学习数据。知识库、课程库和资源库：用于存储形成学习材料的各种知识数据。[6]试题库：学习者学习后的测评，为后期个性化学习提供数据。答疑库：提供各种常见的答疑和咨询信息。

其他需要的数据库。

（2）根据数据制订个性化学习计划模块：为个性化学习提供依据。

（3）测评模块：用于检验学习者的知识掌握情况。

（4）实时反馈模块：此模块通过学生的登录情况、学习时间段及学习者互动参与的数据收集，分析收集的数据，并及时反馈给学习者。

（5）个性化评价：评价学习者的学习情况及学习者的互评，支持个性化课程的选择。

（6）个性化预测：该模块根据学生产生的数据及评价情况，综合各方面的数据，系统预测符合学习者发展情况的学习材料。

（7）干预模块：系统根据学生自主学习情况，进行相应的干预，督促学习任务的完成。

（8）答疑咨询：学生与教师交流的平台。

根据上述基于数据的个性化学习的功能，为了让这些功能一目了然地展现出来，笔者构建的平台框架如图2所示。

基于大数据的个性化学习是把学生自己的学习风格和学习能力进行可视化分析，再与学习者参加平台学习过程产生的利于促进教学效果的数据结合起来，这些数据是根据学习者的个体差异产生出来的，可以预测设置适应学习者个性的课程。

2.基于数据的个性化平台的运行流程设计

（1）学生登录平台，针对第一次登录的学习者，平台要求学习者完成基本资料的填写，做一系列的学习风格、学习能力等方面的测试，为后期个性化教学做好铺垫，预测学习者的学习模式，与学习内容进行交互，并产生大量的交互数据。

（2）数据收集，时刻关注学习者的学习动态、学习进度、在线测试等数据并存入学生数据库。

（3）根据已有的数据可视化分析预测出试题及课程然后调用数据库中的数据。

（4）根据预测的结果，对学习者进行个性化学习分类。

（5）教师可根据学生的可视化大数据为不同的学生推送适应学习者个性化的资源，并干预学生学习进度，最后评价学习情况。

六、结束语

从教育的发展来看，基于大数据的个性化学习是教育技术发展的趋势，充分利用学生产生的大数据，进行可视化分析，再预测出适合学习者发展的个性化学习，通过分析不断产生的数据，时刻跟随学习者的动态，不断地反馈给教师，教师不断反馈给学习者进行自我个性化学习，这样反复及时反馈，及时弥补缺陷，从而优化学习效果。促进教育信息化到智慧教育的快速发展。

参考文献：

[1]曹晓明，朱勇.学习分析视角下的个性化学习平台研究[J].开放教育研究，2014（5）.

[2]Grobelnik M.Big-data computing； Creating revolutionaryBreakthroughs in commerce， science， and societ[R/OL].http：//videolectures， net/eswc2012 robelnik-big data/.

[3]Big data[EB/OL].http：//en， wikipedia， org wild/Big data.

[4]百度百科[EB/OL].http：//baike.haosou.com/doc/5374131-5610149.html.

[5]中国大数据[EB/OL].http：//www.thebigdata.cn/Hadoop/10803.html.

[6]王海坤，教学服务型大学校外实践环节个性化在线学习平台设计与研究[D].杭州：浙江工业大学信息工程学院，2013.

（编辑：王天鹏）