基于大数据的个性化教育方法体系构建

米春桥，邓青友，李晓梅，刘毅文，赵嫦花

（1.怀化学院 计算机科学与工程学院，湖南 怀化418000；2.怀化学院 人事处，湖南 怀化418000；3.武陵山片区生态农业智能控制技术湖南省重点实验室，湖南 怀化418000）

0 引 言

当前，随着信息技术的频繁更新与社会的加速发展，传统的教育模式由于教学内容单一、教学方式被动、教学环境封闭等，已不能适应现代教育培养创新型人才的需要[1]。个性化教育以学生发展为中心、尊重个体差异、突出个性化能力发展，是实现教育现代化的重要方式。基于大数据的个性化教育是在各类信息系统支持下，通过学情大数据分析，对学生个体差异进行充分认知、对学习资源内容进行个性推荐、对学习过程行为风险进行精准预警、对学习结果进行多元评价分析并及时反馈调整学习过程，进而实现自适应性的自主学习与自我发展的一种现代个性化智慧教育新模态。它既能丰富学习资源、便捷学习方式，又能打破传统教育环境的时空限制、满足学生的真实需求、突出个性能力发展目的[2]。

1 现状分析

个性化教育的思想在国内外自古有之，在我国，孔子最早提出“因材施教”个性化教育理念并付诸实践；在西方，苏格拉底尊重人的天赋差异提出“助产术”启发式个性化教育方法，昆体良关注学生个体差异提出“扬长避短、长善救失”的施教思想[3]。我国后来出现的私塾制、师徒制等教育模式也都是个性化教育实践的体现。由于我国当时整体上还处于农业社会时期，因此个性化教育的受益面很小并且效率也不高。在近现代，由于工业社会大规模化生产的思想影响，班级授课式的标准化学校教育模式出现，扩大了受教育的人数并提高了教育过程实施的效率，但同时丧失了个性化教育的特征。个性化教育一直存在个性化与规模化不可兼得、效果与效率难以平衡的问题。当前，人类已经进入信息社会时代，借助大数据、教育数据挖掘、人工智能等现代信息技术[4-5]，可以在保持个性化特征的基础上实现大规模的个性化教育，促进效果与效率的同步提升。教育大数据挖掘是实现现代个性化智慧教育的重要方式[6]，相关的研究包括关于学生个体特征的量化自我研究[7]、关于学习资源推荐的研究[8]、关于个性化学习评价的研究[9]、关于个性化学习服务支持系统的研究[10-11]等，然而关于大数据时代个性化教育具体架构与方法体系的研究目前还不多见。

2 体系构建

2.1 总体架构

现代个性化教育在总体架构上包括理论、资源、方法与应用4个层面，如图1所示。理论基础层包括马克思的实践人学理论和加德纳的多元智能理论，前者体现个性化教育中人的发展目标，后者为个性化教育中的多元评价理念奠定良好的教育心理学基础[12]。资源内容层包括丰富的理论及实践教学资源、个性化的个体学习内容资源、灵活多样的教育环境资源、便捷的学习过程资源、详细的学习结果信息等，满足个性化教育中不同个体的差异化需求。方法技术层包括学生个体特征差异化认知方法、学习资源个性化推荐方法、学习绩效多维度评价方法、人工智能技术、教育大数据技术等，以实现现代个性化教育的高效性与精准性。应用实践层包括过程化的教学管理、个性化的学习指导、精准化的学情分析、智能化的推荐服务、多元化的考核评价等具体应用，打破时空限制，实现便捷的现代个性化教育全流程信息化与智慧化实践。

图1 现代个性化教育模式总体架构

2.2 具体方法

基于大数据的个性化教育方法体系如图2所示，它以学情大数据为基础，借助现代信息技术与数据挖掘方法，在个性化教育综合服务信息系统的支持下，实现学生个体特征差异化认知、学习资源个性化推荐、学习过程个性化指导、学习行为个性化预警、学习结果多元化评价等个性化教育全流程的过程化管理与个性化服务。

1）基础学情大数据收集方法。

图2 基于大数据的个性化教育方法体系

基础数据资源是实现基于大数据的个性化教育的重要基础，包括采用问卷调查、访谈等人工方式采集学生的学习认知、教师的教学认知、管理者的服务认知等个性化教育认知数据，采用数据集成、融合等半自动化的方式归档现有的各级各类教育教学业务信息系统中的学生人口学、学习行为状态等数据，采用现代智能可穿戴设备、智能环境传感器等全自动化的方式采集学生的学习情感状态等数据，最终实现基础学情大数据的全闭环伴随式收集，为学生个性特征认知及个性化教育实施提供基础数据保障。

2）学生个体特征充分认知方法。

对学生个体特征的充分认知是个性化教育尊重个体差异的基本前提，包括采用协同过滤、模式匹配等方法对学生的学习目标与动机的认知，采用聚类分析、离群挖掘等方法对不同学习兴趣与偏好的认知，采用概率统计、回归分析等方法对学习过程行为风险的认知，采用神经网络、深度学习等方法对学习结果表现的认知等，以开展有针对性的个性化教育服务。

3）个性化学习资源建设方法。

丰富的个性化学习资源内容建设是实现个性化教育的基本保障，包括基于个性化学习理论、以学生为中心设计可供不同学生自主学习的个性化学习资源，根据学生个体差异设计配套的自主测验任务，利用现代信息技术、采用短视频等多媒体便捷方式呈现学习内容，从而实现学习资源按需定制的建设机制。

4）个性化学习资源推荐方法。

学习资源个性化推荐是个性化教育本质特征的重要体现，包括基于学生个性特征与兴趣爱好的个性化学习资源初步筛选，基于学习过程行为偏好及强弱项表现的个性化学习资源修正选择，基于关联分析、聚类算法、协同过滤等数据挖掘方法的个性化学习资源精准定位，利用系统提示、个性链接、微信消息等现代移动互联网技术实现个性化资源及时呈送等。

5）个性化学生指导方法。

对学生实施个性化指导是个性化教育具体实施的关键环节，包括采用学习能力基值分析法、学习效益对比分析法、学习风险阈值提醒法等快速及时地发现需要帮助的学生对象，采用学习进度演变分析法、知识掌握情况累积分析法、学习薄弱环节离群分析法等准确定位需要帮助的主题内容及薄弱点，基于个性化教育综合服务信息系统借助现代信息技术高效实施有针对性的个性化指导等。

6）精准化学情预警方法。

精准的学情预警是个性化教育质量保障的必要措施，包括采用概率统计、模糊分类等方法进行学业基础风险预警，采用变异系数、分位点等方法进行学业环境风险预警，采用特异值检测、离群分析等方法进行学业质量风险预警，采用模糊综合法、层次分析法等实现综合学业质量评估与学情风险预警，提高个性化学习效果。

7）多元化学习考评方法。

多元个性化考评是检验个性化教育效果的重要方法，包括基于学习过程数据采用教师点评的方法对学生处理问题能力与动手实践能力的评价，基于学习互动数据采用学生互评的方法对学生交际能力与团队合作精神的评价，基于学习结果数据采用系统自评的方法对学生的平时表现与学科成绩的评价，基于问卷调查与访谈记录数据采用学生自评与家长助评的方法对学生的学习动机与身心素质进行评价等，以实现全面动态过程性与多维个性化的评价。

8）过程化教学管理方法。

对个性化学习与教学进行全流程的过程化管理是提升个性化教育效率与效果的重要手段，包括采用过程回溯法对学生的学习笔记、学习疑惑、课程作业等学习过程的管理，采用记录归档法对教师的教学资源、教学进度、教学测评等教学过程的管理，采用社交网络分析法对师生互动、同学互动、人机互动等交互过程的管理，以增强学生在教学中的参与性。

9）信息化服务系统建设方法。

完善的个性化教育综合服务信息系统是现代个性化教育能够兼顾规模化与个性化、保持效率与效果的重要支撑手段，包括设计由用户层、环境层、应用层、算法层、数据层、理论层等组成的主体框架结构，采用机器学习、数据仓库、数据可视化等现代信息处理技术实现基于大数据的个性化教育方法体系，采用JavaScript、CSS、HTML、Java、.NET、消息推送等程序语言与技术开发灵活便捷的服务终端等，以实现全面的信息化管理。

3 结 语

基于大数据的现代个性化教育4层总体架构模式与9个方面的具体方法体系有利于解决现代个性化教育一直面临的个性化与规模化、效果与效率难以平衡的问题，未来随着智能传感器、可穿戴设备、虚拟现实、人工智能等新兴技术在教育教学中的深度融合应用，可为现代个性化教育提供更细粒度的数据支撑、更精准的算法应用，将进一步促进大规模个性化智慧教育的实现。