3D虚拟学习环境数据挖掘分析与应用实证研究

唐晓凤

摘   要：为更好地开展体验式学习、情境化学习、探究式学习和协作学习，3D虚拟学习环境应运而生。3D虚拟学习环境以其深度沉浸感、远程或面对面的交互性以及高保真度而深受大学生喜爱。为进一步建设和完善3D虚拟学习环境，除建设3D课程资源外，更需对3D虚拟学习环境中的教学资源、学习行为、学习评价等数据进行收集、挖掘和分析。本文基于3D虚拟学习环境，对此环境中所产生的数据进行挖掘分析，并进行建模和分析，最后进行实证研究。

关键词：3D虚拟学习环境;数据挖掘分析;应用实证研究;教育大数据

中图分类号：G434 文献标志码：A 文章编号：1673-8454（2019）15-0045-03

一、3D虚拟学习环境的定义与特征

2018年3月，在第三届中美智慧教育大会上，中国工程院院士赵沁平提出VR将在多媒体和计算机教学之后重新改造人们的学习方式，虚拟现实技术从3I（沉浸感、交互性、构造性）向4I（沉浸感、交互性、构造性和智能化）转变。[1]

3D虚拟学习环境是计算机网络技术、虚拟仿真技术、人工智能技术和传感技术与当代教育深度融合的产物。利用虚拟现实技术，为学生提供体验虚拟现实的真实环境、远程或面对面的交互协作环境、进行各种实验假设的环境，为开展体验式学习、情境化学习、探究式学习以及协作學习等创造了更优越的条件。

国内外学者对3D虚拟学习环境特征的研究有各自不同的侧重点。国外，Barney等学者强调3D虚拟学习环境中各对象之间的交互性;[2]Danei等学者强调3D虚拟学习环境的沉浸感特征;[3]Jonathan、Hedberg等强调3D虚拟学习环境的沉浸感、高保真度以及高创造度等。[4]国内，王雪燕等强调3D虚拟学习环境的情境化教学特征;[5]于新国学者强调3D虚拟学习环境中的寓教于乐的特征;[6]刘革平等则强调3D虚拟学习环境的高体验性和高交互性等特征。[7]总的来说，3D虚拟学习环境的显著特征主要有沉浸感、高保真度、高体验度、高交互性、高创造度等，同时3D虚拟学习环境不仅给教育提供了新的教育资源，更为教育提供了新的教育环境和新的教育平台。

二、3D虚拟学习环境数据挖掘分析

1.3D虚拟学习环境数据挖掘分析的主要内容

3D虚拟学习环境中的课程资源作为数字化教学资源中的一种，以其立体化、交互性、智能化和直观性等显著特征而得到了广泛的应用。从建构主义理论来说，3D虚拟学习环境课程资源体现了以学习者为中心的新型的教育教学理念;从夸美纽斯的直观教学理论来说，3D虚拟学习环境课程资源能模拟现实，给学生带来更直观的体验，给视觉带来强大的冲击力，不仅能增强学生的学习兴趣，更便于理解;从情境认知理论来说，3D虚拟学习环境课程资源体现了情境化学习的意境，具有真实性，不仅能增强学生学习的好奇心，更方便学生实现知识的迁移;从情绪心理学理论来说，3D虚拟学习环境课程资源不仅能激发学生的学习兴趣、消除消极厌学的情绪，更能促使学生发挥主观能动性、主动思考问题、真正热爱学习。[8][9]

3D虚拟学习环境使教与学都发生了颠覆性的变化，在3D虚拟学习环境中会产生大量的教育数据，包括课前、课中、课后大数据。其中课前产生的教育大数据主要有学习者特征数据、学习者学习动机数据、学习者预习数据等;课中产生的教育大数据主要有理论教学互动数据、学习理论行为数据、3D课程资源使用数据以及课堂实时测评数据;课后产生的教育大数据主要有3D仿真实验数据、教学反思数据、教学测评数据等。

通过对3D虚拟学习环境中海量数据的收集、挖掘和分析，掌握教师的教学现状和学生的学习行为，分析其中内在的规律和关联性，为进一步建设和完善3D虚拟学习环境提供大数据支撑。

2.3D虚拟学习环境数据挖掘分析的整体思路和框架

3D虚拟学习环境数据挖掘分析主要是针对学生在3D虚拟环境下的学习行为进行数据建模，对学生学业成绩及学习趋势进行预测，其重点是采用多因子分析法、相关性分析法、关联规则分析法以及多元回归分析法，分析3D虚拟学习环境下学习过程中的各种影响因素、各种学习行为以及各类学习结果之间的关联和规律性，最终形成3D虚拟学习环境数据挖掘分析的整体框架。3D虚拟学习环境数据挖掘分析框架如图1所示。

从数据挖掘分析框架图中可看出，课前、课中、课后的数据之间是具备关联性的，课前产生的数据影响着学习者的预习数据，课中产生的大量学习行为、资源使用以及互动情况数据直接影响着课堂实时测评数据，课后参与仿真实验的数据以及教学反思的数据直接影响着教学测评的数据，教学测评的数据为预测学业成绩数据提供了基础。

三、3D虚拟学习环境数据建模与分析方法

1.3D虚拟学习环境数据建模与分析的思路

2012年，美国教育部发布的ET L-EDM LA报告提出了教育领域中的四类数据建模方法，即知识建模、领域建模、行为建模和经历建模，四类分析方法，即学习者分析、组件分析、自适应分析和趋势分析。[10]结合3D虚拟学习环境的特征，其数据建模与分析的基本思路如下：

（1）学习者知识建模：依据学习者的认知基础知识、已有的技能基础知识以及过程性知识，构建学习者知识模型。

（2）学习者领域模型：依据学习者的学习曲线、数据，探索课程知识点的选择以及教学顺序等，构建学习者领域知识模型。

（3）学习者经历模型：依据学习者对课程学习资源的选择、学习的行为数据、学习者的学习感受等构建学习者体验模型。

（4）学习者行为建模：依据学习者在学习过程中的学习行为，探索学习行为和学习者学习结果之间的关系，构建学习者行为模型。

（5）学习者分析：主要对学习者课前、课中和课后的学习行为进行分析。

（6）组件分析：主要对学习者课程学习资源的表现形式和学习内容的序列进行分析。

（7）自适应分析：主要对学习者学习影像因素进行调整，为个性化学习的开展提供数据基础。

（8）趋势分析：主要用于预测学习者学习行为和学习者学习结果之间的相互关系。

2.3D虚拟学习环境数据建模与分析模型

在3D虛拟学习环境下，可建立四类分析模型——基于学习者课前、课中、课后学习行为影响因素分析模型，基于学习者课前、课中、课后学习关联性分析模型，基于学习者课前、课中、课后学习预测分析模型以及基于学习者3D仿真实验分析模型。基于学习者课前、课中、课后学习行为影响因素分析模型利用多因素分析法分析课前、课中、课后影响学习行为的因素，挖掘影响学习行为的主要因素。基于学习者课前、课中、课后学习关联性分析模型主要是利用关联分析法分析课前、课中、课后学习行为之间的关联性，挖掘课前、课中、课后学习行为之间的关联点。基于学习者课前、课中、课后学习预测分析模型是利用多元回归分析法分析课前预习分析数据、课中实时测评数据以及课后学业测评成绩数据，挖掘课前、课中、课后测评数据和学习成绩之间的规律，还可预测学生的学业成绩等。基于学习者3D仿真实验分析模型主要是利用比较平均值分析法分析学习者课后完成3D仿真实验和普通实验之间的区别，挖掘3D仿真实验对学习结果的影响数据，预测3D仿真实验对学业成绩的影响程度。基于学习者3D仿真实验分析模型如图2 所示。

通过比较平均值分析法，分析学生完成普通实验和3D仿真实验的区别，通过比较对比分析产生的数据进行平均值和独立样本T检验，最终挖掘3D仿真实验对学业成绩的影响度，预测学习者课程的学业成绩。

四、3D虚拟学习环境数据挖掘分析实证研究

以学生是否完成3D仿真实验对学业成绩的影响分析为例，选取湖南某高校3D虚拟学习环境中学习者问卷调查的真实数据，涉及人数100人，其中50人完成3D仿真实验，50人完成普通实验，分别从体验维度、探究维度、交互维度、个性化维度和满足感维度进行统计。根据统计的数据，利用SPSS 22应用软件对数据进行分析，采用独立样本T检验方法对学习者实验过程的各个维度进行分析，3D仿真实验和普通实验组独立样本T检验结果如图3所示。

图中a代表完成3D仿真实验的50位学习者的数据，b代表完成普通实验的50位学习者的数据，通过数据分析，完成3D仿真实验的学习者在体验维度、探究维度、交互维度、个性化维度以及满足感维度明显优于完成普通实验的学习者。数据分析表明，3D虚拟学习环境因其独特的优势深受广大学习者的热爱，学习效果显著，其必将推动“互联网+”教育事业的进一步发展。

参考文献：

[1]赵沁平.第三届中美智慧教育大会赵沁平院士谈“虚拟现实+教育”[DB/OL]. http：//blog.sina.cn/dpool/blog/s/blog_e6f269ec0102y7k8.html？from=singlemessage.

[2]Dalgarno B，Lee M J W. What are the learning affordances of 3-D virtual environments？[J].British Journal of Educational Technology，2010，41（1）：10-32.

[3]Livingstone D，Kemp J，Edgar E. From Multi-User Virtual Environment to 3D Virtual Learning Environment[J].Research in Learning Technology，2008，16（3）： 139-148.

[4]Barkand J， Kush J. GEARS a 3D Virtual Learning Environment and Virtual Social and Educational World Used in Online Secondary Schools[J].Electronic Journal of e-Learning， 2009，7（3）： 215-224.

[5]王雪燕，于瑞娜，王保伟，张超.3-D虚拟学习环境中学习模式探索[J].中国教育技术装备，2011（6）：114-115.

[6]于新国.3D虚拟现实技术及其应用与开放获取资源[J].科技文献信息管理，2011（4）：1-4.

[7]刘革平，谢涛.三维虚拟学习环境综述[J].中国电化教育，2015（9）：22-27.

[8]闫春霞.面向课堂教学的3D教学资源设计研究[D].华中师范大学，2016.

[9]詹慧芳.课堂教学中认知与情感的互动[J].教学与管理，2013（12）：14-16.

[10]刘邦奇，李鑫.智慧课堂数据挖掘分析与应用实证研究[J].电化教育研究，2018（6）：41-47.

（编辑：王天鹏）