基于教育大数据的量化自我MOOC自适应学习系统研究_方海光_罗金萍_陈俊达_杜婧

大数据学习分析的研究与应用——以浙江省教师教育MOOC培训平台的课程为例陈雷【期刊名称】《现代教育技术》【年(卷),期】2016(026)008【摘要】数据为王的大数据时代正在来临,如何将大数据关联于教育变革以及由此衍生的学习分析的应用逐渐成为了热点课题.文章以浙江省教师教育MOOC培训平台为例,任选其中的某门在线课程,通过常规挖掘、频次统计、跳转聚合、数据可视化等方法,以渐进深入的方式,对选课学员的学习行为和日志进行数据挖掘,并根据学员在平台中的学习行为数据,展示学员与课程的相关性和适应度,发掘学员模块的学习规律和学习喜好,定位平台中的模块功能和课程资源缺陷,优化适应性教学资源,定制个性化学习路径,促进个性化发展.研究表明:上述这些举措将大大提高选课学员的用户体验感和满意度.【总页数】7页(P109-115)【作者】陈雷【作者单位】宁波教育学院网络与教育技术中心,浙江宁波315016【正文语种】中文【中图分类】G40-057【相关文献】1.基于MOOCs理念下的精品课程翻转课堂教学模式设计--以国家教师教育精品资源共享课《小学英语教学设计》为例 [J], 冯建瑞2.促进专业发展的教师教育MOOC运营策略研究——以《中学生物学教学设计》课程为例 [J], 崔鸿;巴鹤臻;夏珂;张金菊3.基于MOOC的校企协同大数据课程建设——以上海交通大学软件学院相关课程融入lBM大数据大学的微课程内容为例 [J], 蒋建伟;陈昊鹏;周恩昌;徐臻4.促进专业发展的教师教育MOOC运营策略研究——以《中学生物学教学设计》课程为例 [J], 崔鸿;巴鹤臻;夏珂;张金菊;5.基于MOOC的高校课程混合学习模式大数据研究——以某高校《现代教育技术》课程为例 [J], 卜美娟因版权原因，仅展示原文概要，查看原文内容请购买。

首都师范大学方海光：“处处皆课堂”是未来发展新趋势随着时间的推移.中国的教育信息化从基础环境建设到知识体系化建设.到学习服务的建设，会持续到2030年，在这个过程中，教育大数据的应用也会越来越深人人工智能使得教育场景逐渐具体化教育大数据本身是人工智能中的一部分，随着人工智能和教育大数据的推进，其实在学校这一端，应用的场景会越来越具体化，会逐渐聚焦到一些场景的应用.如果这个场景能够具体化，未来，这个场景就有可能被人工智能所取代：智慧城市建设和教育信息化建设共同受到互联网和大数据为代表的技术因素的重要影响，两方面建设逐渐呈现出相互支持的趋势在智慧城市的环境下.围绕着学校教育，总共有九个学习的场景，我们也进行了一些梳理。

最早期的被称作数字化课堂.逐渐发展出翻转课堂，以学生为中心，更好地满足学生个性化需求。

随后，在翻转课堂基础上，发展出平板(PAD)课堂。

当前绝大部分的中小学，甚至高校都是在平板课堂的层面严格意义上讲，平板课堂是移动学习当中的一种类型。

只是采用了平板进行教学的方式，但是很难说平板课堂就是智慧课堂。

到了2018年，所有的课堂逐渐聚焦到了智慧课堂"智慧学习以学习者为中心，能够在任何时间(Anytime)、任何地点(Anyplace)、以任何方式(Anyway)和任何步调(Anypace),进行轻松的(Easy Learning)、投入的( Engaged Learning)和有效的(Effective Learning)的学习智慧课堂三种典型课堂及大数据对比当前中国的智慧课堂大概有以下三种典型类型：第一种是以教为主的基础型智慧课堂，“秧苗式”和“层叠U型”多媒体教室空间布局以及交互白板教方海光首都师范大学教育技术系教授室空间布局；第二种是智慧型智慧课堂，“队列式”和“多组圆桌型”计算机机房空间布局；第三种是空间型智慧课堂，3D/VR创新空间设计以及STEAM教育新环境=对这三种典型的智慧课堂，我们也进行了大数据分析，采用改进弗兰德斯(IFIAS)方法，把课堂行为从传统的国外的10种分析方式演化为14种.对于课堂的开放程度、学生自主学习程度以及应用技术程度进行了深入细化实际上如果这种行为过度细化的话，对于整个课堂分析也是不利的，该方法更适合我们目前的智慧课堂分析方法'综合来看，电子白板：少技术、少互动；移动终端：阶段性、多互动；3D课堂：强互动、多技术。

MOOCAP学习者在线学习行为和学习效果评价模型研究MOOCAP学习者在线学习行为和学习效果评价模型研究一、引言随着互联网技术的迅猛发展，MOOC（大规模开放在线课程）作为一种新型的在线教育模式，得到了广泛关注和应用。

MOOCAP 指的是MOOC的行为分析和预测，从而帮助学生提高在线学习的效果。

学习者的在线学习行为和学习效果评价是MOOCAP研究的重要内容。

本文对MOOCAP学习者在线学习行为和学习效果评价模型进行研究。

二、MOOCAP学习者在线学习行为分析学习者的在线学习行为是指学生在参与MOOC时在线学习平台上展示的行为。

学习者的在线学习行为可以通过学习平台记录的日志进行分析。

通过对学习者的在线学习行为进行分析，可以了解学生的学习参与度、学习时间分布、学习行为模式等信息，并基于这些信息对学生进行个性化的学习推荐和学习行为预测。

学习参与度是指学生在线学习的主动程度，可以通过学生的点击次数、讨论频率、提问与回答等数据进行衡量。

学习时间分布是指学生在线学习的时间分布情况，可以通过在线学习平台记录的学生的学习时间段进行分析。

学习行为模式是指学生在在线学习过程中呈现出的一定模式，可以通过学生的浏览路径、点击顺序、学习资源的访问次数等进行分析。

三、MOOCAP学习者学习效果评价学习效果评价是对学生学习结果的评估，可以通过学生的学习成绩、学习成果等进行衡量。

MOOCAP通过对学生的学习行为进行分析，并与学生的学习效果进行关联，可以帮助学生提高学习效果。

学生的学习行为与学习效果之间存在复杂的关系。

学生的学习行为可以直接影响学习效果，同时学习效果也可以反馈到学习行为上。

通过分析学生的学习行为和学习效果之间的关系，可以进行学生的学习效果预测和优化学习行为的建议。

四、MOOCAP学习者在线学习行为和学习效果评价模型MOOCAP学习者在线学习行为和学习效果评价模型是对学生的在线学习行为和学习效果之间关系的描述和预测模型。

教育大数据：开启教育新时代的钥匙——访首都师范大学远程教育研究所所长、数字化学习实验室主任方海光教授张力玮;郭伟【期刊名称】《世界教育信息》【年(卷),期】2018(031)009【摘要】2018年4月13日,教育部印发《教育信息化2.0行动计划》,提出要实施"教育治理能力优化行动",充分利用云计算、大数据、人工智能等新技术,构建全方位、全过程、全天候的支撑体系,助力教育、管理和服务的改革发展。

为了解大数据在教育领域的应用情况及发展潜力,本刊对首都师范大学远程教育研究所所长、数字化学习实验室主任方海光教授进行了专访。

方海光教授兼任国家新闻出版广电总局融合发展重点实验室学术委员会主任、北京师范大学智慧学习研究院智慧学习首席研究员。

【总页数】6页(P56-60,66)【作者】张力玮;郭伟【作者单位】【正文语种】中文【相关文献】1.关注中国高等教育评估的未来——访北京师范大学高等教育研究所常务副所长周作宇教授 [J], 吴蔚2.破解大国之最的金钥匙--访南方现代市场经济研究院地区形象研究所所长罗治英教授 [J], 赖球3.以大数据技术服务国家教育与人才战略——访提升政府治理能力大数据应用技术国家工程实验室副主任、电子科技大学教育大数据研究所所长夏虎 [J], 张力玮;杜永军;郭伟4."北京方案"开启人人都有移植供者新时代——访北京大学血液病研究所所长黄晓军教授 [J], 潘锋;张浩臣5.统一协调资源提高城市安全运行能力访国务院参事、国家减灾委专家委员会副主任闪淳昌中国职业安全健康协会常务理事向衍荪清华大学城市规划设计研究院公共安全研究所所长顾林生北京师范大学教授黄崇福 [J], 闪淳昌;向衍荪;顾林生;黄崇福因版权原因，仅展示原文概要，查看原文内容请购买。

大数据时代量化自我支持的个性化学习研究作者：吴金红来源：《中国教育信息化·高教职教》2015年第10期摘要：量化自我是利用穿戴式传感器等技术手段来记录人的行为、生理信息，通过这些数据来了解人类的智能、心理和行为的一种社会运动。

量化自我能够帮助认识学习者的个体差异，为实现真正意义上的个性化学习带来了新的契机。

文章首先从缘起、基础、手段和数据等方面解析了量化自我的含义，进而探讨了量化自我支持的个性化学习系统及其特征，最后从数据隐私、数据发掘和教学模式等三个方面，分析了量化自我在个性化学习中应用面临的问题与挑战。

关键词：量化自我；个性化学习；移动学习；大数据中图分类号：G40-057 文献标志码：A 文章编号：1673-8454（2015）19-0042-04科技的发展拓展了人类认识世界的能力，而穿戴式传感器、智能手机等移动智能终端的普及，则带来了一种新趋势——量化自我。

量化自我是采用技术手段来认识自我的新尝试，与随时随地掌握个体差异的功能与教育倡导的个性化不谋而合，量化自我成为深化发展个性化学习的新契机。

2014年，美国新媒体联盟发布《NMC地平线报告》，在报告中指出量化自我将取代可穿戴技术，成为未来4～5年在高等教育领域内的关键技术。

[1]目前对于量化自我如何与教育教学相结合成为一个研究热点，本文在解析量化自我的基础之上，探讨了量化自我支持的个性化学习体系及其特征，最后分析了量化自我在个性化学习中应用面临的现实挑战。

一、量化自我的含义量化自我并不是最近一两年才出现的新概念，早在上个世纪70年代，就有人提出人本主义计算（Humanistic Computing）的理念，提倡运用穿戴式传感器等技术手段来记录人的行为、生理信息，通过这些数据来了解人类的智能、心理和行为。

[2]由于当时的信息技术限制，可穿戴装备尚处于概念阶段，这种通过数据量化自我的理念并未受到人们的重视。

近年来，随着智能手表、智能手环和电子项链等微型可穿戴设备的发展，使收集自身数据、观察身体状态变化等复杂的过程变得轻松、简便和廉价，量化自我再次进入人们的视野，并逐渐成为了一种社会运动。

教育大数据：开启教育新时代的钥匙作者：张力玮郭伟来源：《世界教育信息》2018年第09期编者按：2018年4月13日，教育部印发《教育信息化2.0行动计划》，提出要实施“教育治理能力优化行动”，充分利用云计算、大数据、人工智能等新技术，构建全方位、全过程、全天候的支撑体系，助力教育、管理和服务的改革发展。

为了解大数据在教育领域的应用情况及发展潜力，本刊对首都师范大学远程教育研究所所长、数字化学习实验室主任方海光教授进行了专访。

方海光教授兼任国家新闻出版广电总局融合发展重点实验室学术委员会主任、北京师范大学智慧学习研究院智慧学习首席研究员。

一、教育大数据是整个教育活动过程中所产生的以及根据教育需要采集到的、一切用于教育发展并可创造巨大潜在价值的数据集合《世界教育信息》：尊敬的方海光教授，您好！很高兴您能接受我们的专访。

首先，请您谈谈什么是教育大数据。

方海光：大数据理念的传播逐渐使其不再是“象牙塔”中的雕塑，也不再是信息技术（IT）精英们追踪的并行算法的优化，更不再是创业咖啡厅中谈论的话题，今天的大数据的范畴和理解越来越普适化和大众化，甚至最初提出大数据概念的企业和精英们都会愕然其远远“漂移”出最初他们的设想和规划。

这样的发展就是最正确的发展方向，因为大数据在逐渐落地，逐渐走入大众的生活，我们对大数据的理解也不再拘泥于初始的研究和技术的限制，经过不断的实践总结而遵循的实事求是和与时俱进，才是理解大数据的最好出发点。

实际上，大数据被认为不仅仅是一种技术，也是一种能力，即从海量复杂的数据中寻找有意义关联、挖掘事物变化规律、准确预测事物发展趋势的能力；同时，它更是一种崭新的思维方式，即让数据开口说话，让数据成为人类思考问题、决策行为的基本出发点。

大数据经过互联网特别是移动互联网的加速发展，正在演变为一种社会文化方式，即人人生产数据、人人共享数据、人人热爱数据、人人管理数据的方式——这种文化正在潜移默化地影响着各个行业。