智慧学习环境下教育大数据分析应用及示范
来源：河南师范大学 作者：朱珂 叶海智 张瑾等 发表于：2019.03.29 800浏览
2012年以来，随着大数据上升为国家战略，国务院于2015年8月31日，以国发〔2015〕50 号印发《促进大数据发展行动纲要》，全面推进我国大数据发展和应用，建设数据强国，加快民生服务普惠化，在专栏4“公共服务大数据工程”中，明确提出发展教育文化大数据，以完善教育管理公共服务平台，推动教育基础数据的伴随式收集和全国互通共享。
随后，国家发改委于2016年1月7日，以发改办高技[2016]42号《关于组织实施促进大数据发展重大工程的通知》，重点支持大数据示范应用、大数据共享开放、基础设施统筹发展和数据要素流通，教育公共服务大数据应用也位列其中成为重点支持方向。
世界范围内，教育大数据发展均处于起步阶段，促进大数据产业发展，不仅能够加速我国教育改革与发展的进程，还有助于我国在该领域成为领跑国家。2015年国内几所大学联合向全国人大、国务院提出了关于“以教育大数据技术与应用为基础，通过教育信息化，推进教育公平”的政策建议，获得了刘延东副总理的高度肯定和重要批示。
河南省人民政府在关于加快推进教育信息化建设工作的意见中，明确要求运用信息技术手段优化资源配置方式，实现优质资源在城乡、校际之间普遍共享。教育大数据研发与应用示范工程，符合国家、我省教育大数据发展的战略要求和发展趋势，属国家及我省重点支持项目，具有重要的战略意义和深远的历史意义。
该项目针对我国基础教育领域面临的三大时代命题“资源配置公平与效益、教育质量提升、学生个性化发展”开展了深入的研究，率先创建了大数据支持的精细化教育决策支持服务体系，在教育大数据挖掘、支撑与服务方面开展研究与实践，取得了一系列突破性的创新成果。
项目组采集人口、经济和教育等多维大数据，提高教育资源配置的有效性，促进教育公平；基于教学和管理大数据，揭示教育教学的特殊规律，提升教育质量；基于学习过程和成长过程大数据，为学生提供全方位个性化学习服务，为教育决策提供精准服务与支持。
项目形成多元化应用模式，满足我国基础教育发展的多层次和多样性需求，保证成果的适应性和可推广性。三年内在河南、湖北等省进行示范应用，促进示范区域基础教育创新发展。
该成果在《电化教育研究》、《World Transactions on Engineering and Technology Education》等国内外杂志发表学术论文20余篇，其中EI源期刊10篇，CSSCI源期刊6篇，核心期刊4篇；出版专著1部；获授权国家发明专利2项，国家实用新型专利1项，国家版权局软件著作权8项；获河南省高等教育教学成果特等奖1项，河南省教育厅优秀科技论文一等奖1项，河南省信息技术优秀成果一等奖3项，河南省教育教学信息化大奖赛一等奖5项。成果完成人受邀在国内外重要论坛和会议做特邀报告10余次。
一、研究内容及解决的问题
研究内容1：攻克数字教育资源的语义描述与内容挖掘关键技术
数字教育资源是智慧学习环境中学习者在学习过程中学习和思考的对象，因学习者之间存在认知水平的差异等原因，智慧学习环境中的数字教育资源往往具有主题性强、词汇规范化弱、表达方式多样化的特征。项目组利用大规模学习中的群体智慧，探究数字教育资源的语义描述与内容挖掘方法，实现资源有效组织和利用。核心内容包括：
（1）面向数字教育资源的主题发现及主题图自动构建
智慧学习环境中数字教育资源具有离散性和开放性，除了传统的视频、PPT等多媒体资源外，还存在大量非结构化的、缺乏语义化的关联组织的短文本等。主题图借助主题(Topic)、联系(Association)和资源指引(Occurrence)三要素提供语义化的数据导航和资源组织方式。研究内容包括：1）数字教育资源的主题模型；2）面向数字教育资源的主题图自动构建；3）基于群体智慧的主题图融合。
（2）基于标签的数字教育资源聚合
数字教育资源具有异构性和多样性，蕴含了丰富的学习经验，可以为学习者提供良好的学习导引和服务。项目借助社会标注信息，实现多用户、多标签信息内容的聚合，为学习者提供可共享的知识。主要研究内容有：1）标签歧义消解与关联分析；2）基于标签的生成性资源聚合方法。
解决的关键科学问题：结合学生的认知发展规律，确定知识的描述方式，表征知识点、主题、数字教育资源之间的逻辑关系和语义联系，实现学习资源的语义组织与表征，深度挖掘数字教育资源。
研究内容2：攻克在线学习行为数据挖掘关键技术
从不同数据来源搜集学习者在线学习行为数据，并基于不同的学习场景将这些数据数值化，为教育实践提供有效的数据洞察过程。主要研究内容包括：
（1）学习者学习行为的情感挖掘
学习者在学习过程中情感态度外显，在智慧学习环境下深度挖掘学习者情感有助于提供个性化学习服务，并弥补网络学习过程中的情感缺失。项目以学习资源为主题，探究基于社交上下文约束下、特定主题下的情感挖掘方法，主要研究内容是生成性资源中短文本情感分析。
（2）学习者学习行为的分析与诊断
采用“Web行为挖掘”技术获取学习者与学习者、学习者与系统、学习者与教学者之间的交互数据；通过学习效果预测、知识能力分析、认知风格分析、学习兴趣挖掘等多种数据分析技术，构建学习者模型，从学习者的起点水平、学习动机、学习风格、认知结构、学习态度等方面刻画学习者。
通过群体学习行为模式分析、群体动力学分析、协作参与行为分析及互动话语行为分析技术深度洞察群体学习的组织形态与演化机理，并据此评估学习者的知识能力，预测学业表现，为自适应学习服务提供支持。
解决的关键科学问题：深度挖掘智慧学习环境中学习者的情感等多种学习行为，实现学习者特征及模型的有效建构与组织，是为学习者提供智能化、自动化、个性化学习评价反馈的重要保障。
研究内容3：构建在线学习资源与路径的自适应推荐反馈模型
教学是在特定的知识背景下，学生主动建构知识意义的过程。学生是鲜活、生动、特殊和具体的生命个体，根据学生的知识背景和认知发展水平，进行适应性的学习资源与路径推荐是实现个性化学习的关键技术。
在线学习资源的自适应推荐反馈模型包含两部分：一是信息反馈，即包括智能批改作业及智能问答等；二是自适应学习支持，包括个性化导航、个性化推荐等。
如图1所示，用户交互部分收集用户作业、问题等信息；用户行为部分主要收集用户在资源使用过程中的隐式兴趣信息，建立用户的兴趣模型，并适应用户兴趣的变化；知识地图构建部分主要通过知识元抽取、知识关系抽取等建立知识之间的关系，形成知识地图；信息反馈部分是将学生的作业信息或问题的答案直接反馈给学生或将学生的问题信息进行分类汇总反馈给教师；个性化支持部分是根据学生的作业、问题、学习行为等生成性资源，为学生提供个性化的学习支持。
图1 在线学习资源与路径的自适应推荐反馈模型
解决的关键科学问题：该项目解决了如何对在线学习资源进行选择、整合和提炼，将相应结果自动反馈给学生和教师，使学生更加清楚自己所处的学习水平，使教师掌握学生整体的学习状态，并根据知识特点、教学目标、学生的学习风格等信息，为学生提供个性化学习支持，对学生进行适时的引导和点拨，促使学生认识的深化、方法的习得，激发学生学习的积极性,培养学生的创新能力。
研究内容4：开发基于教育大数据的学习分析支持服务系统
项目从应用层面深入研究智慧学习环境中数字教育资源、学习行为等深度挖掘方法及自动反馈机制，研制基于数据挖掘的教育大数据学习分析支持服务系统。
系统的基本架构如图2所示，基于教育大数据的学习分析支持服务系统面向个性化学习和自主学习需要，在认知心理学理论、学习科学理论的指导下，对学习过程中所产生的大量教育数据进行深度语义挖掘，综合运用教育资源的表征与描述方法、学习者兴趣模型的构建方法以及深度语义挖掘方法，结合认知心理学的自动反馈原理，为用户提供基于自动反馈的学习支持服务，如作业自动提示与批改、资源的智能化推荐、问题自动分类、相似问题自动推荐、提问自动应答等。
图2 基于自动反馈的教育大数据学习分析支持服务系统架构
系统的运行机理如下：首先建立数字教育资源知识逻辑描述系统；其次，结合学科领域本体库，挖掘学习资源所属主题及其关联关系的方法，利用主题图实现学习资源的语义描述；第三，结合认知心理学与主题模型，实现学习资源自动挖掘、分类、响应，并结合用户兴趣特征感知，为用户提供基于反馈的学习支持服务——如作业自动批改、相似主题推荐、问答自动反馈等，从而构建满足学习者需要的智能化学习环境。
解决的关键科学问题：深入分析智慧学习环境中自动反馈的用户需求，提高大数据环境中自动反馈的效率，并客观评价其应用效果。
研究内容5：实施跨省域协同合作，开展多轮行动研究
项目开展以云服务平台中的100多门MOOC课程及海量的学习行为数据为研究对象，借助项目组搭建的语义表示分析（Semantic Representation Analysis, SRA）和Coh-Matrix等实验环境和工具，研制语义挖掘和知识处理与分析工具，开展翻转课堂学习、研究型学习和自主性学习等应用研究，利用学习分析方法评价基于自动反馈的教育大数据学习分析支持服务系统的可行性与有效性。
二、推广应用
该项目已在华中师范大学、洛阳市教育局、浙江省永康市教育信息技术装备管理中心及新乡医学院等多家单位进行推广应用，并获得肯定。
华中师范大学认为该项目成果对于提升网络学习空间的智能性，探索各级各类网络学习空间的互联互通机制，构建支持数据融通共享的一体化网络学习空间生态系统具有重要意义。
新乡医学院认为该项目成果研究了网络学习空间关于个性化学习、自适应的学习路径推荐的关键技术，探索了各级各类网络学习空间的资源与路径推荐机制，对于形成大数据支持的个性化学习生态系统具有重要意义。各教学应用单位一致认为效果显著，参与学生通过自适应的学习资源与路径推荐，学习效果得到大幅提升，同时其创新能力和就业竞争力显著提高，产生了显著的社会效益。
浙江省永康市教育信息技术装备管理中心认为该项目成果对于区域间教育资源均衡配置，提升网络学习空间的深层应用，探索区域间网络学习空间的互联互通机制，构建基于教育大数据的区域资源均衡配置机制，对于建设人人皆学、处处能学、时时可学的学习型社会具有重要意义。（本项目获得“2018年度河南省教育信息化优秀成果奖（创新应用类）”一等奖。）