基于大数据评价的个性化学习平台模式构建研究
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。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。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。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。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。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)。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。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。(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。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。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。(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。(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。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。(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。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。作者：周清清等
图片来源：网络
内容来源：MOOC（ID：openonline）
1. 优学云测评推出培训机构个性化教学解决方案
2. 优学云测评推出中小学校个性化教学解决方案
3. 优学云测评推出招生平台流量提升方案
4. 优学云测评推出企业人才发展平台解决方案——人才库管理
5. 优学云测评帮助个性化教育成为现实
优学云测评精选的每一篇文章都会注明来源和作者（除非找不到），文章版权归原作者所有，若有侵犯权益，请联系我们删除。本文所述内容仅代表作者观点，不代表优学云测评立场。对于本文以及其中全部或者部分内容、文字的真实性、完整性、准确性和合法性本公众号不作任何保证或承诺。
