论文部分内容阅读
蓬勃发展的在线教育给教育的变革带来了全新的视角和多元的渠道,广泛引入的各类学习平台如Moodle、Sakai、Blackboard等记录并储存着大量有关学习者产生的数据,如学习者自身的基本情况信息、登录情况信息、在线学习时间、在线使用资源的情况信息、学习成绩数据等等。学生在学习过程中产生的大量数据,利用工具对学生的学习数据进行搜集,并利用计算机和多媒体技术对数据分析处理,最后将分析结果以可视化的方式呈现,不仅有助于教师预测学生的学习结果,还可以诊断学生在学习中发生的问题,优化学习效果,改进学习策略。如何从这些大量数据中提取出提高学习效果的信息,已经成为研究者所要面临的重要问题。学习分析以海量数据为研究对象,通过有效的分析框架和分析工具,探索学习过程和学习效果之间的联系,并将分析结果可视化,给学生、教师提供适当的建议与指导。论文对国内外学习分析相关文献进行了梳理与剖析,概括了目前的发展状况和研究现状,并分别对国内与国外的研究情况进行了详细地描述。以数据挖掘、学术分析、商务智能等为理论依据,构建了一个完整的、清晰的学习分析框架,并将此框架应用到高校中对学习者进行实际的应用研究,以此来检验应用情况,并将分析结果以可视化的方式分别呈献给教师和学习者。最后总结发现学习分析在教育中存在的几点问题,如当下大家比较关注的个人隐私的泄漏问题,每个人都应当具备的信息安全意识问题,还有需要严谨规范的分析数据的归属权以及分析技术标准与规范等问题,并根据提出的存在问题,提出了相应的解决方案,并对学习分析对未来教育的贡献以及学习分析技术对教育的影响做出了详细的描述。