基于xAPI的开放学习者行为分析模型研究
发布时间：2021-12-11 22:12
xAPI解决了传统SCORM标准存在的结构复杂性以及数据传递单一性等问题,以"活动流"的形式更加有效地支持开放学习环境下对学习者的全面评价和个性化学习支持服务。文章通过对xAPI数据标准以及开放学习者学习行为分析,发现:（1）通过对开放学习者的学习行为进行语义分解,总结并扩展了20个"以学习者为中心"的学习行为动词;（2）提出基于xAPI的开放学习分析架构以及开放学习者行为分析模型,以更好地支持开放学习数据挖掘和学习分析;（3）以一位开放学习者的xAPI格式下的学习行为数据为例,进行开放学习者行为画像分析,为全面理解xAPI在支持开放学习者行为分析方面的作用具有重要意义。
【文章来源】：电化教育研究. 2018,39(04)北大核心CSSCI
【文章页数】：7 页
【部分图文】：
基于xAPI的开放学习行为分析架构
?瘢?骄垦?罢?在不同课程中的行为差别，帮助学习者进行自我反思和教学设计改进。图4是利用Tableau软件进行可视化分析的结果呈现。通过图4学习者的行为模型画像分析可以发现，该学习者在三门课程的所有行为中发生最多的学习行为是平台操作性行为，其次是课程学习行为，最少的是协作学习行为。由此可知，该学习者在协作学习行为上的表现较弱，教师或其他利益相关者可以根据教学设计适时地施加相关教学干预，促进该学习者进行协作学习。同时，学习者可以查看自己的二级学习行为模型画像，分析更加细化的行为表现。图4a一级学习行为画像图4b二级学习行为画像图4某学习者的行为画像在此基础上，学习者、教师以及其他教学利益相关者可以作多种学习分析，比如学习者可以分析自己在每门课上的具体行为表现，反思自己的学习效果，更好地进行查漏补缺。教师可以通过授课权限查看整个班级或单个学习者的学习行为画像，更好地对学习者进行过程性评价和总结性评价，全面评价学习者的学习效果，施加教学干预，改善教学设计，从而更好地进行个性化教学[28]。同时，平台支持人员通过对学习者在平台上的学习行为，分析平台功能设计的利用率以及平台服务支持效果，从而更好地改善平台功能设计，提高平台的支持服务水平。五、总结及展望基于xAPI建立的开放学习者行为分析模型可以将学习者在不同学习代理系统上的学习行为数据存储在LRS中，再通过外部代理进行访问，从而进行精准的、个性化的学习分析[29]。文章总结并扩展了以学习者为中心的xAPI规范行为动词，并提出了基于xAPI的开放学习行为分析架构以及开放学习者行为分析模型，并在案例中进行应用和实践。未来研究将更加关注大数据下开放学习者的群体行为画像分析以及个体行
?纬讨械男形?畋穑?镏??罢呓?凶晕曳此?和教学设计改进。图4是利用Tableau软件进行可视化分析的结果呈现。通过图4学习者的行为模型画像分析可以发现，该学习者在三门课程的所有行为中发生最多的学习行为是平台操作性行为，其次是课程学习行为，最少的是协作学习行为。由此可知，该学习者在协作学习行为上的表现较弱，教师或其他利益相关者可以根据教学设计适时地施加相关教学干预，促进该学习者进行协作学习。同时，学习者可以查看自己的二级学习行为模型画像，分析更加细化的行为表现。图4a一级学习行为画像图4b二级学习行为画像图4某学习者的行为画像在此基础上，学习者、教师以及其他教学利益相关者可以作多种学习分析，比如学习者可以分析自己在每门课上的具体行为表现，反思自己的学习效果，更好地进行查漏补缺。教师可以通过授课权限查看整个班级或单个学习者的学习行为画像，更好地对学习者进行过程性评价和总结性评价，全面评价学习者的学习效果，施加教学干预，改善教学设计，从而更好地进行个性化教学[28]。同时，平台支持人员通过对学习者在平台上的学习行为，分析平台功能设计的利用率以及平台服务支持效果，从而更好地改善平台功能设计，提高平台的支持服务水平。五、总结及展望基于xAPI建立的开放学习者行为分析模型可以将学习者在不同学习代理系统上的学习行为数据存储在LRS中，再通过外部代理进行访问，从而进行精准的、个性化的学习分析[29]。文章总结并扩展了以学习者为中心的xAPI规范行为动词，并提出了基于xAPI的开放学习行为分析架构以及开放学习者行为分析模型，并在案例中进行应用和实践。未来研究将更加关注大数据下开放学习者的群体行为画像分析以及个体行为画像的深度分析，重视
【参考文献】：
期刊论文
[1]以测辅学:智慧教育境域中精准教学的核心机制[J]. 彭红超,祝智庭. 电化教育研究. 2017(03)
[2]基于大数据学习分析的在线学习绩效预警因素及干预对策的实证研究[J]. 赵慧琼,姜强,赵蔚,李勇帆,赵艳. 电化教育研究. 2017(01)
[3]xAPI与基于Moodle的在线学习经历数据获取[J]. 胡建平. 现代教育技术. 2016(11)
[4]学习分析视域下的学习者模型研究脉络与进展[J]. 马志强,苏珊. 现代远距离教育. 2016(04)
[5]布卢姆认知目标分类学(修订版)的教学观[J]. 王小明. 全球教育展望. 2016(06)
[6]泛在学习理念下无缝融合学习空间创设及应用[J]. 肖君,姜冰倩,许贞,余晔. 现代远程教育研究. 2015(06)
[7]基于xAPI学习记录的LMS网络系统架构研究[J]. 方海光,胡祎祎,杜舟. 中国电化教育. 2015(02)
[8]获取教育大数据:基于xAPI规范对学习经历数据的获取与共享[J]. 顾小清,郑隆威,简菁. 现代远程教育研究. 2014(05)
[9]在线学习行为分析建模及挖掘[J]. 胡艺龄,顾小清,赵春. 开放教育研究. 2014(02)
[10]基于大数据的教育技术研究新范式[J]. 祝智庭,沈德梅. 电化教育研究. 2013(10)
硕士论文
[1]基于xAPI的网络学习行为数据采集工具设计与实现[D]. 刘双.华中师范大学 2016
本文编号：3535492
【文章来源】：电化教育研究. 2018,39(04)北大核心CSSCI
【文章页数】：7 页
【部分图文】：
基于xAPI的开放学习行为分析架构
?瘢?骄垦?罢?在不同课程中的行为差别，帮助学习者进行自我反思和教学设计改进。图4是利用Tableau软件进行可视化分析的结果呈现。通过图4学习者的行为模型画像分析可以发现，该学习者在三门课程的所有行为中发生最多的学习行为是平台操作性行为，其次是课程学习行为，最少的是协作学习行为。由此可知，该学习者在协作学习行为上的表现较弱，教师或其他利益相关者可以根据教学设计适时地施加相关教学干预，促进该学习者进行协作学习。同时，学习者可以查看自己的二级学习行为模型画像，分析更加细化的行为表现。图4a一级学习行为画像图4b二级学习行为画像图4某学习者的行为画像在此基础上，学习者、教师以及其他教学利益相关者可以作多种学习分析，比如学习者可以分析自己在每门课上的具体行为表现，反思自己的学习效果，更好地进行查漏补缺。教师可以通过授课权限查看整个班级或单个学习者的学习行为画像，更好地对学习者进行过程性评价和总结性评价，全面评价学习者的学习效果，施加教学干预，改善教学设计，从而更好地进行个性化教学[28]。同时，平台支持人员通过对学习者在平台上的学习行为，分析平台功能设计的利用率以及平台服务支持效果，从而更好地改善平台功能设计，提高平台的支持服务水平。五、总结及展望基于xAPI建立的开放学习者行为分析模型可以将学习者在不同学习代理系统上的学习行为数据存储在LRS中，再通过外部代理进行访问，从而进行精准的、个性化的学习分析[29]。文章总结并扩展了以学习者为中心的xAPI规范行为动词，并提出了基于xAPI的开放学习行为分析架构以及开放学习者行为分析模型，并在案例中进行应用和实践。未来研究将更加关注大数据下开放学习者的群体行为画像分析以及个体行
?纬讨械男形?畋穑?镏??罢呓?凶晕曳此?和教学设计改进。图4是利用Tableau软件进行可视化分析的结果呈现。通过图4学习者的行为模型画像分析可以发现，该学习者在三门课程的所有行为中发生最多的学习行为是平台操作性行为，其次是课程学习行为，最少的是协作学习行为。由此可知，该学习者在协作学习行为上的表现较弱，教师或其他利益相关者可以根据教学设计适时地施加相关教学干预，促进该学习者进行协作学习。同时，学习者可以查看自己的二级学习行为模型画像，分析更加细化的行为表现。图4a一级学习行为画像图4b二级学习行为画像图4某学习者的行为画像在此基础上，学习者、教师以及其他教学利益相关者可以作多种学习分析，比如学习者可以分析自己在每门课上的具体行为表现，反思自己的学习效果，更好地进行查漏补缺。教师可以通过授课权限查看整个班级或单个学习者的学习行为画像，更好地对学习者进行过程性评价和总结性评价，全面评价学习者的学习效果，施加教学干预，改善教学设计，从而更好地进行个性化教学[28]。同时，平台支持人员通过对学习者在平台上的学习行为，分析平台功能设计的利用率以及平台服务支持效果，从而更好地改善平台功能设计，提高平台的支持服务水平。五、总结及展望基于xAPI建立的开放学习者行为分析模型可以将学习者在不同学习代理系统上的学习行为数据存储在LRS中，再通过外部代理进行访问，从而进行精准的、个性化的学习分析[29]。文章总结并扩展了以学习者为中心的xAPI规范行为动词，并提出了基于xAPI的开放学习行为分析架构以及开放学习者行为分析模型，并在案例中进行应用和实践。未来研究将更加关注大数据下开放学习者的群体行为画像分析以及个体行为画像的深度分析，重视
【参考文献】：
期刊论文
[1]以测辅学:智慧教育境域中精准教学的核心机制[J]. 彭红超,祝智庭. 电化教育研究. 2017(03)
[2]基于大数据学习分析的在线学习绩效预警因素及干预对策的实证研究[J]. 赵慧琼,姜强,赵蔚,李勇帆,赵艳. 电化教育研究. 2017(01)
[3]xAPI与基于Moodle的在线学习经历数据获取[J]. 胡建平. 现代教育技术. 2016(11)
[4]学习分析视域下的学习者模型研究脉络与进展[J]. 马志强,苏珊. 现代远距离教育. 2016(04)
[5]布卢姆认知目标分类学(修订版)的教学观[J]. 王小明. 全球教育展望. 2016(06)
[6]泛在学习理念下无缝融合学习空间创设及应用[J]. 肖君,姜冰倩,许贞,余晔. 现代远程教育研究. 2015(06)
[7]基于xAPI学习记录的LMS网络系统架构研究[J]. 方海光,胡祎祎,杜舟. 中国电化教育. 2015(02)
[8]获取教育大数据:基于xAPI规范对学习经历数据的获取与共享[J]. 顾小清,郑隆威,简菁. 现代远程教育研究. 2014(05)
[9]在线学习行为分析建模及挖掘[J]. 胡艺龄,顾小清,赵春. 开放教育研究. 2014(02)
[10]基于大数据的教育技术研究新范式[J]. 祝智庭,沈德梅. 电化教育研究. 2013(10)
硕士论文
[1]基于xAPI的网络学习行为数据采集工具设计与实现[D]. 刘双.华中师范大学 2016
本文编号：3535492
本文链接：https://www.wllwen.com/jiaoyulunwen/xuekejiaoyulunwen/3535492.html
