融入学习分析的网络学习评价模型与应用研究*

毛　刚　刘清堂

（华中师范大学　教育信息技术学院，湖北武汉　437100）

融入学习分析的网络学习评价模型与应用研究*

毛刚刘清堂

（华中师范大学教育信息技术学院，湖北武汉437100）

学习分析是在教育大数据研究与应用背景下形成的研究热点。回顾国内已有的研究，研究者更多关注学习分析理论以及大数据在教学管理中的应用，而较少涉及以学习者为中心的学习支持这一方向的研究。学习分析与网络学习过程评价的融合，是改变这一局面的重要契机。为此，在阐述网络学习评价理念和技术发展演进的基础上，构建了以学习分析为中心，学习目标、学习过程、自我评价、同伴评价和反思改进为主体的网络学习评价模型。该评价模型被应用于研究生新生数字文献阅读中，通过分析学习者在时间管理、干扰控制、注意保持和内容加工策略等过程的特征，验证了该模型在支持学生阅读评价和反思中的有效性，并从中总结了在学习分析实施过程中需要关注的细节。

学习分析；学习过程；评价模型；数字文献阅读

一、问题的提出

近年来，大数据分析技术以及多学科领域分析方法与网络学习研究和实践，呈现加速融合的趋势。社会网络分析、文本语义分析和统计分析等量化分析方法对数据的深度解读，极大地深化了我们对教育教学规律的认识，丰富了我们对学习过程和学生学习特点的了解。学习分析在促进学习者学业成功，提升教师教学效能，支持精准教育科学决策等方面的作用越来越凸显[1]。正因如此，形成了以学习分析为主题的研究热潮。

本研究梳理了近年来国内关于学习分析的研究文献，发现学习分析已经融入到教师教学与管理领域。相关研究者开展了一系列符合我国网络教育特色的研究实践。魏顺平以Moodle学习平台上学习者活动参与、教师互动支持数据为基础，分析培训活动的开展状态，了解教师在培训活动中对学员活动的支持作用，实现对教师教学绩效的量化考核与评估[2]。马婧等人对网络学习平台中师生交互数据进行了分析，发现教师备课、教学指导与协助行为与学生阅读、学习反馈显著正相关。研究揭示，教师指导与互动参与在学生网络自主学习中具有不可替代的作用[3]。马杰等人收集学习者在教育技术初级能力培训课程中生成的数据，应用回归分析方法，对学生培训状态进行预测，支持教师调整教学内容和安排，帮助提升学员毕业率[4]。杨现民等人介绍了时间滞后序列分析方法在学习分析中的应用，通过对协同知识创作和翻译过程中行为数据的分析，揭示了在协作学习过程中的用户行为模式和知识建构特点，为教师开展个性化的教学干预和指导提供依据[5]。此外，相关学者还对学习分析服务框架、应用模型和工具比较等方面进行了广泛的探讨[6-7]。

学习分析能够为科学化的教学干预和教育管理提供数量化的依据，但学习分析的根本目的在于支持学习者的学习，并且应该是直接指向学生的学习[8]。2011年，学习分析与知识国际会议提出：学习分析是测量、收集、分析和报告关于学习者及其学习情境的数据，以期了解和优化学习和学习发生的情境[9]。《2012 NMC地平线报告（高教版）》对学习分析进行了深度解读，认为学习分析的本质在于对学习行为的分析，目的是评估学生的学术进展，预测未来的表现，发现潜在的问题，促进学习反思[10]。更有学者直截了当地指出，当前学习分析应用研究偏离对学生学习过程的支持，提出学习分析应该以学习者为中心，为学习者提供直接的学习支持与服务[11-12]。

学习分析与学习评价的深度融合是解决学习分析深度应用问题的重要途径。2013年，美国教育部发布的 《扩展基于证据的方法在数字学习领域的应用》提出，基于大数据的教育评价可以充分利用技术手段，全面收集、整合学习者学习过程和结果数据，支持并整合专家评价、教师评价、学习者自我评价、同伴互评等多种评价数据，对学习者进行多维、全面、深入而可靠的评价[13]。《2016新媒体联盟中国基础教育技术展望——地平线项目区域报告》指出，学习分析势必成为未来二至三年教学应用的主流，它与持续的形成性学习评价以及绩效评估的结合，将推动数据驱动的学习和评估的发展，为学习者准确把握自我学习状态，洞察自身问题，反思并采取行动提供了持续的支持[14]。

数据驱动的学习评价为学习分析的深入应用指明了方向。同时，也对二者的融合与应用提出了新的课题。其中，在基本理论框架上，如何将学习分析技术与网络学习评价理论相结合，或者说，如何用技术的方式来实现评价理论的构想？构建融合学习分析技术与学习评价的结构模型成为首要问题。

本文从网络学习评价理念和技术的发展演进过程出发，依据学习活动的过程，将学习分析技术融入到过程评价中，构建支持学生自我评价与反思的模型。同时，以数字文献阅读学习为例，开展实践应用，验证模型的有效性，讨论模型在应用实践中需要关注的细节。

二、融入学习分析的网络学习评价模型构建

（一）学习评价理念与技术的发展演进

学习评价的发展历经测量时代、描述时代、价值判断时代，逐步发展到意义建构时代，评价的本质、功能和定位均在不断发生改变。测量时代的评价着重应用结构化的量表，实现对学习者心智水平的测量评估，测量时代标志着科学化评价序幕的开启。描述时代的评价重视教师在评价中的“描述性”角色，选择编制可靠的测验、问卷等评价手段，考察学生的认知结构和个体差异。评价实施的主导是学科专家，评价的主要目的在于衡量教学质量，优化教学管理。价值判断时代的评价拓展了评价结论的适用范围，强调评价应 “有助于教师更好地执行和改进教学的方案，评价最重要的意图不是为了证明，而是为了改进”[15]。意义建构时代的评价以建构主义学习理论为基础，强调学生参与到学习评价中的重要性，指出学习评价不仅是诊断学习过程和结果的分析工具，更重要的是在于激发学习动机，支持认知建构，促进学习的发展[16]。

网络学习以学习者为中心，强调个性化、多样化的自主发展。相应的，在评价理念上更倾向于“意义建构”的理论观点，重视发挥学生在评价中的主体性作用，关注评价在学习发展中的支持性作用。为践行这一评价理念，相关研究者从多个方面进行了探索。余胜泉等人以发展性评价理论为基础，提出网络学习评价系统的设计需要融合多元化的评价方案，支持过程信息的全面采集，支持多种评价项目及工具，支持互评和自评，支持多种反馈形式的总体思路[17]。魏顺平认识到自动化评价技术在缓解“庞大的学习群体和紧缺的教育资源”这一矛盾中的作用，从辅导教师的视角，提出了“基于学习过程数据挖掘的在线学习自动评价模式”。模型从数据收集、工具选择、分析呈现三个层面建立分析流程，以相应的评价指标体系为引导，结合模糊理论和层次分析法，实现对网络学习过程的跟踪分析，支持教师对学习过程状态的监控，为学习发展提供定量分析和定性评价服务[18]。

网络评价技术为评价理念的实施提供技术保障。典型的网络评价技术以计算机测评为主，将传统学习评价转移到计算机环境下开展，例如，调查问卷、评价量表、测试试题等。随着过程性评价、发展性评价理念的引入，在评价设计上，研究者越来越多的将计算机测评技术融入到学习过程中，以支持学习者的学习。郑志高等人调查了xMooc的学习评价方式，发现嵌入式问题设计、阶段性单元测试、学习活动参与记录是在线学习评价的主要方式[19]。学习分析技术的出现将评价理念的应用引入到一个更深的层次。通过对学习者及其所处学习环境的数据的测量、收集、分析和报告，实现对学习过程及其发生环境的深刻理解。

美国普渡大学应用“课程信号系统”，全面收集从基础的考试分数、排名，到学术经历，甚至包括学生与Blackboard学习系统的互动情况数据，采用算法对学习风险进行预测，用红黄绿三色信号灯呈现对学习者学习状态的综合评价[20]。这种评价方式超越了传统测验的范畴，使评价融入到学习过程中，评价成为学生日常学习的有机组成部分。有学者指出：学习分析在网络学习中的深入应用，将模糊教学、评估和学习之间的界限[21]。

由此可见，网络学习情境下的评价可以，也必须与学习分析技术相融合。

（二）融入学习分析的网络学习评价模型

根据以上对网络学习评价理念与技术发展演进过程的分析，可以合理推论：学习分析技术与学习评价融合的关键，在于使之成为学习过程的有机组成部分。在融合方向上，必须坚持以在学习过程中产生的数据为基础，对学生学习进行持续的分析与评价，通过学习者在学习过程中不断反思，实现自我心理和行为的调整，最终达到促进学习发展的目的。基于这一推论，设计融入学习分析的网络学习评价与反思模型，如图1所示。

图1　融入学习分析的网络学习评价与反思模型

融入学习分析的网络学习评价与反思模型以学习活动过程中的五个基本要素为基础，以学习分析为支持，形成一个持续发展的循环结构。在网络学习活动以及学习分析与评价的过程中，各部分分别发挥不同的作用。

1.学习目标

学习目标不仅是指引学生学习的方向，同样界定了学习分析技术的应用规范。学习目标界定了相应分析技术的适用场景、分析对象、目标参数等指标。例如，网络协作学习分析观测的重点是学生“协作”的过程，因此，采用社会网络分析技术对学习者的互动过程、交互模式进行分析评价，就是必然的选择。网络自主学习投入状态的分析则以统计分析方法为主，记录分析学习者的学习时间、访问资源频次、作业正确率、学习路径选择等情况，对学习风格、认知水平、时间规律和资源使用的倾向进行分析[22]。

学习目标不仅影响学习分析技术的选择，还规定了技术使用的生命周期。具体的网络学习活动通常是有时间周期的，在不同的学习阶段需要采用不同的分析技术，从不同角度对学习过程进行分析。另外，学习分析对学习过程的支持可能随着学习目标的达成而终结。

2.活动过程

学习活动过程是学习者调动认知与元认知要素，通过一系列的行为和操作完成目标规定任务的过程。在网络学习活动中，活动外化为一系列的行为操作，包括人机交互、学习者与学习资源的交互、学习者与教师的交互、学习者之间的交互。这些操作在执行过程中会形成“数字面包屑”并被计算机系统记录下来，成为学习分析的数据来源[23]。

学习活动数据的采集应该是一个有计划的、可设计的过程。当前，很多学习分析研究以网络日志文件中的数据为基础，从大量的冗余数据中挖掘有价值的信息。这种方式适合从大数据中找出学习规律和行为特点，但是这种研究获得的结论通常具有后效性，难以为当前的学习者提供及时的学习支持，并且在数据收集以及数据类型上具有相当大的局限性。突破这一限制的关键在于，一方面，将评价项目设计与学习过程相融合。例如，学习者只有完成一个知识点的学习，并正确回答相应的问题，学习才可以继续进行。另一方面，教师可以设计相应的活动，例如，组织小组协作学习，开展同伴互评评价等活动，激发学习者持续学习的热情，增强互动。通过有计划、有意识的设计过程，获得能够反映学习者活动特征和规律的数据。

3.自我/同伴评价

自我评价和同伴评价是保障学习质量的重要环节。对学习目标、学习计划、学习方法、学习过程和学习结果进行持续不断的评价是提升学习绩效，提高自我学习能力的重要途径[24]。相关调查研究揭示，学习者自我监控与调节的能力是影响学业成果的显著因素，成功的学习者在学习过程中能够意识到自我的责任，在学习任务执行过程中具有较强的自律能力[25]。自我评价和小组评价能够激发对学习活动过程的反思，但是在相对宽松的网络学习环境下，学习者往往疏于对自我学习行为的监控，通常对如何开展自我评价或小组评价也没有可供凭借的依据[26]。学习分析在此过程中将起到支持性作用。分析结果的输出不仅可以让学习者从多个维度评价自我学习过程，还可以为同伴评价提供数据支持。例如，学习者可以查阅自己学习的时间、交互频率，了解个人在群体的位置，激发竞争意识。小组学习者可以通过协作任务的参与和贡献，相互监督和评价，在协作学习中共同发展。

4.反思改进

反思目的在于通过批判性的分析，获得对知识和经验更深的意义和理解，以及对接下来学习行为进行调控[27]。学习分析在此环节中的主要作用在于为学习者的反思和调节提供更精细的证据和线索。例如，普渡大学“课程信号系统”就是通过不同颜色的警示灯为学习者提供学习状态提示，当学习者看到黄色信号提示，应该明白自我学业状态处于中度危急状态，红色则处于严重危急状态。处于这两种状态下的学习者还可以根据更具体的信息，进一步反思自我学习时间投入、课业完成、小组协作等方面的情况，有针对性的调整相应的学习行为。

由此可见，融入学习分析的网络学习评价与反思模型为学习行为调整与改进，学习能力持续发展提供了强有力的支持。其主要特点表现在三个方面：

首先，是学习分析与学习活动过程相互影响和制约。活动的场景、对象和目标约束学习分析技术的选择和使用。学习活动过程的开展又受到学习分析的持续影响。充分发挥学习分析技术对学习过程的监控与分析的优势，可以为学习评价提供有力的证据，有助于提升评价的效率和品质。

其次，融入学习分析的学习过程评价模式，可以有效的克服反馈的后效性。学习者在学习过程中既是数据的生成者，同样也是分析结果的直接受益者。

最后，持续的分析、评价和反思让整个学习系统形成了一个良性的循环。从学习者角度而言，及时的、数据支持的评价和反思帮助学习者以学习目标为指引，保证学习的进度和学习的效率。从学习分析系统角度而言，学习者更积极、广泛的参与和互动还会带来更多、更丰富的学习过程数据，为更精确的学习特征和规律的分析提供数据支持。

三、分析模型在数字文献阅读中的实践应用

数字文献阅读是大学生（特别是研究生新生）自主学习的重要内容，是拓展学习者学术视野，培养科学研究能力，促进专业发展的有效途径[28]。在实际的教学与科研中，大学生的文献阅读能力不尽如人意，特别是在英文文献阅读能力上，需要通过持续的训练才能达到相应的要求。

标注阅读方法被认为是提升阅读理解效率和层次的有效策略。长期以来“不动笔墨不看书”、“好记性不如烂笔头”等口耳相传的阅读经验，描述了标记阅读的重要性。最新的研究发现，具有高水平标注与编辑能力的学习者，在学习过程中的投入水平和学习效率更高，阅读测试中的得分也更高[29]。现代阅读心理研究亦指出，标记反映了学习者的阅读需要，是学习者对自身阅读策略、习惯、材料组织能力等方面的不足进行弥补的重要方式[30]。应用标记可以为文章理解加工提供重要线索，帮助读者表征文章的组织结构，进而有助于学习者在信息提取时对文章表征进行系统加工，最终促进阅读理解与保持[31]。因此，激发学习者标注阅读的主动性，提升重要信息标注的准确性，在阅读活动实践中不断提升阅读能力，是标记阅读策略的重要目标。

为改善学生阅读标注行为，促进阅读能力的提高，我们将融入学习分析的网络学习评价与反思模型，引入到数字文献阅读活动过程中。通过对学习者阅读标记行为进行持续的分析与反馈，帮助学习者了解自身学习状态，促进学习者在反思中调整与改善阅读行为。

（一）文献阅读情境

《科技文献阅读与写作》是研究生新生的重要选修课程。这一课程开设的主要目的在于拓展科学研究视野，提升科技文献阅读能力，掌握学术写作规范。2015年秋季，一所本科院校教育类专业的113名研究生新生选择了该课程。课程共8周，文献讨论每周1次。教师通常在课程讨论前4个学习日通过学习平台发布阅读材料。为保证在课上讨论学生能够快速定位信息以及陈述个人思考，教师提示学生在阅读文档上做好标记。在文献阅读过程中，学习者可以自主选择学习的时间、地点和阅读形式，教师不作任何干预。

本研究选择其中一个班27名学习者的阅读标记数据作为分析对象。其中，男生11名，女生16名，学生的平均年龄23.1岁。本次研究选择的样本是课程第二周发布的一篇英文文献。文献来自《英国教育技术杂志》的一篇关于“应用眼动技术分析学习者空间几何能力”的实验论文。学习者在此之前对这个领域知之甚少。在英语基础能力上，因为均通过了全国研究生英语考试，尽管考试分数有差异，但是我们认为这些学生在基础英文阅读能力方面应趋于一致。

（二）阅读过程数据采集

为了解学习者在自主阅读过程中的表现，在课程讨论之前回收学习者的标记文档，并提取其中的标记数据。其中包括：阅读者ID、阅读时间、阅读次数、标记或标注的时间、标记数量等。在原始数据的基础上，对标记数据进行了初步的加工处理，并依据基本阅读常识定义数据指标的意义，如表1所示。

表1　阅读过程数据采集及意义采证

（三）阅读学习过程评价

以上述标记数据为基础，对学习者阅读学习过程中的内容加工偏好、干扰控制、时间管理和注意稳定性等情况进行全面的分析。图2-图5展示了27名研究生新生在自主阅读过程中的状态信息。

图2　内容加工偏好

图3　时间管理特征

图4　干扰控制能力特征

图5　阅读稳定性

标记的类型以及数量反映出学习者在阅读过程中对文章内容的加工偏好。如图2所示，采用下划线、高亮选择等标识符号凸显文章重点信息，是学习者常用的标记方式。在对文章内容信息进行进一步的加工和处理方面，数量普遍较少。值得注意的是，有6位学习者在阅读过程中没有做任何标记。由此可见，即使在有教师提示标记重点内容的情况下，无标记阅读仍然是部分学生的习惯选择。

时间的管理和有效利用也是自主学习能力的直接体现。图3展示了学习者在时间管理上的特点，时间跨度和有效时间两点之间的连线越长，意味着学习者在时间管理上的能力越差。由图3可以发现，有3名学习者完成阅读任务的时间跨度超过了一天，于此同时，他们的有效阅读时间并不比其他同学更多。这种显著的差异说明，学习者在多个学习时段对文章进行阅读，每次阅读的时间可能较短，阅读产生的中断次数可能较多。

学习者在阅读过程中的中断情况，进一步印证了阅读时间的管理情况以及个体对阅读干扰的控制能力。由图4所示，阅读时间跨度最长的三位学习者在中断次数上也是最多的。同时，也必须注意到多达12位学习者在阅读时的中断次数超过5次。这说明，在自主阅读情境下，相当比例的学习者对外在干扰的控制能力需要进一步提高。学习者需要反思阅读过程中出现阅读中断的具体原因，自我创建良好的阅读情境，减少干扰源。在具体的策略上，需要有意识的引导自我注意力的控制，不断提升持续注意的时间。

阅读稳定性为学习者观察自我阅读注意持续时间，提供了进一步的数据参考。如图5所示，最长持续阅读时间点和最短阅读时间点之间的连线越长，表示注意力保持的稳定性越差。可以容易地发现，第10号、16号、21号和27号四位学习者的注意稳定性波动较大，即有时能够坚持一段时间进行持续的阅读，有时则在很短的时间就发生了阅读中断。由于注意力的不稳定，造成阅读的碎片化和阅读时间的延长。这些不利的因素彼此联系，最终将降低阅读学习的效能感，破坏学习者对阅读内容的完整、连续的理解。

（四）阅读反思与改进

以上分析的结果，在每次课程讨论前以分析报告的方式反馈给学习者。在后期的阅读学习过程中，学习者的行为发生了显著的变化。表2展示了第2周和第6周的阅读状态差异。在同等篇幅的英文文献阅读活动中，学习者使用标记进行阅读的意愿显著提升，时间利用的效率也有明显提高。在自我阅读控制方面，持续阅读的时间变得更长，稳定性也更好，主要体现在单位时间阅读的中断次数有显著下降。由此可见，持续的阅读状态分析与反馈有效地激发了学习者对自我阅读过程的反思，为学习者调整和规范自我行为指明了方向，达到了分析和评价在学习监督和激励方面的积极作用。

表2　第2周和第6周阅读状态差异

为进一步了解学生对阅读过程评价与反馈的真实想法，本研究设计了一些简单的访谈题目，包括：你认为这种对阅读过程的分析与反馈真实地反映了你的阅读状态吗？你觉得这种方式对你的阅读有帮助吗？你还希望获得哪些方面的信息？这些题目在课堂讨论后随机地选择学生，以聊天的形式开展。从学生的回答中，发现基于标记的阅读状态分析与反馈，有效地激发了学习者对阅读标记习惯、时间管理等多个方面的反思。例如：“以前觉得使用标记影响阅读速度，现在发现标记不仅可以帮助我在下次阅读时快速定位关键信息，还能够提升我对文章内容的理解，这是一个有益的阅读方法”，“我从没有意识到原来我的阅读状态如此糟糕，我要端正阅读学习态度，加强对自我的管理”，“通过这些指标，我发现那些优秀的同学在细节上做得就是比其他人更好，我需要更努力一点，以免落后”。

（五）讨论

1.标记是个体阅读特征的外部表现

以学习分析为中心的学习过程评价，有效地支持了大学生数字文献阅读。标记行为作为阅读过程中的自然行为，能够显性地反映学习者内部的认知加工状态和元认知策略的使用。正因如此，标记数据成为反映个体阅读特征的完美中介。以此为基础的个体阅读特征分析，能够从时间管理、标记策略、干扰控制等多个方面，为学习者提供反思和调控的依据。

2.阅读行为的改变来自于对学习的自我反思

反思引发行为的改变，但为学生提供反思的线索则是关键。Azevedo，Cromley和Seibert（2004）研究指出，学生不知道何时调动哪些元认知策略是造成难以获得深度理解的重要因素[32]。学习分析的作用就在于为学生提供这种线索，根据这些线索学生对自我学习习惯、行为和策略方法等要素进行自我反省，增强自我学习调控能力，提升阅读策略使用意识。学习者在第2周和第6周学习行为的改变以及学生的访谈记录，说明基于学习分析的反馈，有效地激发了学习者对自我学习过程的反思。相关研究者应用更先进的设备也获得了类似的研究结论。C Chen和S Huang（2014）利用EEG（脑电图）设备对初中生阅读注意力状态进行跟踪分析，为学习者自我反思与调整提供专注度、时间利用效率等线索。研究证实，这种对自我学习过程及状态的持续反思与调控，能够有效提升阅读效率和效果[33]。

3.阅读习惯的改变是一个缓慢的过程

尽管经过一段时间的训练，学习者在各项阅读指标上均取得了长足的进步，但学生在阅读控制、策略使用上，仍然具有较大的提升空间。例如，在使用标注对文章内容进行解释、评论和总结方面，部分学生还没有掌握合适的方法。时间利用效率仍然不高，需要学习者提高专注力，力争在确定的时间完成规定的阅读学习任务。良好的阅读习惯，需要在持续的学习过程中不断反思、形成并巩固。

四、研究结论

融入学习分析的网络学习评价与反思模型，能够为学习过程提供良好的支持。这种应用模式将技术融入到学习过程中，使之成为学习的有机组成部分。学习分析不是简单的工具，而是促进学习发展的策略和方法。新的数据来源以及分析技术逐步融入到个性化学习体验、形成性学习评价以及绩效测评中，将改变已有的学习模式，形成以量化学习为主要特征的数据驱动式学习[34]。评价与反思模型是支持这种数据驱动学习的重要机制，为更深入的开展这种形式的网络学习，还需要在以下三个方面开展更深入的研究工作。

首先，在功能定位上，充分发挥学习分析在促进学习者自我监控、反思和调节的作用。来自外部的教学干预，从来就不如学习者内心对学习的渴望有效。通过技术的支持，激发学习者自主学习的兴趣、动机，帮助学习者观察并审视自我的学习，在持续的反思中逐步发展，这才是学习分析应用的本质。

其次，在数据采集与分析方面，着重监控学习过程，实现对学习过程的伴随式分析与处理。对实时学习过程数据的分析和处理，将从根本上改变当前学习分析静态应用的模式 （以学习系统中已有的静态数据为基础的分析处理模式），实现为当前的学习者对当下的学习提供评价支持的应用目标。

最后，深化学习分析应用实践与教育心理等基础理论研究之间的联系。学习分析不应停留在对学习表现的简单反映层面，而应该能够解释学习的本质特征和规律。学习分析支持的量化分析与教育以及心理研究的质性分析可以、也必须在实践研究中相互融合。

[1]郑旭东，杨九民.学习分析在高等教育领域内的创新应用:进展、挑战与出路[J].中国电化教育，2016（2）：1-7.

[2]魏顺平.在线教育管理者视角下的学习分析——在线教学绩效评估模式构建与应用[J].现代教育技术，2014，24（9）：79-85，93.

[3]马婧，韩锡斌，周潜，等.基于学习分析的高校师生在线教学群体行为的实证研究[J].电化教育研究，2014（2）：13-18.

[4]马杰，赵蔚，张洁，等.基于学习分析技术的预测模型构建与实证研究[J].现代教育技术，2014，24（11）：30-38.

[5]杨现民，王怀波，李冀红.滞后序列分析法在学习行为分析中的应用[J].中国电化教育，2016（2）：17-23，32.

[6]吴永和，陈丹，马晓玲，等.学习分析：教育信息化的新浪潮[J].远程教育杂志，2013，31（4）：11-19.

[7]王良周，于卫红.大数据视角下的学习分析综述[J].中国远程教育:综合版，2015（3）：31-37.

[8]Greller，Drachsler W，Hendrik.Translating learning into numbers:a generic framework for learning analytics[J].Educational Technology& Society，2012，15（15）:42-57.

[9]Siemens G，Long P.Penetrating the fog:analytics in learning and education[J].Educause Review，2011，46（2）:S866.

[10]Johnson L，Adams S，Cummins M，et al.The NMC Horizon Report: 2012 Higher Education Edition[M].Austin，the New Media Consortium，2012.

[11]Jones S J.Technology review:the possibilities of learning analytics to improve learner-centered decision-making[J].Community College Enterprise，2012，18.

[12]GaŠevi C D，Dawson S，Siemens G.Let’s not forget:Learning analytics are about learning[J].Tech Trends，2015，59（1）:64-71.

[13]Means B，Anderson K.Expanding Evidence Approaches for Learning in a Digital World.[DB/OL].[2013-02-01].http://www.otan.us/ images/publicarchive/ArchivesDigitalFiles/doclib/tc/tc0069_ref6225. pdf.

[14]L·约翰逊，刘德建，黄荣怀，等.2016新媒体联盟中国基础教育技术展望——地平线项目区域报告[DB/OL].[2016-01-15].http:// www.ict.edu.cn/uploadfile/2016/0115/20160115102109968.pdf.

[15]李冲，杨连生.知识观演进视野中教育评价理论的嬗变[J].理论观察，2008（6）：86-87.

[16]熊建华.论以学生发展为中心的学习评价取向[J].辽宁教育研究，2003（9）：61-63．

[17]吕啸，胜泉，谭霓．基于发展性评价理念的网络教学平台学习评价系统设计[J]．电化教育研究，2011（2）：73-78．

[18]魏顺平．在线学习自动评价模式构建与应用研究[J]．中国远程教育:综合版，2015（3）：38-45．

[19]郑志高，张立国，张春荣．xMOOC的学习评价方法调查研究[J]．中国电化教育，2014（11）：44-49．

[20]Matthew D Pistilli.Signals:Using Academic Analytics to Promote Student Success[DB/OL].[2016-07-17].http://er.educause.edu/articles/2012/7/signals-using-academic-analytics-to-promote-student-success.

[21]萨莉·乔丹．（Sally，Jordan），侯松岩.在线测评:过去，现在和未来[J]．北京广播电视大学学报，2015（6）：8-18．

[22]魏顺平．学习分析数据模型及数据处理方法研究[J]．中国电化教育，2016（2）：8-16．

[23]毛刚，刘清堂，吴林静．基于活动理论的小组协作学习分析模型及应用[J]．现代远程教育研究，2016（3）：93-103．

[24]Zeidner M，Boekaerts M，Pintrich P R.Chapter 23-Self-Regulation:Directions and Challenges for Future Research[J].Handbook of Self-Regulation，2000:749-768.

[25]Yukselturk E，Bulut S.Predictors for student success in an online course[J].Educational Technology&Society，2007，10（2）:71-83.

[26]Jacobosn M J，Archodidou A.The design of hypermedia tools for learning:fostering conceptual change and transfer of complex scientific knowledge[J].Journal of the Learning Sciences，2000，9（2）: 145-199.

[27]Lew M N，Schmidt H G.Self-reflection and academic performance: is there a relationship?[J].Advances in Health Sciences Education，2011，16（4）:529-545.

[28]徐天乐．科技阅读和文献综述活动是提高大学生科研能力的有效途径[J]．研究生教育研究，1999（4）：63-66．

[29]Biswas G，Segedy J R，Bunchongchit U K.From design to implementation to practice learning by teaching system:Betty’s brain[J]. International Journal of Artificial Intelligence in Education，2016，26（1）:350-364.

[30]田学红，张东．文章标记效应的类型、产生机制研究[J]．首都师范大学学报:社会科学版，2004（1）：114-118．

[31]何先友，莫雷．国外文章标记效应研究综述[J]．心理学动态，2000，8（3）：36-42．

[32]Azevedo R，Cromley J G，Seibert D.Does adaptive scaffolding facilitate students’ability to regulate their learning with hypermedia?[J]. Contemporary Educational Psychology，2004，29（3）:344-370.

[33]Chen C-m，Huang S-h.Web-based reading annotation system with an attention-based self-regulated learning mechanism for promoting reading performance[J].British Journal of Educational Technology，2013，45（5）:959-980.

[34]祝新华，廖先．通过主题阅读提升学生的阅读素养:理念，策略与实验探索[J]．教育研究，2013（6）：101-106．

毛刚，华中师范大学教育信息化技术学院在读博士研究生，湖北科技学院讲师，研究方向：知识资源服务理论与方法；刘清堂，华中师范大学教育信息技术学院教授，博士生导师，研究方向：数字化学习技术、版权保护、知识挖掘与知识服务。

The Study of Network Learning Evaluation Model and Application Integrated the Learning Analytics

Mao Gang&Liu Qingtang
（School of Educational Information Technology，Central China Normal University，Wuhan Hubei 437100）

Learning Analytics（LA）is a hot research topic under the background of the research and application of big data in education in recent years.Review of previous literature，there are many studies focused on the theoretical discussion and the teaching management services and few studies focused on the“student-centered”learning support.Integrated the LA within the network learning process evaluation is an important research direction to change this situation.Through deep studies on the evolution process of network learning evaluation and technology.The article constructed a network learning evaluation and reflection model which centered on LA and the elements of learning target，learning process，self-evaluation，peer evaluation and reflection to improve.The model had been used in digital literature reading of the first-grade post-graduate students，which analyzed the characteristics of reading process from the strategies of time management，disturbance control，attention keeping and content processing and proved the validity of the model in supporting reading evaluation and reflection and prompting the development of reading ability.Finally，the article discussed and summarized the details on the application of LA.

Learning analytics；Learning process；Evaluation model；Digital literature reading

G420

A

1672—0008（2016）06—0020—08

本文受国家自然科学基金项目“面向Web信息的知识融合关键技术研究”（项目编号：61272205）、湖北省教育科学 “十二五”规划课题“教学服务型高校青年教师教学发展研究”（项目编号：2013B214）资助。

2016年8月25日

责任编辑：陈媛