教育大数据视角下学习分析的应用研究

邹琴琴

摘要：随着信息技术和互联网大数据技术的不断发展，在各行各业中通过海量数据分析，整合相关资源，对行业发展有着重要的指导作用。而在教育大数据的视角下，可以通过大量数据建立起学习分析模型，深入分析一些学习行为和过程，从而为提升学习绩效以及学习科学规划提供理论基础，对于教育行业发展有着重要的推动作用。基于此，通过对大数据在教学学习上的应用进行分析，提出一定的学习分析方法，希望给相关人员提供一定借鉴。

关键词：教育大数据;学习分析;应用;研究

中图分类号：TP311 文献标识码：A

文章编号：1009-3044（2020）10-0179-02

在传统教育中，由于班级人数较多，教师在教学过程中很难做到面面俱到，单凭个人的主观教学意识无法为每个学生都做到因材施教。尽管大部分教师都可以通过课堂表现和学习成绩来对学生的基本情况进行了解，但是教师在这种浅显数据分析下只能获得学生共性，而非学生个性。因此教师不能根据个别人的学习情况来具体调整整体策略，是教育创新发展所亟待解决的问题。而大数据技术在教育视角下的应用，可以以学生的学习数据和学习环境为基础，对学习者的知识掌握程度进行深层次掌握，为教学干预提供指导，从而优化整个教学过程，对于教育发展有着重要的现实意义。

1学习分析概述

1.1学习分析概念详解

分析，就是指某项数据或者事物通过对比和联系，来找出一种发展的本质。而学习分析指的就是利用一些现代化信息技术，采集到的教育学习数据进行分析整合，根据教育发展过程中的异同，来为学生的学习进步提供科学的规划和建议嘲。学习分析是一种现代化和信息化的教学方式，依赖于数据和信息支撑，对学生学习状况进行真实反映，对未来学习发展做出分析预测。总之，学习分析是为学生的学习发展而服务的，通过学习分析的进行，能够让教师对现有学习资源进行合理分配调动，能够科学的调整教学计划，从而让每个学生都能得到最优的教育，对于整个教育来说意义非凡。

1.2学习分析相关概念详解

由于学习分析在教育中的应用需要依赖大数据信息技术为载体，所以要想对学习分析应用做出深入了解，还需要对学习分析相关的一些概念进行明确了解。大数据時代下，为学校教育信息的快速采集提供了良好平台，利用一些现代技术，可以快速挖掘数据信息，提供充足理论基础。这种数据挖掘概念，也是目前教育中比较热门的话题，是教育过程不断完善的重要推力。除了这个概念外，学术分析、预测分析这两个概念也和学习分析相辅相成。其中，学术分析主要是对学生的相关学术问题进行分析，然后知道学生进行学术研究。而预测分析主要是利用计算机系统为主要工具，对已经搜集到的学生数据信息进行整理和分析，对学生的学习方向进行分析预测。另外在学习分析应有的时候，还需要建立起一个完善的学习管理系统，通过对在线课堂学习情况和信息的储存，更好地对数据进行搜集和整理，也是和学习分析相关的重要概念。

1.3学习分析要素详解

此外，对学习分析的研究，还需要对学习分析的相关要素进行详解。一般来说，学习分析的要素主要包括五个过程，即数据收集、分析、推测、反馈以及干预等。首先，数据收集具体应用上包括多种收集方式，比如相关学习分析的程序后台、代码脚本等方法，这些手机来源主要学生参与的一些学习平台。学习平台中产生的大数据，往往会以两种方式呈现出来。一是结构化数据，这类数据往往是一种学习日志，二是非结构化数据，一些文字、图片和音频等学习过程，都属于非结构化数据。其次，在分析要素上，指的是在数据收集过程完成以后，按照相应的数据类型来选择相应的数据分析软件，通过定性和定量结合的方式来进行数据分析。在分析完成以后，会把具体的分析结果用一种可视化图表的形式呈现在数据报告中。在分析之后，就要进行推测要素的研究。通过数据报告中的一些可视化图表，可以对学生的学习进展进行具体了解，包括学生学习了哪些内容，具体学习时间的划分，以及学习精力的主要投入等。而至于反馈要素，则主要是在明确学生学习情况的基础上，将结果反馈给具体教师，让教师根据这种结果来采取一定的干预措施。最后这种干预要素，主要指的是对学生进行个性化的教育指导，或者是为学生制定出个性化的学习方案。

2教育大数据视角下学习分析应用策略

教学大数据视角下学习分析的应用，能够形成一个数据分析预测干预，然后再分析预测的良性循环。目前，很多学校都已经建立起了在线学习平台，将学习分析应用得到了很好落实。然而以整体情况来看，还需要在数据收集范围扩大和数据格式规范上进行加强改进，对于改善教学效果有着重要意义。具体来讲，教育大数据视角下的学习分析应用策略，主要需要做好以下几个方面。

2.1学习评估上的学习分析应用

学习评估是对学习过程进行预测和优化的基础传统教学的学习评估一般都是由教师的主观感受来进行，所依赖的数据大都是相关测评数据。这种方式往往会带有浓烈的主观情感色彩，在评估上有可能丧失客观性。而通过教育大数据视角学习分析在学习评估上的应用，可以保持学习评估的客观性和真实性，这种应用主要对这三方面的学习信息进行评估。首先是对学习者的知识掌握程度进行评估，根据学生学习进度对学生的知识水平进行大致了解。其次是对单个学习者在整个学习群体中的位置和作用进行评估，然后是通过对学生某个教学环节的积极性进行调查，从而评估教学安排的合理性。这种以教学过程为切入点的教学分析评估，能够对教师的教学过程进行反馈收集，对整个学习评估有着重要意义。

而从学习者的社交网络教学实践层次而看，学习评估更关注的是学习者的学习数据和交互行为数据。不仅能够对单个学习者的学习情况进行评估分析，还能对整个学习群体的学习情况进行了解，也是学习分析在学习评估上应有的重要体现。另外教育大数据的视角下，学习分析在学习评估中的应用可以将一些评估结果利用可视化的方式进行展示，不仅能对教育学习情况进行评估，还可以对学校的多个办学情况进行评估，在提高传统评估效率的同时，而且教育评估更加科学合理，对学生和教师的工作带来了很大的便利嘲。

2.2学习预测上的学习分析应用

学习预测作为学习过程优化的依据，主要是通过对单个学习者的学习历史数据进行分析，包括以往学习成绩、在线学习互动情况以及学习习惯特征等，来作为学习预测的数据借鉴。通过对这些数据的科学分析，能够对学习者偏离课程标准的程度进行预测，以及学生能否通过该课程进行准确预见，从而对学生起到一定的督促作用。而且在学习预测上的应用，还包括对学习学习兴趣的分析，对学习者已经参与到的课程情况进行了解，根据课程之间的相关性要求和关系，来为学生推荐出更合适的课程。这种学习预测上学习分析的应用，除了要将学生的学习历史数据作为预测依托以外，还要对学生的潜在学习发展趋势进行集中预测，而且对于学生可能产生的学习结果要进行多种研究，从而对学生目前不理想的学习状态进行纠正，达到学生学习过程干预和优化的目的。总之，这种学习预测是基于大数据预测所进行的，结果在教育中有着一定的参考性，对于后期的教学优化有着重要的指导作用。

2.3优化教与学上的学习分析应用

对于学习而言，教育优化是一个重要目标，可以说教与学产生的优化是学习分析的最终目的。在对教与学进行优化以后，所形成的个性化学习是学生提高学习效率重要方式。个性化学习需要构建出相关的资源环境，来作为一种技术支撑。在教育大数据视角下的个性化学习上，所运用的一种“自适应诊断系统”，主要是根据学习者行为习惯特点，从而知晓学习者的学习困难，在追踪学习困难产生原因的前提下，做好长期教学安排的优化。并且学习分析还可以为学生和教师制订出一个独特的学习每日时间表，可以很好地适应学生的学习節奏、学习能力以及学习方式，通过对教与学的优化，实现学生学习过程中的智慧学习和个性化学，可见学习分析技术的发展非常关键。

3学习分析应用面临的前景挑战

目前，借助于网络学习平台，学习分析在教育大数据视角下已经得到了比较广泛的应用，但同时其也面临着一定的前景挑战。首先需要注重对学生的隐私数据进行保护，在学习分析应用上，应该明确告知学生的相关学习数据会被收集，在征得学生同意以后才能进行信息收集。而且在这过程中学习平台还要保证数据的安全性，保证信息不被泄露。其次现有的数据分析技术还有着很大的提升空间，应该在学习分析上对先进的分析方法以及多元化的分析方式进行研究探索，并且要尽量开发出一些新的数据分析工具，这样才可以让数据分析结果更加准确，让学习分析不会受到分析方法和工具的限制D印。最后还要对学习平台的功能进行完善，保证学习平台处理数据时的稳定性，而且还要充分考虑学习平台的可容性，随时注意学习平台能否容纳更多的海量数据，这也是保证数据安全性的关键。

4结束语

综上所述，在大数据时代背景下，通过学习分析在教育中的应用，能够实现学生的个性化学习，促进数字化学习和智能学习的发展，对于教育进步有着积极组作用。在学习分析应用上，需要注重利用学校分析五要素，通过学习评估和学习预测实现教与学的优化，对于学生持续发展有着重要意义。