SCI论文（www.lunwensci.com）:
摘要：本文主要在分析藏汉双语学生学习现状的基础上，设计与实现一个面向服务的针对民族院校藏汉双语学生的个性化自适应学习模型，在系统参考模型设计用户模型和领域模型，构建个性化学习资源推送策略、多元化学习资源建设以及系统依据学习风格模型适应性呈现学习活动序列和学习资源等方面进行了针对性研究。
关键字：藏汉双语；个性化；自适应；学习策略；学习模型
本文引用格式：马俊清,等.藏汉双语学生个性化自适应学习的分析与研究[J].教育现代化,2019,6(65):243-246,249.
Analysis and Research on Personalized Adaptive Learning of Tibetan and Chinese Bilingual Students
MA Jun-qing1,MA Xiao-Long2
(1.Linxia Branch of Gansu Radio&TV University,Linxia Gansu China；2.Department of Computer Science,Gansu Normal University for Nationalities,Hezuo,Gansu)
Abstract:Based on the analysis of the current learning situation of Tibetan-Chinese bilingual students,this paper designs and implements a service-oriented personalized self-adaptive learning model for Tibetan-Chinese bilingual students in Ethnic Colleges and universities.It also makes targeted studies on designing user model and domain model in the system reference model,constructing personalized learning resource push strategy and diversified learning resources and on how the system adaptively presenting the sequence of learning activities and learning resources according to the learning style model.
Key words:Tibetan and Chinese bilingualism;Personalization;Self-adaptive;Learning strategy;Learning model
长期以来学校主要是为教育行政部门提供数据，扮演的是“数据提供者”，而非“数据使用者”的角色。民族学生的学习问题更是各民族院校长期思考，但一直无法真正解决的难题，针对民族学生的个性特点，采取怎样的教学手段、设计怎样的教学策略等一直以来是民族院校的教育工作者深思的问题。
个性化学习指在反映学生个性差异的基础上，以促进学生个性发展为目标的学习范式，是通过对特定学习对象的全方位评价发现和解决所存在的学习问题，为学习对象量身定制不同于别人的学习方法和学习策略，使其更有效地学习。自适应学习指由于在学习过程中，不同个体具有一定的差异性，个人的背景、学习风格、能力、学习目标及在学习过程中知识状态不断变化[1]等，需针对不同个体指导其采取适应于自身的学习方法。
大数据时代，教师需对不同类型的数据进行深度研究，以发现问题领域并寻求新的解决方案，思考如何在学校倡导数据文化，构建能持久运作、收集、分析数据并将分析结果应用于教学决策教学实践的体系，充分发挥大数据、个性化自适应学习在教育发展中的作用。[2]
一藏汉双语学生学习现状分析—以甘肃民族师范学院为例
（一）藏汉双语学生学习现状调查
为分析藏汉双语学生的学习现状，在甘肃民族师范学院的10个藏汉双语专业的48个班级的192名教师和1440名学生开展了《藏汉双语学生个性化自适应学习情况教师问卷调查》和《藏汉双语学生个性化自适应学习情况学生问卷调查》。问卷涉及教师在给藏汉双语专业学生授课时的教学内容设计、教学方法、教学组织、课后环节等方面和藏汉双语专业学生学习本专业知识的现状和对学校、教师的教学工作的意见和建议等方面。调查结果中部分关键的数据分析如表1、表2所示。
（二）藏汉双语学生学习现状分析
调查表明，藏汉双语学生存在自主性差、过度依赖教师、缺乏学习自我驱动力以及教师教学手段、教学设计、学法指导等方面没有分析学生个性化特性等不利因素，而一味的强迫学生进行网上在线学习显然是不可取的；同样，在督促教师将大多数时间和精力投入到传统课堂教学的同时，不能指望教师还有能力在网上会给学生太多的在线指导。每个学习者创造的数据就是“大数据”的一部分，每个学习者都是大数据的生产者和消费者，有效的个性化自适应学习需要基于大数据，不断的记录学习者学习过程，进而分析学习者的思维习惯，再结合即时的学习场景，有针对性的推送学习资源。可见大数据是教育未来的根基，个性化自适应学习让教学回归本质，最符合人性的学习，属于未来的教育生态圈。
二基于大数据的个性化自适应学习分析模型
目前，大多数（线上或线下）的学习系统存在的共性问题是教师只注重课程的管理和教学的管理，上传的都是规行矩步的学习活动顺序和学习资源等，而没有根据学习者存在的个性差异，如社会背景、认知水平、学习风格、学习动机等适应性地推送个性化学习资源，不能够充分按照人的学习规律来进行教育，长此以往，学习者就会失去学习的兴趣，严重制约了教育质量的提高，在线学习系统也失去了应有的应用价值。[3]因此，我们有必要把个性化自适应推荐机制思想引入到学习系统的设计上来，开发一个能够依据用户特性实现个性化自适应学习的学习系统。
（一）个性化自适应学习参考模型
根据个性化学习服务特点及其需求，深入挖掘学生数据，确认一个以藏汉双语学生为核心的学习者中心问题，分析藏汉双语学生个性化特征、学习信息和自适应策略，表征学习者的学习特征模型，针对性的提出任务，构建基于大数据分析和个性化自适应学习策略推荐指标的藏汉双语学生个性化自适应学习参考模型，如图1所示。
（1）数据模型用于描述藏汉双语学生的个体特征（包括学生基本信息描述、学习风格、家庭期望、认知水平等）和教师教学信息（包括教学设计、教学方法、教学手段、教学组织等），同时记录学生的学习经历（包括访问学习资源的类型、学习时间、访问次数等），以此来及时更新数据模型。
（2）特征模型用于描述教学知识点的结构特征，是基于数据模型的知识的自适应呈现的前提。
（3）策略模型为不同类型的藏汉双语学生打造个性化学习，通过数据的统计、知识的可视化、个性化学习策略推荐、网络资源利用分析等手段，实现系统依据藏汉双语学生特征个性化自适应推送学习资源、学习路径等。
（4）任务模型用于实现两个需求目标，一是学习者控制学习，即让藏汉双语学生主动地适应个性化自适应学习方式，实现自我组织和控制，推荐并执行学习计划、自主选择学习策略，对学习效果进行自我评估等；二是自适应学习，是通过学习系统主动向藏汉双语学生注入资源的学习方式，并预测判断藏汉双语学生的学习风格、兴趣偏好、家庭期望、认知水平、学习文化等个性化特征，实施优化的教学策略，自适应的呈现个性化、可视化的学习路径、学习资源、学习同伴及相关工具等。[4]
（二）个性化自适应学习策略
（1）个性特征与学习序列
系统根据各藏汉双语专业学生的个性差异推送不同的、切实可行的学习方案，以期实现不同的学习目标。方案整合藏汉双语学生的个性化学习目标、学习任务、操作步骤、交互形式、评价机制等，提供不同的、适应性的学习序列[5]，如图2。
（2）动态监控学习过程
系统根据学习者过程学习行为（如访问学习对象、媒体类型、时间等），实现学习过程的动态监控，这在一方面便于挖掘过程学习行为数据，以对数据模型做后期的修正，而另一面使得学习者可以随时查看自己的学习历史，便于督促自己不断学习，掌握学习进度，提高学习的积极性。
（3）学习资源建设与推送
根据用户模型主动推荐适合藏汉双语学生学习的个性化学习资源，适应性的推送与用户模型相匹配的不同抽象系数、不同媒体类型等多元化的学习资源。这种个性化自适应的学习资源的推送是符合学习者学习规律，不仅可以使学习者学习适合自己个性特征的媒体类型、个性化属性资源，而且系统依据数据分析推送的学习内容是和学习者真实知识水平相符合的，同时形成了被动学习中的主动学习机制，这种机制不但可以减轻网络环境下教师“教”的负担，还能解决藏汉双语学生在网络学习环境中出现的“网络迷航”、“认知过载”等现象。
（4）评价与反馈机制
要改善藏汉双语学生的学习质量，提高学习效率，需要全面地记录、跟踪和掌握藏汉双语学生的不同学习特点、学习行为、学习需求、学习基础以及来自学生和教师双方面的反馈信息，继而实现让学生对学习的自我评估和教师对计划的有效性评价，最终测试推送的学习策略如何引发学生学习，达到个性化自适应学习的目标。[6]
（三）个性化自适应学习系统的设计与实现
在前期需求分析、详细设计的基础上，初步设计开发了系统原型。系统采用B/S架构、MVC模式，开发环境用HBuilder+JDK+Tomcat+MySql，开发语言用HTML+CSS+JavaScript+JQuery等，以《Web编程技术》课程为例进行系统测试：藏汉双语学生登录系统后，系统提供学生个性化自适应参数的选择，待学生提交相关数据后，系统根据学生当前的学习风格、家庭期望、认知水平以及过往学习记录等呈现个性和自适应的学习内容，并推送相关的学习策略和学习资源供学生参考。图3展示了系统的主界面，系统会根据藏汉双语学生的个性差异等因素呈现不同的学习界面。
三 基于大数据构建藏汉双语学生个性化自适应学习过程
（一）知识结构可视化
参照联通主义理念，把每一章节的学习内容通过知识图谱的方式可视化的呈现给学生，有效组织知识体系，能够在顺应学习者视觉加工习惯的基础上，清晰表征知识与知识之间的逻辑关系，减轻藏汉双语学生的认知负荷，实现对知识的主动建构、迁移以及有意义的学习和长时记忆。此外，知识结构可视化还能使学习者产生好奇、探索、理解等认知需求，提高学习兴趣、集中注意力，培养解决问题的自觉倾向，达到激发求知欲、促进主动学习的目标。
（二）学习过程可视化
教学过程应该重点关注“教”“学”“练”“测”“答”等五个环节，依据学习者个性特征在学习中的基本表现，基于大数据分析、跟踪学习过程，构建可视化学习行为，推送适应藏汉双语学生学习风格的学习活动，让数据中的智慧能够以一种直观的形式流向学习者、同伴、教师。收集学习过程的反馈信息，进一步优化学习过程，使其能够更加清楚看到学习认知的动态化变化过程，使其了解自己最新的学习状况和距离最终学习目标的差距，认识自我、规划自我、发展自我，激发学习者学习的内在动机，培养学习者的元认知能力和自我效能，实现自适应学习系统的个性化支持。[7]
（三）学习效果的可视化
基于大数据的藏汉双语学生个性化自适应学习，能够全面地记录、跟踪和掌握学习需求、学习特点、学习行为、学习基础等个性化特征参数，完成阶段测试后，为学习者提交一份学习结果分析报告，包括知识点的掌握程度、学习效果的评价等信息，并据此打造、推送个性化的学习路径，动态适应性调整教学的内容、时间、方法等因素，实施动态调整学习活动序列和更新学习资源链接，达到提高学习效果的目的。[8]
四结束语
大数据对学习者的学习过程的分析具有较强的实用价值和参考价值，在大数据支撑下使得学习资源的个性化自适应推送、学习质量的实时分析等有了可行的解决方案，个性化自适应学习诉求在大数据时代有了新的实现途径。
参考文献
[1]姜强,赵蔚.自适应学习系统述评及其优化机制研究[J].现代远程教育,2011,6(138):57-63.
[2]何克抗.大数据面面观[J].电化教育研究,2014,10(258):8-16.
[3]姜强,赵蔚,王朋娇,等.基于大数据的个性化自适应在线学习分析模型及实现[J].中国电化教育,2015,1(336):85-91.
[4]赵学孔,徐晓东,龙世荣.B/S模式下自适应学习系统个性化推荐服务研究[J].中国远程教育,2015,10:71-78.
[5]王萍.大数据时代提升教师数据智慧研究[J].开放教育研究,2015,3(21):30-38.
[6]马相春,钟绍春,徐妲等.大数据视角下个性化自适应学习系统支撑模型及实现机制研究[J].中国电化教育,2017,4(363):97-101.
[7]刘昌明.自适应学习系统中个性化学习方案的制定[D].长春:东北师范大学,2010.
[8]赵铮,李振,周东岱,等.智慧学习空间中学习行为分析及推荐系统研究[J].现代教育技术,2016,1(177):100-106.
关注SCI论文创作发表，寻求SCI论文修改润色、SCI论文代发表等服务支撑，请锁定SCI论文网！ 文章出自SCI论文网转载请注明出处：https://www.lunwensci.com/jiaoyulunwen/27148.html
