SCI论文（www.lunwensci.com）:
摘要：本文构建了统计量、教学环节和学习活动及个人/总体三个维度的学习分析体系，针对不同学习支持服务的特点，采用不同的学习分析方法优化了学习支持服务。通过同一门课程的三轮教学实践证明，学生的自学能力、专业知识和技能得到了提高，访谈发现，学生普遍认为学习支持服务帮助了自己的课程学习。
关键词：SPOC混合式教学；学习支持服务；模式构建
本文引用格式：习海旭等.SPOC学习支持服务的学习分析体系构建和实践[J].教育现代化，2019，6（89）：233-236.
Construction and Practice of Learning Analysis System for SPOC Learning Support Service
XI Hai-xu，DAI Ren-jun，BAI Feng-e，ZHANG Ying，HUANG Chun-guo
(1.Institute of Computer Engineering,Jiangsu University of Technology,Changzhou，Jiangsu；2.Institute of Foreign Languages,Jiangsu University of Technology,Changzhou，Jiangsu)
Abstract:This paper constructs three-dimensional learning analysis architecture of statistics,teaching links,learning activities and individual/overall dimensions.Different learning analysis methods are used to optimize and adjust learning support services according to the characteristics of different types of learning support services.Through three rounds of teaching practice of the same course,it is proved that students’self-study ability,professional knowledge and skills have been improved.The survey shows that students generally believe that learning support services help their curriculum learning.
Key words:SPOC Blended Teaching；Learning Support Service；Model Construction
SPOC（Small Private Online Course：小规模限制性在线课程）是一种在线教育模式，一定数量的学生经过授权随时随地进入在线教学系统进行学习和讨论，教师在线辅导。在必要的时候，安排线下教学和研究活动。SPOC本质上是一种信息技术支持下的混合式教学模式[1]，在线和传统的学习支持服务相互融合。分析学生学习过程的大量数据，实时调整学习支持服务，能够激发学习者的学习动机，促进了学生知识的获得和能力的发展，保障SPOC混合式学习获得最终成功。目前，已有部分学者从数据分析的角度，对学习支持服务的设计模型[2]、策略和方法[3]进行了实证研究。还需要针对特定SPOC混合式学习中不同教学环节和学习活动，构建系统的学习分析体系，并选择相应的学习分析技术，形成以数据驱动SPOC学习支持服务优化的系统方法。
一 SPOC学习支持服务中的学习分析
（一）学习分析体系的构建
如图1所示，SPOC学习支持服务中学习分析体系主要包括三个维度，统计量维度包括平均和总量，统计教学期间内数据的平均值或者总和；教学环节和教学活动维度主要分为资源访问情况等四类；个人/总体维度是指分析单个学生还是学生总体。在三维空间中，可以衍生出如（二）所述的学习分析内容，这些学习分析大多采用数理统计及时间序列等数据挖掘方法。
（二）学习分析的内容
SPOC混合式教学包括线上教学和课堂教学两个主要的教学环节。线上教学主要由学生自主学习，进行练习测试，掌握课程知识。教师主要对学生遇到的难题进行答疑。在此环节中，学习支持服务主要包括教学资源的分类提供，练习测试的结果反馈和在线答疑和讨论。课堂教学主要由教师组织教学活动为主，包括课堂前测、提问和答疑、知识运用的分析和讲解等教学过程。在此环节中，学习支持服务主要包括练习测试的结果反馈和答疑、讨论。
1.分类提供教学资源
该学习支持服务的分析内容包括：不同时间段（1.1a）、模块/知识点/资源类型（1.1b）和性别、年级、专业（1.1c）的访问人数、总访问量/平均访问量、访问时长/平均访问时长。一般采用数据汇总分析方法；每个学生的访问量和访问时长（1.2），采用数据筛选方法；每个模块/知识点/资源类型的访问路径（1.3），采用时间序列分析方法；每个学生在模块/知识点/资源类型间的访问路径（1.4），采用数据筛选方法。
2.练习与测试
该学习支持服务的分析内容包括：学生的练习时间和成绩分布（2.1），采用数据的概括性度量方法；每个学生在每个知识点的练习次数和成绩（2.2），采用数据筛选方法；结果反馈的访问路径（2.3），采用时间序列分析方法。
3.在线答疑和讨论
该学习支持服务的分析内容包括：不同专业，知识点的发帖和回帖数（3.1），采用数据汇总分析；活跃时长（3.2），采用数据汇总分析方法；主题讨论整体评价分数及内容（3.3），采用内容分析方法；讨论者关系网络分析（3.4），采用社交网络分析方法；资源访问时长和活跃时长的相关性，采用Pearson相关性分析方法。
4.课堂前测、提问和答疑
该学习支持服务的分析内容包括学生的练习成绩分布（4.1），采用数据的概括性度量方法。提问和答疑的学习支持服务的分析内容包括提问的内容分析（5.1），采用内容分析方法。
（三）学习分析体系下的学习支持服务优化
如表1所示，针对不同的学习支持服务，基于学习分析结果优化相应的学习支持服务。表中第三列括号中的内容表明了该学习支持服务优化的依据是哪项分析内容。例如，不能简单地删除访问量不高的模块/知识点/资源类型[5]。在调整模块时，需要考虑模块对学习成绩的贡献度；在调整知识点时，需要考虑教学目标的达成；在调整资源类型时，需要考虑学生的认知规律。从正面引导学生合理利用学习支持服务，提高学习效率。
二 SPOC学习支持服务的学习分析实践
《“虚拟现实与交互设计》”是数字媒体技术专业大三的专业课程，虚拟现实硬件和行为建模等技术是教学难点。学生不仅需要在上课之前做好预习，在课堂教学中积极互动，课后还要阅读大量材料进行理解和消化。本课题选择2015-～2017级六个班级共238名学生为实验对象，构建了基于校园数字学习中心的SPOC混合式学习模式，以激发学习者动机为根本，从教学、管理和评价三个维度设计和构建了学习支持服务。
（一）分析课程资源的学习情况，调整资源提供相关的学习支持服务
如图12(a)(b)所示，每天访问次数大于学生数，大部分学生在周末访问，每天的访问时间集中在晚上七点到九点。课程平均进度达到要求，但毕玲同学学习消极，需要对她进行督学，并推荐资源。
（二）分析练习与测试情况，提供相关知识点的学习资源，答疑或调整教学设计
如图23(a)所示，对练习测试中每道题目的正确率和成绩分布等指标进行直观的展示。如图2(b)所示，对学生的测试分数、任务点完成率、讨论数和阅读时长等数据综合分析学习行为模式，预测学习困难并发送学习预警进行督学。
（三）分析答疑、讨论及其关系网络，优化答疑质量并构建学习小组
如图34(a)所示，通过讨论文本的情感分析，对主题答疑和讨论的情感倾向进行整体评价。如图3(b)所示，编号为“S3、S7、S11、S35”等学生成为交互焦点，可以选择与之距离较短的学生分别构建学习共同体。
三 基于学习分析体系的教学实验效果
从2015级开始，在每级中选择两个班级作对照教学实验，实验组采用基于学习分析驱动的SPOC教学，对照组采用传统教学。通过同一门课程的三轮教学实践证明，基于本文构建的学习分析体系所提供的SPOC学习支持服务通过优化学生学习策略的方式，使得学生的自学能力、专业知识和技能逐年得到了提高。
（一）学习策略的优化
通过对实验组进行访谈，有70%的学生提及学习资源对自身学习的帮助，82%的学生认为在线答疑、学习同伴能够启发思考，突破难点；，79%练习和测试的反馈和学习引导能够提高学习效率，促进内容和学习方法的掌握。
（二）自学能力的提高
通过元认知意识和状态的心理测量，实验组的平均值高于对照组，配对样本T检验P值表明实验组的元认知水平显著提高。结合SSAS关联规则算法和顺序分析算法，得出实验组学生的学习路径更科学，依据学习目标，学习资源模块，做练习进行复习，并进行学习反思。讨论区的访问几率也大大增加。
（三）考试成绩的提高
通过对照教学实验测量，实验组学生平均成绩逐年得到提高,标准差逐步减少，对照组学生平均成绩低于实验组,标准差维持在较高水平。配对样本T检验P值逐年降低，都小于0.05，表明学生的专业考试成绩显著提高。
四 结语
SPOC混合式学习受欢迎的主要原因在于其学习支持服务得到了强化[6]。因此，通过对学习过程中产生数据的分析，优化所提供的学习支持服务是确保SPOC教学模式成功的关键所在。本文提取SPOC混合式学习模式的过程要素，分别阐述了其可采用的学习分析方法，并提供了相应学习支持服务的优化方法。通过对比实验证明，该学习分析体系能够较全面地把握学习支持服务的状况，从而有针对性地提高学生的学习效果。围绕学生能力要素，使用什么样的学习分析方法结合什么样的教育测量方法来对学习效果进行全面的学习评价，从而形成基于能力要素的SPOC学习评价体系，是进一步需要深入研究的课题。
参考文献
[1]黄荣怀，马丁，郑兰琴，等.基于混合式学习的课程设计理论[J].电化教育研究，2009(01)：9-14.
[2]倪浩.混合式学习中学习支持服务的设计研究[D].浙江师范大学教育学院.
[3]张成龙，李丽娇.论基于MOOC的混合式教学中的学习支持服务[J].中国远程教育，2017(02)：66-71.
[4]刘敏.面向SPOC数据的学习行为分析[D].武汉：华中师范大学.
[5]李士平，赵蔚，刘红霞.数据驱动下的学习支持设计与实践[J].电化教育研究，2018(3)：103-108+114.
[6]王秀凤.基于需求管理的远程学习支持服务优化策略[J].中国电化教育，2019，(02)：103-109.
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/30069.html
