李迪

摘 要：改革開放以來，伴隨著我國社會經(jīng)濟(jì)的發(fā)展，網(wǎng)絡(luò)化與數(shù)字化逐步完善，使得在線學(xué)習(xí)模式加快發(fā)展，同時也為在線學(xué)習(xí)模型構(gòu)建提供了數(shù)據(jù)支持。這一學(xué)習(xí)模型的構(gòu)建為在線學(xué)習(xí)提供了相對完整的平臺，高質(zhì)量內(nèi)容豐富的在線學(xué)習(xí)模型的構(gòu)建，有效地推動了我國在線學(xué)習(xí)的發(fā)展。本文通過對大數(shù)據(jù)下智能在線學(xué)習(xí)模型評價研究，得出其在未來社會起到的作用，和得以設(shè)計(jì)實(shí)現(xiàn)的理論依據(jù)。

關(guān)鍵詞：大數(shù)據(jù)背景;智能在線學(xué)習(xí)模式;實(shí)現(xiàn)設(shè)計(jì)的理論依據(jù)

Abstract：With the development of China's society and economy after the reform and opening up， the relative improvement of networking and digitalization has accelerated the comprehensive development of online learning models， and it has also provided data support for the construction of online learning models. The construction of these learning models provides a relatively complete platform for online learning. The construction of high-quality and rich online learning models has effectively promoted the development of online learning in China. This article evaluates intelligent online learning models under big data. Studies have drawn its role in praying for future society， and the theoretical basis for its realization.

Key words：big data background;intelligent online learning model;theoretical basis for design realization

0 引言

隨著新世紀(jì)的到來，我們的日常生活也越來越多應(yīng)用信息技術(shù)，在大數(shù)據(jù)時代背景下，多數(shù)行業(yè)的發(fā)展速度都得到了穩(wěn)步提升，同時也加速了對在線學(xué)習(xí)模式的研究和探索，通過在線學(xué)習(xí)模型的構(gòu)建不僅可以提高學(xué)習(xí)效率還可提升學(xué)習(xí)質(zhì)量。大數(shù)據(jù)時代的到來為我國的教育教學(xué)決策提供了新的發(fā)展方向，為教育學(xué)習(xí)注入了更多的可能性。

1 大數(shù)據(jù)背景下挖掘教育數(shù)據(jù)的價值及基本模式

1.1 挖掘教育數(shù)據(jù)的實(shí)際意義

大數(shù)據(jù)背景下的信息收集更具效率，原始數(shù)據(jù)向有用信息的轉(zhuǎn)化也為日常教育提供了相應(yīng)的數(shù)據(jù)支持，教育軟件通過構(gòu)建在線學(xué)習(xí)模型將此類信息加以充分利用，為相應(yīng)的學(xué)習(xí)群體提供了平臺支持。同時系統(tǒng)的教育數(shù)據(jù)挖掘也為教育系統(tǒng)注入了新鮮活力，與其他傳統(tǒng)模塊的良性互動，為教育改革起到了推動作用。教育工作者通過對教育數(shù)據(jù)的深度挖掘，客觀且全面的掌握了學(xué)習(xí)用戶的反饋信息，通過實(shí)際學(xué)習(xí)過程中產(chǎn)生的問題，對學(xué)習(xí)策略、教育模式、課程開發(fā)和目標(biāo)制定都做出相應(yīng)的調(diào)整，不僅有益于學(xué)習(xí)群體的高效學(xué)習(xí)，也為在線學(xué)習(xí)模型設(shè)計(jì)和研究提供了實(shí)際教學(xué)經(jīng)驗(yàn)。

1.2 構(gòu)建完整的教育數(shù)據(jù)挖掘模式

通過學(xué)習(xí)者在線學(xué)習(xí)所留下的記錄數(shù)據(jù)可以對其學(xué)習(xí)行為進(jìn)行具體準(zhǔn)確的分析，針對學(xué)習(xí)主體登錄時間、瀏覽具體內(nèi)容以及在線互動交流心得等多個方面進(jìn)行具體分析，從而得出大數(shù)據(jù)下在線學(xué)習(xí)模型構(gòu)建的數(shù)據(jù)支持，并結(jié)合系統(tǒng)的數(shù)據(jù)分析對可影響在線學(xué)習(xí)行為的諸多因素進(jìn)行深層次發(fā)掘。教育數(shù)據(jù)模式發(fā)掘的前提在于對多種數(shù)據(jù)挖掘工具和算法的精準(zhǔn)控制及應(yīng)用，具體由工具與算法、基本理論數(shù)據(jù)和數(shù)據(jù)發(fā)掘工作三方面構(gòu)成，具體如圖1所示。

這三要素中又以數(shù)據(jù)挖掘工作更為重要，通過對基礎(chǔ)數(shù)據(jù)收集，相應(yīng)數(shù)據(jù)分類處理以及模式解釋評價等多個層面進(jìn)行綜合運(yùn)用，得出數(shù)據(jù)挖掘工作對在線學(xué)習(xí)行為以及模型構(gòu)建的影響。

具體實(shí)施流程如圖2所示。

2 在線學(xué)習(xí)行為概述及具體分類

2.1 在線學(xué)習(xí)行為具體概述

伴隨著我國社會經(jīng)濟(jì)的不斷發(fā)展和大數(shù)據(jù)背景時代的到來，基礎(chǔ)教育的發(fā)展也受其潛移默化的影響，逐步朝著以信息為基礎(chǔ)的新型教學(xué)模式發(fā)展。其中在日常教學(xué)中的應(yīng)用最為廣泛的當(dāng)屬在線學(xué)習(xí)行為。但是因其作為新興教育模式目前還沒有對其做出確切的定義。綜合其日常應(yīng)用情況可以大致概括為：學(xué)習(xí)者通過合理運(yùn)用和借助現(xiàn)有的網(wǎng)絡(luò)技術(shù)和環(huán)境打造的交互性學(xué)習(xí)平臺獲取自身所需的信息和資源，從而達(dá)到完成自主學(xué)習(xí)的目的。在線學(xué)習(xí)行為也因其自身具有廣泛性和針對性的特點(diǎn)而被廣泛應(yīng)用。所謂的針對性是指學(xué)習(xí)者可借助輔助學(xué)習(xí)工具對所需知識資源進(jìn)行針對性學(xué)習(xí)，而廣泛性則指的是網(wǎng)絡(luò)學(xué)習(xí)平臺通過數(shù)據(jù)挖掘所積攢的信息與資源的總和。這兩種特性不僅有助于學(xué)習(xí)者提升學(xué)習(xí)質(zhì)量也有助于學(xué)習(xí)具體化的實(shí)現(xiàn)。

2.2 在線學(xué)習(xí)行為的系統(tǒng)分類

以人工智能理論為基礎(chǔ)的在線學(xué)習(xí)方式具有相對的智能性和靈活性，根據(jù)所處空間維度體系的不同具有較為完善的屬性，可滿足學(xué)習(xí)者不同階段和內(nèi)容的學(xué)習(xí)需求，使在線學(xué)習(xí)行為更容易被操作和實(shí)現(xiàn)。根據(jù)不同種類的智能行為發(fā)展而來的人工智能，更具層次性和針對性，可對在線學(xué)習(xí)過程進(jìn)行分類指導(dǎo)，可確保在線學(xué)習(xí)行為有效有序的進(jìn)行。在線學(xué)習(xí)行為在廣義上大致分為三個維度，即功能、結(jié)構(gòu)和方式。以認(rèn)知到操作再到解決問題的學(xué)習(xí)行為過程是結(jié)構(gòu)維度的出發(fā)點(diǎn)，也是對行為進(jìn)行分類分析的前提保證。而功能維度更多具有的是針對性，其對學(xué)習(xí)過程中的信息處理和信息實(shí)施都有輔助作用，通過加工、查詢和發(fā)布等多種功能提高在線學(xué)習(xí)效率。方式維度可以滿足學(xué)習(xí)主體在線學(xué)習(xí)的交互性需求，人機(jī)交互與人人交互的雙重保障可有效發(fā)現(xiàn)在線學(xué)習(xí)網(wǎng)絡(luò)系統(tǒng)中的漏洞，便于在線學(xué)習(xí)模型的構(gòu)建。

3 構(gòu)建在線學(xué)習(xí)模型所需遵循的原則

3.1 遵循通用性原則

在線學(xué)習(xí)分析模型的構(gòu)建不應(yīng)只適用于一種學(xué)習(xí)平臺，而是應(yīng)當(dāng)適用于多種學(xué)習(xí)平臺。在構(gòu)建在線學(xué)習(xí)模型過程中遵循通用性原則，可以使學(xué)習(xí)主體在多種學(xué)習(xí)平臺上獲取所需的信息資源以此完成自主學(xué)習(xí)的目的。這一原則的具體應(yīng)用不僅可以有效地提高在線學(xué)習(xí)效率，還可以滿足不同學(xué)習(xí)平臺管理者的需求，各平臺之間的互通性可以更好的分享所挖掘的信息數(shù)據(jù)和運(yùn)用過程中產(chǎn)生的實(shí)際問題，及時的溝通交互有助于添加一些學(xué)習(xí)模型應(yīng)用中所需要的組織模塊，有助于構(gòu)建更加高效完善的在線學(xué)習(xí)模型體系，通用性原則是構(gòu)建過程中需要遵循的主要原則，應(yīng)受到相應(yīng)的重視和關(guān)注。

3.2 遵循系統(tǒng)性原則

如果將在線學(xué)習(xí)行為分析模型試做一個完整的系統(tǒng)結(jié)構(gòu)，那么遵循系統(tǒng)性原則則是支持其正常運(yùn)營的有效保障。在確保學(xué)習(xí)分析模型正常運(yùn)轉(zhuǎn)和使用的前提下，可對系統(tǒng)中的重要因素進(jìn)行系統(tǒng)全面的分析，這其中不僅包括分析方法和分析目的，還包括數(shù)據(jù)收集和處理等內(nèi)容，較強(qiáng)的針對性保證分析模型得出的結(jié)果更具合理性和科學(xué)性。精準(zhǔn)的分析結(jié)構(gòu)可以確保在線學(xué)習(xí)模型的構(gòu)建更加全面化和精準(zhǔn)化。

3.3 遵循對應(yīng)性原則

學(xué)習(xí)過程與分析任務(wù)的相互對應(yīng)很好地體現(xiàn)了對應(yīng)性原則，有助于構(gòu)建智能化在線學(xué)習(xí)模型。例如對應(yīng)性原則可以根據(jù)以往的搜索記錄和具體學(xué)習(xí)行為，準(zhǔn)確分析出哪種學(xué)習(xí)方法和系統(tǒng)操作有助于幫助學(xué)習(xí)主體更好的學(xué)習(xí)，從而達(dá)到提升學(xué)習(xí)效率獲取更好成績的學(xué)習(xí)效果。通過遵循對應(yīng)性原則，使智能在線學(xué)習(xí)模型更具針對性。平臺管理者可根據(jù)學(xué)習(xí)者的實(shí)際需要出發(fā)，設(shè)定更符合其要求的學(xué)習(xí)目標(biāo)和學(xué)習(xí)計(jì)劃，通過對既定目標(biāo)的有效實(shí)現(xiàn)將學(xué)習(xí)過程和分析任務(wù)進(jìn)行良好的對接，應(yīng)用關(guān)鍵點(diǎn)的找出有助于學(xué)習(xí)模型的快速構(gòu)建，從而推動在線學(xué)習(xí)行為的高速發(fā)展。

4 影響智能在線學(xué)習(xí)模型構(gòu)建的因素

智能在線學(xué)習(xí)模型具有交互性、智能性和開放性等多個特點(diǎn)，其富含豐富多樣的學(xué)習(xí)資源。學(xué)習(xí)者在利用模型學(xué)習(xí)過程中會產(chǎn)生相應(yīng)的學(xué)習(xí)日志，包含登錄信息、搜索所需知識和具體學(xué)習(xí)行為等多種記錄。以下通過對高等院校學(xué)生學(xué)習(xí)日志進(jìn)行相關(guān)分析從而得出影響智能在線學(xué)習(xí)模型構(gòu)建的因素[1]。

4.1 學(xué)習(xí)日志的數(shù)據(jù)采集和預(yù)處理

學(xué)習(xí)日志的數(shù)據(jù)采集大致分為4個層面，具體包含學(xué)員原始信息數(shù)據(jù)、登錄瀏覽信息、學(xué)習(xí)體驗(yàn)信息和階段性考試信息等四份數(shù)據(jù)。將這4份數(shù)據(jù)依次導(dǎo)入系統(tǒng)數(shù)據(jù)庫中，通過形成的四張數(shù)據(jù)表來進(jìn)行系統(tǒng)的分析和數(shù)據(jù)挖掘，并通過設(shè)立學(xué)號字段做為中樞紐帶將4張數(shù)據(jù)表進(jìn)行相互串聯(lián)，具體操作流程設(shè)計(jì)，如圖3所示。通過對一直數(shù)據(jù)的反復(fù)分析，從而得出影響智能在線學(xué)習(xí)模型構(gòu)建的因素。

4.2 學(xué)習(xí)主體登錄行為影響因素分析

上文中的學(xué)生學(xué)號和登錄時間的設(shè)定是登錄行為中的重要字段。但在記錄過程中需要特別注意的是將登陸次數(shù)和單位時間內(nèi)登錄的人數(shù)進(jìn)行區(qū)分，因?yàn)槿绻凑盏卿洿螖?shù)進(jìn)行記錄和分析會不夠準(zhǔn)確，在線學(xué)習(xí)過程中會產(chǎn)生學(xué)員操作不當(dāng)發(fā)生反復(fù)登錄的現(xiàn)象，這種行為會造成部分學(xué)員勤于學(xué)習(xí)的假象，分析出的數(shù)據(jù)會影響在線學(xué)習(xí)模型的評價。因此在下面的實(shí)際測試中會以“周”作為分類字段進(jìn)行學(xué)員登錄率的統(tǒng)計(jì)周期，以學(xué)號作為字段統(tǒng)計(jì)的基礎(chǔ)[2]。

4.2.1 學(xué)員群體學(xué)習(xí)周期的具體分析

個體學(xué)員的學(xué)習(xí)周期是具有隨意性和不確定性的，從實(shí)際教學(xué)的角度出發(fā)了解學(xué)員群體的學(xué)習(xí)周期才是研究重點(diǎn)，通過分析學(xué)生在在線學(xué)習(xí)模型中的具體登錄記錄，確定出學(xué)生群體整體參與在線學(xué)習(xí)的具體時間段，從而衡量處在線學(xué)習(xí)實(shí)際開展的進(jìn)度和完成情況，有助于在線學(xué)習(xí)模型管理者掌握學(xué)習(xí)者的學(xué)習(xí)進(jìn)程和理解狀況。作為智能在線學(xué)習(xí)模型的管理者還可以通過統(tǒng)計(jì)學(xué)生首次和末次的登錄學(xué)習(xí)時間，利用時間推移判斷出學(xué)習(xí)者整個學(xué)習(xí)周期的長度，確定在線學(xué)習(xí)終止的速度，通過對這一數(shù)據(jù)的準(zhǔn)確掌，得出學(xué)員的學(xué)習(xí)周期有助于構(gòu)建更加高效完善的智能在線學(xué)習(xí)模型[3]。

4.2.2 學(xué)生登錄行為的影響因素

通過Microsoft SQL Server Analysis Services提供的局冊數(shù)算法，可以對學(xué)生登錄行為進(jìn)行準(zhǔn)確系統(tǒng)的分析。通過分析得出不同的專業(yè)、性別和層次等因素都會對登錄天數(shù)產(chǎn)生或多或少可以對的影響，其中以層次的影響最為強(qiáng)烈。舉例來講不同專業(yè)的學(xué)員在登錄天數(shù)上也會有明顯差別，而性別是這其中影響最小的元素。依照以上細(xì)致全面的分析數(shù)據(jù)，在線學(xué)習(xí)模型的管理者可以為不同需求的學(xué)習(xí)者制定不同的學(xué)習(xí)方案并進(jìn)行適當(dāng)?shù)囊龑?dǎo)和調(diào)整。不同登錄行為的產(chǎn)生主要是由于學(xué)習(xí)者的專業(yè)指向性不盡相同。管理者可以借助已得的分析結(jié)果，對學(xué)習(xí)者進(jìn)行針對性的教學(xué)管理，從而有助于提高學(xué)下效率和掌握效果，也有利于智能在線學(xué)習(xí)模型的構(gòu)建和健康發(fā)展。

4.3 學(xué)習(xí)主體瀏覽行為影響因素分析

智能在線學(xué)習(xí)模型中儲存的學(xué)習(xí)資料種類繁多，可以滿足不同層次不同專業(yè)的學(xué)習(xí)者的自主學(xué)習(xí)需求。以下借助Flash動畫交互操作的具體實(shí)施，使模型系統(tǒng)可根據(jù)學(xué)習(xí)主體的瀏覽記錄進(jìn)行深入分析，從而找到影響學(xué)員瀏覽因素。具體統(tǒng)計(jì)分析結(jié)果，如表1所示。

從圖表我們不難看出動畫交互的方式對學(xué)習(xí)者的吸引力是最大的，可以使學(xué)員反復(fù)學(xué)習(xí)不失興趣，訪問次數(shù)最多的是問題庫，這也就表明學(xué)員在線自主學(xué)習(xí)過程中如果產(chǎn)生疑問，會通過訪問問題庫進(jìn)行解答。管理者可以根據(jù)表格的具體呈現(xiàn)適當(dāng)?shù)恼{(diào)整教學(xué)目標(biāo)和進(jìn)程，幫助學(xué)員快速的完成已經(jīng)制定的目標(biāo)，提高消息效率促進(jìn)在線學(xué)習(xí)模型穩(wěn)固發(fā)展。

5 在線學(xué)習(xí)模型的設(shè)計(jì)實(shí)現(xiàn)

5.1 構(gòu)建多維度在線學(xué)習(xí)模型

智能在線學(xué)習(xí)模型構(gòu)建的主要內(nèi)容是建立概念數(shù)據(jù)模型，通過加強(qiáng)實(shí)體對象與設(shè)定對象之間的相互聯(lián)系，可以實(shí)現(xiàn)概念數(shù)據(jù)模型的構(gòu)建與完善。以常用的謂詞法舉例，是通過句子結(jié)構(gòu)完成相應(yīng)的口令任務(wù)，從而達(dá)到構(gòu)建目標(biāo)的實(shí)現(xiàn)。多維度的在線學(xué)習(xí)模型的構(gòu)建可以更好的維護(hù)主體與客體在線學(xué)習(xí)行為中的關(guān)系，使其在實(shí)際應(yīng)用過程中更好的被運(yùn)用，有助于學(xué)習(xí)者提升學(xué)習(xí)效率，完成既定學(xué)習(xí)目標(biāo)和智能在線學(xué)習(xí)模型于現(xiàn)實(shí)應(yīng)用中的設(shè)計(jì)于實(shí)現(xiàn)[4]。

5.2 構(gòu)建多層次在線學(xué)習(xí)模型

因在線學(xué)習(xí)者的專業(yè)、學(xué)習(xí)需求的不同，致使其在線學(xué)習(xí)行為具有很大的差異性，對所需資料的難以程度和復(fù)雜程度也有不同程度上的要求。因此構(gòu)建多層次的智能在線學(xué)習(xí)模型可以有效的滿足學(xué)習(xí)者的學(xué)習(xí)需求。不同的層次對應(yīng)不同的學(xué)習(xí)主體更具針對性，有助于學(xué)員更好地吸收和理解所學(xué)內(nèi)容。低層次的在線學(xué)習(xí)模型可以滿足學(xué)習(xí)者一次性的操作行為，操作簡單明了知識點(diǎn)淺顯易懂易吸收，而中層次的在線學(xué)習(xí)模型可以滿足學(xué)習(xí)者的交互需求，還可以對操作進(jìn)行評價，對學(xué)習(xí)過程中產(chǎn)生的問題進(jìn)行有效解決。高層次的在線學(xué)習(xí)模型則可以滿足學(xué)習(xí)者的高端學(xué)習(xí)需求，通過學(xué)習(xí)和解決一些較為復(fù)雜的問題，有助于學(xué)員素質(zhì)的全面提升。因此構(gòu)建多層次的智能在線學(xué)習(xí)模型有助于其在現(xiàn)實(shí)中的具體應(yīng)用。

5.3 制定個性化課程分析

隨著社會的不斷進(jìn)步和大數(shù)據(jù)時代的到來，學(xué)習(xí)者的個性化學(xué)習(xí)需求也在不斷增大，智能在線學(xué)習(xí)模型設(shè)定個性化學(xué)習(xí)服務(wù)工具，不僅可以迎合社會發(fā)展的需要也可以提升自身競爭實(shí)力。個性化課程的應(yīng)用不僅可以有效的提升學(xué)習(xí)效率還可以激發(fā)學(xué)生的學(xué)習(xí)興趣。個性化的課程制定更加貼合學(xué)習(xí)者的學(xué)習(xí)需求，有助于既定目標(biāo)的實(shí)現(xiàn)。同時管理者還可以通過學(xué)習(xí)者的訪問記錄來獲取其需要學(xué)習(xí)的知識類別，并根據(jù)其自身興趣推薦具有針對性的信息數(shù)據(jù)，以此滿足學(xué)習(xí)者的個性化學(xué)習(xí)需求。智能在線學(xué)習(xí)模型制定個性化課程分析有助于雙贏局面的形成，也有助于促進(jìn)智能在線學(xué)習(xí)模型在現(xiàn)實(shí)生活中的設(shè)計(jì)與實(shí)現(xiàn)進(jìn)程[5]。

6 總結(jié)

為了貼合社會發(fā)展的腳步和學(xué)習(xí)主體的實(shí)際需要，智能在線學(xué)習(xí)模型的構(gòu)建和實(shí)現(xiàn)的進(jìn)程也必須加快。本文通過對智能在線學(xué)習(xí)模型應(yīng)用現(xiàn)狀和其具體影響因素的分析，得出該項(xiàng)技術(shù)在現(xiàn)實(shí)生活中的可實(shí)現(xiàn)性和可操作性。智能在線學(xué)習(xí)模型不僅可以滿足不同學(xué)習(xí)主體的個性化學(xué)習(xí)需求，還可以提升學(xué)習(xí)效率增進(jìn)學(xué)習(xí)速度，并通過良好的交互性有效的解決學(xué)習(xí)過程中產(chǎn)生的問題。由此得出智能在線學(xué)習(xí)模型的構(gòu)建不僅有利于學(xué)員提升整體素質(zhì)，還可以推動傳統(tǒng)教學(xué)模式向現(xiàn)代化教學(xué)模式轉(zhuǎn)變。

參考文獻(xiàn)

[1] 崔貝貝. 基于大數(shù)據(jù)背景的在線學(xué)習(xí)行為分析模型[J].課程教育研究， 2018（44）：1-2.

[2] 葉志翔，王紅玲，李榮，等.基于教育大數(shù)據(jù)的網(wǎng)絡(luò)學(xué)習(xí)行為分析模型的研究[J]. 教育現(xiàn)代化， 2019（85）：210-211.

[3] 趙建偉，彭成圓.教育大數(shù)據(jù)背景下大學(xué)生網(wǎng)絡(luò)學(xué)習(xí)行為實(shí)證研究[J]. 當(dāng)代教育實(shí)踐與教學(xué)研究， 2019（15）：34-35.

[4] 謝淑敏.基于大數(shù)據(jù)的高職學(xué)生學(xué)習(xí)行為及效果分析[J]. 電腦與電信， 2018（9）：6-9.

[5] 戴艷濤，楊淼森，崔元彪，等. “互聯(lián)網(wǎng)+”對學(xué)生學(xué)習(xí)行為產(chǎn)生的影響研究[J].教育現(xiàn)代化，2017（42）：335-336.

（收稿日期：2019.09.16）