李春秋

(安徽商貿(mào)職業(yè)技術(shù)學(xué)院 信息與人工智能學(xué)院，安徽 蕪湖 241002)

隨著人工智能、物聯(lián)網(wǎng)和云計(jì)算等技術(shù)的成熟，大規(guī)模開放網(wǎng)絡(luò)課程(MOOC)的興起和發(fā)展，網(wǎng)絡(luò)在線課程數(shù)量不斷增加，在線平臺(tái)注冊用戶群越來越龐大，但根據(jù)《中國互聯(lián)網(wǎng)教育發(fā)展趨勢報(bào)告》可知在線平臺(tái)用戶使用率不到20%.這充分說明用戶對在線教育學(xué)習(xí)效果、平臺(tái)課程質(zhì)量和平臺(tái)使用體驗(yàn)不夠滿意.在商業(yè)領(lǐng)域，采集用戶的需求、特征信息構(gòu)建畫像模型，可以對用戶進(jìn)行精準(zhǔn)服務(wù).目前畫像工具已經(jīng)應(yīng)用于京東商場、淘寶及今日頭條等多家企業(yè)的產(chǎn)品設(shè)計(jì).在線學(xué)習(xí)中學(xué)生的行為表現(xiàn)可以預(yù)測學(xué)生的學(xué)習(xí)效果和課程完成率.因此，在線學(xué)習(xí)領(lǐng)域中可以收集學(xué)生在線學(xué)習(xí)行為數(shù)據(jù)用于構(gòu)建在線學(xué)習(xí)者畫像，為教師了解在線學(xué)習(xí)群體提供一個(gè)工具，有利于解決在線學(xué)習(xí)中相關(guān)問題.如何采集在線學(xué)習(xí)者行為數(shù)據(jù)，存儲(chǔ)和管理這些數(shù)據(jù)是構(gòu)建學(xué)習(xí)者畫像的重要工作.2013年ADL項(xiàng)目組提出了基于SCORM標(biāo)準(zhǔn)建立的接口規(guī)范xAPI,基于該技術(shù)規(guī)范下，通過LRS(學(xué)習(xí)記錄系統(tǒng))可以實(shí)現(xiàn)在線學(xué)習(xí)者在任何平臺(tái)的行為信息和學(xué)習(xí)經(jīng)歷的存儲(chǔ)與檢索.本文設(shè)計(jì)了基于xAPI規(guī)范的在線學(xué)習(xí)者畫像框架，構(gòu)建了在線學(xué)習(xí)者個(gè)體和群體畫像模型.為在線學(xué)習(xí)者提供個(gè)性化服務(wù)，為教師合理組織課程提供依據(jù).

1 相關(guān)研究

1.1 用戶畫像

用戶畫像用來描述用戶群體的特征，進(jìn)而了解用戶群體的分布和需求等.用戶畫像目前已經(jīng)廣泛用于各領(lǐng)域，如單曉紅等將通過用戶評論構(gòu)建用戶畫像判斷用戶需求進(jìn)而實(shí)施精準(zhǔn)營銷[1]；許鵬程等通過從自然維度、興趣維度、社交維度，構(gòu)建多維度、立體化的用戶畫像模型應(yīng)用于數(shù)字圖書館，實(shí)現(xiàn)了圖書館的精準(zhǔn)推薦、個(gè)性化檢索等功能[2]；王威娜采用模糊聚類和RFM模型對商場會(huì)員進(jìn)行畫像，以達(dá)到精細(xì)化管理會(huì)員，合理安排商場策劃促銷活動(dòng)，從而促進(jìn)實(shí)體零售行業(yè)更好地發(fā)展[3].在教育領(lǐng)域中，部分學(xué)者也開始了對學(xué)習(xí)者學(xué)習(xí)行為及用戶畫像模型進(jìn)行研究和實(shí)踐.白雪利用聚類分析法對網(wǎng)絡(luò)學(xué)習(xí)行為分類，從而挖掘不同類型學(xué)習(xí)者在學(xué)習(xí)行為和學(xué)習(xí)效果間的關(guān)系，從而為提升學(xué)習(xí)效果提供了更加合理化的對策[4]；張濤等通過網(wǎng)絡(luò)瀏覽行為研究小眾領(lǐng)域用戶畫像模型構(gòu)建并實(shí)現(xiàn)了該領(lǐng)域的個(gè)性化推薦[5]；操菊華通過構(gòu)建用戶畫像助力思政教育，提高了思政教育的針對性和實(shí)效性[6]；陳海健等從學(xué)習(xí)者屬性、類型、學(xué)習(xí)風(fēng)格、興趣等維度構(gòu)建用戶畫像，實(shí)現(xiàn)了對學(xué)習(xí)者的個(gè)性化推薦[7]；唐燁偉等通過教育大數(shù)據(jù)中的學(xué)習(xí)者基本情況，學(xué)習(xí)過程和學(xué)習(xí)結(jié)果大數(shù)據(jù)構(gòu)建了學(xué)習(xí)者畫像模型，為學(xué)習(xí)者規(guī)劃個(gè)性化學(xué)習(xí)路徑，從而促進(jìn)了學(xué)習(xí)者個(gè)性化學(xué)習(xí)[8].由此可見，學(xué)習(xí)者畫像是用戶畫像在教育領(lǐng)域的應(yīng)用.但是已有的研究主要針對應(yīng)用研究或者模型構(gòu)建，對學(xué)習(xí)者畫像的構(gòu)建流程尚未明確.

1.2 xAPI

xAPI是一種采集和存儲(chǔ)數(shù)據(jù)的標(biāo)準(zhǔn)，可以實(shí)時(shí)跟蹤、記錄學(xué)習(xí)者的在線行為數(shù)據(jù)，并對數(shù)據(jù)進(jìn)行分析處理，且不依附于平臺(tái)，具有擴(kuò)展性.基于xAPI的交互技術(shù)，可以實(shí)現(xiàn)學(xué)習(xí)方法、教學(xué)內(nèi)容的定制以及個(gè)性化推薦學(xué)習(xí)資源.Yee-King MJ,Grierson M等采用xAPI數(shù)據(jù)標(biāo)準(zhǔn)采集程序員非正式學(xué)習(xí)行為記錄，對其學(xué)習(xí)行為分析[9].張斯亮采用xAPI行為數(shù)據(jù)化標(biāo)準(zhǔn)采集行為數(shù)據(jù)，建立行為分析模型對網(wǎng)絡(luò)學(xué)習(xí)行為進(jìn)行分析并反饋給學(xué)習(xí)者，從而提高學(xué)習(xí)者的學(xué)習(xí)效果[10].因此，xAPI標(biāo)準(zhǔn)可以在不同學(xué)習(xí)平臺(tái)中應(yīng)用，可以實(shí)時(shí)地、詳細(xì)地記錄和管理學(xué)習(xí)者的學(xué)習(xí)行為.對構(gòu)建精準(zhǔn)的在線學(xué)習(xí)者畫像具有重要的意義.

2 在線學(xué)習(xí)者特征分析

學(xué)習(xí)者在網(wǎng)絡(luò)平臺(tái)中進(jìn)行學(xué)習(xí)，他們的各種學(xué)習(xí)行為活動(dòng)產(chǎn)生了一條學(xué)習(xí)經(jīng)歷(Experience),學(xué)習(xí)經(jīng)歷被學(xué)習(xí)記錄提供者(LRP)跟蹤并記錄，然后LRP創(chuàng)建該學(xué)習(xí)者的學(xué)習(xí)記錄并發(fā)送存儲(chǔ)于學(xué)習(xí)記錄系統(tǒng)(LRS)中，LRS授權(quán)學(xué)習(xí)記錄消費(fèi)者(LRC)查看和使用學(xué)習(xí)記錄.基于xAPI的學(xué)習(xí)者在線學(xué)習(xí)經(jīng)歷追蹤過程如圖1所示.

圖1 基于xAPI的學(xué)習(xí)者在線學(xué)習(xí)經(jīng)歷追蹤過程

確認(rèn)需要追蹤基本屬性和行為屬性是實(shí)現(xiàn)整個(gè)追蹤的必要條件，是構(gòu)建畫像的基礎(chǔ).這些屬性必須能夠全面地描述學(xué)習(xí)者的學(xué)習(xí)狀態(tài)，才能對學(xué)習(xí)者需求進(jìn)行深度挖掘，從而為學(xué)習(xí)者提供個(gè)性化服務(wù)，提高學(xué)習(xí)效率.

在xAPI技術(shù)規(guī)范中，Statement記錄每一位學(xué)習(xí)者的學(xué)習(xí)經(jīng)歷，其結(jié)構(gòu)主要為“Actor(操作者)+Verb(動(dòng)作)+Object(對象)”，Statement除了這3個(gè)主要屬性，還包含其他可選屬性，見圖2.針對教育領(lǐng)域xAPI標(biāo)準(zhǔn)沒有設(shè)計(jì)具體的內(nèi)容，本研究通過對在線學(xué)習(xí)者的基本屬性和行為屬性的追蹤和總結(jié)，提出了基于xAPI的在線學(xué)習(xí)者特征模型，如圖3所示.其中，Knowledge(知識(shí)特征)是學(xué)習(xí)者對某個(gè)專業(yè)領(lǐng)域的認(rèn)知水平，通常是指對概念、步驟和事實(shí)等的掌握程度；Behavior(行為特征)是學(xué)習(xí)者學(xué)習(xí)過程中表現(xiàn)出來的，通常是指學(xué)習(xí)者學(xué)習(xí)過程中測試、留言、收藏、分享、下載等活動(dòng)；Attitude(態(tài)度特征)是學(xué)習(xí)者于在線平臺(tái)學(xué)習(xí)中對知識(shí)表現(xiàn)出的主動(dòng)或被動(dòng)的行為傾向.

圖2 xAPI的學(xué)習(xí)行為數(shù)據(jù)Statement結(jié)構(gòu)

圖3 基于xAPI的在線學(xué)習(xí)者特征分析

3 構(gòu)建基于xAPI的在線學(xué)習(xí)者精準(zhǔn)畫像

3.1 基于xAPI在線學(xué)習(xí)者畫像的架構(gòu)設(shè)計(jì)

從數(shù)據(jù)基礎(chǔ)層(數(shù)據(jù)保存，數(shù)據(jù)采集)、數(shù)據(jù)處理層(數(shù)據(jù)分析，生成畫像)、數(shù)據(jù)挖掘?qū)?推薦應(yīng)用)等3個(gè)層次5個(gè)方面構(gòu)建用戶畫像，如圖4所示.數(shù)據(jù)保存是學(xué)習(xí)者在不同的在線平臺(tái)中學(xué)習(xí)時(shí)，遵循xAPI規(guī)范的在線平臺(tái)采集模塊就會(huì)形成一條統(tǒng)一格式的學(xué)習(xí)經(jīng)歷數(shù)據(jù)，并把數(shù)據(jù)存儲(chǔ)于學(xué)習(xí)經(jīng)歷數(shù)據(jù)庫中；數(shù)據(jù)采集是收集學(xué)習(xí)者相關(guān)數(shù)據(jù)，包括學(xué)習(xí)者基本信息、知識(shí)特征數(shù)據(jù)、行為特征數(shù)據(jù)、態(tài)度特征數(shù)據(jù)等各類信息.并把這些數(shù)據(jù)信息轉(zhuǎn)換為xAPI語句格式，存儲(chǔ)為“Statement活動(dòng)流”的格式.采集到的數(shù)據(jù)通過LRS進(jìn)行分析，分析引擎對xAPI格式的數(shù)據(jù)進(jìn)行組合分類，從而形成畫像標(biāo)簽,借助相關(guān)算法對畫像標(biāo)簽進(jìn)行深入分析，輸出知識(shí)掌握程度、行為偏好、學(xué)習(xí)態(tài)度等3個(gè)維度的子模型的畫像.最后基于協(xié)同過濾的推薦算法對在線學(xué)習(xí)者進(jìn)行個(gè)性化學(xué)習(xí)資源推薦、差異化教學(xué)推薦等.從而有效地提高在線學(xué)習(xí)者的學(xué)習(xí)效率.

圖4 基于xAPI規(guī)范的在線學(xué)習(xí)者畫像的總體架構(gòu)

3.2 基于xAPI的在線學(xué)習(xí)者精準(zhǔn)畫像的構(gòu)建

3.2.1 基于xAPI的數(shù)據(jù)收集和分析

數(shù)據(jù)采集包含兩方面內(nèi)容，一是采集數(shù)據(jù)的類型，二是采集數(shù)據(jù)的方式，數(shù)據(jù)的采集直接影響最終結(jié)果的準(zhǔn)確性和有效性，是下一步分析的基礎(chǔ)，也是“Statement”作為描述跟蹤學(xué)習(xí)體驗(yàn)的數(shù)據(jù)結(jié)構(gòu)語句必須要明確的內(nèi)容.學(xué)習(xí)者在線學(xué)習(xí)時(shí)，可以使用各種設(shè)備(如手機(jī)、iPad、PC等)獲取線上學(xué)習(xí)資源，滿足了碎片化、異地學(xué)習(xí)的需求，學(xué)習(xí)者能更多地有針對性地選擇學(xué)習(xí)內(nèi)容，個(gè)人學(xué)習(xí)需求得到了最大限度地滿足.在xAPI規(guī)范下，Actor(主體)、Object(對象)以及Verb(動(dòng)詞)這3個(gè)屬性必不可少，Object(對象)是與主體進(jìn)行交互的對象，在線學(xué)習(xí)中主要是指學(xué)習(xí)者學(xué)習(xí)時(shí)需要操作的資源，如表1所示.基于xAPI規(guī)范的Object(對象)是本研究中的數(shù)字資源對象.Verb(動(dòng)詞)是記錄和描述學(xué)習(xí)者的學(xué)習(xí)活動(dòng)，幫助研究人員了解二者之間的交互情況.如“學(xué)生A完成了(Complete)一單元測驗(yàn)，學(xué)生B觀看了(Watch)視頻20 min，學(xué)生C分享了(Share)一篇技術(shù)文檔等”.通過規(guī)范化的定義，可以追蹤并量化學(xué)習(xí)者的學(xué)習(xí)行為，從而建立xAPI格式的學(xué)習(xí)記錄數(shù)據(jù).

表1 基于xAPI規(guī)范的Object(對象)

學(xué)習(xí)者在線平臺(tái)的所有學(xué)習(xí)經(jīng)歷會(huì)被LRS(學(xué)習(xí)記錄系統(tǒng))以Statement的形式存儲(chǔ)，并且可以根據(jù)Context(前后情景)加入相關(guān)的信息，以元數(shù)據(jù)、描述性信息以及補(bǔ)充數(shù)據(jù)的形式分解這些學(xué)習(xí)信息.如表2所示,設(shè)計(jì)了在線學(xué)習(xí)者基于xAPI的部分活動(dòng)流.利用分析引擎對采集的學(xué)習(xí)經(jīng)歷數(shù)據(jù)進(jìn)行分析，形成可視化數(shù)據(jù).再通過統(tǒng)計(jì)分析、聚類分析等方法確定影響學(xué)習(xí)者學(xué)習(xí)的因素，從而對學(xué)習(xí)者進(jìn)行提前干預(yù)，提高學(xué)習(xí)者學(xué)習(xí)效率.

表2 基于xAPI的部分活動(dòng)流設(shè)計(jì)

3.2.2 精準(zhǔn)畫像模型構(gòu)建

(1) 畫像類型

A.個(gè)體畫像

用戶畫像是描述用戶的數(shù)據(jù)，是符合特定需求的對用戶的形式化描述.因此，在本文中在線學(xué)習(xí)者個(gè)體畫像是從知識(shí)、行為、態(tài)度3個(gè)維度對學(xué)習(xí)者個(gè)體形式化的描述.構(gòu)建用戶畫像的核心就是給用戶打標(biāo)簽，學(xué)習(xí)者標(biāo)簽從多個(gè)維度對學(xué)習(xí)者個(gè)體特征標(biāo)識(shí)進(jìn)行提煉，然后對標(biāo)簽進(jìn)行分類.如學(xué)習(xí)者的姓名、性別、年齡、專業(yè)、學(xué)歷等信息屬于基本屬性標(biāo)簽.還有一些需要通過對學(xué)習(xí)者標(biāo)簽進(jìn)行分析、計(jì)算，通過一定的規(guī)則生成的新標(biāo)簽，如對學(xué)習(xí)者在線觀看視頻的時(shí)長、頻率、測驗(yàn)結(jié)果、課后討論和評價(jià)等信息進(jìn)行綜合分析，然后形成一個(gè)可視化的個(gè)體畫像.從而為個(gè)體學(xué)習(xí)者在知識(shí)需求、學(xué)習(xí)效果、學(xué)習(xí)習(xí)慣等方面提供個(gè)性化的服務(wù).

B.群體畫像

通過關(guān)聯(lián)規(guī)則、聚類分析、神經(jīng)網(wǎng)絡(luò)算法等對學(xué)習(xí)者的行為數(shù)據(jù)進(jìn)行分析，可以構(gòu)建不同的在線學(xué)習(xí)者群體.從知識(shí)、行為、態(tài)度3個(gè)維度構(gòu)建學(xué)習(xí)者群體畫像，并計(jì)算上述3個(gè)維度的特征或者相似度，把最相似的兩個(gè)個(gè)體合并為一個(gè)群體，然后繼續(xù)計(jì)算，直到把所有的學(xué)習(xí)者個(gè)體都分類到具體的群體中.需要主要的是，這個(gè)分類會(huì)隨著學(xué)習(xí)者基數(shù)的增加及學(xué)習(xí)者行為數(shù)據(jù)的變化不斷發(fā)生變化.群體畫像把相同或者相似的個(gè)體在線學(xué)習(xí)者劃為一個(gè)群體，可以幫助在線學(xué)習(xí)者之間相互交流、共享資源.同時(shí)，教師可以根據(jù)畫像群體中成員學(xué)習(xí)情況推薦個(gè)性化學(xué)習(xí)路徑和資源給新加入的成員，幫助平臺(tái)管理者優(yōu)化平臺(tái)，提供決策依據(jù).

(2)基于人工智能的在線學(xué)習(xí)者畫像建模

構(gòu)建畫像的核心就是給在線學(xué)習(xí)者打標(biāo)簽，利用深度神經(jīng)網(wǎng)絡(luò)對在線學(xué)習(xí)者的線上學(xué)習(xí)行為和前后情景相關(guān)特征進(jìn)行提取，并通過相關(guān)分析進(jìn)行建模，抽取在線學(xué)習(xí)者標(biāo)簽.首先，通過抓取用戶注冊信息，提取學(xué)習(xí)者年齡、性別、學(xué)歷、專業(yè)等事實(shí)標(biāo)簽.這些標(biāo)簽方便平臺(tái)資源管理者和在線學(xué)習(xí)者與畫像比照，進(jìn)而推薦最適合學(xué)習(xí)者學(xué)習(xí)發(fā)展的資源.其次，利用人工智能技術(shù)和推薦算法，采集在線學(xué)習(xí)者知識(shí)特征、行為特征、態(tài)度特征數(shù)據(jù)，并提取基于上述3個(gè)維度的模型標(biāo)簽.然后，根據(jù)設(shè)計(jì)的xAPI活動(dòng)流數(shù)據(jù)和標(biāo)簽庫，對標(biāo)簽進(jìn)行分類，最后形成在線學(xué)習(xí)者畫像.在這里需要強(qiáng)調(diào)的是，數(shù)據(jù)收集是隨時(shí)隨地的，是不斷增加的，并不只是針對某一個(gè)時(shí)間段和地點(diǎn).數(shù)據(jù)的增加表示學(xué)習(xí)者的維度也逐漸增加，通過神經(jīng)網(wǎng)絡(luò)分布式的存儲(chǔ)分析數(shù)據(jù)之間的關(guān)聯(lián)規(guī)則.通過基本數(shù)據(jù)信息組合形成新的表示特征，更好地對學(xué)習(xí)者進(jìn)行形式化描述，建模是逐層逐步進(jìn)行的.新的標(biāo)簽可以對學(xué)習(xí)者的隱性學(xué)習(xí)需求及學(xué)習(xí)滿意度進(jìn)行預(yù)測.進(jìn)一步更新和完善了標(biāo)簽庫，從而讓模型進(jìn)行迭代，生成更加精準(zhǔn)的在線學(xué)習(xí)者畫像，如圖5所示.

圖5 精準(zhǔn)在線學(xué)習(xí)者畫像模型

4 在線學(xué)習(xí)者精準(zhǔn)畫像應(yīng)用情景及評價(jià)

4.1 基于在線學(xué)習(xí)者精準(zhǔn)畫像提供個(gè)性化服務(wù)

傳統(tǒng)的在線學(xué)習(xí)平臺(tái)中，由于對學(xué)習(xí)者的需求分析不夠充分，導(dǎo)致在線學(xué)習(xí)者流失率高、課程完成率低、學(xué)習(xí)效果不明顯等現(xiàn)象.網(wǎng)絡(luò)學(xué)習(xí)環(huán)境不同于傳統(tǒng)校園學(xué)習(xí)環(huán)境，網(wǎng)絡(luò)資源豐富、各種誘惑較多，是在線學(xué)習(xí)者學(xué)習(xí)遇到的最大問題，因此針對不同的在線學(xué)習(xí)者群體提供的資源要能滿足該群體中大多數(shù)學(xué)習(xí)者的需求，同時(shí)可以為個(gè)體學(xué)習(xí)者提供精準(zhǔn)的學(xué)習(xí)服務(wù)，精準(zhǔn)在線學(xué)習(xí)者畫像的構(gòu)建能夠滿足上述需求.通過豐富的學(xué)習(xí)資源和先進(jìn)技術(shù)可以實(shí)時(shí)地了解學(xué)生的學(xué)習(xí)進(jìn)程和知識(shí)掌握程度，進(jìn)而實(shí)時(shí)地評價(jià)學(xué)習(xí)者學(xué)習(xí)效果.通過機(jī)器學(xué)習(xí)了解學(xué)習(xí)者對某一類資源的使用頻率(如觀看頻率、下載、轉(zhuǎn)發(fā)、分享等)及對該類資源的評價(jià)，可以判斷學(xué)習(xí)者對該類資源的情感取向，結(jié)合其他學(xué)習(xí)者對該類資源的情感取向，檢索正向情感取向的學(xué)習(xí)者學(xué)習(xí)的資源對該學(xué)習(xí)者進(jìn)行個(gè)性化推薦.通過推薦算法計(jì)算學(xué)習(xí)者的相似度，根據(jù)相似度推薦大多數(shù)學(xué)習(xí)者選擇的學(xué)習(xí)資源給其他有共同需要的學(xué)習(xí)者.最終促進(jìn)學(xué)習(xí)者之間共享學(xué)習(xí)經(jīng)歷，相互吸取優(yōu)秀的學(xué)習(xí)經(jīng)驗(yàn).

4.2 在線學(xué)習(xí)者群體畫像為教育管理者提供決策支持

通過大量的學(xué)習(xí)者樣本構(gòu)建群體畫像，然后對輸出結(jié)果進(jìn)行比對、分析進(jìn)而整合成學(xué)習(xí)者群體發(fā)展報(bào)告，可以分別為教師、學(xué)?；蛘呓逃芾碚邔?shí)時(shí)呈現(xiàn)教學(xué)活動(dòng)實(shí)施的具體情況，教師可以根據(jù)學(xué)習(xí)者畫像，及時(shí)調(diào)整授課資源和授課內(nèi)容；同時(shí)，可以根據(jù)學(xué)習(xí)者畫像發(fā)現(xiàn)各類群體學(xué)生，進(jìn)而對不同群體的學(xué)生進(jìn)行差異化教學(xué).學(xué)習(xí)者畫像能夠全面客觀地對學(xué)習(xí)者學(xué)習(xí)過程進(jìn)行伴隨性評價(jià)，因此，學(xué)?；蚪逃芾碚撸梢愿鶕?jù)畫像提取潛在流失類及高風(fēng)險(xiǎn)流失類學(xué)生的發(fā)展軌跡，及時(shí)對該部分學(xué)生進(jìn)行預(yù)警和針對性干預(yù).

4.3 在線學(xué)習(xí)者畫像應(yīng)用效果評價(jià)

本研究通過訪談法和調(diào)查問卷的形式對輸出的學(xué)習(xí)者畫像進(jìn)行評價(jià).首先訪談的為我校智慧課堂相關(guān)教師，大部分教師認(rèn)為基于xAPI的在線學(xué)習(xí)者畫像作為一種新的學(xué)習(xí)分析工具，能夠清晰地呈現(xiàn)出學(xué)習(xí)者的群體特征，很好地反映學(xué)生的學(xué)習(xí)狀態(tài)(如學(xué)習(xí)意愿，學(xué)習(xí)成績等)，方便教師更加清晰地了解學(xué)生，進(jìn)而關(guān)注易流失學(xué)生群體，節(jié)約了時(shí)間和精力.其次隨機(jī)選取50位參與智慧課堂在線學(xué)習(xí)的學(xué)習(xí)者進(jìn)行調(diào)查問卷，通過調(diào)查發(fā)現(xiàn)，基于xAPI的在線學(xué)習(xí)者畫像能夠讓學(xué)習(xí)者實(shí)時(shí)掌握自己的學(xué)習(xí)狀態(tài)和學(xué)習(xí)行為，并及時(shí)調(diào)整個(gè)人學(xué)習(xí)習(xí)慣從而達(dá)到了更好的學(xué)習(xí)效果.

5 結(jié) 論

研究了基于xAPI的在線學(xué)習(xí)者畫像構(gòu)建可行性和流程，利用xAPI規(guī)范對學(xué)習(xí)者學(xué)習(xí)經(jīng)歷進(jìn)行追蹤，通過知識(shí)特征、行為特征、態(tài)度特征3個(gè)維度構(gòu)建了基于xAPI的在線學(xué)習(xí)者畫像，并研究了通過建立標(biāo)簽進(jìn)行精準(zhǔn)畫像建模的方法.以期在教育信息化2.0時(shí)代，為學(xué)習(xí)者提供個(gè)性化服務(wù)，為教師改進(jìn)教學(xué)內(nèi)容和教學(xué)方法提供依據(jù).也希望更多的學(xué)者研究xAPI和用戶畫像在教育領(lǐng)域中的應(yīng)用，以應(yīng)對教育信息化帶來的挑戰(zhàn).