成亞玲 譚愛平

（湖南工業(yè)職業(yè)技術(shù)學(xué)院，湖南 長沙 410208）

2015年以來，教育部出臺(tái)了《關(guān)于加強(qiáng)高等學(xué)校在線開放課程建設(shè)應(yīng)用與管理的意見》等系列政策文件，我國在線開放課程建設(shè)取得了矚目的成績，截至2020年，我國慕課數(shù)量及應(yīng)用規(guī)模居世界第一。[1]目前在線開放課程學(xué)習(xí)者數(shù)量多，且學(xué)習(xí)者的認(rèn)知基礎(chǔ)、學(xué)習(xí)偏好、學(xué)習(xí)能力等個(gè)體特征差異較大，教師難以精準(zhǔn)分析學(xué)情。學(xué)習(xí)者存在課程完成率低、學(xué)習(xí)成效不高等問題。[2]隨著物聯(lián)網(wǎng)、大數(shù)據(jù)、學(xué)習(xí)分析等智能技術(shù)在教育領(lǐng)域的不斷發(fā)展，以大數(shù)據(jù)為基礎(chǔ)的學(xué)習(xí)預(yù)警日益成為落實(shí)因材施教、提高在線開放課程教學(xué)質(zhì)量的重要途徑，其運(yùn)用恰當(dāng)?shù)姆椒ㄅc模型對(duì)學(xué)習(xí)者的學(xué)習(xí)過程和學(xué)習(xí)結(jié)果進(jìn)行評(píng)估分析，了解其學(xué)習(xí)過程、預(yù)測(cè)可能出現(xiàn)的學(xué)習(xí)結(jié)果，并及時(shí)向教師和學(xué)習(xí)者發(fā)出警示信號(hào)；幫助學(xué)習(xí)者及時(shí)自我調(diào)節(jié)，幫助教師適時(shí)調(diào)整教學(xué)策略、教學(xué)方式及教學(xué)進(jìn)度等，為學(xué)習(xí)者提供適切的教學(xué)服務(wù)促進(jìn)其全面發(fā)展。[3]基于此，本研究引入學(xué)習(xí)者畫像的概念和方法，構(gòu)建基于學(xué)習(xí)者畫像的在線開放課程學(xué)習(xí)預(yù)警模型，從學(xué)習(xí)者的知識(shí)掌握情況、學(xué)習(xí)行為和學(xué)習(xí)情緒等方面進(jìn)行學(xué)習(xí)預(yù)警及干預(yù)，并將模型運(yùn)用于超星慕課平臺(tái)“C 語言程序設(shè)計(jì)”課程的混合式教學(xué)實(shí)踐，以期為在線開放課程實(shí)踐改革提供參考。

一、相關(guān)文獻(xiàn)綜述

（一）學(xué)習(xí)者畫像

“學(xué)習(xí)者畫像”（Learner Persona）是商業(yè)領(lǐng)域中“用戶畫像”（Persona）概念在教育領(lǐng)域的遷移應(yīng)用。[4]“用戶畫像”這一概念最早由庫珀（Alan Cooper）提出，其本質(zhì)是在對(duì)用戶數(shù)據(jù)挖掘提煉的基礎(chǔ)上，將用戶的基本屬性、行為特點(diǎn)、偏好特征等信息生成數(shù)字化標(biāo)簽和知識(shí)體系，盡可能地全面抽象用戶信息、呈現(xiàn)用戶全貌、細(xì)化用戶特征，從而為企業(yè)實(shí)現(xiàn)精準(zhǔn)化服務(wù)提供管理決策參考。[5]在商業(yè)領(lǐng)域，用戶畫像有助于分析用戶需求、預(yù)測(cè)用戶購物行為傾向并進(jìn)行個(gè)性化推薦，從而改進(jìn)產(chǎn)品服務(wù)質(zhì)量與提升用戶體驗(yàn)。隨著信息技術(shù)在教育領(lǐng)域的深入應(yīng)用，教育大數(shù)據(jù)的收集和挖掘成為可能，教育領(lǐng)域通過吸收“用戶畫像”的經(jīng)驗(yàn)逐漸構(gòu)建起“學(xué)習(xí)者畫像”的概念和方法。學(xué)習(xí)者畫像在收集學(xué)習(xí)者基本屬性數(shù)據(jù)、學(xué)業(yè)數(shù)據(jù)、學(xué)習(xí)過程等相關(guān)數(shù)據(jù)的基礎(chǔ)上，利用大數(shù)據(jù)挖掘、學(xué)習(xí)分析等信息技術(shù)精準(zhǔn)描述學(xué)習(xí)者的特征、認(rèn)知基礎(chǔ)、學(xué)習(xí)興趣、學(xué)習(xí)偏好以及預(yù)測(cè)其學(xué)習(xí)行為，能夠?yàn)楦哔|(zhì)量教與學(xué)提供數(shù)據(jù)支撐和決策支持服務(wù)。[6]

目前，學(xué)術(shù)界關(guān)于學(xué)習(xí)者畫像的研究主要集中在兩個(gè)方面：（1）畫像構(gòu)建?；衾℉olley）等利用風(fēng)險(xiǎn)預(yù)測(cè)模型構(gòu)建學(xué)習(xí)者畫像，能夠有效地識(shí)別出存在學(xué)習(xí)危機(jī)的學(xué)習(xí)者，并為其提供相應(yīng)的學(xué)習(xí)支持服務(wù)。[7]肖君等從基本特征、學(xué)習(xí)行為特征、學(xué)習(xí)環(huán)境特征等維度構(gòu)建了高風(fēng)險(xiǎn)學(xué)習(xí)者畫像。[8][9]孫發(fā)勤等從學(xué)習(xí)者的一般特征、學(xué)習(xí)準(zhǔn)備、學(xué)習(xí)風(fēng)格、行為特征四個(gè)方面提出在線學(xué)習(xí)者畫像描述的總體框架。[10]余明華從能力屬性、行為屬性、興趣屬性等角度構(gòu)建了個(gè)人畫像和群體畫像。[11]喬惠利用xAPI 技術(shù)從知識(shí)、行為、態(tài)度等維度構(gòu)建了開放學(xué)習(xí)者畫像模型。[12]（2）畫像應(yīng)用。陳海建基于學(xué)習(xí)者畫像提出個(gè)性化教學(xué)路徑。[13]唐燁偉等人基于學(xué)習(xí)者畫像進(jìn)行精準(zhǔn)個(gè)性化學(xué)習(xí)路徑規(guī)劃。[14]王莉莉等人利用學(xué)習(xí)者畫像實(shí)現(xiàn)個(gè)性化課程推薦服務(wù)，有效提高了課堂教學(xué)質(zhì)量。[15]

（二）在線開放課程

在線開放課程因其開放性、規(guī)模性等特點(diǎn)，打破了學(xué)習(xí)時(shí)空限制，滿足了不同學(xué)習(xí)群體的個(gè)性化學(xué)習(xí)需求，備受研究者、教學(xué)者和學(xué)習(xí)者們青睞。一方面，學(xué)習(xí)者可以跨越學(xué)校邊界甚至跨越地區(qū)和國家邊界，選擇其感興趣的課程；另一方面，在線開放課程的學(xué)習(xí)者只要在規(guī)定的時(shí)間完成學(xué)習(xí)任務(wù)，學(xué)習(xí)者可以自定步調(diào)進(jìn)行學(xué)習(xí)。在線開放課程擁有這些優(yōu)勢(shì)的同時(shí)也帶來了一些問題：如眾多的學(xué)習(xí)者選擇同一門課程人數(shù)眾多，且學(xué)習(xí)者的認(rèn)知基礎(chǔ)、認(rèn)知能力等方面差異較大，教師難以對(duì)所有學(xué)習(xí)者的學(xué)情做到心中有數(shù)而進(jìn)行有針對(duì)性的教學(xué)。因此，研究者和學(xué)者們針對(duì)上述問題進(jìn)行了相關(guān)研究。如在線開放課程學(xué)習(xí)行為研究方面，王改花等人對(duì)網(wǎng)絡(luò)學(xué)習(xí)者的學(xué)習(xí)行為與成績進(jìn)行預(yù)測(cè)，并構(gòu)建適應(yīng)性學(xué)習(xí)系統(tǒng)學(xué)習(xí)干預(yù)模型，以實(shí)施學(xué)業(yè)預(yù)警。[16]教學(xué)質(zhì)量評(píng)價(jià)指標(biāo)體系構(gòu)建方面，如成亞玲等人從課前學(xué)情預(yù)測(cè)、課中迭代監(jiān)測(cè)、課后反饋提升等維度構(gòu)建了基于數(shù)據(jù)驅(qū)動(dòng)的在線開放課程學(xué)習(xí)質(zhì)量評(píng)價(jià)體系，為在線開放課程學(xué)習(xí)評(píng)價(jià)提供實(shí)踐參考。[17]學(xué)習(xí)結(jié)果預(yù)測(cè)及干預(yù)方面，如學(xué)者牟智佳從學(xué)習(xí)內(nèi)容、學(xué)習(xí)互動(dòng)、學(xué)習(xí)評(píng)價(jià)三個(gè)方面對(duì)學(xué)習(xí)者的群體特征表現(xiàn)和學(xué)習(xí)結(jié)果預(yù)測(cè)進(jìn)行了相關(guān)研究；[18]李彤彤等人基于教育大數(shù)據(jù)和學(xué)習(xí)分析等技術(shù)，構(gòu)建了“狀態(tài)識(shí)別—策略匹配—干預(yù)實(shí)施—成效分析”四環(huán)節(jié)循環(huán)結(jié)構(gòu)干預(yù)模型以提高在線開放課程學(xué)習(xí)質(zhì)量。[19]以上研究對(duì)在線開放課程的學(xué)習(xí)行為、教學(xué)質(zhì)量、學(xué)習(xí)結(jié)果預(yù)測(cè)及干預(yù)等方面進(jìn)行了有益的探索，但研究的不足之處在于對(duì)學(xué)習(xí)者的需求、偏好、特征沒有精準(zhǔn)的定位。因此，所采用的干預(yù)措施存在一定錯(cuò)位的現(xiàn)象。

（三）學(xué)習(xí)預(yù)警

學(xué)習(xí)預(yù)警基于學(xué)習(xí)者的學(xué)習(xí)過程對(duì)其學(xué)習(xí)行為及結(jié)果進(jìn)行預(yù)測(cè)，提前識(shí)別學(xué)習(xí)風(fēng)險(xiǎn)并進(jìn)行有針對(duì)性的干預(yù)，能夠有效提高學(xué)習(xí)者的在線學(xué)習(xí)質(zhì)量。

目前，國外關(guān)于學(xué)習(xí)預(yù)警的研究主要集中在預(yù)警系統(tǒng)開發(fā)與應(yīng)用、可視化工具開發(fā)等方面。美國普渡大學(xué)開發(fā)的課程信號(hào)系統(tǒng)（Course Signals）[20]從課程成績、努力程度、輟學(xué)等方面進(jìn)行在線學(xué)習(xí)預(yù)警。美國Desire2Learn 機(jī)構(gòu)開發(fā)的學(xué)生成功系統(tǒng)（Student Success System）從出勤率、學(xué)習(xí)任務(wù)完成情況、學(xué)習(xí)參與度與貢獻(xiàn)度等維度進(jìn)行學(xué)習(xí)預(yù)警。[21]可汗學(xué)院開發(fā)的學(xué)習(xí)儀表盤和澳大利亞伍倫貢大學(xué)開發(fā)的社會(huì)網(wǎng)絡(luò)可視化工具[22]均通過對(duì)在線學(xué)習(xí)行為進(jìn)行精密追蹤并以數(shù)字、圖表等可視化形式對(duì)學(xué)習(xí)情況進(jìn)行呈現(xiàn)。美國電子顧問（e Advisor?）系統(tǒng)通過學(xué)習(xí)者知識(shí)點(diǎn)掌握情況及學(xué)習(xí)路徑等進(jìn)行學(xué)習(xí)預(yù)警；海星預(yù)警系統(tǒng)（Starfish Early Alert System）從學(xué)習(xí)者努力程度、課程成績等維度進(jìn)行學(xué)習(xí)預(yù)警。[23]國內(nèi)關(guān)于學(xué)習(xí)預(yù)警的研究主要集中在學(xué)習(xí)預(yù)警框架與模型、學(xué)習(xí)預(yù)警方法等方面。（1）學(xué)習(xí)預(yù)警框架與模型。武法提等構(gòu)建了包含學(xué)習(xí)內(nèi)容、學(xué)習(xí)行為、學(xué)習(xí)預(yù)測(cè)三個(gè)維度的在線學(xué)習(xí)效果預(yù)測(cè)框架，并運(yùn)用關(guān)聯(lián)分析、序列分析等方法對(duì)學(xué)習(xí)者學(xué)習(xí)行為進(jìn)行分析，從而預(yù)測(cè)其學(xué)習(xí)效果。[24]金義富等通過對(duì)學(xué)習(xí)者課前、課中和課后學(xué)習(xí)數(shù)據(jù)進(jìn)行追蹤分析，構(gòu)建了包含知識(shí)點(diǎn)掌握程度、學(xué)習(xí)任務(wù)完成率、測(cè)驗(yàn)評(píng)價(jià)三個(gè)維度的預(yù)警模型。[25]王林麗等構(gòu)建了包含知識(shí)掌握程度、行為特征、學(xué)習(xí)情緒波動(dòng)三個(gè)維度的在線學(xué)習(xí)預(yù)警功能模型。[26]（2）學(xué)習(xí)預(yù)警方法。鄒宇航運(yùn)用機(jī)器學(xué)習(xí)決策樹、聚類等方法構(gòu)建了在線學(xué)習(xí)預(yù)警系統(tǒng)，對(duì)學(xué)習(xí)者分?jǐn)?shù)和退課兩個(gè)方面進(jìn)行預(yù)警。[27]劉博鵬將Stacking集成學(xué)習(xí)理論應(yīng)用于大學(xué)生成績預(yù)警模型構(gòu)建方法，有效提升了學(xué)習(xí)者成績預(yù)警的準(zhǔn)確性。[28]宗曉萍等人將改進(jìn)的K-近鄰算法應(yīng)用于學(xué)習(xí)預(yù)警，對(duì)學(xué)習(xí)者學(xué)習(xí)結(jié)果進(jìn)行預(yù)測(cè)并及時(shí)干預(yù)，研究結(jié)果顯示改進(jìn)后的K-近鄰算法顯著優(yōu)于傳統(tǒng)的K-NN方法。[29]

既有學(xué)習(xí)預(yù)警研究較多關(guān)注線上學(xué)習(xí)，較少關(guān)注線上線下混合學(xué)習(xí)；數(shù)據(jù)來源多為線上數(shù)據(jù)，較少包含線下實(shí)體課堂等多模態(tài)數(shù)據(jù)。學(xué)習(xí)者畫像能夠?qū)υ诰€開放課程學(xué)習(xí)者的學(xué)習(xí)狀態(tài)進(jìn)行客觀表征、動(dòng)態(tài)預(yù)測(cè)，幫助學(xué)生調(diào)整學(xué)習(xí)方法、教師調(diào)整教學(xué)策略并及時(shí)進(jìn)行教學(xué)干預(yù)。因此，本研究以學(xué)生在線開放課程線上線下學(xué)習(xí)為研究對(duì)象，從學(xué)生的基本屬性、知識(shí)掌握情況、學(xué)習(xí)行為、學(xué)習(xí)情緒四個(gè)維度構(gòu)建起基于學(xué)習(xí)者畫像的在線開放課程學(xué)習(xí)預(yù)警模型，旨在提高學(xué)生在線開放課程學(xué)習(xí)質(zhì)量。

二、基于學(xué)習(xí)者畫像的在線開放課程學(xué)習(xí)預(yù)警模型

筆者通過對(duì)線上學(xué)習(xí)平臺(tái)數(shù)據(jù)、線下智慧教室數(shù)據(jù)、成績系統(tǒng)數(shù)據(jù)進(jìn)行數(shù)據(jù)整理與數(shù)據(jù)挖掘，結(jié)合學(xué)習(xí)者基本屬性構(gòu)建學(xué)習(xí)者群體畫像和個(gè)體畫像；基于學(xué)習(xí)者畫像對(duì)學(xué)習(xí)者的知識(shí)掌握情況、學(xué)習(xí)行為、學(xué)習(xí)情緒等方面進(jìn)行學(xué)情診斷并提出預(yù)警策略，旨在提高學(xué)習(xí)者在線開放課程學(xué)習(xí)質(zhì)量（見圖1）。

圖1 基于學(xué)習(xí)者畫像的在線開放課程學(xué)習(xí)預(yù)警模型

（一）學(xué)習(xí)者畫像構(gòu)建

基于學(xué)習(xí)者畫像的在線開放課程學(xué)習(xí)預(yù)警框架構(gòu)建的關(guān)鍵在于學(xué)習(xí)者畫像的獲取。從數(shù)據(jù)處理的角度看，學(xué)習(xí)者畫像可看成是對(duì)原始數(shù)據(jù)進(jìn)行數(shù)據(jù)挖掘后進(jìn)行標(biāo)簽化的過程。學(xué)習(xí)者畫像構(gòu)建流程通常包含明確畫像目標(biāo)、數(shù)據(jù)采集、數(shù)據(jù)存儲(chǔ)與處理、建立標(biāo)簽體系、畫像生成與可視化輸出五個(gè)階段，其中，建立標(biāo)簽體系是學(xué)習(xí)者畫像構(gòu)建的重點(diǎn)。[30]

1.明確畫像目標(biāo)

學(xué)習(xí)者畫像圍繞學(xué)習(xí)者知識(shí)掌握情況、學(xué)習(xí)行為、學(xué)習(xí)情緒等方面的特征分析展開，其目標(biāo)可聚焦到學(xué)習(xí)者群體特征與狀態(tài)識(shí)別、學(xué)習(xí)者個(gè)體特征與狀態(tài)識(shí)別等方面，以滿足學(xué)習(xí)者、教師、管理者等利益相關(guān)者的需求。

2.數(shù)據(jù)采集

既有研究表明，學(xué)習(xí)者的基本屬性、知識(shí)掌握情況、學(xué)習(xí)行為、學(xué)習(xí)情緒是構(gòu)建學(xué)習(xí)者畫像的主要維度（見表1）。因此，在本研究中，學(xué)習(xí)者畫像的數(shù)據(jù)采集包括學(xué)習(xí)者基本信息、知識(shí)掌握情況數(shù)據(jù)、學(xué)習(xí)行為數(shù)據(jù)、學(xué)習(xí)情緒數(shù)據(jù)。利用新一代信息技術(shù)全面采集學(xué)習(xí)者線上平臺(tái)學(xué)習(xí)數(shù)據(jù)、線下智慧教室學(xué)習(xí)數(shù)據(jù)以及學(xué)校各類管理系統(tǒng)歷史學(xué)業(yè)水平相關(guān)數(shù)據(jù)。采集的數(shù)據(jù)包含學(xué)習(xí)者基本屬性數(shù)據(jù)、作業(yè)與測(cè)評(píng)數(shù)據(jù)、課堂互動(dòng)數(shù)據(jù)、論壇交互數(shù)據(jù)、學(xué)習(xí)情緒數(shù)據(jù)等，這些數(shù)據(jù)具有多源、異構(gòu)、大體量等特性，給數(shù)據(jù)處理、分析等方面帶來極大挑戰(zhàn)（見表2）。

表1 既有研究中學(xué)習(xí)者畫像建構(gòu)維度

表2 在線開放課程學(xué)習(xí)者畫像構(gòu)建維度及數(shù)據(jù)內(nèi)涵

3.數(shù)據(jù)存儲(chǔ)與處理

考慮到采集數(shù)據(jù)的異構(gòu)性、體量大等特點(diǎn)以及后續(xù)學(xué)習(xí)者畫像對(duì)數(shù)據(jù)標(biāo)簽的抽取等應(yīng)用，數(shù)據(jù)存儲(chǔ)采用大數(shù)據(jù)Hadoop 體系架構(gòu)進(jìn)行數(shù)據(jù)存儲(chǔ)。數(shù)據(jù)處理方面則通過數(shù)據(jù)清洗、數(shù)據(jù)集成、數(shù)據(jù)轉(zhuǎn)換、數(shù)據(jù)規(guī)約等過程對(duì)采集的數(shù)據(jù)在進(jìn)行處理；同時(shí)對(duì)數(shù)據(jù)進(jìn)行聚類分析，形成學(xué)習(xí)者基本信息、學(xué)習(xí)行為、學(xué)習(xí)情緒等數(shù)據(jù)簇，在保持原始數(shù)據(jù)完整性的前提下從海量的數(shù)據(jù)中獲取學(xué)習(xí)者精簡數(shù)據(jù)集，為在線開放課程學(xué)習(xí)者畫像提供數(shù)據(jù)基礎(chǔ)。

4.建立標(biāo)簽體系

將學(xué)習(xí)者數(shù)據(jù)從不同維度分類并打上標(biāo)簽、形成標(biāo)簽體系，是畫像構(gòu)建的核心工作。在本研究中，根據(jù)學(xué)習(xí)者的特征將學(xué)習(xí)者劃分為不同的學(xué)習(xí)群體并設(shè)置標(biāo)簽，便于教師和學(xué)習(xí)者能夠直觀地理解群體之間、學(xué)習(xí)個(gè)體之間的差異。[39]本研究的畫像標(biāo)簽體系包括基本信息、知識(shí)點(diǎn)掌握情況、學(xué)習(xí)行為、學(xué)習(xí)情緒等四類一級(jí)標(biāo)簽（見表3）。

表3 在線開放課程學(xué)習(xí)者畫像標(biāo)簽分類體系及標(biāo)簽值

5.畫像生成與可視化輸出

基于學(xué)習(xí)者標(biāo)簽體系，深入分析標(biāo)簽數(shù)據(jù)特征，應(yīng)用統(tǒng)計(jì)分析、機(jī)器學(xué)習(xí)等技術(shù)抽取標(biāo)簽形成學(xué)習(xí)者畫像庫，[40]對(duì)學(xué)習(xí)者畫像進(jìn)行聚類、學(xué)習(xí)狀態(tài)診斷分析，精準(zhǔn)預(yù)測(cè)學(xué)習(xí)成效和實(shí)時(shí)學(xué)習(xí)需求。根據(jù)構(gòu)建畫像的具體目標(biāo)，采用可視化服務(wù)輸出相應(yīng)的標(biāo)簽分析結(jié)果。

（二）學(xué)情診斷及預(yù)警

1.學(xué)情診斷的方法

（1）知識(shí)掌握情況診斷。主要從作業(yè)完成情況、測(cè)評(píng)成績、測(cè)評(píng)時(shí)長、測(cè)評(píng)次數(shù)、資源學(xué)習(xí)情況、學(xué)習(xí)路徑等方面進(jìn)行診斷，預(yù)測(cè)學(xué)習(xí)者的學(xué)習(xí)需求以及可能出現(xiàn)的學(xué)習(xí)困難。（2）學(xué)習(xí)行為診斷。主要從學(xué)習(xí)偏好、學(xué)習(xí)進(jìn)度、學(xué)習(xí)投入、學(xué)習(xí)交互等方面進(jìn)行綜合診斷，識(shí)別學(xué)習(xí)者屬于哪種學(xué)習(xí)類型，如積極參與型、保持參與型、潛在輟課型、高度流失型。（3）學(xué)習(xí)情緒診斷。包括對(duì)學(xué)習(xí)交互和學(xué)習(xí)情緒狀態(tài)的診斷，主要利用情感識(shí)別技術(shù)和文本挖掘技術(shù)對(duì)視頻、語音、肢體姿態(tài)、生理、論壇文本等數(shù)據(jù)進(jìn)行學(xué)習(xí)情緒評(píng)量，識(shí)別學(xué)習(xí)者處于何種學(xué)習(xí)情緒狀態(tài)。

2.學(xué)習(xí)預(yù)警的策略

學(xué)習(xí)者畫像從學(xué)習(xí)者的基本屬性特征、知識(shí)掌握情況、學(xué)習(xí)行為、學(xué)習(xí)情緒四個(gè)維度對(duì)學(xué)習(xí)者的學(xué)情進(jìn)行了全面描述，并在此基礎(chǔ)上形成學(xué)習(xí)者的知識(shí)掌握情況診斷報(bào)告、學(xué)習(xí)行為診斷報(bào)告、學(xué)習(xí)情緒診斷報(bào)告。基于診斷報(bào)告進(jìn)行學(xué)習(xí)群體預(yù)警與學(xué)習(xí)個(gè)體預(yù)警。學(xué)習(xí)群體預(yù)警主要從三方面進(jìn)行：（1）知識(shí)掌握情況預(yù)警（學(xué)業(yè)成就預(yù)警）。主要從學(xué)習(xí)者的學(xué)習(xí)過程（知識(shí)點(diǎn)即時(shí)測(cè)評(píng)）和學(xué)習(xí)結(jié)果（作業(yè)成績、期末考核）測(cè)評(píng)成績、測(cè)評(píng)時(shí)長等方面綜合分析學(xué)習(xí)者課程學(xué)習(xí)目標(biāo)的完成度，從而判斷其是否已經(jīng)出現(xiàn)或即將出現(xiàn)學(xué)習(xí)困難，并對(duì)其進(jìn)行學(xué)習(xí)策略推薦、個(gè)性化學(xué)習(xí)資源和學(xué)習(xí)路徑規(guī)劃等干預(yù)。（2）學(xué)習(xí)行為預(yù)警。主要針對(duì)潛在輟課、學(xué)習(xí)進(jìn)度拖后、交互程度較低的學(xué)習(xí)者采取消息提醒等預(yù)警措施。（3）學(xué)習(xí)情緒預(yù)警。主要是對(duì)消極情緒的學(xué)習(xí)者進(jìn)行警示并根據(jù)情緒消極程度對(duì)其進(jìn)行不同程度的干預(yù)。學(xué)習(xí)個(gè)體預(yù)警主要從學(xué)習(xí)進(jìn)度、互動(dòng)水平、學(xué)習(xí)情緒、學(xué)習(xí)成就等方面進(jìn)行預(yù)警。

三、基于學(xué)習(xí)者畫像的在線開放課程學(xué)習(xí)預(yù)警模型應(yīng)用

（一）研究對(duì)象

為驗(yàn)證基于學(xué)習(xí)者畫像的在線開放課程學(xué)習(xí)預(yù)警模型的有效性，課題組從超星慕課平臺(tái)選取“C語言程序設(shè)計(jì)”課程進(jìn)行應(yīng)用研究。這門課程是信息技術(shù)類專業(yè)的基礎(chǔ)課程，且采取線上+線下混合學(xué)習(xí)方式進(jìn)行教學(xué)；課程學(xué)習(xí)人數(shù)較多且學(xué)生基本具備線上線下混合式教學(xué)模式所需的信息素養(yǎng)。研究組提取了2021年秋季選課的869名學(xué)習(xí)者的學(xué)習(xí)全過程數(shù)據(jù)。

（二）學(xué)習(xí)者畫像構(gòu)建

線上課堂依托超星慕課平臺(tái)展開，線下課堂依托智慧教室展開（智慧教室同步錄播線下課堂，供社會(huì)學(xué)習(xí)者異步學(xué)習(xí)），因此，數(shù)據(jù)采集包含了線上慕課平臺(tái)采集、線下智慧課堂數(shù)據(jù)采集以及學(xué)校各類管理系統(tǒng)中與歷史學(xué)業(yè)成績相關(guān)結(jié)構(gòu)化數(shù)據(jù)等。其中，線上平臺(tái)數(shù)據(jù)涵蓋了登錄時(shí)間、登錄次數(shù)、導(dǎo)航使用、視頻查看、資源訪問、客觀題答題、主觀題答題、論壇討論、主觀題互評(píng)、即時(shí)測(cè)評(píng)、項(xiàng)目考核等；線下智慧課堂數(shù)據(jù)包含考勤、課堂問答、同伴討論、媒體操作、身體姿勢(shì)、面部表情、調(diào)查問卷等多模態(tài)數(shù)據(jù)。采集到的海量學(xué)習(xí)過程大數(shù)據(jù)存儲(chǔ)在基于Hadoop 技術(shù)架構(gòu)的存儲(chǔ)系統(tǒng)中，利用分類、聚類、統(tǒng)計(jì)分析和管理規(guī)則分析等對(duì)與學(xué)習(xí)者畫像密切相關(guān)的數(shù)據(jù)進(jìn)行處理。隨后，將學(xué)習(xí)者數(shù)據(jù)進(jìn)行分類、標(biāo)簽化等系列處理工作之后，應(yīng)用貝葉斯網(wǎng)絡(luò)對(duì)知識(shí)點(diǎn)掌握情況進(jìn)行標(biāo)簽化抽取，應(yīng)用序列和決策樹算法對(duì)學(xué)習(xí)行為數(shù)據(jù)進(jìn)行標(biāo)簽化抽取，應(yīng)用統(tǒng)計(jì)分析法對(duì)學(xué)習(xí)者基本信息進(jìn)行標(biāo)簽化抽取，形成學(xué)習(xí)者群體畫像和學(xué)習(xí)者個(gè)體畫像。

（三）學(xué)情診斷

學(xué)習(xí)是一個(gè)動(dòng)態(tài)發(fā)展的過程，對(duì)學(xué)習(xí)者學(xué)情進(jìn)行動(dòng)態(tài)診斷分析，識(shí)別其學(xué)習(xí)狀態(tài)，并進(jìn)行相應(yīng)的教學(xué)策略調(diào)整，才能促進(jìn)其全面發(fā)展。本研究從學(xué)習(xí)者的基本屬性、知識(shí)掌握情況、學(xué)習(xí)行為、學(xué)習(xí)情緒四個(gè)方面進(jìn)行學(xué)情診斷。

1.學(xué)習(xí)者基本屬性

對(duì)采集樣本數(shù)據(jù)進(jìn)行分析時(shí)使用非參數(shù)檢驗(yàn)，以檢驗(yàn)不同性別、年齡、身份的學(xué)習(xí)者完成課程的差異性。數(shù)據(jù)顯示，參與課程學(xué)習(xí)人數(shù)為869 人，全部完成課程學(xué)習(xí)人數(shù)為847人。學(xué)習(xí)者中，25 歲以下的832 人，且主要是在校生，26～40 歲的35人，41歲以上的2人；在校學(xué)生836人，社會(huì)學(xué)習(xí)者33 人；已有編程基礎(chǔ)或接觸編程相關(guān)知識(shí)的學(xué)習(xí)者793人；學(xué)習(xí)者大部分來自湖南、江西等中西部地區(qū)，少部分來自廣東沿海地區(qū)。結(jié)果表明，在線開放課程學(xué)習(xí)者中，在校學(xué)生占多數(shù)，因?yàn)檫@門課程是專業(yè)基礎(chǔ)性課程，屬于必修科目；只有少數(shù)社會(huì)學(xué)習(xí)者基于職業(yè)生涯發(fā)展需要或興趣愛好選修了這門課程，這是因?yàn)檫@門課程的學(xué)習(xí)有一定的門檻要求。此外，因?yàn)閷W(xué)習(xí)者大部分都是在校學(xué)生，這門課程的完成率高達(dá)74.7%。

2.學(xué)習(xí)者知識(shí)掌握程度

主要從知識(shí)點(diǎn)即時(shí)測(cè)評(píng)、作業(yè)和期末考核三方面對(duì)學(xué)習(xí)者知識(shí)點(diǎn)掌握情況進(jìn)行綜合分析。（1）知識(shí)點(diǎn)即時(shí)測(cè)評(píng)情況。學(xué)習(xí)者知識(shí)點(diǎn)即時(shí)測(cè)評(píng)整體通過率為88%，其中積極參與型學(xué)習(xí)者通過率為100%、保持參與型通過率為98%、潛在輟課型通過率49%、高度流失型通過率為23%。（2）作業(yè)完成情況。86%的學(xué)習(xí)者作業(yè)成績?yōu)楹细?。?）期末考核方面，全程完成學(xué)習(xí)并參加期末測(cè)試的人數(shù)為825 人，占比94.9%，其中優(yōu)良（85分以上）以上成績占比36.9%。

3.學(xué)習(xí)者學(xué)習(xí)行為

主要從學(xué)習(xí)行為聚類、出勤、學(xué)習(xí)偏好、交互程度等方面對(duì)學(xué)習(xí)者學(xué)習(xí)行為進(jìn)行分析。（1）行為聚類。對(duì)學(xué)習(xí)者的行為進(jìn)行聚類分析可以將學(xué)習(xí)者劃分為不同的學(xué)習(xí)群體，便于教師針對(duì)不同群體學(xué)習(xí)需求采用適切的教學(xué)策略、推薦適應(yīng)的學(xué)習(xí)路徑等。根據(jù)學(xué)習(xí)者的學(xué)習(xí)行為，學(xué)習(xí)者可以分為積極參與型（占比32%）、保持參與型（占比41%）、潛在輟課型（占比18%）、高度流失型（占比9%）四類。進(jìn)一步研究發(fā)現(xiàn)：不同的學(xué)習(xí)者群體在學(xué)習(xí)行為與學(xué)業(yè)成就之間存在著顯著性差異。如積極參與型學(xué)習(xí)群體的學(xué)習(xí)動(dòng)機(jī)較高、學(xué)習(xí)時(shí)長較長、積極參與各類學(xué)習(xí)活動(dòng)、個(gè)人自主學(xué)習(xí)能力較強(qiáng)、學(xué)習(xí)成績合格率高、流失的可能性比較小。保持參與型學(xué)習(xí)群體的成績合格率高、按時(shí)完成學(xué)習(xí)、學(xué)習(xí)動(dòng)機(jī)處于合適水平、學(xué)習(xí)交互程度較好。潛在輟課型學(xué)習(xí)群體的成績合格率不高、學(xué)習(xí)意愿不強(qiáng)烈、學(xué)習(xí)時(shí)長也比較短、學(xué)習(xí)成績不好、學(xué)習(xí)流失的可能性較大。高度流失型學(xué)習(xí)群體的學(xué)習(xí)意愿不強(qiáng)烈、較少參與學(xué)習(xí)互動(dòng)、缺少學(xué)習(xí)動(dòng)機(jī)、學(xué)業(yè)成績差。（2）出勤?？梢詮某銮跔顟B(tài)和學(xué)習(xí)時(shí)長方面對(duì)學(xué)習(xí)者的出勤情況進(jìn)行定量分析。其中，出勤狀態(tài)包括從按時(shí)上下課的次數(shù)、訪問課件次數(shù)、訪問音視頻學(xué)習(xí)資源次數(shù)、提交作業(yè)次數(shù)、提交測(cè)試次數(shù)等；學(xué)習(xí)時(shí)長方面包括在線觀看視頻時(shí)長、作業(yè)時(shí)長、測(cè)評(píng)時(shí)長等方面。數(shù)據(jù)顯示，92%的學(xué)習(xí)者能夠準(zhǔn)時(shí)參加學(xué)習(xí)并及時(shí)完成作業(yè)，6%的學(xué)習(xí)者能夠完成作業(yè)但超出規(guī)定時(shí)間。（3）學(xué)習(xí)偏好?？梢詮膶W(xué)習(xí)資源獲取方式和學(xué)習(xí)資源類型方面對(duì)學(xué)習(xí)者學(xué)習(xí)偏好情況進(jìn)行定量分析。學(xué)習(xí)資源獲取方式主要包括訪問課件列表次數(shù)、訪問課時(shí)內(nèi)容次數(shù)、訪問論壇列表次數(shù)、訪問帖子內(nèi)容次數(shù)、觀看本周視頻次數(shù)、觀看其他視頻次數(shù)等，根據(jù)學(xué)習(xí)者學(xué)習(xí)的資源訪問次數(shù)可將學(xué)習(xí)者知識(shí)獲取類型分為直接獲取型（占比90%）和探索學(xué)習(xí)型（占比10%）。學(xué)習(xí)資源類型主要包括訪問課件列表次數(shù)、訪問論壇列表次數(shù)、訪問帖子內(nèi)容次數(shù)觀看視頻數(shù)、觀看視頻時(shí)長、觀看視頻涉及單元數(shù)等。數(shù)據(jù)顯示，學(xué)習(xí)者中，喜好視頻類型資源的占比為89%，喜好文本類型資源的占比為11%。（4）交互程度。主要從線上論壇發(fā)帖或回帖、帖子內(nèi)容長度、帖子獲贊數(shù)和線下課堂師生交互次數(shù)、生生交互次數(shù)等方面對(duì)學(xué)習(xí)者交互程度進(jìn)行定量分析。數(shù)據(jù)顯示，學(xué)習(xí)者整體交互程度不高，有36%的學(xué)習(xí)者參與論壇或線下課堂互動(dòng)活動(dòng)，32%的學(xué)習(xí)者并沒有使用論壇或參與教學(xué)互動(dòng)。

4.學(xué)習(xí)者學(xué)習(xí)情緒

主要通過主觀測(cè)量和客觀測(cè)量兩種方式衡量學(xué)習(xí)者的學(xué)習(xí)情緒。（1）主觀測(cè)量。主要通過量表測(cè)量學(xué)習(xí)者的主觀情緒體驗(yàn)，既有研究中常用的情緒測(cè)量量表有心境形容詞量表（Mood Adjective Check List，MACL）、多重情緒形容詞量表（Multiple Affect Adjective Check List，MAACL）和多項(xiàng)情緒分化量表（Differential Emotions Scale，DES），本研究采用多項(xiàng)情緒分化量表（DES）進(jìn)行主觀情緒測(cè)量。[41]（2）客觀測(cè)量。主要包括生理測(cè)量和行為測(cè)量。其中，生理測(cè)量是通過穿戴設(shè)備將學(xué)習(xí)者不同情緒狀態(tài)下的變化進(jìn)行記錄，以判定其情緒與生理變化的關(guān)系。行為測(cè)量是通過面部表情、身體動(dòng)作、論壇文本信息挖掘來判斷學(xué)習(xí)者情緒。[42]線上學(xué)習(xí)環(huán)節(jié)主要是通過對(duì)學(xué)習(xí)者的論壇進(jìn)行文本挖掘分析和發(fā)放多項(xiàng)情緒分化量表問卷兩種方式進(jìn)行學(xué)習(xí)情緒分析；線下智慧課堂主要通過面部表情識(shí)別、穿戴設(shè)備感知等技術(shù)對(duì)學(xué)習(xí)者情緒進(jìn)行評(píng)量，由于目前智能穿戴設(shè)備在普及率和使用的便捷性等方面還不盡如人意，本研究中暫時(shí)沒有將智能穿戴設(shè)備采集的心理測(cè)量數(shù)據(jù)納入進(jìn)來。研究結(jié)果顯示：學(xué)習(xí)者的整體積極學(xué)習(xí)情緒占比為58%，中性學(xué)習(xí)情緒占比為22%，消極學(xué)習(xí)情緒占比為20%，且學(xué)習(xí)情緒與學(xué)習(xí)內(nèi)容、學(xué)習(xí)支持服務(wù)呈現(xiàn)顯著相關(guān)性。

（四）學(xué)習(xí)預(yù)警策略

1.學(xué)習(xí)行為預(yù)警策略

學(xué)習(xí)行為不僅包括出勤、師生（生生）交互等外顯行為，還包含論壇評(píng)論等反映學(xué)習(xí)者內(nèi)心學(xué)習(xí)態(tài)度與情緒的內(nèi)隱學(xué)習(xí)行為，所以學(xué)習(xí)行為預(yù)警從這兩個(gè)方面進(jìn)行考量。在本研究中學(xué)習(xí)行為預(yù)警主要從以下幾個(gè)指標(biāo)進(jìn)行預(yù)警閾值的設(shè)定：學(xué)習(xí)進(jìn)度拖后2 周、缺勤率較高（達(dá)到30%及以上），交互方面（師生、生生、人機(jī)之間的交互次數(shù)、交互時(shí)長）綜合評(píng)分靠后（未達(dá)到70%）、學(xué)習(xí)任務(wù)完成度不足70%，論壇評(píng)論互動(dòng)（評(píng)論次數(shù)、評(píng)論文本字?jǐn)?shù)、獲贊次數(shù)、被轉(zhuǎn)載次數(shù)）綜合評(píng)分靠后（未達(dá)到70%）。當(dāng)滿足任意一個(gè)上述指標(biāo)條件時(shí)，就啟動(dòng)預(yù)警。預(yù)警策略：（1）群體預(yù)警策略：積極參與型學(xué)習(xí)群體，不需要預(yù)警和干預(yù)，向?qū)W習(xí)者推薦適切的拓展學(xué)習(xí)資源或推薦更具有挑戰(zhàn)性且難度適中學(xué)習(xí)任務(wù)等。保持參與型學(xué)習(xí)群體，不需要預(yù)警，教師適當(dāng)進(jìn)行干預(yù)，增加趣味性較強(qiáng)的探究性學(xué)習(xí)活動(dòng)，“誘導(dǎo)”學(xué)習(xí)者更多參與人機(jī)交互、生生交互或師生交互進(jìn)行，進(jìn)一步提高學(xué)習(xí)參與度。潛在輟課型學(xué)習(xí)群體，需要預(yù)警并進(jìn)行教師干預(yù)和系統(tǒng)干預(yù)，干預(yù)強(qiáng)度較強(qiáng)，在學(xué)習(xí)前、學(xué)習(xí)中、學(xué)習(xí)后都需要進(jìn)行適當(dāng)干預(yù)，并向?qū)W習(xí)者推送適切的學(xué)習(xí)資源和學(xué)習(xí)路徑。高度流失型學(xué)習(xí)群體，需要預(yù)警并進(jìn)行教師干預(yù)和系統(tǒng)干預(yù)，干預(yù)強(qiáng)度最強(qiáng)；通過消息提醒其學(xué)習(xí)進(jìn)度、推薦難度偏低、質(zhì)量高且趣味性較強(qiáng)的學(xué)習(xí)資源，向其推薦學(xué)習(xí)伙伴，還可以采取一些激勵(lì)措施如簽到獎(jiǎng)勵(lì)、參與互動(dòng)獎(jiǎng)勵(lì)、回答問題正確加倍積分等形式吸引學(xué)習(xí)者。（2）學(xué)習(xí)者個(gè)體預(yù)警策略：當(dāng)學(xué)習(xí)者的出勤、登錄學(xué)習(xí)平臺(tái)次數(shù)、回答問題次數(shù)、學(xué)習(xí)進(jìn)度等方面觸發(fā)預(yù)警時(shí)，則發(fā)出郵件、消息提醒或口頭警示，向?qū)W習(xí)者推送其學(xué)習(xí)進(jìn)度可視化提醒和學(xué)習(xí)軌跡全景圖、推送學(xué)習(xí)知識(shí)點(diǎn)路徑、學(xué)習(xí)同伴等；當(dāng)學(xué)習(xí)者在線上線下課堂中討論交流、論壇互動(dòng)、學(xué)習(xí)資源訪問、探究協(xié)同解決問題等方面觸發(fā)預(yù)警時(shí)，則向其發(fā)送郵件、消息提醒或口頭提醒，推送學(xué)習(xí)伙伴與適切的個(gè)性化學(xué)習(xí)路徑等。

2.學(xué)業(yè)成就預(yù)警策略

學(xué)習(xí)成就主要指知識(shí)點(diǎn)掌握情況，其預(yù)警主要從學(xué)習(xí)者平時(shí)作業(yè)完成情況、知識(shí)點(diǎn)即時(shí)測(cè)評(píng)和期末測(cè)評(píng)等方面進(jìn)行綜合預(yù)警。首先，將本門課程涉及的知識(shí)點(diǎn)標(biāo)記為概念性知識(shí)、事實(shí)性知識(shí)、程序性知識(shí)等類型；將各知識(shí)點(diǎn)之間的關(guān)系標(biāo)識(shí)為層次關(guān)系（平行、兄弟、父子）、依賴關(guān)系（前驅(qū)、后繼）、關(guān)聯(lián)關(guān)系（主要知識(shí)點(diǎn)與關(guān)聯(lián)知識(shí)點(diǎn)之間的松散關(guān)系），標(biāo)注知識(shí)點(diǎn)要求掌握程度、知識(shí)點(diǎn)難度等信息；最終形成本門課程知識(shí)地圖（知識(shí)圖譜）。然后，根據(jù)學(xué)習(xí)者即時(shí)測(cè)評(píng)、作業(yè)及期末測(cè)評(píng)中涉及知識(shí)點(diǎn)的掌握情況與課程知識(shí)地圖（知識(shí)圖譜）中對(duì)應(yīng)知識(shí)點(diǎn)需要達(dá)到的目標(biāo)進(jìn)行比對(duì)，判斷其某個(gè)知識(shí)點(diǎn)或某類知識(shí)點(diǎn)是否存在學(xué)習(xí)困難、是否需要預(yù)警。預(yù)警策略：（1）群體預(yù)警策略：如大部分學(xué)習(xí)者對(duì)某個(gè)或某類型知識(shí)點(diǎn)掌握不好時(shí)，線下課堂教師及時(shí)調(diào)整學(xué)習(xí)進(jìn)度、降低知識(shí)點(diǎn)學(xué)習(xí)難度、設(shè)計(jì)情境化的學(xué)習(xí)任務(wù)，促進(jìn)知識(shí)點(diǎn)的理解消化；線上學(xué)習(xí)方面，系統(tǒng)暫停當(dāng)前的學(xué)習(xí)任務(wù)，向?qū)W習(xí)者推送難度較低的個(gè)性化學(xué)習(xí)資源、推薦學(xué)習(xí)同伴、針對(duì)性答疑等以幫助學(xué)習(xí)者克服學(xué)習(xí)困難，待該知識(shí)點(diǎn)基本掌握后，系統(tǒng)會(huì)繼續(xù)向?qū)W生推送后續(xù)學(xué)習(xí)任務(wù)。（2）學(xué)習(xí)者個(gè)體預(yù)警策略：根據(jù)不同知識(shí)點(diǎn)類型（概念性知識(shí)、事實(shí)性知識(shí)、程序性知識(shí)）設(shè)計(jì)不同難易梯度的干預(yù)策略。如向概念性知識(shí)掌握不好的學(xué)生推薦與本知識(shí)點(diǎn)相關(guān)聯(lián)的其他知識(shí)或?qū)W習(xí)資料，設(shè)計(jì)一些游戲闖關(guān)式的知識(shí)概念測(cè)試題目，調(diào)動(dòng)學(xué)生的學(xué)習(xí)主動(dòng)性；如向程序性知識(shí)掌握不好的學(xué)生，推薦降低難度的學(xué)習(xí)資料，將抽象知識(shí)以可視化的方式推送給學(xué)生，同時(shí)教師在教學(xué)設(shè)計(jì)時(shí)創(chuàng)設(shè)過程情境化的學(xué)習(xí)項(xiàng)目，讓學(xué)生在仿真情境下較好掌握相應(yīng)知識(shí)。

3.學(xué)習(xí)情緒預(yù)警策略

本研究中學(xué)習(xí)情緒預(yù)警主要從發(fā)放多項(xiàng)情緒分化量表問卷的主觀測(cè)量和包含面部表情、肢體動(dòng)作、論壇文本信息等行為測(cè)量兩個(gè)方面對(duì)學(xué)習(xí)者的情緒進(jìn)行綜合預(yù)警。主觀情緒方面，通過網(wǎng)絡(luò)學(xué)習(xí)平臺(tái)不定期地發(fā)放、收集多項(xiàng)情緒分化量表問卷數(shù)據(jù)，當(dāng)問卷量表統(tǒng)計(jì)結(jié)果顯示學(xué)習(xí)者的情緒達(dá)到消極情緒時(shí)就觸發(fā)預(yù)警；行為測(cè)量方面，主要通過學(xué)習(xí)者的面部表情（沉思、苦悶、愉悅、興奮）、肢體動(dòng)作（頭部、身體、手勢(shì)）、反映內(nèi)心情感與學(xué)習(xí)態(tài)度的論壇文本挖掘信息等方面綜合研判其學(xué)習(xí)情緒狀態(tài)，當(dāng)診斷結(jié)果為消極情緒時(shí)立即觸發(fā)預(yù)警。既有研究表明學(xué)習(xí)情緒會(huì)對(duì)學(xué)習(xí)行為和學(xué)習(xí)效果產(chǎn)生重要的影響；學(xué)習(xí)情緒與教學(xué)互動(dòng)、學(xué)習(xí)內(nèi)容是否感興趣、學(xué)習(xí)內(nèi)容難易程度等因素相關(guān)。[43]預(yù)警策略：（1）群體預(yù)警策略：一是教師在進(jìn)行教學(xué)設(shè)計(jì)時(shí)可以創(chuàng)設(shè)“游戲化”學(xué)習(xí)情境、“闖關(guān)式”學(xué)習(xí)任務(wù)，提高教學(xué)各環(huán)節(jié)的互動(dòng)性與趣味性；開發(fā)降低學(xué)習(xí)難度且質(zhì)量較高趣味性較強(qiáng)的學(xué)習(xí)資源等途徑，提高學(xué)習(xí)者的興趣與積極性；二是將學(xué)習(xí)者的情緒劃分為積極、中性、消極（低級(jí)別、高級(jí)別）等三大類，積極與中性學(xué)習(xí)情緒的學(xué)習(xí)群體不需進(jìn)行預(yù)警，對(duì)于消極情緒的學(xué)習(xí)群體通過系統(tǒng)提醒、郵件通知和教師針對(duì)性輔導(dǎo)或交談。（2）學(xué)習(xí)者個(gè)體預(yù)警策略：對(duì)于高級(jí)別消極情緒學(xué)習(xí)者，可以適當(dāng)降低學(xué)習(xí)難度、調(diào)整教學(xué)進(jìn)度并加以個(gè)性化輔導(dǎo)，以減小其對(duì)學(xué)習(xí)的畏懼和抵觸情緒；對(duì)于低級(jí)別消極情緒學(xué)習(xí)者，可以采用情緒提示、問題引導(dǎo)、資源推送、自適應(yīng)同伴互助等方式進(jìn)行人機(jī)交互或師生（生生）間的協(xié)作交流，幫助其對(duì)知識(shí)難點(diǎn)的理解與消化，促使學(xué)習(xí)者的消極情緒向積極情緒轉(zhuǎn)變。

（五）應(yīng)用效果分析與結(jié)論

1.應(yīng)用效果分析

本研究選取2020年秋季和2021年秋季班學(xué)生選修的“C語言程序設(shè)計(jì)”課程成績進(jìn)行基于學(xué)習(xí)者畫像的在線開放課程學(xué)習(xí)預(yù)警應(yīng)用效果的對(duì)比分析。其中，面向2020年秋季班（45 人）學(xué)生的課堂采用普通混合式教學(xué)模式，課程成績?nèi)∑溆?021年1月期末考試的綜合成績；面向2021年秋季班（43 人）學(xué)生的課堂，采取基于學(xué)習(xí)者畫像技術(shù)進(jìn)行課程預(yù)警教學(xué)實(shí)踐，課程成績?nèi)∑溆?022年1月舉行的期末考試的綜合成績。本研究使用軟件SPSS 22.0，采用獨(dú)立樣本T檢驗(yàn)對(duì)兩個(gè)班級(jí)學(xué)生的成績差異進(jìn)行檢驗(yàn)，結(jié)果見表4和表5。

表4 對(duì)照班級(jí)學(xué)生成績差異的獨(dú)立樣本檢驗(yàn)

表5 對(duì)照班級(jí)學(xué)生的成績數(shù)據(jù)統(tǒng)計(jì)

從表4可以看出，獨(dú)立樣本檢驗(yàn)結(jié)果中的F值=0.051，Sig.值=0.841＞0.05，說明假設(shè)方差相等；均值方程T 檢驗(yàn)值=4.127，Sig.值=0.000＜0.05，拒絕原假設(shè)，即證明應(yīng)用學(xué)習(xí)者畫像對(duì)課程學(xué)習(xí)預(yù)警實(shí)施前后在成績上存在顯著差異。2020年秋季班和2021年秋季班學(xué)生的成績數(shù)據(jù)統(tǒng)計(jì)如表5 所示，可以看出：2020年秋季班學(xué)生的成績均值為68.83，而2021年秋季班學(xué)生的成績均值為80.67。由此可知，實(shí)施了基于學(xué)習(xí)者畫像的在線開放課程學(xué)習(xí)預(yù)警的2021 秋季班級(jí)學(xué)生成績高于沒有實(shí)施學(xué)習(xí)者畫像的2020年秋季班學(xué)生成績，且超過了顯著水平為5%的顯著性檢驗(yàn)，說明運(yùn)用學(xué)習(xí)者畫像的課程教學(xué)實(shí)踐效果優(yōu)于沒有利用學(xué)習(xí)者畫像的課程教學(xué)實(shí)踐。

2.研究結(jié)論

（1）學(xué)習(xí)者的學(xué)習(xí)全過程多模態(tài)數(shù)據(jù)采集是構(gòu)建畫像和實(shí)現(xiàn)精準(zhǔn)預(yù)警的基礎(chǔ)。在物聯(lián)傳感網(wǎng)絡(luò)、網(wǎng)絡(luò)爬蟲、教育數(shù)據(jù)挖掘等智能技術(shù)支持下，伴隨式采集學(xué)習(xí)者全過程的多模態(tài)、異構(gòu)學(xué)習(xí)過程數(shù)據(jù)和學(xué)習(xí)結(jié)果數(shù)據(jù)，記錄學(xué)習(xí)過程中的學(xué)習(xí)行為、學(xué)習(xí)情緒變化等表現(xiàn)，為理解挖掘數(shù)據(jù)背后隱藏的認(rèn)知規(guī)律、學(xué)習(xí)行為等方面研究提供了數(shù)據(jù)基礎(chǔ)。

（2）學(xué)習(xí)者畫像從多個(gè)維度對(duì)學(xué)習(xí)者進(jìn)行全面刻畫，能精準(zhǔn)地識(shí)別學(xué)習(xí)狀態(tài)，如知識(shí)掌握情況、學(xué)習(xí)行為、學(xué)習(xí)情緒等。知識(shí)掌握情況維度：根據(jù)學(xué)習(xí)者即時(shí)測(cè)評(píng)、作業(yè)及期末測(cè)評(píng)中涉及知識(shí)點(diǎn)的掌握情況與課程知識(shí)地圖中對(duì)應(yīng)知識(shí)點(diǎn)需要達(dá)到的目標(biāo)進(jìn)行比對(duì)，精確判斷出學(xué)習(xí)者的知識(shí)掌握情況。學(xué)習(xí)行為維度：從學(xué)習(xí)者的出勤、學(xué)習(xí)進(jìn)度、學(xué)習(xí)交互度、學(xué)習(xí)投入度、任務(wù)貢獻(xiàn)度等方面深度挖掘外顯學(xué)習(xí)行為和內(nèi)隱學(xué)習(xí)行為，精準(zhǔn)識(shí)別學(xué)習(xí)者屬于哪種學(xué)習(xí)者類型、具有怎樣的學(xué)習(xí)特點(diǎn)和習(xí)慣等。學(xué)習(xí)情緒維度：從生理測(cè)量（智能穿戴設(shè)備測(cè)量心電、腦電、皮電等信號(hào)）、行為測(cè)量（面部表情、肢體動(dòng)作、論壇評(píng)論信息挖掘等數(shù)據(jù)）和發(fā)放量表問卷三種方式對(duì)學(xué)習(xí)者的學(xué)習(xí)情緒進(jìn)行綜合判定。

（3）基于學(xué)習(xí)者畫像預(yù)警模型能為學(xué)習(xí)者提供精準(zhǔn)的學(xué)習(xí)預(yù)警和個(gè)性化的教學(xué)干預(yù)。預(yù)警模型基于學(xué)習(xí)者畫像技術(shù)，在學(xué)習(xí)行為、知識(shí)掌握情況、學(xué)習(xí)情緒等方面綜合分析、識(shí)別學(xué)習(xí)者的學(xué)習(xí)狀態(tài)，實(shí)現(xiàn)精準(zhǔn)地預(yù)警；通過設(shè)計(jì)不同的預(yù)警策略庫，根據(jù)學(xué)習(xí)者的預(yù)警情況匹配相應(yīng)的預(yù)警策略，實(shí)施個(gè)性化的教學(xué)干預(yù)，以提高學(xué)習(xí)效能。還有一點(diǎn)需要強(qiáng)調(diào)的是由于學(xué)習(xí)是一個(gè)動(dòng)態(tài)適應(yīng)的復(fù)雜過程，教學(xué)干預(yù)可能需要進(jìn)行多次才能完成，故教學(xué)干預(yù)也是一個(gè)迭代遞進(jìn)優(yōu)化的過程。

對(duì)在線開放課程學(xué)習(xí)全過程進(jìn)行及時(shí)預(yù)警和干預(yù)是提高在線開放課程學(xué)習(xí)質(zhì)量的重要措施。本研究基于學(xué)習(xí)者的基本屬性、知識(shí)掌握情況、學(xué)習(xí)行為、學(xué)習(xí)情緒四個(gè)維度對(duì)學(xué)習(xí)者畫像進(jìn)行建模，形成學(xué)習(xí)者群體畫像和學(xué)習(xí)者個(gè)體畫像，并針對(duì)不同學(xué)習(xí)群體和學(xué)習(xí)個(gè)體進(jìn)行學(xué)習(xí)預(yù)警和個(gè)性化教學(xué)干預(yù)，為教學(xué)者提供基于“證據(jù)”的教學(xué)決策支持服務(wù)，通過實(shí)踐驗(yàn)證了其有效性。誠然，研究也還存在一些不足：如研究的學(xué)習(xí)者畫像偏重知識(shí)掌握和學(xué)習(xí)行為維度，對(duì)學(xué)習(xí)情緒進(jìn)行畫像構(gòu)建還存在畫像顆粒度較粗、情感數(shù)據(jù)采集與測(cè)量有待進(jìn)一步加強(qiáng)。同時(shí)，實(shí)踐應(yīng)用范圍還應(yīng)擴(kuò)展到更多課程中展開研究，這些將是項(xiàng)目團(tuán)隊(duì)進(jìn)一步的研究方向。