xAPI记录系统在分析网络学习行为中的应用

邢晓萧+师海宁

摘 要：由于网络学习中教与学的时空分离，导致学习者的学习行为不能很好地被教育者所掌握，学习质量不尽如人意。针对这一现象，文章提出采用xAPI这一学习技术规范，运用xAPI记录系统从多个维度有效记录学习者的学习行为，通过学习行为模型，分析影响学习效果的行为，进而提出改善学习质量的建议。

关键词：学习行为；xAPI；网络学习行为分析

文章编号：1672-5913（2017）05-0133-03

中图分类号：G642

1 xAPI概述

2013年美国“高级分布式学习”（advanced distributed learning，ADL）组织发布Experience API（简称xAPI） 1.0.0版本[1]。xAPI 是一种技术规范，专门用来存储和访问学习经历。它是“训练和学习框架”（TLA）中的一个部分，国外已经有学习平台通过这种方式记录学习的行为。如果说被记录的学习行为是一种“产品”，那么xAPI便可以称为是创建“产品”的图纸。xAPI利用数据流来描述学习经历。“Statement” 在xAPI规范中是一种具有语义结构的数据，将学习事件数据存储到LRS（learning record store）中。Statement可以记录学习者任何种类的学习经历，是符合某种格式的学习事件教据。学习经历的所有属性，包括操作者、动作、对象、结果、环境、时间戳等属性，这些将学习环境、学习者、学习活动以及学习的内容联系在一起。

从xAPI官网发布的信息来看，学习者可以在任何时间、地点，通过任何平台进行学习，xAPI技术通过Statement收集、跟踪和记录学习事件的数据，这一功能和具体的平台无关[2]。根据这些特性，传统的E-Learning开发商已经将xAPI技术应用于多个方面——定制开发（游戏）、移动应用系统、模拟仿真等。

相对于近年来的一些学习技术标准（以SCORM为例）， xAPI有如下几点优势：

（1）SCORM学习标准在记录数据的过程中需要网络保持畅通，而xAPI技术标准实现基本功能只需有分段网络 。

（2）SCORM学习技术标准记录的内容必须被安置在LMS（learning managed system）中；在xAPI规范下，任何时间地点都可以进行跟踪记录，不限设备，跟踪学习时间不需要开始或结束于LMS中。

（3）基于xAPI使用LRS存储机制，学习者可以拥有自己私密的资料存储库，学习者的学习经验能保存在学习者个人的存储空间中，并能跟随学习者在不同组织间转移，实现和其他学习者共享数据，学习者的学习记录数据库之间可连通。

（4）SCORM学习标准只能跟踪正式规定的设备和电子课程，xAPI却可以跟踪记录正式和非正式的学习者的行为。

2 网络学习行为分析的重要性

目前在学术界对网络学习行为的概念没有权威的界定，笼统地讲，网络学习行为是指网络环境下学习者在学习的过程中发生的所有能够影响学习的行为。网络学习行为有两个基本要素：一是必须在信息技术环境下；二是由学习者主动发生的行为，如阅读、记录、听讲、记忆、分析、辨别、对比、答疑、合作、设计、作业等都属于网络行为。网络学习行为与传统学习行为本质的区别是网络学习环境的特殊性，这也造成网络学习教与学的时空分离。例如，传统学习强调学习的结果，而网络学习行为会记录学习者平时学习的过程，通过分析学习者在学习中的变化，教师能够对症下药。网络学习与传统学习在教与学的行为模式对比见表1[3] 。

网络学习产生的行为与传统学习行为不同，因为网络学习行为在网络环境中产生，依托信息技术设备，学习行为可以以数据文字的方式记录下来，虽然网络学习环境有很多优势，但是有些网络学习行为仍然不能被记录下来，比如学习动机、学习态度、学习风格等一些内隐性的学习行为，通常记录下来的是一些外显性的学习行为。要对上述纪录下来的数据进行分析，就需要建立一个分析学习者学习行为的网络学习行为分析模型[4]。

3 基于xAPI的网络学习行为分析模型

xAPI目前正处于发展阶段，xAPI的核心要素是Statement，Statement的结构中记录学习活动的语句形式是“主语+谓语+目标”，如可标记为：I did this。虽然Statement在逻辑结构顺序不能随意改动，但是稳定的框架中可以灵活的加入其他属性要素。

网络学习行为分析具体应该包括以下几个步骤：①搜集行为数据；②分析行为数据；③反馈行为分析的结果到教学过程中。

我们在国内外研究的基础之上，针对现有网络学习行为分析模型的不足之处，提出如图1所示的基于xAPI的网络学习行为分析模型。

中国远程教育技术标准中的体系架构与参考模型规范（CELTS-1），将学习系统最高抽象为学习者之间及与环境的交互 [5] 。交互行为称为学习的外在表现形式， 在网络学习环境中会发生很多操作行为，xAPI可以在网络学习环境下记录网络学习行为，而记录之前要分析所有可能发生的所有操作行为。首先将所有可能进行的交互行为毫无遗漏分析出来，为分析网络学习行为打下基础；然后结合xAPI记录网络学习行为的方法，确定在网络学习行为的过程中所要记录的操作行为；根据xAPI记录的数据，将具体操行为名称和具体操作内容总结出来，进行下一步的分析。

然而，我们平时使用的网络学习环境还不能直接使用xAPI，需要在网络学习平台的后台修改相应代码，保证发生的学习行为可以以xAPI中的Statement的格式存储在LRS中，同时保证每一个学习者对应一个唯一的LRS。这样当所有网络学习行为在发生时都能够记录在LRS中时，就将网络学习环境投放给学习者们使用。在网络学习者使用的过程中，每一个学习者专有的LRS会记录下学习者的学习过程，每一个Statement存儲一个行为，所有的Statement就组成了学习者的整个学习过程。endprint

网络学习与传统的学习相比，学习者在自身心理、生理上都会有所不同，并且在网络环境下学习者的年龄段也参差不齐。要对网络学习环境下的学习者进行学习风格的分析，可以从生理、心理、社会、情感、环境5个维度对网络学习行为进行分析。

从心理维度来看，网络学习行为的表现有：按照网络学习平台导航设置的学习计划、章节进行依次学习，先查看学习目标、重难点，然后学习课程，做课后练习，搜寻答案这个循序渐进的过程，主动尋求教师的帮助；有的表现为喜欢阅读文字、观看视频学习，喜欢按自己的方式依照顺序进行学习内容的选择，喜欢独立思考；还有的表现为学习没有规律，学习内容更换频繁，或经常与其他学习者进行讨论等。

从生理角度来看，网络学习行为的表现有：喜欢借助图片、视频、音频、表格等结构概念明显的学习资源进行学习；喜欢音视频带声音的动画等视频学习；喜欢有案例实践的活动分析；喜欢虚拟的实验活动等。

从情感角度来看，网络学习行为的表现有：自我坚持完成课程内容，自己完成学习任务，自己监督完成上课任务，主动搜索学习相关内容；学习遇到困难不主动去寻找解决的办法，需要老师、其他学习者的激励帮助，学习过程中容易受到网络当中别的信息的影响，并且无法控制，需要他人管制，主动登录学习平台的次数少。

从环境方面来看，有的学生在网络学习环境中喜欢将环境设置成有柔和的音乐、色彩相对温暖，以此获得平静的心情；有的喜欢眼里明亮的色彩，以及轻快的音乐，让自己处于富有激情的环境中；也有的对环境并没有强烈的愿望。

从社会性角度看，网络学习行为的表现有：喜欢参与网络社区活动，进行讨论且发表意见、提出问题等；不参与上述活动的学习行为；通过各种方式解决自己的问题、自己完成作业、浏览网页；有的学生表现为依赖老师和同学的帮助、听从老师布置的学习任务、不熟悉网络学习平台；有的学习者与小组成员相互讨论合作、在线提出疑问、回答问题、参与辩论、竞争活动、积极回答问题。

4 结 语

从上述5个维度分析学习行为数据，有利于形成新的学习策略，反馈给学习者，如建议通过增加学习交流时间、提出自己的见解、回答其他学习者的疑问等行为，提高学习者的学习效率。并且可以对学习的过程提出可靠的建议，同时分析学习者的学习顺序，发现其中隐藏的误区，进而提出改进学习顺序的建议。通过分析学习行为数据，教师可以改进课程的教学设计、教授方法等。

参考文献：

[1] 顾晓青， 郑隆威. 获取教育大数据： 基于xAPI规范对学习经历数据的获取与共享[J]. 现代远程教育研究， 2014（5）： 13-23.

[2] 李青， 孔冲. 下一代SCORM标准的新动向——ADL TLA和Experience API解读[J]. 电化教育研究， 2013（8）： 61-72.

[3] 彭文辉. 网络学习行为分析及建模[D]. 武汉： 华中师范大学， 2012.

[4] 李玉斌， 严雪松. 网络学习行为模型的构建和实证[J].电化教育研究， 2012（2）： 39-43.

[5] 彭文辉， 杨宗凯. 网络学习行为系统 概念模型构建研究[J]. 中国电化教育， 2013（9）： 39-46.

（编辑：彭远红）endprint