大数据环境下大学生泛在学习系统设计研究

胡静 陈美芳 沈友华

【摘要】本文以教育技术学专业为例，设计基于大数据环境的泛在学习系统，为该专业学生实施泛在学习提供支持，其核心功能包括自主学习、协作学习、在线学习、资源设置、大数据与物联网分析与处理。通过大数据和云计算技术对学习者学习数据进行采集与分析，可以实现个性化推荐服务，使学习者更加精准地获取到自己需要的学习资源，为其制定专属于个人的自主学习计划，实现了以学习者为中心的个性化学习。

【关键词】泛在学习;大数据;大学生

随着计算机科学技术、互联网以及大数据的飞速发展与普及，学习方式也随之发生了重大变革，从远程学习到网络化学习再到移动学习，网络正在改变着人们的学习方式和学习习惯。在大数据环境下，学生更能实现无时无刻、无处不在的学习，能够随时随地更加精准地获取所需要的任何信息，同时通过浏览过的信息和资源获得学习者可能会感兴趣的信息或同类资源，并将其推荐给相应的学习者，这样一来，给予了学习者更多的选择机会，其获取到的资源也会更加全面。本文以教育技术学专业为例，研究大数据环境下大学生泛在学习系统。

1.概念界定

1.1大数据

大数据是IT行业术语，麦肯锡全球研究所给出的定义是，大数据是一种比传统数据库软件工具拥有更强的数据获取、存储、管理、分析能力的数据集合，其显著特征是大量、高速、多样、真实、低价值密度，它能够对海量的数据信息进行存储以及专业化处理，从而创造更高的价值[1]。大数据在各行各业都有运用，比如购物软件通过大数据分析技术，了解用户或消费群体的喜好和需求，提供产品或服务的个性化推荐，以实现精准营销。在教育领域也不例外，将大数据技术运用到学习系统或学习平台中，也能为学习者提供精准的学习资源推荐，为学习者特定的个人学习计划提供相应的资源。

1.2泛在学习

泛在学习又称为无缝学习、无处不在的学习。国内外研究者普遍认为泛在学习是由Weiser提出的“泛在计算”衍生出来的概念[2]。目前对它还没有一个统一的定义。美国发展中心的报告称，泛在学习是在计算技术环境下设计的一种学习环境[3];付道明等认为泛在学习是学习者在真实与虚拟世界的融合环境中随时随地开展学习活动的一种方式[4];Zhao Haila等认为，泛在学习是学习者通过任何智能设备在任何时间、地点开展学习活动的智能学习环境[5];综上所述，泛在学习具有泛在性、及时性、持续性、交互性、主动性、教学行为的场景性等特点，是一种“以学习者为中心，以学习任务本身为主导”的学习，是学习者主动进行的自发性行为。

2.大数据在泛在学习系统中的作用分析

从学生的角度来说，大数据技术可以实现个性化推荐服务、知识精准搜索、学习行为分析、学习风格分析、偏好分析等，通过这些数据的采集与分析分析，可以了解到不同学习者的喜好，推荐相关联的知识、志同道合的学习伙伴以及相关领域的专家教师，这些也都是很有意义的学习资源，能够为之后的学习带来一定的帮助。

从教师的角度来说，大数据等技术能带来学习者数据采集与分析，可以更客观地了解学生的学习行为、学习数据，以及学习习惯或方法上存在的一些问题，进而更有针对性的实施因材施教，使学生的成长与发展更加全面。

3.大数据背景下的泛在学习系统设计模型

理想的泛在学习是在一个交互性强、无缝的学习环境或条件下进行。在大数据技术的支持下，泛在学习系统设计模块包括泛在学习需求分析、目标分析、内容分析、学习策略分析及泛在学习绩效评价等。

泛在學习需求分析首先对泛在学习的学习环境进行分析，包括硬件设施环境和软件资源环境，为开展泛在学习提供基础保障，其次进行学习者特征分析，了解学习者的心理特征，掌握学习者的起点和初始能力，为制定学习目标、选择学习策略提供依据，此外对学习需求进行评估，通过分析可以使得设计出的学习系统更具针对性，更适合教育技术学专业的学习者使用;泛在学习目标分析主要对学习内容的专业性目标和技术性目标进行分析，掌握知识、能力、态度以及技术等方面的预期目标，分析实然状态，对比差距分析等;泛在学习内容分析在进行了需求和目标分析后，根据大数据分析，对学习者的学习内容进行设计与选择、并开发与管理配套资源，分析与处理相关数据;泛在学习策略选择包括个别化学习、多人协作学习、线上线下混合学习等;泛在学习绩效评价并不只是单一的评价方式，而是过程性评价和总结性评价相结合，利用网络环境开展线上线下评价相结合。

4.大数据背景下的泛在学习系统功能设计

本文以教育技术学专业为例设计泛在学习系统，为该专业的学习者进行泛在学习提供条件、资源等方面的支持。教育技术学专业偏重学生的实践动手能力，所修课程多且课程设置比较复杂，对教学资源的类型及内容需求较多。

泛在学习系统可以促进对大学生学习行为的分析，能够让他们运用多元化的学习方式进行学习，获得免费共享的优质学习资源，利用大数据精准定位学习需求，在最短的时间范围内自主选择更加灵活的时间和地点进行碎片化学习。在泛在学习系统中运用大数据技术，对学生的学习行为数据进行感知挖掘和知识获取来让学习系统越发具备个性化的特点，并为学生推送相关学习资源;教师可以通过分析学生的学习行为数据和在线交流情况，了解学生的学习效果和学习需求，对于学生普遍存在的难点问题，可以再一次进行针对性的讲解。

该系统核心功能包括自主学习、协作学习、在线学习、资源设置、大数据与物联网分析与处理等。

4.1自主学习模块

自主学习模块是学习者根据自己的学习需求寻找相应学习资源的一种学习方式，该模块可以实现在线课程学习、离线课程学习，以及在线互动。在线课程支持4G移动网、WIFI等，学习者可以在线观看或者在线下载缓存观看，以实现课程的在线学习;离线课程用于无网络全覆盖的环境中，学习者只需先在网络环境下，在学习设备上安装离线资源包，即可获取其中预设的相关学习资源，而当网络连接后，学习数据也会进行实时同步，实现数据收集;在线互动功能能够让学习者之间进行交流互动并获得讲解者的解答和反馈，可以促进学习者对知识的理解与学习，还能让学习者在探索和学习知识的过程中提升成就感与满足感，进一步保持学习热度。在此同时后台能获取学生的学习数据和学习行为，实现对学生学习风格、学习偏好等的分析，进而进行个性化推荐。

4.2协作学习模块

协作学习是学习者通过组建小组或团队的形式共同开展学习的一种方式。该模块可以实现好友添加、建立讨论组、资源共享以及邀请好友一起学习的功能。在协作学习环境下，学习者之间可以实现跨时间跨空间的随时随地的学习和交流，一起探讨知识，一起完成小组学习任务。

4.3在线学习模块

在线学习更多强调的是时间的同步性，需要在某个特定的时间进行学习，分为名师或专家直播、本校教师在线授课两部分。学习者不管身处什么地方，都可以随时随地获取专家直播视频和其它学习资源，实现无缝的泛在学习。本校教师在线授课既面向本科的师生，为自己学校带来便利，也面向网络上的学习者，扩大群体范围，任课教师利用线上网络建立课程，学生通过课程邀请码加入课程后，教师就可以进行在线授课。该模块也同样设计了在线互动功能，学习者可进行留言和讨论，方便交流或私信。

4.4资源设置模块

教育技术学专业所需资源较多，教学内容复杂，为更好的服务于该专业学生，促进泛在学习效果，该系统提供了多而全面的资源供学习者使用，内容多样，形式丰富。内容包括单个知识点精讲、课程系统知识讲解、专业理论型知识、技能型知识、单元测试题以及课程题库等，资源形式包括视频、PPT课件、Word、PDF等，学习者可根据自己的需求进行选取。

4.5大数据与物联网分析与处理模块

泛在学习系统的使用离不开各种新技术的支撑与服务。本系统是在物联网、云计算、大数据技术支持下运行，利用物联网实现智能化管理，所有设施能被远程感知和控制，将物理世界和人类世界联系在一起，并利用互联网进行传输和处理。该模块起着至关重要的作用，可以对泛在学习过程中的各种要素进行追踪和控制，获得学习者的学习数据，实现个性化推荐服务、知识精准搜索、学习行为分析、学习风格分析、偏好分析等，为学习者、教师、教育管理者提供学习、教学、教学观摩等一系列教学活动的平台，为泛在学习的顺利开展提供保障。利用这些数据分析，可以了解不同学习者的喜好，为他们推荐相关联的知识、志同道合的学习伙伴以及相关领域的专家教师等，同时通过大数据给出的客观数据信息，可以让教师更加全面客观地了解学习者的学习行为、学习数据，便于发现他们个人或共同存在的一些问题，进而更有针对性的实施因材施教，促进学生的进步。

5.结论

泛在学习的发展离不开智能化技术的支持，随着科学技术的进一步发展，泛在学习系统还将迎来进一步的功能与性能优化。本文设计的基于大数据环境的泛在学习系统，为教育技术学专业学生实施泛在学习提供支持，学习者进行跨越时间和空间的无缝学习，随时随地获取自己所需的信息和资源，利用大数据、云计算等技术，可以通过算法实现个性化推荐服务，能够精准地获取到学习者所需的学习资源和信息，并推荐给相关联的人，学习者可以制定专属于个人的自主学习计划，实现以学习者为中心、学习任务为主导的个性化学习，为终身教育提供新的思路。

参考文献：

[1]马莉，张勇.大数据背景下的实验室建设探索[J].教育教学论坛，2020（21）：384-385.

[2]Weiser M. The Computing for the Twenty-First Century[J]. Scientific American，1991.

[3]吕利婷.基于混合现实的高校泛在学习研究[D].郑州大学，2018.

[4]付道明，徐福荫.普适计算环境中的泛在学习[J].中国电化教育，2007，（7）：94-98.

[5]章伟民，徐梅林.全球视阈中的教育技术：应用与创新[M].上海：华东师范大学出版社，2006.8.

作者简介：

1.胡静（1998.4-），女，汉族，贵州毕节人，在读研究生，研究方向：现代教育技术;

2.陈美芳（1980.8-），女，江西余江人，副教授，硕士，研究方向：教育技术及多媒体应用;3.沈友华（1978.12-），男，江西大余人，副教授，研究方向：高等教育。

基金項目：

1.江西省高等学校教学改革研究省级课题《大数据环境下大学生泛在学习系统设计与应用研究》（课题编号：JXJG-19-10-19）;

2.江西省教育科学“十三五”规划2020年度课题《基本移动网络的民办高校大学生泛在学习影响因素研究》（课题编号：20YB277）。