基于xAPI的在线学习行为可视化研究

摘  要：互联网时代，在线学习成为教育领域的一个重要话题。为了更好地了解学生的学习情况，分析学生的学习行为，文章以xAPI技术作为学习行为描述规范，从课程访问行为、参与学习行为、交互讨论行为、任务完成行为四个维度设计了相应的学习行为活动流，收集学生的学习经历数据，最后对学习行为数据进行可视化分析，为师生提供个性化教学反馈。

关键词：在线学习;xAPI;可视化分析;学习经历

中图分类号：TP391  文献标识码：A 文章编号：2096-4706（2021）17-0029-04

Abstract： In the internet age， online learning has become an important topic in the field of education. In order to better understand students learning situation and analyze students learning behavior， this paper takes xAPI technology as the learning behavior description specification， designs the corresponding learning behavior activity flow from the four dimensions of course access behavior， participation learning behavior， interactive discussion behavior and task completion behavior， collects students learning experience data， and finally makes a visual analysis of learning behavior data， provides personalized teaching feedback for teachers and students.

Keywords： online learning; xAPI; visual analysis; learning experience

0  引  言

隨着教育数据的兴起和大数据相关技术研究的兴起，在线学习行为分析受到越来越多研究者的关注。张丽园[1]提出了基于EDA方法，用于在线学习中检测学生行为，分析了在线学习环境下学习成绩好的学生行为特征规律，以便他们能够更好地参与在线学习;闫艾萍[2]对学生的学习行为数据进行了分析，建议教师在教学中合理有效的应用数据分析为学生制定相应的计划以及有针对性的干预意见;王祎[3]分析了在线学习行为分析的各要素，对分析中的关键技术进行研究，并实现在线学习行为分析的场景应用;蒙江、李春秋、卜昭锋等[4-6]将xAPI规范引入在线学习平台，为学习者学习经历的跟踪、学习数据的存储和学习行为的分析提供了框架。

在线学习行为是学习者在线学习过程中产生的一系列行为，包括观看视频、回答问题、发帖求助、查看课件、浏览论坛、上传资源、访问学习平台、与他人讨论和交流等。与传统的线下学习分析相比，由于在线学习行为分析可以获取学习者在线学习的各种记录数据，而不是通过问卷获取主观强的数据，因此在线学习行为分析能够更加全面、客观、深入地了解学生的学习情况、发现学生的学习规律，提供教学反馈并指导教学过程，对个性化教学具有积极指导作用。

本文从数据采集、数据存储和数据可视化三个部分设计了在线学习行为分析的过程，如图1所示。

对学生的学习数据进行收集、存储。可视化，最后提供教学反馈，提供更为精准的符合学习者特征的个性化学习资源推荐服务，提高学生学习效率和学习效果。

1  在线学习行为规范化表示

1.1  xAPI

xAPI （experience API）是一种用来储存和访问学习经历的技术规范，旨在促进学习经历的记录和交流。它指定了一种描述学习经历的结构，并定义了以何种方式交换这些描述。在xAPI中，使用活动流语句Statement记录用户的学习活动或操作行为，Statement采用JSON数据格式，这样可以很方便的描述学习行为。表1详细列出了活动流语句Statement的相关属性。

在上面的属性中，参与者（Actor）、动作（Verb）和对象（Object）三个属性是一条活动流语句statement必须要包含的属性。一条最简单的活动流语句statement可以表示为<参与者（Actor）+动作（Verb）+对象（Object）>，其中参与者（Actor）是主体，相当于Statement语句的主语，通常是指参与学习活动的学生或者教师;动作（Verb）是参与者的交互行为，相当于Statement语句的谓语，比如Accessed（访问）、Completed（完成）、Interacted（交互）、Read（阅读）等行为;对象（Object）是活动的交互对象，相当于Statement语句的宾语，通常是指Audio（音频）、Article（文章）、Comment（评论）、File（文件）等。

1.2  基于xAPI的在线学习行为规范化表示

根据xAPI标准，statement语句必须具有“参与者（actor）”属性、“动作（verb）”属性和“对象（object）”属性，但是没有限制各属性的值。xAPI提供了“动作（verb）”属性的参考列表[4]，结合在线学习行为活动流设计的需要，选择如表2所示的行为动词表作为“动作（verb）”规范。

“对象（Object）”是在学习过程“参与者（actor）”需要访问或交互的对象，可以是图片、视频、试题等学习资源，也可以是电子勋章等功能。根据xAPI提供的“对象（Object）”属性的参考列表，结合在线学习的实际情况，我们选择如表3所示的规范作为学习行为跟踪对象。

本文从课程访问行为、参与学习行为、交互讨论行为、任务完成行为四个维度对学生的在线学习情况进行分析，并在每一个维度下都设计了基于xAPI学习行为活动流来描述相應的学习经历数据，如表4所示。

2  在线学习行为数据采集与存储

本文选择Moodle平台作为学习管理系统（LMS），LearningLocker作为学习记录存储（LRS），采集在线学习行为数据，如图2所示。步骤为：（1）学习者在moodle平台参与学习;（2）将moodle平台生成的日志表logstore_standard_log中的数据传到Expander模块;（3）Expander模块借助moodle平台数据库扩展交互数据;（4）将扩展后的数据按照本文设计的xAPI活动流规范转换为statement语句;（5）将statement语句发送到LearningLocker。

3  在线学习行为可视化分析

本研究是授课老师所进行的“个性化教学改革与研究”下开展的在线学习行为可视化分析，选取了护理系2020级药学班25名学生作为研究对象，依托二次开发的moodle教学平台进行教学，收集学生的线上学习数据，借助在线学习经历规范xAPI技术进行可视化分析，部分可视化结果如图3和图4所示。

图3分别统计了学生在课前、课中、课后参加教学活动的频次。分析可知，学生在课中和课后都积极参与在线交流讨论，交流问题，分享经验;微课是学生比较喜欢的一种学习方式，不管课前，还是课中或课后，学生都喜欢通过微课进行学习，课前观看微课预习，课中观看微课掌握相关知识点，课后观看微课巩固补缺。

图4反映了学生在Excel函数学习过程中交流讨论的情况。可以看出，诸如：嵌套函数、参数设置、IF函数等都是学生讨论较多的知识点，这也是本章节的重点和难点，借助图4的分析结果，教师可以有针对性地提供教学资源、集中讲解，提高教学效率。

4  结  论

本文以xAPI技术作为学习行为描述规范，从课程访问行为、参与学习行为等四个维度设计了相应的学习行为活动流，收集学生的学习经历数据，对学习行为数据进行可视化分析，更加全面、客观、深入地了解学生的学习情况、发现学生的学习规律，提供教学反馈、指导教学过程，对个性化教学具有重要的指导作用。

参考文献：

[1] 张丽园，洪如霞.基于数据分析的学生在线学习行为研究 [J].豫章师范学院学报，2021，36（2）：87-91.

[2] 闫艾萍，胡宇弘，邢欣.基于学习分析技术学习者在线学习行为特征研究 [J].安徽体育科技，2021，42（2）：68-73.

[3] 王祎.在线学习行为分析及应用研究 [D].武汉：华中师范大学，2018.

[4] 蒙江.基于xAPI的数字化交互式学习系统设计与实现 [D].武汉：华中师范大学，2020.

[5] 李春秋.基于用户画像的智慧图书馆个性化服务研究 [J]. 阜阳职业技术学院学报，2020，31（4）：69-72.

[6] 卜昭锋，杜晓明，朱宁，等.基于xAPI的数字化学习过程数据跟踪 [J].现代教育技术，2019，29（1）：86-92.

作者简介：林龙成（1989—），男，汉族，江苏盐城人，讲师，硕士研究生，研究方向：信息化教学。