基于Moodle平台的学习分析研究

摘 要：在教育领域，学习分析是一种基于大数据分析的新技术，其核心是对教育数据进行收集、整理、分析和预测，使用学习分析技术可以提供智能的资源推送，促进个性化学习。由于学习分析可以增强学生对教与学的理解，因此对优秀网络教学平台中的数据进行学习分析至关重要。本文首先阐述了学习分析的定义、内涵及学习分析的一般过程，然后详细介绍了本研究中使用的网络教学平台Moodle的主要功能及其记录的数据，最后提出了在Moodle平台上进行学习分析的方案，以及具体的实施过程。

关键字：学习分析；Moodle；个性化学习

中图分类号：G434 文献标志码：A 文章编号：1673-8454（2015）09-0006-05

一、引言

学习分析是近几年出现的一种新技术，主要用于分析海量的学习数据，以促进学习过程。它是关于数据到信息，再到知识的分析加工处理精炼的过程。使用学习分析可以更好的解释教学，优化教学。学习分析技术可以满足教育信息化的时代要求，可以深层的挖掘数据进而可视化表示。学习分析技术在Moodle中的应用研究势不可挡，学习分析技术使得Moodle中的学习数据可视化，进而为学习者提供个性化学习服务。

二、什么是学习分析

目前，学术界对“学习分析”尚未形成一个严密的定义。不同的研究者对学习分析的定义不同。最早的学习分析定义源于EDUCAUSE的“下一代学习挑战”，其中将学习分析定义为“使用数据和模型预测学生收获和行为，具备处理这些信息的能力。”在2011年2月的LAK11会议上，LAK对学习分析做了较权威的定义，即“学习分析是以理解和优化学习及其发生的环境为目的，对学习者及其所处情境的数据进行的测量、收集、分析和报告。”在《地平线报告2011》中，NMC也阐释了学习分析的定义――学习分析是以评估学业成就、预测未来表现、发现潜在问题为目的的，对学生产生和收集的大量数据进行阐释的过程。不管是从定义机构的权威性，还是从定义使用频率上看，大多数研究使用的是LAK11和NMC的定义。

学习分析技术的分析过程一般包括以下几个环节：①收集、获取数据。分析技术的基础就是数据，所以在进行分析之前首先要收集和获取需要的数据资源。②储存数据。将收集获取的数据储存在一个相关的数据硬盘里，以便之后进行使用，避免收集数据的意外丢失。③校正数据。校正异常的、不一致的数据，使数据呈现正常的状态。④整合数据。将数据整合到现有的数据集中或是以一种相同的词汇进行描述。⑤分析数据。运用分析工具对大量数据进行分析，以获得描述性的或预测性的模型。⑥数据的可视化。形成报告或图表来向公众呈现和论证模型。⑦预警。通过数据的可视化和模型的建立，对相关领域的管理者提出预警，以提早做出必要的准备，预防不利事件的发生。

三、Moodle网络教学平台

Moodle是以建构主义特别是社会建构主义学习理论为基础设计的网络教学平台，其基本结构是围绕课程而组织的，充分体现了以学习为中心的教育理念。教师和学生相互协作，利用自己原有的知识经验，共同构建知识。目前它已成为深受世界各地教育工作者喜爱的一种为学生建立网上动态网站的工具。

Moodle的特征，像很多著名的学习管理系统一样，Moodle可以管理内容元件，但是更针对教育训练设计，另外，更加强了学习者的历程纪录，让老师们更能深入分析学生的学习历程。模块化的程序设计使得Moodle的修改和扩充十分灵活，强大的教学功能、易学易用的特征使Moodle成为国际上最流行的优秀教学平台之一。

1.Moodle平台的主要功能

Moodle平台的主要功能有课程管理、用户管理、丰富的教学活动、实用的评价系统等。根据不同的访问人员需要不同功能可以把Moodle的功能划分为：管理员功能、教师功能、学生功能、访客功能。

（1）管理员功能

管理员主要负责搭建支持网络学习的软硬件平台环境，可以分为主管理员和课程创建者。主管理员主要负责对平台进行配置和维护。课程创建者主要负创建新课程，设置课程信息和任命教师，他们不对课程进行管理。

（2）教师功能

教师角色分为主讲教师和无编辑权教师。主讲教师可以在负责的课程中做任何事情，比如添加删除各种教学活动、上传课程资料、为学生评分等。无编辑权教师，即助理教师，可以教课辅导学生、给学生打分、进入教师讨论区等。

（3）学生功能

学生在课程中通常拥有较少的特权。学生可以在线参加学习活动，在线学习网络课程，并将自己的学习心得感悟写在自己的Blog上。同时学生可以修改自己的个人资料。

（4）访客功能

访客通常是拥有最小的权限，而且不能在任何地方输入文本。访客进入Moodle网络课程平台后，只能浏览特定的一些资源。在线的作业、论坛、调查等一般不能参加。

2.Moodle中记录的数据

由于Moodle本身的特征，它能够记录大量的数据。包括有管理员的数据、学生的数据、教师的数据，有关访客的数据等等。由于本研究主要是研究学习分析如何为学习者提供个性化服务，因此我们聚焦到Moodle中记录的有关学生和教师的数据。根据Moodle中的学生功能和教师功能的特点。我们把学生数据分为：课前学习准备、课中的学习以及学习结果的评价数据；把记录的教师数据分为教学准备、教学实施以及教学评价反馈数据。

（1）学生数据

Moodle中记录的学生数据丰富多彩，课前学习准备数据包括学生注册、报名选课、浏览课程介绍、浏览课程大纲、浏览课程公告等数据。课中学习的数据包括学生学习课程资源、在线提问、在线讨论、利用Wiki进行小组协作、参加测验等数据。学习结果的评价数据包括查看作业反馈情况、查看个人活动记录等。

（2）教师数据

教学准备数据包括教师注册、申请课程、课程公告、上传学习资源、添加活动等数据。教学实施数据包括在线教师答疑、参与论坛讨论、布置作业、查看学生的学习情况等数据。教学评价反馈数据包括作业评定、论文评定、专题测验、网上活动评定等数据。

四、基于Moodle平台的学习分析

1.基于Moodle平台自身功能的学习分析

Moodle本身的数据统计分析功能给教师提供了一个进行简单学习分析的环境。报表模块是每个Moodle中的必备模块，它主要是为课程管理者和学习者提供一些简单的可视化的分析。作为整站的管理员可以查询每门课程的情况，授课教师只能查询自己所教授的那门课的报表，作为学生只能查寻自己的学习情况。报表包括五个部分，日志、实时日志、课程活动、课程成员、统计。下面将结合我们自己搭建的Moodle（我学在线“http：///”）平台中得特色课程《应用Moodle开展教学》一一介绍报表的五个部分。

（1）日志

日志，是报表中最详细的信息检索，它可以具体到某个人某天在某项活动中的行为数据。日志分析为教师提供了详细的行为追踪，教师依靠这些日志数据可以有效的观察到个体学生的行为活动。日志的信息呈现形式是以表格的形式列出各种信息。表格在一定程度上方便了教师查找某个学生的行为数据，但是日志报表的缺陷是教师必须要对每个学生进行查找，而且要清晰学生行为产生的具体时间，否则教师将无法查到可用数据。我们都知道网上学习活动是随时的人数比较庞大的，因此对于日志适合小规模班级授课时，老师查看学生的学习情况。根据每个学生产生的不同行为数据，老师可以提供个性化的服务。

（2）实时日志

实时日志，顾名思义它是学习者产生的一些及时数据记录。它可以查看所有学生在最近一个小时内的行为数据，如图1所示。学生在最近一个小时内的操作都可以在这里显示出来，教师可以通过这些数据监控学习者的学习行为，并可以在适当的时候给予干预。比如，当教师组织一个实时的教学活动时，就可以在实时日志这里查看是否每个学生都参与了活动。但是，没有参与活动的学生在这里不显示，教师不能通过实时日志对这些学生进行干预，只能借用其他的方式对其进行干预。

（3）课程活动

课程活动报表，包括了整个课程的所有活动，如课程公告、论坛、作业、反思等。它以周的形式进行呈现如图2、图3。我们可以看到课程活动报表的第一列是本周所有的活动、中间一列是参与活动的情况、最后一列是最近访问时间。从最上面我们也可以看出本周课程的实施时间。课程活动表可以清楚的向教师展示每个活动的参与情况，方便教师对参与度较低的活动进行改进。

对比两周的活动，我们可以发现学生参与反思的活动的情况的课比较的好。而课程测验和投票等活动的参与情况比较差。而且通过比较我们也可以发现学生参与测验活动的情况越来越差。第三周教育技术专业术语的学习参与情况比较乐观。导致学生参与或者不参与活动的原因是什么？是因为教师的强制要求有关？还是个人的兴趣有关？还是课程的学习内容有关？

（4）课程成员

课程成员，Moodle中的课程成员包括管理者、教师、学生以及游客四类。课程成员报表中的活动模块把所有的活动按类型进行划分，作业、图书、投票、词汇表、网页、测验、问卷调查、Wiki协作等；课程成员报表中的回顾可以选择不同的时间，如一天、两天、一星期、2个月等；课程成员报表中的只显示值是指你所要显示的的成员角色，如管理者、教师、学生等；其中显示动作包括浏览和发帖。通过课程成员报表教师可以查看学生参加活动的情况，当学习者没有参加学习活动时，教师直接发送邮件提醒学习者参加学习活动。

比如，现在我们在活动模块选择第二周学习反思区，回顾选择8个月，只显示选择学生，显示动作选择得到如图4所示。从图4中我们可以看到选这们课的学生共有179人，也可以看到参加发帖的人不多。通过点选图4中最右侧的选择，教师或课程管理人员可以选择未参加活动的学生，然后给这部分学生发送消息，提高他们参加活动的积极性。虽然说教师可以手动添加未参加课程的人员，但是当选择课程的人员过多时，就会造成不便这就需要采取新的改进措施。

（5）统计

统计，面对的对象更广一些，更多的是针对一门课程、一类活动进行分析 统计。它同时可以生成可视化的折线图。当我们选择《应用Moodle开展教学》课程，报表类型选所有活动（浏览和）学生，时间选择8个月会生成如图5所示的统计图。

从图5中可以看出浏览的次数远远多于的次数，同时可以看出在2013年11月学生比较积极，不管从浏览还是从来看，学生的参与情况都比较好。但是其他时间为什么学生参与活动的次数降低了呢？为什么学生喜欢浏览信息而不喜欢信息？导致这些种问题发生的原因是学生厌倦了这种学习方式？还是学生对所学知识不感兴趣吗？还是教师的指导不够？这些问题的出现与中国学生自身的文化习惯有没有关系？等等。这些问题好需要研究者进一步进行研究。

2.基于Moodle的数据使用Gephi软件进行学习分析

Gephi是一款开源免费跨平台基于Java的复杂网络分析软件， 其主要用于各种网络和复杂系统，动态和分层图的交互可视化与探测开源工具。可用作探索性数据分析，链接分析，社交网络分析，生物网络分析等。

Gephi是学习分析的一款通用性工具软件，可以用来分析学习活动中的复杂关系行为。我们主要使用Gephi分析Moodle平台中的论坛数据。在数据的选取上没有以课程为单位，而是选择的整站的数据。调用了整个Moodle平台中论坛数据，并对其进行了相应的分析。

数据的筛选，是依靠SQL从Moodle中选出需要的数据。进行这一步操作需要一定的SQL语言能力。我们导出的数据格式是CSV格式。因为在Gephi中要求数据格式为CSV。导入数据，通过使用Gephi中的数据资料直接导入数据。然后对导入的数据进行相应的设置。我们选则的设置是Fruchterman Reingold流程，统计选择是模块化，然后根据模块化的结果进行排序，其次设置节点权重、分割，最后在预览视图进行细微的调整。如图6所示。

从图6的论坛数据中我们可以直观地看到图被色块分割成了几个比较部分。还可以看到每个部分都是以某个人为中心向外发散的。根据图上的数据我们对中心人物进行了跟踪，发现其都是教师，这些色块基本上是授课教师和学生的交互。图中圆圈的大小代表了在论坛中的活跃程度，圆点越大说明越活跃，连线显示了都与哪些人在交流。在这个Moodle中开课的有宁夏大学、天津师范大学、华南师范大学、陕西师范大学等，这些大学的学生在平台中进行学习时，一般只是与自己本课程的学生进行交流而不与其他课程或者其他院校的学生进行及交流。造成这些的原因可能是由于Moodle平台本来就是以课程为单位进行学习与交流的，如果不选这门可的话就很难与这门课程中的人员进行交流。从图中也可以看出2号教师和165号教师有交流联系，我们猜想是他们互相选了彼此的课程，经过我们考察验证，也确实是这样。

3.基于Moodle平台的学习分析的实施

依据Moodle中两种不同的学习分析，具体开展学习分析的步骤如下：①教师依据自身的技术习惯，选择是运用Moodle中的自带学习分析功能还是借助外界的分析软件进行学习分析。②如选择Moodle中的学习分析功能，教师就可以在报表中选择自己想要的功能进行学习分析，从而为学生提供个性化的服务。比如运用课程成员检索图，可以方便的查看学生参与学习活动的情况并可以对未参与活动的学生直接发送邮件提醒其学习。如选择是利用外部的学习分析工具，教师就要有一定的技术基础，或者可以寻求技术人员辅助自己完成学习分析，根据学习分析的可视化图，教师进行学习的个性化指导，或者修改自己的教学设计，以便学生更好地参与教学活动。③运用学习分析的结果指导教学实践。

五、总结

对使用Moodle教学而言，新技术的出现无疑对其是一种冲击，教师如何更好的使用Moodle为学生提供个性化的学习指导值得我们思考。对此我们提出了以下的建议：

对于Moodle自身的分析统计功能，教师应该重视起来，充分运用这些功能来辅助自己的教学，比如报表中的课程活动，教师就可以针对不参加活动的学生进行一些提醒，让不参加教学活动或是很少参加教学活动的学生变的积极一些。当然，Moodle本身的统计功能不够强大，不能进行一些智能的资源服务推送，当学生人数过多时，教师也难以对其进行手动的控制。这就需要Moodle开发人员适当的开发一些适合学习分析的插件，来帮助教师和学生，为教与学提供服务。

对于外部学习分析工具的使用，应该鼓励教师使用其帮助教学。因为对Moodle中的数据筛选需要一定的技术背景，不是所有的教师都有这方面的技能，所以教师在运用外部学习分析工具时，可以寻求技术人员的帮助。提供个性化服务是未来教育的趋势，Moodle网络教学中的个推动需要教师积极主动地去探索。

参考文献：

[1]Brown，M.Learning analytics：the coming third wave [DB/OL].http：//net. educause. edu/ir/library/pdf/ELIB1101.pdf，2011-4-1.

[2]Siemens，G.Learning and Knowledge Analytics-Knewton-the future of education？ [EB/OL].[2011-04-14].http：///？p=126.

[3]Moodle Pty Ltd. About Moodle[EB/OL]. http： //docs. moo-dle. org /25 /en /Philosophy，2013-07-14.

[4]Wilbert Kraan and David Sherlock.Analytics Tools and Infrastructure [R/OL]. [2014-06-23].CETIS Analytics Series， 1（11）. http：//publications. cetis.ac.uk/wp-content/uploads/2013/01/Analytics-Tools-and-Infrastructure-Vol-1-No11.pdf.

[5]Siemens，G.What are Learning Analytics？ [EB/OL]. http：//www. Elearnspace. org/blog.

[6]马红亮，袁莉，郭唯一，许楠，杨洋.反省分析技术在教育领域中的应用[J].现代远程教育研究，2014（4）：39-46.

[7]李艳燕，马韶茜，黄荣怀.学习分析技术：服务学习过程设计和优化[J].开放教育研究，2012（5）：18-24.

[8]孙洪涛.学习分析视角下的远程教学交互分析案例研究[J].中国电化教育，2012（11）：40-46.

[9]祝智庭，沈德梅.学习分析学：智慧教育的科学力量[J].电化教育研究，2013（5）：5-12+19.

[10]吴永和，陈丹，马晓玲，曹盼，冯翔，祝智庭.学习分析：教育信息化的新浪潮[J].远程教育杂志，2013（4）：11-19.

[11]朱珂，刘清堂.基于“学习分析”技术的学习平台开发与应用研究[J].中国电化教育，2013（9）：127-132.

[12]顾雯.基于Moodle平台的混合式学习[D].上海师范大学，2012.

[13]阔宇.基于Moodle平台的混合式学习教学设计研究[D].沈阳师范大学，2013.

[14]王丁.基于Moodle平台的网络课程的研究[D].四川师范大学，2008.

[15]马晓玲，邢万里，冯翔，吴永和.学习分析系统构建研究[J].华东师范大学学报（自然科学版），2014（2）：1-19+39.

[16]严琴琴，戴心来，陈峰.学习分析：在线学习研究与实践的新方向[J].中国教育信息化，2014（7）：21-24.