基于大數(shù)據(jù)的學(xué)習(xí)行為分析斯坦福大學(xué)于2016年發(fā)布了《2030年的人工智能與生活》報告，該報告指出：新一代人工智能技術(shù)將深刻地影響教育領(lǐng)域，支撐智慧教育的實現(xiàn)。隨后，美國白宮發(fā)表的ArtificialIntelligence,Automation,andtheEconomy報告也著重指出：人工智能技術(shù)未來會在學(xué)校廣泛應(yīng)用，基于人工智能的自動輔助教學(xué)工具會滲透到教學(xué)的方方面面，實現(xiàn)真正意義的個性化教育。面對當(dāng)今勢頭強勁的在線教育，人工智能技術(shù)正在對其產(chǎn)生多方面的影響。面向教育的大數(shù)據(jù)分析實例大數(shù)據(jù)的發(fā)展為教學(xué)管理提供了更多的管理手段，基于大數(shù)據(jù)預(yù)測、分析基礎(chǔ)上的教學(xué)管理方法和決策模型，在傳統(tǒng)的教學(xué)模型上有了很多的改變，大數(shù)據(jù)技術(shù)和互聯(lián)網(wǎng)思維將影響教育發(fā)展規(guī)劃，加快推進教學(xué)活動與現(xiàn)代科技的融合。以大數(shù)據(jù)為基礎(chǔ)的教學(xué)管理主要體現(xiàn)在三個方面：（1）評價日常教學(xué)的質(zhì)量：主要是分析學(xué)生的成績，了解學(xué)生知識掌握情況，對不同班級的教學(xué)效果進行橫向比較。（2）改進和提高教學(xué)方法：通過分析學(xué)習(xí)軌跡數(shù)據(jù)，查找教學(xué)的薄弱環(huán)節(jié)，提供改進意見。（3）支持教學(xué)的運行決策：分析學(xué)校師資、資源、管理等方面的狀況，優(yōu)化學(xué)校的教學(xué)資源配置，正確運用評價結(jié)果，全面診斷學(xué)校的教育教學(xué)水平，發(fā)現(xiàn)其中的薄弱領(lǐng)域和環(huán)節(jié)，從而為下一步改進提供依據(jù)。以下通過兩個實例，分別從兩個方面介紹大數(shù)據(jù)在教學(xué)中的應(yīng)用。―叵1普渡大學(xué)Signal學(xué)業(yè)預(yù)警系統(tǒng)學(xué)業(yè)預(yù)警是指學(xué)校針對學(xué)生在求學(xué)過程中出現(xiàn)的學(xué)業(yè)不佳、違規(guī)違紀(jì)等現(xiàn)象，對學(xué)生本人及家長作出及時提示，并采取相關(guān)措施以幫助學(xué)生順利完成學(xué)業(yè)的一種監(jiān)督管理制度。隨著我國高等教育步入大眾化階段，各類高等院校在面臨諸多發(fā)展機遇的同時迎來了巨大的挑戰(zhàn)，在校大學(xué)生數(shù)量急劇增加，許多學(xué)生由于自身學(xué)習(xí)目標(biāo)迷茫、學(xué)習(xí)態(tài)度不端正、自主學(xué)習(xí)能力和自控能力較差和受到如網(wǎng)絡(luò)世界、交友不慎、家庭條件等外界因素影響，導(dǎo)致學(xué)業(yè)狀況不佳，從而無法按時順利畢業(yè)。因此利用學(xué)業(yè)預(yù)警機制對學(xué)生學(xué)業(yè)進行實時動態(tài)監(jiān)控、成績預(yù)測和預(yù)警，不僅能幫助學(xué)生有效規(guī)避學(xué)業(yè)危機，引導(dǎo)和督促學(xué)生科學(xué)學(xué)習(xí)，還可以保障學(xué)校教育教學(xué)質(zhì)量，促進建設(shè)和諧高校。國內(nèi)的學(xué)業(yè)預(yù)警系統(tǒng)形式單一、功能有限，學(xué)業(yè)預(yù)警機制難以落實到位,缺乏時效性。美國一些高校通過對學(xué)生的SAT成績、家庭經(jīng)濟情況、宿舍停留時間長短以及食堂用餐情況的分析，了解他們退學(xué)的可能性，以便幫助那些在學(xué)業(yè)以及大學(xué)生活適應(yīng)性上出現(xiàn)問題的學(xué)生。普渡大學(xué)的退學(xué)預(yù)警系統(tǒng)是基于對學(xué)生學(xué)業(yè)變量，如課程GPA成績、等級考試成績以及學(xué)生登錄課程網(wǎng)站頻率的分析。在這些方面綜合表現(xiàn)不好的學(xué)生會被亮黃燈甚至紅燈，然后收到一封學(xué)業(yè)失敗危險預(yù)警郵件。郵件建議他們盡快與導(dǎo)師聯(lián)系，或者尋求外界幫助。普渡大學(xué)的研究者發(fā)現(xiàn)，那些曾經(jīng)被亮黃燈，即處在中度學(xué)業(yè)失敗危險的學(xué)生，收到預(yù)警郵件后會在課堂上表現(xiàn)得更好。而那些直接被亮紅燈，即處于高危群體的學(xué)生，即便收到了預(yù)警郵件，他們在課堂表現(xiàn)上也不會有太大改觀。由此也可以看出，早期預(yù)警對成績不佳的學(xué)生順利完成學(xué)業(yè)顯得十分重要。2美國高等教育大數(shù)據(jù)分析實例根據(jù)預(yù)測分析報告(PredictiveAnalyticsReportingFramework)在美國西部有16所高校學(xué)習(xí)數(shù)據(jù)分析項目，包括170萬學(xué)生，產(chǎn)生的數(shù)據(jù)集有810萬個修課記錄，定義的學(xué)生的學(xué)習(xí)特征有33個變量，如學(xué)習(xí)者身份變量、學(xué)習(xí)基礎(chǔ)變量、課程特征變量、學(xué)習(xí)行為變量和教學(xué)行為特征變量等。其中，無論是對特征的提取還是對修課記錄的分析都離不開大數(shù)據(jù)和云計算技術(shù)如圖1所示，PAR的實現(xiàn)過程主要分為六個部分，各部分之間有緊密的邏輯關(guān)系解釋數(shù)據(jù)結(jié)果數(shù)據(jù)分析與預(yù)測完成分析報告在線學(xué)生記錄敎學(xué)驗證與于預(yù)集成相關(guān)數(shù)據(jù)解釋數(shù)據(jù)結(jié)果數(shù)據(jù)分析與預(yù)測完成分析報告在線學(xué)生記錄敎學(xué)驗證與于預(yù)集成相關(guān)數(shù)據(jù)PAR框架實現(xiàn)過程圖1P\K框架實現(xiàn)過程1.收集學(xué)生學(xué)習(xí)行為記錄。隨著技術(shù)的發(fā)展，在線開放課程的使用越來越普及，在線平臺也如雨后春筍般涌現(xiàn)，如三大MOOC平臺：Coursera,Udacity和EDX等，很多學(xué)校把傳統(tǒng)教學(xué)活動移到在線系統(tǒng)上，換了一種教學(xué)環(huán)境，不僅方便了學(xué)生，還為教師節(jié)省了很多時間。系統(tǒng)會記錄學(xué)生瀏覽課程、觀看視頻以及完成習(xí)題和測試等行為數(shù)據(jù)，這一系列的記錄都可以反映出學(xué)生在學(xué)習(xí)過程中的具體情況。2.集成學(xué)生學(xué)習(xí)的相關(guān)數(shù)據(jù)。大量原始的學(xué)生記錄存儲在數(shù)據(jù)庫或系統(tǒng)日志里，需要篩選出有用的信息，通過統(tǒng)計方法或相關(guān)技術(shù)對教學(xué)活動進行記錄并加以整理，在整個PAR框架的實現(xiàn)中起著很關(guān)鍵的作用。3?對集成的數(shù)據(jù)進行分析和預(yù)測。這個過程主要使用統(tǒng)計分析和數(shù)據(jù)挖掘技術(shù)。把初步整理的數(shù)據(jù)通過統(tǒng)計推理的方法，分析學(xué)生的不良學(xué)習(xí)特征,分析和比較不同院校學(xué)生的學(xué)習(xí)保持率、學(xué)習(xí)進步和完成情況，然后對學(xué)生特征進行建模并對結(jié)果進行預(yù)測分析，這是教學(xué)活動分析中很關(guān)鍵的一個步驟，是學(xué)生學(xué)習(xí)情況的結(jié)果分析和教學(xué)改進意見的主要依據(jù)。4.對數(shù)據(jù)分析和預(yù)測的結(jié)果進行解釋。根據(jù)分析和預(yù)測的結(jié)果，對結(jié)果數(shù)據(jù)的數(shù)值大小或意義進行解釋，對偏高或偏低的數(shù)值給出分析結(jié)果，對結(jié)果使用統(tǒng)計方法進行分類或標(biāo)注，找出學(xué)生學(xué)習(xí)成績高或低的原因。5?教學(xué)決策和干預(yù)。完成學(xué)生數(shù)據(jù)的分析報告，使用可視化技術(shù)把解釋結(jié)果形成圖表或文字呈獻給教學(xué)管理者。教學(xué)管理者根據(jù)分析