认证学习
学习分析技术与方法
分享
课程详情
课程评价
spContent=2020年上线，2025年认定为国家一流本科课程，配套教材《学习分析技术与方法》是国内较早系统阐释学习分析的教材 、7次印刷 丨 线上课程的建设离不开跨校协同的专家共同体 致谢——北京师范大学武法提教授、华中师范大学童名文教授、华南师范大学詹泽慧教授、华东师范大学江波教授、江南大学马志强教授、教育部教育技术与资源发展中心黄志南研究员、湖北大学陈德鑫教授等专家，在那段"特殊时期”创造条件录制，并给予的无私帮助。感谢诸多学校、学员对课程的关注和反馈，让她在 “群智”浇灌下持续生长。丨 本期起，面向生成式人工智能与教育数字化深入发展的新形势，新增：基于眼动技术与功能性近红外光谱技术的学习分析（詹泽慧）、学习内容路径规划与生成技术（童名文）、有序网络分析与多智能体的会话分析（马志强），以“国家智慧教育平台”为例阐释学习分析的设计与发展（黄志南），并增设AI4Science驱动学习分析范式重构（张琪）专题。
—— 课程团队
课程概述

随着国家教育数字化战略行动的深入推进和生成式人工智能的快速发展，教育正在经历从“经验驱动”走向“数据驱动”、从“规模供给”走向“精准服务”的深刻转型。数据驱动下的教育研究和实践亟须计算分析技术赋能。学习分析作为数据密集型研究范式在教育领域的应用，致力于“测量、收集、分析、报告学习者及其学习环境数据”，助力教育研究从宏观群体走向“每一个体的真实”，使得规模化教学过程中提升学习者的学习绩效以及个人成就成为可能，成为教育领域极具热点和潜力的领域。

作为一门前沿课程，《学习分析技术与方法》以教育数据的收集、测量与分析为主线，涵盖了学习分析的理论基础、技术方法、实践应用、研究进展和发展趋势等内容。同时，将学习者画像、学习推荐系统与学习分析工具纳入教学内容，并面向智能时代拓展了多模态学习分析、学习内容生成、多智能体会话分析等新专题，让学习者掌握利用学习分析技术以提升e-learning环境设计有效性的路径和方法。

如果你已经接触了学习分析，希望尝试使用数据来理解学习，或者参与技术改进教与学的应用以及政策改进，相信你能在课程中获得更多的想法与见解；如果你从事教学工作，我们希望课程的开设能为你带来更多理解与赋能教学的机会。期待这门课能让你学有所得，期待课程的开设能够促进领域内的共识、共享与共建，为推进未来教育范式的建立做出有益贡献。

课程特色：

一是以学习者视角展开设计。课程设计、微视频设计、动画设计、案例设计等的引入既契合教育技术专业学生的认知水平，也能让非专业学生和社会学习者理解与掌握。

二是相关内容的创新重构。综合近年来学习分析的研究成果，围绕学习分析的“数据获取”“报告呈现”与“判断预测”架构课程脉络。课程开篇为“学习准备”章节，之后为学习者提供从概念理解、工具使用到分析决策的渐进式内容框架，适用于不同层面的学习者。尤其增加了信息的生成能力、教育资源建设能力、新型学习模式的利用能力等内容，回应人工智能时代对学习者能力结构的新要求。

三是内容提炼特色。基于对大学生已有知识、水平与能力的系统分析，结合对社会学习者的广泛调研，展开课程导学、内容与拓展环节的设计。

四是以实践为立足点。既聚焦如何收集、分析和呈现数据，同时阐释“为什么分析”以及“分析结果的教育价值”，并以“国家智慧教育平台”等真实场景为案例，贯通技术方法与教育应用。

五是体现学科交叉特征。课程从教育学、信息科学、认知科学等领域对学习分析的研究展开剖析，彰显教育数字化背景下的新范式、新思维与新方法。

六是群智共建的开放生态。课程由多所高校专家协同建设，并在7期开课中持续吸纳学员的问题、案例与建议，形成“专家共建、学员共创、动态更新”的课程演进机制，让课程内容与领域发展同频共振。

授课目标

使学习者掌握学习分析的内涵与本质，掌握学习分析的关键技术，初步掌握数据驱动教学的实践方法；学会利用学习分析技术提升e-learning环境设计有效性的路径与方法。课程旨在让学习者达成如下教学目标：

1. 理解学习分析的概念、内涵、价值与应用模式，认识其在教育数字化转型中的地位与作用。

2. 理解学习分析与教育教学变革的关系，把握人工智能时代学习分析的发展动态与前沿趋势。

3. 掌握常用数据分析指标及教育数据处理、分析与可视化展现的基本技能，了解眼动、近红外光谱、多模态等新型学习数据采集与分析方法。

4. 初步掌握数据驱动教学与智能化学习设计的实践方法，能够针对自适应学习、学习路径规划、学习内容生成等场景提出分析方案。

5. 形成良好的教育数据意识与教育数据思维，遵守教育数据伦理规范，负责任地运用数据与人工智能技术。

课程大纲
预备知识

本课程主要针对利用数据来理解和改进学习，或者参与数据驱动教与学应用的教师、学生、研究人员与管理者。学习本门课程前，希望您对学习分析的相关基础知识及技术工具有一定的了解。

参考资料

1. 武法提等. 学习分析技术——一种面向学习者的视角. 教育科学出版社. 2025.

2. 张琪. 学习分析技术与方法[M]. 科学出版社. 2018.

3. 刘三女牙, 杨宗凯. 量化学习: 数据驱动下的学习行为分析[M]. 科学出版社. 2018.

4. 刘三女牙. 计算教育学[M]. 科学出版社. 2022.

5. (美)戴维·涅米等，韩锡斌、韩赟儿、程建刚译. 教育领域学习分析[M]. 清华大学出版社. 2020.

6. Lang, G. Siemens, A. Wise and D. Gašević (Eds.). Handbook of Learning Analytics (First edition). Creative Commons License 4.0. 2017.

特别说明：部分案例来自网络，仅供学习、交流、科研，不作商业用途。如果侵犯到您的权益，请与课程团队联系：zqzqhata@sina.com。


常见问题

Q : 没有编程基础是否可以学习？A : 完全没有问题，试听几节看看？

Q : 文科专业是否可以学习？A : 适合，咱们课程的归属是教育学类。

Q : 计算机专业的可否选修？A : 非常欢迎，用数据思维解决教育中的真实问题，是我们的愿景。

其他：

1. 本课程部分图文来自《学习分析技术与方法》（科学出版社），部分图片、视频源自网络，如有涉及版权，请及时联系我们。

2. 请遵守网络文明守则，不发布违法、违禁、不良信息。

3. 请尊重老师、助教与同学，友善发言，共创良好学习环境。