学习分析技术与方法
分享
课程详情
课程评价
spContent=对人类学习本质、影响关系与背景因素的探究一直是教育研究者面临的全球性挑战。教育智能时代，技术支撑的教与学日益常态化，旨在通过对原始学习数据进行评价，发现学习者行为习惯的规律，预测学习者状态以及提供及时反馈的学习分析（LA）日益受到重视。课程联合国内高校专家、青年学者，整合国际的研究成果与成熟实践，让学习者掌握利用学习分析技术提升e-learning环境设计有效性的路径和方法，同时为对未来教育感兴趣的各领域学习者提供理论框架、方法技术与参考实例。
—— 课程团队
课程概述

数据驱动下的教育研究和实践亟须系统而完善的计算分析技术赋能，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实践领域。

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材内容中，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。期待这门课能让你所有所得，期待课程的开设能够促进领域内的共识、共享与共建，为推进数据驱动教育范式的建立做出有益贡献。

课程有五方面的特色：

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，之后为学习者提供一个对所遇到的各种决策，分析工具的概念，依次组件的课程内容框架可能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。

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”。

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。

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. 理解学习分析概念、内涵、价值与应用模式。

   2. 理解教学习分析与教育教学变革的关系，把握其发展动态。

   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。

   4. 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。

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。

证书要求

为积极响应国家低碳环保政策， 2021年秋季学期开始，中国大学MOOC平台将取消纸质版的认证证书，仅提供电子版的认证证书服务，证书申请方式和流程不变。

 

电子版认证证书支持查询验证，可通过扫描证书上的二维码进行有效性查询，或者访问 https://www.icourse163.org/verify，通过证书编号进行查询。学生可在“个人中心-证书-查看证书”页面自行下载、打印电子版认证证书。

 

完成课程教学内容学习和考核，成绩达到课程考核标准的学生（每门课程的考核标准不同，详见课程内的评分标准），具备申请认证证书资格，可在证书申请开放期间（以申请页面显示的时间为准），完成在线付费申请。

 

认证证书申请注意事项：

1. 根据国家相关法律法规要求，认证证书申请时要求进行实名认证，请保证所提交的实名认证信息真实完整有效。

2. 完成实名认证并支付后，系统将自动生成并发送电子版认证证书。电子版认证证书生成后不支持退费。


参考资料

1. 张琪.学习分析技术与方法[M].科学出版社.2018.

2. 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.

3. 刘三女牙.计算教育学[M].科学出版社.2021.

4. (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.

5 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。