基于情境感知的智慧教学动态生成性数据采集模型与交互可视分析机制研究

Focusing on the collection and the analysis of data generated from the process of teaching and learning is one of the key issues in research of smart education. As mobile terminal, cloud computing, sensors, context-aware technologies and other new technologies integrating into the whole process of teaching progressively, traditional method of data collection relied on users’ participation in phases has been unable to meet the urgent needs of smart teaching on scientific analysis and efficient application of the process information. Therefore, there is an urgent need to bring new methods and new technology to collect the process data generated dynamically and occurred continuously and naturally. Currently, there has been lack of a uniform standard and specification of data collection with the problems of diverse data sources and complex data structure. Although some researchers have attempted to introduce context-aware technology into a single teaching activity to build data collection model, but there is a lack of systematic collection methods to establish a sharable and reusable data model. The project tries to build a context-aware model to collect the process data generated in smart teaching and learning, define the description specifications of data generated dynamically and the exchange mechanism of data between the client and the server on Experience API norms and IMS Caliper framework, select data storage mechanism and analysis method combined with data types and their teaching situations, provide users with interactive visual dashboard from their actual needs, develop a prototype system and conduct experimental research to improve the method of data collection and analysis. The work of this project could provide news ways and new methods to build educational big data model.

随着云计算、大数据和移动互联网等新技术融入教学全过程，智慧教育逐步兴起，带来更为高效、智能和个性化的教学体验。智慧教学过程中动态生成数据具有多源异构、非完整、关联性强等特征，传统方法难以进行有效采集与深度分析，建立统一的数据采集规范与分析机制，高效采集、科学分析过程性数据成为当前智慧教育研究亟待解决的问题。目前已有研究缺乏可重用、共享并交换数据的模型与方法，难以形成跨系统、大规模数据采集框架。本项目基于情境感知技术构建智慧教学数据采集模型，基于xAPI规范与Caliper框架定义动态生成性数据描述规范与云端数据交换体系，解决云端环境下教学大数据采集问题；探索基于用户认知模型的交互式可视化分析策略，将隐喻知识转变成用户便于接受和认知的动态图形；研发原型系统开展实证研究和效果评估，提出动态生成性数据采集与分析的优化方法与演化机制，为建立教育大数据模型和发展教育大数据云服务提供新思路与方法。

随着云计算、大数据和移动互联网等新技术融入教学全过程，智慧教育逐步兴起，带来更为高效、智能和个性化的教学体验。智慧教学过程中动态生成数据具有多源异构、非完整、关联性强等特征，传统方法难以进行有效采集与深度分析，建立统一的数据采集规范与分析机制，高效采集、科学分析过程性数据成为当前智慧教育研究亟待解决的问题。本项目提出基于情境感知的智慧教学动态生成性数据采集模型与交互可视分析机制研究，研究的主要内容：（1）探讨智慧教学动态生成性数据的采集技术，建立基于情境感知的智慧教学动态生成性数据采集模型、描述规范、存储方式与交换机制，实现多源异构数据的共享与互操作；（2）研究智慧教学数据可视分析方法与交互呈现方式，提出数据分层分析框架和基于认知模型的人机交互可视化分析方法，突破传统分析方法交互不足和理解性差的问题；（3）搭建动态生成性数据采集与分析原型系统并开展实证研究，优化动态生成性数据采集与分析方法。针对项目研究构建的数据采集模型、数据分析方法与可视化分析机制进行深入研究，在珠海等地开展了智慧课堂常态化应用的试点研究，数据覆盖范围包含93所学校、378个班级、622名教师用户数据以及8115节课堂数据，其中每条课堂数据包含大量过程性行为数据和学业结果数据。通过对上述数据的频繁序列挖掘和聚类分析，分析了智慧课堂教学结构的构成体系和教学模式的演变特征，并运用交互可视化分析方法对结果进行呈现，结果分析发现：新技术的使用极大地改变了教学过程的性质，信息技术与课堂教学的深度融合引发了课堂教学结构的变革，逐渐转向以教师主导，学生主体相结合的理想形态结构。且在智慧课堂智能化技术和智慧化教学的支持下，教师的智慧能力得到了进一步发展，智慧教与学能力体系初具雏形，并逐步趋向于成熟，为教师积累专业成长性知识和提升专业发展能力提供了客观有效的建议。