学习分析模型的分类与对比研究 三 交互网状学习分析模型学习分析的数据采集和分析大多借助计算机和网络工具得以实现，因而从信息交互的角度，本研究归纳出交互网状学习分析模型这类模型在描述学习分析基本环节及其信息流向的同时，增加了相应的引擎进行数据分析和结果反馈该类模型着眼于学习环境中学习分析的应用，突出了学习分析的个性化和自适应特点，对搭建学习分析系统和平台具有一定的指导价值1 整合式学习分析系统为了使学习分析技术工具更好地应用于学习环境中，SOLAR的学者们设计了一种多个引擎支撑的学习分析系统[22]，如图4所示该系统主要由分析引擎、干预引擎、学习适应和个性化引擎来实现其中，分析引擎是该模型的核心，它整合了多个分析模块，通过社交网络分析、话语分析等技术来实现数据的分析处理图4 整合式学习分析系统图5 Chatti的学习分析模型该模型将数据分析结果分别输入干预引擎、学习适应和个性化引擎，根据需求分别实现学习内容的适应性和个性化以及预测、评估和干预该模型中的仪表盘可根据用户角色的不同，选择不同的呈现内容和呈现形式(如可视化、图形化等)，并实现数据的输出该模型不仅描述了利益相关者、学习分析目标、数据采集与处理，还强调了技术方法、工具设备以及内外部局限，为构建网络学习分析系统提供了参考依据。
2 融合多源信息的学习分析框架德国曼海姆大学的教育技术专家Ifenthaler等[23]为突出学生、学习、课程之间的关系，构建了一个融合多源信息的学习分析框架该模型对学习环境中的学习者个人特征、社会网络、物理数据、课程数据、反馈数据等进行了整合，并运用学习分析引擎、个性化和自适应引擎、报告引擎对数据进行处理和分析在整合数据时，该模型综合考虑了学习环境中数据来源的多样性、异构性、分散性等特征，将数据、分析工具、环境连接为一个具有反馈环节的闭合系统与整合式学习分析系统相比，该模型将零散的分析方法融合到学习分析的各个环节中，因此更便于理解此外，该模型还将管理和制度两个限制因素融合到学习分析过程中，增强了学习分析的整体性四 多因素学习分析模型在实施学习分析时，不仅要依照一定的实施流程，还要考虑在实践过程中可能影响学习分析结果的因素，从而提升学习分析模型的整体性和完备性多因素学习分析模型的构建，从人文角度进一步优化了反馈环状学习分析模型和交互网状学习分析模型1 多因素学习分析通用设计框架荷兰开放大学的Greller和Drachsler[24]在对现有文献进行梳理的基础上，全面、整体地考虑了影响学习分析的多种因素，提出了一个由利益相关者、目标、数据、工具、内部限制和外部约束等六个关键维度构成的多因素学习分析通用框架。
模型中的数据主要指数据的来源，此外，该模型从人文角度，提出了学习分析中针对学习者的内部限制，以及针对教育者和管理者的外部约束——内部限制主要指学生解读分析结果进而提高学习效果的能力，外部约束则强调社会道德、法律约束、隐私权、组织机构规则等2 Chatti的学习分析模型德国亚琛工业大学的Chatti等[25]认为，学习分析的主要步骤包括：数据采集与预处理、数据分析与行动、后续处理基于此，他们提出了一个由数据与环境、技术、利益相关者、目的等四个维度组成的学习分析模型，如图5所示他们认为，学习分析的意义体现在检测分析、预测干预、评价反馈、适应反射、个性化推荐等五个方面，这五个方面受指导者、环境等因素的影响该模型与多因素学习分析通用设计框架有很多相似之处，相比之下，Chatti的学习分析模型将影响学习分析的因素融入到数据环境与技术中，使多因素学习分析通用设计框架更加具体详尽考虑到Greller的学习分析通用模型中的内部限制和外部约束所针对的人群同属于利益相关者，Chatti将内部限制和外部约束纳入利益相关者维度，使多因素学习分析通用设计框架中的各因素更加清晰、精准五 学习分析模型的比较分析根据上述三类学习分析模型的特征，本研究分别从设计特点、重点环节、呈现形式及其所体现的特性等四个方面对这三类模型进行比较，如表1所示。
①反馈环状学习分析模型侧重理论角度，给出了以数据采集、数据处理、结果应用等基本环节作为学习分析的要素，强调上述三个环节的具体实施步骤和信息反馈过程该类模型以环状形式呈现，体现了学习分析的过程性与循环性，是一种面向过程的模型②交互网状学习分析模型侧重技术角度，用不同类型的引擎如分析引擎、干预引擎、自适应引擎、报告引擎等来代替对学习分析事实步骤的具体陈述，并结合网络平台的信息交互模式以网状形式呈现学习分析的过程，体现了学习分析的交互性与多源性，是一种面向服务的模型③多因素学习分析模型侧重人文角度，将影响学习分析的因素分为环境因素、数据层面的因素、技术层面的因素、目标因素、利益相关者中学生的因素和制约教育者、管理者的因素等该类模型以模块化的形式给出了学习分析的限制因素，体现了学习分析的整体性与完备性，是一种面向约束的模型表1 学习分析模型比较类型设计特点重点环节呈现形式特性反馈环状学习分析模型从理论角度出发，整体描述了学习分析的实施环节及流程数据采集、数据处理、结果应用环状过程性循环性交互网状学习分析模型从技术角度出发，为构建学习分析系统及平台提供参考数据采集、数据处理、个性化与自适应网状交互性多源性多因素学习分析模型从人文角度出发，列举出限制实施学习分析的条件、影响学习分析结果的因素数据、对象、环境、技术工具模块化(分类)整体性完备性以上三类模型都是对早期学习分析模型的优化，因而存在许多共性：①从宏观上看，三类模型都将数据采集与数据处理作为学习分析的基础、将数据分析作为学习分析的关键，并综合考虑包括环境层面、数据层面以及利益相关者等影响学习分析的各个要素，实施合理的干预措施，最终达到促进学习和优化教学的目的；②从微观上看，三类模型在学习分析过程中的数据来源、技术方法、工具以及利益相关者等方面也都有共同之处。
此外，三类模型也有各自的侧重点：①反馈环状学习分析模型将学习分析的各个环节及实施步骤以环状的形式呈现出来，着重表现了数据的采集与处理和分析结果的应用；②交互网状学习分析模型将信息交互的特征融入学习分析过程，描述了各个环节及其技术支持，强调为构建基于学习分析的网络系统平台提供参考依据；③多因素学习分析模型给出了影响学习分析的各方面因素以及相互制约关系，更多地体现了学习分析中的人文层面六 结论在大数据时代的背景下，学习分析模型的构建不仅要考虑实施学习分析的过程性和循环性，还要考虑各方面的影响因素，更要体现学习分析模型的整体性和完备性学习分析模型不仅是指导学习分析实践的重要组成部分，也是学习分析平台构建和学习分析系统开发的蓝图期待本研究相关学习分析模型的分类与对比分析的研究结果，能为未来学习分析模型的改进和优化提供支持，并推动学习分析更好地服务于学习过程和教学过程参考文献：[1]Siemens G. Learning and knowledge analytics-Knewton the future of education?[OL].