在线学习环境下学习者画像构建研究

摘要：互联网时代，在线学习成为教育领域的一个重要话题。为了更好地了解学习者的学习情况、跟踪学习者的学习过程、分析学习者的学习行为，文章从个人信息、学习风格、兴趣偏好以及认知水平四个维度对学习者画像进行了设计，并以xAPI技术作为学习行为描述规范，在每个维度下都设计了xAPI学习行为活动流，以收集相应的学习经历数据，构建了基于xAPI的学习者画像模型。

关键词：学习者画像;在线学习;xAPI

中图分类号：TP393      文献标识码：A

文章编号：1009-3044（2022）11-0152-02

学习者画像作为新技术，虽然直接相关的研究比较少，但是画像在教育领域中的应用潜力正在被挖掘。赵玲朗等[1]依托智慧学习平台，将基于知识图谱的学习者画像模型应用于“高中物理”课程，促进了个性化学习;孙发勤[2]等讨论了学习风格的建模过程，并通过对在线学习者个案分析，阐述了学习者画像在指导学习资源精准推荐、评估在线学习者学业失败或退出风险等方面的应用，为个性化教育实施提供了实践案例;谈松英[3]基于上海开放大学人文学院在线学习者调查数据，分析了学习者族群在学习动机、学习偏好、学习策略、个人能力等方面的共性及差异化特征。

作者通过对学习者群体识别及特征分析，设计构建了基于在线学习行为的学习者画像，与目前正在使用的Moodle在线学习平台相结合，提供更为精准的符合学习者群体特征的个性化学习资源推荐服务。以提高学生学习效率和学习效果为目的，满足学生个性化学习需求，激发学生学习潜能，为在线学习平台中更加精准化的个性化资源推送提供指导。

1 学习者画像

用户画像是大数据背景下的产物，用户在网络上的行为被记录和存储后被重新融合，借助大数据分析技术，提取用户各方面的特征（如需求、偏好等） ，抽象出用户标签，借助用户画像从不同维度描述用户特征，精细刻画出用户。用户画像最开始是被应用在商业金融领域，用来帮助平台收集分析用户信息，并根据用户画像进行精准营销等。

学习者画像是商业领域中“用户画像（user persona） ”在教育领域中的应用。在教育领域中，每个学生都有各自的特征，例如知识、目标、经历、兴趣、背景、个人特质、学习方式、学习活动和学习结果。作为教育大数据时代下的产物，学习者画像是一种包含多种子结构的标签的用户概念模型，是对反映学习者个人特征、知识水平等个人数据进行搜集和描述，将学习者群体标签化，借助聚类分析等数据分析方法，形成不同特征的学习者群体，为更好地精准推荐个性化学习资源提供解决方案。图1显示了一个现实世界中的学习者在人机交互过程中被抽象成存储在计算机中的学习者画像。

2 在线学习环境下学习者画像的设计

学习者画像是对学习者特征的抽象表示，是实现自适应学习的关键，它包含了学生的基本信息、学习风格、学习目标、背景知识、学习动机、知识状态等基本信息[4]。依据这些特征，我们抽象出学习者画像UML模型如图2所示。

在学习者画像模型中，个人信息包括姓名、出生日期、性别、专业、电话等学生初始信息。学生的人口学差异是客观存在的，可能会影响学生的学习结果。

学习风格我们采用Felder-Silverman学习风格模型，从信息加工、感知、信息输入和内容理解四个维度将学习风格分为四组：感觉型/直觉型、视觉型/语言型、主动型/反思型、序列型/全局型。依据所罗门学习风格量表，在注册系统时测试得出学习者的初始学习风格，经过一段时间的学习，通过挖掘学习行为模式，再对系统中的学习风格进行更新。

认知水平主要通过学生完成的测验和作业的情况进行估算，系统可以根据学习者认知水平的不同推荐相应层次的学习资源，制定个性化的学习过程和学习目标。

兴趣偏好是学习者学习过程中表现出来的偏好数据，主要包括偏好资源类型（图像、动画、视频、文本） 、参与讨论情况、关注知识点、偏好资源时间等。学习者的偏好会明显影响他的学习效果，如对某类学习资源的喜欢或者对某个讨论主题的厌倦。

3 基于xAPI的学习者画像构建

xAPI（experience API） 是一种用来存储和访问学习经历的技术规范，旨在促进学习经历的记录和交流。它指定了一种描述学习经历的结构，并定义了以何种方式交换这些描述。在xAPI中，使用活动流语句Statement记录用户的学习活动或操作行为，Statement采用JSON数据格式，这样可以很方便地描述学习行为。表1详细列出了活动流语句Statement的相关属性。

在上面的属性中，参与者（Actor） 、动作（Verb） 和对象（Object） 三个属性是一条活动流语句statement必须要包含的属性。一条最简单的活动流语句statement可以表示为〈参与者（Actor） +动作（Verb） +对象（Object） 〉，其中参与者（Actor） 是主体，相当于Statement语句的主语，通常是指参与学习活动的学生或者教师;动作（Verb） 是参与者的交互行为，相当于Statement语句的谓语，比如Accepted（接受） 、Accessed（访问） 、Added（添加） 、Archived（存档） 、Completed（完成） 、Interacted（交互） 、Read（阅读） 、Searched（搜索） 、Submitted（提交） 、Watched（观看） 、Won（赢得） 、Answered（回答） 、Attempted（尝试） 、Commented（评论） 、Failed（未通过） 、Mastered（精通） 、Registered（注册） Responded（回应） 、Edited（编辑） 、Downloaded（下载） 、Earned（获得） 、Log In（登入） 、Log Out（登出） 、Clicked（点击） 、Asked（提问） Passed（通过） 、Viewed（查看） 、Scored（得分） 、Canceled（取消） 、Shared（分享） 等行为;对象（Object） 是活动的交互对象，相当于Statement语句的宾语，通常是指Alert（提醒） 、Audio（音频） 、Article（文章） 、Badge（勋章） 、Comment（评论） 、File（文件） 、Game（游戏） 、Image（图片） 、Issue（问题） 、Note（笔记） 、Page（页面） 、Question（问题） 、Task（任务） 、Video（视频） 、Assessment（评估） 、Course（课程） 、Link（链接） 、Media（媒体） 、Question（题目） 、Blog（博客） 、Chapter（章节） 、Message（消息） 、Discussion（讨论） 、Document（文档） 、Forum Reply（回复） 、Solution（答案） 、Survey（调查） 等。

本文从个人信息、学习风格、认知水平、学习偏好四个维度构建了基于xAPI的学习者画像模型，并在每一个维度下都设计了基于xAPI学习行为活动流来收集相应的学习经历数据，部分数据如表2所示。

4 小结

与传统教学相比，信息技术支撑下的在线教学模式很难直观地了解每个学生的学习情况。为了更好地了解和分析学习者的学习情况，跟踪学习者的学习行为是重要基础。本文从个人信息、学习风格、兴趣偏好和认知水平四个维度，设计构建了基于xAPI的学习者画像，为进一步的学习分析、推荐个性化学习资源奠定基础。

参考文献：

[1] 赵玲朗，范佳荣，赵一婷，等.基于知识图谱的学习者画像模型设计与应用——以“高中物理”课程为例[J].现代教育技术，2021，31（2）：95-101.

[2] 孙发勤，董维春.基于学习分析的在线学习用户画像研究[J].现代教育技术，2020，30（4）：5-11.

[3] 谈松英.开放大学在线学习者画像研究——以上海开放大学人文学院为例[J].广播电视大学学报（哲学社会科学版），2020（1）：102-105.

[4] 李韧.自适应学习：人工智能时代的教育革命[M].北京：清华大学出版社，2019.

收稿日期：2021-05-30

基金项目：南通市教育科学“十三五”规划课题（GH2020169） （基于学习者画像的个性化学习资源推荐研究） 。

作者简介：林龙成（1989—） ，男，讲师，硕士，主要研究方向为信息化教学;王芳芳（1988—） ，女，网络工程师，硕士，主要研究方向为信息化。