本文介紹Moodle（魔燈）的學(xué)習(xí)分析【learning analytics】功能。

一、概述

（一）什么是學(xué)習(xí)分析？

學(xué)習(xí)分析是一種算法，用于根據(jù)歷史數(shù)據(jù)和當(dāng)前行為預(yù)測或檢測學(xué)習(xí)過程的未知信息。學(xué)習(xí)分析功能具有四性：

• 描述性【descriptive】（發(fā)生了什么？）
• 預(yù)測性【predictive】（接下來會發(fā)生什么？）
• 診斷性【diagnostic】（為什么會發(fā)生？）
• 對策性【prescriptive】（針對問題的處方，以為了改進后續(xù)的學(xué)習(xí)）

大多數(shù)商業(yè)解決方案只是描述性的。那些具有預(yù)測性或前瞻性的方案對學(xué)習(xí)做出了某些假設(shè)，但這些假設(shè)并不適用于所有人。

（二）分析【analytics】與報表【report】對比

Moodle（魔燈）提供了基于日志數(shù)據(jù)的各種內(nèi)置報表，但它們基本上是描述性的——它們告訴參與者發(fā)生了什么，但不告訴他們?yōu)槭裁?，它們不預(yù)測結(jié)果或建議參與者如何改善結(jié)果。日志條目雖然非常詳細(xì)，但其本身并不能描述學(xué)習(xí)過程。他們告訴我們“誰”、“什么”和“何時”，但不告訴我們“為什么”或“情況如何”。為了形成一種參與模式，每個微觀行動都需要更多的背景。
Moodle也有許多提供描述性分析的第三方插件。還有與第三方離站【off-site】報告解決方案的集成。同樣，它們主要提供描述性分析，依靠人類的判斷來解釋報告并生成預(yù)測和對策【prescriptions】。
過去，學(xué)習(xí)分析系統(tǒng)通常試圖分析過去的活動，以實時預(yù)測未來的活動。通過Moodle Learning Analytics，我們更加雄心勃勃。我們相信，一個完整的學(xué)習(xí)分析解決方案不僅能幫助我們預(yù)測事件，還能讓幫助我們正向提升。

（三）特點

1 支持兩種類型的模型：
? 基于機器學(xué)習(xí)【Machine-learning】的模型，包括預(yù)測模型【predictive models】
? 使用簡單規(guī)則檢測關(guān)注情況的“靜態(tài)”模型【”Static” models to detect situations of concern using simple rules】

2 三種內(nèi)置模型：
? 有輟學(xué)風(fēng)險的學(xué)生【Students at risk of dropping out】
? 即將舉行的活動到期【Upcoming activities due】
? 沒有教學(xué)行為【No Teaching】

3 一套基于探究性團體【Community of Inquiry】的學(xué)生參與度指標(biāo)【engagement indicators】。

4 內(nèi)置工具，用于根據(jù)站點數(shù)據(jù)評估模型

5 使用事件【events】進行主動通知【Proactive notifications】

6 建議的行動【Actions】列表隨每個模型的洞察通知【Insight notifications】一起提供。例如，在“有輟學(xué)風(fēng)險的學(xué)生”模型中，教師可以輕松地向該模型識別的學(xué)生發(fā)送消息，或者跳轉(zhuǎn)到該學(xué)生的活動報表【Activity report】，以獲取有關(guān)課程中學(xué)生活動的更多詳細(xì)信息。

7 提供API，為第三方Moodle插件構(gòu)建指標(biāo)和預(yù)測模型

8 機器學(xué)習(xí)后端插件類型 – 支持PHP和Python，可以擴展以實現(xiàn)其他機器學(xué)習(xí)后端

9 基于可重用的目標(biāo)【targets】、指標(biāo)【indicators】和其他組件【components】，該系統(tǒng)可以輕松地通過新的定制模型進行擴展。

（四）局限性

1 機器學(xué)習(xí)模型，比如有輟學(xué)風(fēng)險的學(xué)生，必須在有數(shù)據(jù)的網(wǎng)站上接受訓(xùn)練。這些模型無法在訓(xùn)練完成之前在一個站點上進行預(yù)測。

2 模型的設(shè)計和選擇必須與學(xué)校的教學(xué)目標(biāo)優(yōu)先級相匹配。

二、設(shè)置

Moodle的學(xué)習(xí)分析系統(tǒng)在使用前需要進行一些初始配置。

三、使用學(xué)習(xí)分析功能

Moodle Learning Analytics API是一個開放系統(tǒng)，可以成為各種模型的基礎(chǔ)。模型可以包含指標(biāo)【indicators】（也稱為預(yù)測器【predictors】）、目標(biāo)【targets】（我們試圖預(yù)測的結(jié)果）、洞察【insights】（預(yù)測本身）、通知【notifications】（洞察結(jié)果發(fā)送的消息）和行動【actions】（提供給消息接收者，這些可以反過來成為指標(biāo)）。
默認(rèn)情況下，大多數(shù)學(xué)習(xí)分析模型都未啟用。應(yīng)在考慮模型所要支持的目標(biāo)后，根據(jù)目標(biāo)需要啟用相關(guān)模型。

四、管理模型

一旦模型被啟用和訓(xùn)練，就會產(chǎn)生洞察【insights】。還應(yīng)監(jiān)控模型的性能和準(zhǔn)確性。