该教材包含教育大数据采集、数据分析方法与工具、数据可视化、教育文本挖掘、情感计算分析、多模态学习分析、学习干预、研究案例等主题内容。通过本教材的学习，读者可以了解教育大数据的来源与采集技术，熟悉教育大数据分析方法与工具的使用与分析，掌握基于教育大数据的系统学习分析设计，逐步形成对大数据在教育中的应用场景和分析实践的深刻理解。

前言 数据是新时代重要的生产要素，是国家基础性战略资源。大数据是数据的集合，以 容量大、类型多、速度快、精度准、价值高为主要特征，是推动经济转型发展的新动力。 随着大数据在教育领域的全面应用，教育大数据正逐步改变教育形态，为学生的个性化 发展和高品质学习体验带来契机。2021 年7 月，教育部、工业和信息化部、财政部等6 个部门在《关于推进教育新型基础设施建设构建高质量教育支撑体系的指导意见》中指 出，深入应用5G、人工智能、大数据、云计算、区块链等新一代信息技术，充分发挥 数据作为新型生产要素的作用，推动教育数字转型。从教育政策来看，用数据为教育赋 能已上升为国家意志。从数据技术应用来看，各类一站式大数据平台为数据采集和整合 提供了有力支撑，依托数字化学习空间汇聚各类终端、应用和服务产生的数据，能够促 进规模化教育与个性化培养有机结合。可以看出，从教育政策到技术应用，大数据驱动 教育高质量发展已成为教育利益相关者的共识。 在教育大数据时代，学生的学习痕迹、学习内容、学习成果等各类数据得以记录和 保存，如何更加充分、有效地利用这些数据优化学与教成为一个焦点问题。对于该问题 的解决，教育实践者呼唤新的学习技术。学习分析（Learning Analytics）作为一种新兴 的技术，融合了教育学、数据科学、心理与认知科学、语言学、人工智能等多门学科知 识，自诞生之日起就得到全球范围内教育利益相关者的广泛关注与探索。学习分析工作 者致力于使用丰富的数据进行教育实践探索，揭示学习现象与规律并改善学与教。 在开展教育实践和研究工作时我们发现，尽管教育大数据与学习分析的理论与实践 探索已有数年，但很多教育从业者对教育大数据与学习分析的应用场景有哪些，采用何 类方法与技术，如何开展数据驱动的学习分析设计与实践等问题，仍然比较模糊，甚至 产生了一些错误的认识。教育类专业的高年级本科生和研究生虽然学习了量化研究之类 的课程，但大多数学生仍然不知道如何设计和实施一个完整的学习分析案例，这在一定 程度上影响了学生教育科学研究素养的培养和学生创新素质的形成。 基于上述背景和认识，我们编写了本教材。本教材按照数据驱动学习分析的系统化 流程，结合教育大数据与学习分析的应用场景进行编排，既注重学习分析理论知识的讲 解，又注重学习分析的实践与操作。本教材共分为10 章，各章内容介绍如下。 第1 章教育大数据与学习分析概述，主要介绍何为教育大数据、学习分析，如何开 展学习分析；第2 章教育大数据的采集与存储，主要介绍教育大数据的采集技术有哪 些，如何进行采集和存储；第3 章教育大数据分析方法与工具，主要介绍面向不同类型 数据的具体分析方法，以及开展教育大数据分析所使用的通用型和特色型工具；第4 章 学习分析建模，主要介绍学习分析的建模方法，并详细介绍两种常见的建模方向：学习 者建模和学习测评建模；第5 章文本学习分析，主要介绍文本数据的系统化分析流程和 应用；第6 章情感学习分析，主要介绍表情数据的系统化分析流程和应用；第7 章教育 大数据可视化，主要介绍教育大数据可视化的类型与工具，并详细介绍两种常见的可视 化学习分析应用：学习仪表盘和学习者画像；第8 章学习预警与学习干预，主要介绍学 习预警系统的功能与设计，以及学习干预模型与具体策略；第9 章学习分析研究与实践 案例，主要从课堂学习和在线学习两种常见的教育场景出发，列举学习分析的研究案 例，并从教育产品应用视角分析了当前教育平台和App 中的学习分析应用情况；第10 章学习分析的新发展，主要从学习分析理论、技术、应用3 个层面介绍各项前沿内容。 本教材最大的特点是以数据驱动的学习分析流程为轴线，强化学习分析理论、数据 分析技术、教育实践场景三大元素的有效融合，突出学习分析理论与实践应用。为帮助 读者更好的学习，教材每章章前给出本章主要内容的思维导图及学习目标，每章章后给 出思考与实践、拓展学习资源，通过开展多样化的学习活动，加深学生对学习分析理论 与技术的理解，并进一步深化应用。 在编写本教材的过程中，陈明选教授在教材体例、编排思路上给予了详尽的指导， 提出了富有建设性的意见；马志强、王志军、田娜等教师为教材提供了研究案例；田娜、 严大虎、王萌等教师参与了部分章节内容的编写与核对；研究生刘珊珊、高雨婷、杨阳、 汪静、王习涛参与了部分案例资料的搜集与整理。在此，向各位参与的师生表示衷心的 感谢。 本教材系江南大学教育技术学一流本科专业、江南大学本科教育教学改革研究项目 的成果，在此对资助部门深表感谢。电子工业出版社为本书的顺利出版付出了辛勤的努 力，在此表示衷心的感谢。 本教材在编写过程中参考和引用了大量国内外的研究文献与资料，其主要来源已在 参考文献部分一一列出，如有遗漏，恳请作者谅解。在此，谨向提供这些文献、资料的 单位与个人表示诚挚的谢意。 在查阅大量文献、编写本书的过程中我们发现，教育大数据与学习分析作为一个新 的领域发展得很快，尽管我们努力去呈现该领域的理论与实践体系，但在实际工作中深 深体会到这并非易事。因此，我们真诚希望本书能起到抛砖引玉的作用。由于编写时间 有限，加之编者自身经验、学养所限，本书不足甚至谬误之处在所难免。为此，我们诚 恳地希望各位同仁及读者就本书的有关内容提出宝贵的意见，以便我们能够加以改正， 更好地满足读者所需。 牟智佳 2022 年3 月26 日于江南大学

目录 第1 章 教育大数据与学习分析概述 .................................................................................. 1 1.1 大数据对教育的变革 ............................................................................................. 2 1.1.1 大数据技术的兴起与发展 .......................................................................... 2 1.1.2 大数据对教学的影响 .................................................................................. 3 1.1.3 大数据对学习的影响 .................................................................................. 4 1.1.4 大数据对教育治理的影响 .......................................................................... 5 1.1.5 教育大数据研究范式的形成 ...................................................................... 6 1.2 教育大数据与学习分析的概念 ............................................................................. 8 1.2.1 教育大数据的概念与特征 .......................................................................... 8 1.2.2 学习分析的概念与特征 .............................................................................. 8 1.2.3 教育大数据、学习分析、教育数据挖掘的关系 .................................... 10 1.2.4 学习分析的发展脉络 ................................................................................. 11 1.2.5 学习分析的目标与方向 ............................................................................ 16 1.3 数据驱动的学习分析研究现状 ........................................................................... 17 1.3.1 文献来源与处理 ........................................................................................ 17 1.3.2 研究者国籍分析 ........................................................................................ 17 1.3.3 核心作者群分析 ........................................................................................ 18 1.3.4 研究者学科背景分析 ................................................................................ 19 1.3.5 研究主题分析 ............................................................................................ 19 1.4 学习分析的内容与流程 ....................................................................................... 23 1.4.1 学习分析包含的内容 ................................................................................ 23 1.4.2 学习分析流程 ............................................................................................ 23 1.5 教育大数据与学习分析的隐私保护 ................................................................... 25 1.5.1 教育大数据的隐私与伦理诉求 ................................................................ 25 1.5.2 学习分析面临的隐私挑战 ........................................................................ 26 1.5.3 学习分析的隐私保护策略 ........................................................................ 28 第2 章 教育大数据的采集与存储 .................................................................................... 31 2.1 教育大数据的采集内容与技术 ........................................................................... 32 2.1.1 教育大数据的采集内容 ............................................................................ 32 2.1.2 教育大数据的采集方式 ............................................................................ 38 2.1.3 教育大数据的采集技术 ............................................................................ 39 2.2 在线日志数据的采集与存储 ............................................................................... 46 2.2.1 在线日志数据的采集 ................................................................................ 46 2.2.2 在线日志数据的存储 ................................................................................ 46 2.3 在线文本数据的采集与存储 ............................................................................... 48 2.3.1 网络爬虫概述 ............................................................................................ 48 2.3.2 静态网页的文本数据采集与存储 ............................................................ 49 2.3.3 动态网页的文本数据采集与存储 ............................................................ 51 2.4 基于数据库的多样化数据存储 ........................................................................... 53 2.4.1 基于数据库的数据存储流程与环境配置 ................................................ 53 2.4.2 不同类型数据存储的实践操作 ................................................................ 59 第3 章 教育大数据分析方法与工具 ................................................................................ 76 3.1 面向行为数据的分析方法 ................................................................................... 77 3.1.1 预测分析 .................................................................................................... 77 3.1.2 聚类分析 .................................................................................................... 78 3.1.3 关联分析 .................................................................................................... 79 3.1.4 时间序列分析 ............................................................................................ 79 3.1.5 滞后序列分析 ............................................................................................ 79 3.2 面向文本数据的分析方法 ................................................................................... 79 3.2.1 话语分析 .................................................................................................... 79 3.2.2 社会网络分析 ............................................................................................ 80 3.2.3 内容分析 .................................................................................................... 80 3.3 面向心理数据的分析方法 ................................................................................... 81 3.3.1 脑电信号分析 ............................................................................................ 81 3.3.2 眼动分析 .................................................................................................... 81 3.3.3 皮肤电反应分析 ........................................................................................ 82 3.4 教育大数据分析工具 ........................................................................................... 82 3.4.1 通用型数据分析工具 ................................................................................ 82 3.4.2 特色型数据分析工具 ................................................................................ 85 第4 章 学习分析建模 ........................................................................................................ 89 4.1 学习分析的建模方法 ........................................................................................... 90 4.1.1 理论构建法 ................................................................................................ 90 4.1.2 数学建模法 ................................................................................................ 91 4.1.3 数据挖掘建模法 ........................................................................................ 92 4.2 学习者建模 ........................................................................................................... 94 4.2.1 学习者建模概述 ........................................................................................ 94 4.2.2 学习者建模方法 ........................................................................................ 94 4.2.3 学习者建模的应用场景 ............................................................................ 96 4.3 学习测评建模 ....................................................................................................... 97 4.3.1 学习测评建模概述 .................................................................................... 97 4.3.2 学习测评的主要理论 ................................................................................ 98 4.3.3 学习测评建模案例 .................................................................................. 102 第5 章 文本学习分析 ....................................................................................................... 113 5.1 文本学习分析概述 .............................................................................................. 114 5.1.1 文本学习分析概念 ................................................................................... 114 5.1.2 文本数据来源 ........................................................................................... 114 5.1.3 文本学习分析流程 ................................................................................... 115 5.2 中文分词 .............................................................................................................. 115 5.2.1 中文分词概述 ........................................................................................... 115 5.2.2 中文分词的方法分类 ............................................................................... 115 5.2.3 中文分词的关键问题 ............................................................................... 117 5.3 文本表示与分类 .................................................................................................. 118 5.3.1 文本表示 ................................................................................................... 118 5.3.2 文本分类 ................................................................................................... 119 5.3.3 文本分类的性能评估 .............................................................................. 123 5.4 文本聚类 ............................................................................................................. 125 5.4.1 文本聚类概述 .......................................................................................... 125 5.4.2 文本聚类步骤 .......................................................................................... 126 5.4.3 文本聚类算法 .......................................................................................... 126 5.4.4 文本聚类的性能评估 .............................................................................. 127 5.5 文本情感分析 ..................................................................................................... 128 5.5.1 文本情感分析概述 .................................................................................. 128 5.5.2 文本情感分析的分类 .............................................................................. 129 5.5.3 文本情感分析的方法 .............................................................................. 130 5.5.4 文本情感分析案例 .................................................................................. 131 5.6 文本可视化 ......................................................................................................... 135 5.6.1 文本可视化概述 ...................................................................................... 135 5.6.2 文本可视化方法 ...................................................................................... 135 5.6.3 文本可视化示例 ...................................................................................... 137 第6 章 情感学习分析 ...................................................................................................... 143 6.1 情感学习分析概述 ............................................................................................. 144 6.1.1 情感内涵与表征方法 .............................................................................. 144 6.1.2 情感计算 .................................................................................................. 145 6.1.3 情感学习分析的一般过程 ...................................................................... 145 6.2 情感建模 ............................................................................................................. 146 6.2.1 维度情感模型 .......................................................................................... 146 6.2.2 离散情感模型 .......................................................................................... 148 6.2.3 其他情感模型 .......................................................................................... 148 6.3 情感信号获取 ..................................................................................................... 149 6.3.1 语音情感信号获取 .................................................................................. 149 6.3.2 面部情感信号获取 .................................................................................. 150 6.3.3 生理情感信号获取 .................................................................................. 150 6.3.4 肢体情感信号获取 .................................................................................. 150 6.4 情感分析与识别 ................................................................................................. 151 6.4.1 语音情感分析与识别 .............................................................................. 151 6.4.2 面部情感分析与识别 .............................................................................. 156 6.4.3 生理信号情感分析与识别 ...................................................................... 160 6.4.4 肢体情感分析与识别 .............................................................................. 162 6.5 情感学习分析应用 ............................................................................................. 163 6.5.1 情感学习分析的设计与应用 .................................................................. 163 6.5.2 课堂场景下的情感学习分析系统 .......................................................... 166 6.5.3 幼教场景下的情感学习分析系统 .......................................................... 167 第7 章 教育大数据可视化 .............................................................................................. 170 7.1 可视化分析 ......................................................................................................... 171 7.1.1 可视化分析概述 ...................................................................................... 171 7.1.2 可视化学习分析流程 .............................................................................. 171 7.2 教育大数据可视化类型与工具 ......................................................................... 172 7.2.1 常见的数据种类 ...................................................................................... 172 7.2.2 教育大数据可视化类型 .......................................................................... 173 7.2.3 教育大数据可视化工具 .......................................................................... 174 7.3 学习仪表盘 ......................................................................................................... 175 7.3.1 学习仪表盘的概念与功能 ...................................................................... 175 7.3.2 学习仪表盘的典型应用 .......................................................................... 177 7.4 学习者画像 ......................................................................................................... 179 7.4.1 学习者画像概述 ...................................................................................... 179 7.4.2 学习者画像的标签体系 .......................................................................... 180 7.4.3 学习者画像案例 ...................................................................................... 182 第8 章 学习预警与学习干预 .......................................................................................... 186 8.1 学习预测 ............................................................................................................. 187 8.1.1 学习预测概述 .......................................................................................... 187 8.1.2 学习预测设计方向 .................................................................................. 188 8.1.3 学习预测案例 .......................................................................................... 190 8.2 学习预警 ............................................................................................................. 196 8.2.1 学习预警概述 .......................................................................................... 196 8.2.2 学习预警信息的反馈 .............................................................................. 196 8.2.3 学习预警系统的比较 .............................................................................. 197 8.2.4 学习预警系统的设计与实现 .................................................................. 198 8.3 学习干预 ............................................................................................................. 208 8.3.1 学习干预概述 .......................................................................................... 208 8.3.2 学习干预模型 .......................................................................................... 209 8.3.3 学习干预策略 .......................................................................................... 212 第9 章 学习分析研究与实践案例 .................................................................................. 215 9.1 课堂学习分析 ..................................................................................................... 216 9.1.1 课堂学习行为分析 .................................................................................. 216 9.1.2 课堂协作学习投入分析 .......................................................................... 222 9.2 在线学习分析 ..................................................................................................... 227 9.2.1 面向在线学习者的认知网络分析 .......................................................... 227 9.2.2 面向在线互动文本的主题与情感分析 .................................................. 232 9.3 教育平台学习分析 ............................................................................................. 239 9.3.1 教育平台整体概况 .................................................................................. 239 9.3.2 教育平台中的学习分析功能 .................................................................. 241 9.3.3 教育平台中的智能分析技术 .................................................................. 243 9.3.4 教育平台中的学习分析应用问题 .......................................................... 248 第10 章 学习分析的新发展 ........................................................................................... 251 10.1 学习分析理论的新发展 ................................................................................... 252 10.1.1 多模态学习分析 .................................................................................... 252 10.1.2 以用户为中心的学习设计 .................................................................... 259 10.1.3 开放学习分析 ........................................................................................ 262 10.2 学习分析技术的新发展 ................................................................................... 264 10.2.1 数据中台 ................................................................................................ 264 10.2.2 多源数据融合 ........................................................................................ 266 10.2.3 多模态深度语义理解 ............................................................................ 269 10.2.4 视频学习分析 ........................................................................................ 271 10.2.5 隐私计算 ................................................................................................ 273 10.3 学习分析应用的新发展 ................................................................................... 276 10.3.1 自适应学习平台 .................................................................................... 276 10.3.2 智能学习测评平台 ................................................................................ 279 主要参考文献 ......................................................................................................... 284