教育大数据 | 基于大数据的牛顿平台自适应学习机制分析

原文刊发于《现代教育技术》杂志 2016年第5期。欢迎转发，如需转载，请先向编辑部提交说明申请，邮件 xdjyjs@tsinghua.edu.cn。摘要

个性化和自适应学习系统是教育大数据应用服务的主要阵地，自适应学习系统能够采集学习过程中的行为数据，并对学生的学习兴趣、知识水平、学习风格、学习进度等做出分析和预测，以提供个性化的学习服务。近年来被学术界和企业界所广泛认可的典型自适应学习平台——牛顿平台（Knewton Platform）正逐步兴起，文章从自适应原理、核心技术、自适应服务三个方面对牛顿平台进行了剖析，以期能够为教育大数据分析研究人员和自适应学习平台设计者提供理论参考和技术借鉴。

 引言

随着大数据理念的深入人心，教育大数据呈“爆炸式”增长之势。教育大数据产生于各种教育活动，与传统教育数据相比，教育大数据的采集具有更强的实时性、连贯性、全面性和自然性^[1]，其分析处理和应用服务更加多元化、智能化、个性化。学生和教师是教育领域的两大核心主体，教育大数据通过用数据说话使个体真正认识自己，将真正推动教学和学习的个性化^[2]。在教育大数据的支持下，教师可以关注到每个个体的学习行为和学习轨迹、预测学习结果、诊断学习需求和问题，从而基于数据开展因材施教；学生可以了解到自己的偏好、知识缺陷、能力缺陷、发展目标等，并能够获取适合自己的学习资源和学习指导服务。

自适应学习系统是教育大数据采集、分析和提供个性化自适应服务的重要载体。Brusilovsky^[3]于1996年对自适应学习系统进行了分类和总结，提出了自适应学习系统（Adaptive Educational Hypermedia Systems，AEHS）的通用模型，包括领域模型（Domain Model）、用户模型（User Model）、适应模型（Adaptive Model）、自适应引擎（Adaptive Engine）四个模块——领域模型由领域内的概念及其关系组成；用户模型是对用户特征信息的抽象描述，包括知识结构状态、学习目标、背景经历、认知风格、学习偏好和学习成绩；适应模型定义了进行内容呈现自适应、链接导航自适应以及用户模型更新的规则；自适应引擎主要用于响应用户请求，根据用户模型来选择、组装和呈现页面，根据用户与系统的交互记录来更新和维护用户模型等^[4]。

近期以来，一个名为“Knewton”的自适应学习平台逐渐被人们所熟知，它集数据科学、统计学、心理测量、内容绘图和机器学习于一身，旨在最大限度地实现个性化。作为“教育大数据研究与实践专栏”的关键技术篇^[5]，本文将以牛顿平台（Knewton Platform）为例，从自适应原理、核心技术、自适应服务三个方面对其进行阐述和分析。

一 牛顿平台的自适应原理

自适应学习强调学习环境的适应性，要求创设的个性化学习环境能够最大限度地适应学习者的不同特征，并以此来开展个别化学习和针对不同能力的学习者进行“因材施教”^[6]。在牛顿平台看来，自适应学习系统应保持适应的持续性，可以对学生的学习表现和活动完成质量给予及时反馈，以在正确的时间基于正确的内容提供合适的学习指导，来最大化学生获得学习内容的可能性；同时基于给定活动的完成情况，自适应学习系统应能持续性地逐步引导学生进入下一个活动。

为了保持持续自适应，即在任何时刻都能为学生做出个性化的学习进度安排，牛顿平台进行了概念层面的专业化数据（Proficiency Data，如知识概念掌握程度、学习投入程度、学习效率、优势劣势、活跃时间、预测分数等）采集处理，并建立了专业化数据与学习过程数据之间的关联映射。专业化的数据模型不仅能评估学生做了什么，还能在概念层面分析学生掌握了什么以及学生的学习就绪状态、认知投入、学习偏好、学习风格、学习策略等，并向学生呈现为下一步学习或评估所应该做的准备以及能力随时间变化的可视化图示。具体来说，牛顿平台的这种持续自适应主要体现在空间强化（Spaced Reinforcement）、记忆力和学习曲线（Retention and Learning Curves）、学生学习档案（StudentLearning Profile）等方面^[7]。基于教育路径规划技术和学生能力模型，牛顿平台构建了自适应学习的基础框架，以最大程度地实现个性化。

1 基础结构

牛顿平台构建了一个基于规则、算法廉价的大规模规范化内容的基础设施（Heavy Duty Infrastructure）^[8]，包括数据基础设施（Data Infrastructure）、推理基础设施（InferenceInfrastructure）、个性化基础设施（Personalization Infrastructure）三部分。

数据基础设施部分主要负责收集、处理海量的专业化数据，涉及用于规划和管理各个概念之间关系的自适应本体（Adaptive Ontology），以及用于实时流和并行分布式流数据预处理的模型计算引擎（Model Computation Engine）。自适应本体是一组具有直观和可拓展性的概念对象及其关系的集合，这些概念和关系容易习得，且能很方便地用于表达学习内容之间的关系，为数据分析和自适应辅导提供基础支撑。模型计算引擎采用分布式的方式进行工作，能够将任务分解为细小的计算单元，以通过多台电脑实现高效的并行计算；而当某台电脑出现异常时，另外的电脑也能够及时取代并在任何状态下进行恢复。

推理基础设施部分的目标在于扩大数据集和从收集的数据中形成视图，包括心理测验引擎（Psychometrics Engine）、学习策略引擎（Learning Strategy Engine）和反馈引擎（Feedback Engine）。其中，心理测验引擎负责评估学生的概念掌握程度、内容参数、学习效率等，并通过推理的方式来扩充学生的数据集（包括挖掘学习偏好、认知风格、知识结构、能力水平、学习进度等），最终形成能综合表征学习者学习状态的信息档案面板；学习策略引擎主要用于评估学生对教学、评估、进度安排等方面变化的敏感程度，识别学生在学习过程中对学习资源、学习环境等改变做出的反应，并据此为学生选择合适的学习策略，如提供符合学习者认知风格的学习资源和导航、提供符合学习者学习水平的测评方案等；反馈引擎负责对数据和反馈结果进行归一化处理，并将它们返回到自适应本体库中，以丰富自适应本体的元数据信息，使知识概念与学生的学习过程信息之间建立更符合实际且可用的关联，进而提高推理和分析的精准性。

个性化基础设施部分主要利用所有合并数据所构成的整体网络为学生寻找最优的学习策略，包括推荐引擎（Recommendations Engine）、预测分析引擎（Predictive Analytics Engine）和归一化学习轨迹（UnifiedLearning History）。其中，推荐引擎负责从目标均衡性、学生的优劣势、投入程度三个方面，为学生提供下一步操作的排序建议；预测分析引擎负责对学生的考量作预测，如达到教学目标的速率及完成程度、考试分数、概念的熟悉程度等；归一化学习轨迹的目的在于统一学生的个人账户，建立学生在不同学习应用、学科领域和学习时段与先前学习经验之间的关联，避免个性化推荐应用中常遇到的“冷启动”问题。

2 数据模型

数据模型（DataModel）是对现实数据特征的抽象，用于描述一组数据的概念和定义。对牛顿平台而言，数据模型是数据在系统中的存储方式，包括四部分内容^[9]：

（1）知识图谱（KnowledgeGraph）

知识图谱是概念与概念之间关系的集合，是牛顿平台用于精准定位学生学习状态的重要方式，其结构如图1所示。其中，圆圈代表概念；连线代表各概念之间的关系；箭头指向表示前一个概念是后一个概念的先修概念，二者之间是先修关系（PrerequisiteRelationships）。牛顿平台的知识图谱是通过自适应本体来建立的，具有可扩展、可伸缩、可测量的特性。自适应本体由模块（内容片段）、概念、内容与概念之间的关系三种元素构成，其关系类型主要有：包含（Containment），表示该内容或概念从属于更大的群组；评估（Assessment），表示该内容提供了学生掌握状态的信息；教学（Instruction），表示该内容在教授某个具体的概念；先修（Prerequisiteness），表示学习该概念之前需要先掌握另外一个层级更低的概念^[10]。基于自适应本体，研究者和教师就能对典型的课本内容进行概念映射和标注。利用这种标注好的课本内容数据，结合学习交互数据、心理测验数据，牛顿平台就能自动为学生生成个性化的知识图谱。

图1  知识图谱（源于《牛顿平台技术白皮书》）

图2  学生响应事件数据结构示意图

（2）学生事件（StudentEvents）

学生事件是学生与学习内容交互时产生的系列数据流，主要用于对学生的能力进行实时推断。牛顿平台收集来自不同合作伙伴产品中所生成的交互数据流信息，用于为学生的个性化分析与推荐作支撑。学生响应事件数据的存储与交换格式，包括试题编号、作答持续时间、试题所属模块、交互结束时间、得分、正误状态以及完成状态，其数据结构示意图如图2所示。

（3）目标管理（GoalManagement）

目标管理是对学生学习结果数据的分析和处理。牛顿平台能够为学生提供可持续更新的学习目标档案，档案内容包括学生未学习的内容、已学习的内容、知识概念掌握的状态水平、成绩排名以及如何学得更好的推荐信息。随着学生使用平台的时间变长，档案将会变得越来越智能。目标档案数据的存储与交换格式，包括知识概念名称、所属模块、目标分数、开始时间、目标时间、推荐模块候选集、模块推荐数量等。

（4）推荐与分析API（Recommendationsand Analytics API）

推荐与分析API作为学习者个性内容推荐与分析服务的接口，能为学习者持续提供内容推荐，并在学习进度、概念熟练程度、学习投入等方面进行精准推断。个性推荐与分析诊断数据的存储与交互格式，包括推荐模块、学习案例、目标模块、预期分数、置信区间、评估时间等。