基于xAPI规范的学习行为大数据研究与实现.docx
《基于xAPI规范的学习行为大数据研究与实现.docx》由会员分享，可在线阅读，更多相关《基于xAPI规范的学习行为大数据研究与实现.docx（11页珍藏版）》请在冰豆网上搜索。
基于xAPI规范的学习行为大数据研究与实现
基于xAPI的学习行为大数据研究与实现
摘要：
在线教育和大数据为教育的发展带来了创新，教育大数据的最佳实现首先依赖于对来源广泛的学习行为数据获取，而来源广泛的学习行为存在于多种在线教育应用中，其多种在线教育应用的独立性、复杂性、多样性等特点阻碍了学习行为数据获取。
由美国“高级分布式学习”组织发布的ExperienceAPI（xAPI）规范为破解这一难题提供了可行途径，可基于xAPI规范实现学习行为大数据的获取、整合和共享，为进一步的分析与挖掘奠定基础。
基于SCORM、xAPI与LRS实现LMS平台是进行学习行为大数据研究与实现的一种有效实践探索。
关键词：
教育大数据；学习行为；xAPI；LMS
1.背景
随着在线教育的发展和大数据的崛起，教育大数据越来越多地被应用，特别是近年互联网MOOC对教育大数据的应用，已影响到教育研究[1]；基于教学设计、以学习者为中心、以教育大数据为依据的适应性学习系统[2]，已从理论走向应用。
2016年好未来（前身学而思）公司投资了一个世界范围内领先的自适应学习平台——Knewton（目前全球范围内拥有学习数据最多的公司之一），好未来未来的十年的10000亿条学习数据将成为Knewton的优质数据样本；Knewton的学习数据库就是独立的、公共的学习行为大数据库，其收集的用户数据越多，一个用户在平台上的使用频次越高，它所推送的学习内容准确率就越高。
教育大数据在带来机遇的同时，也意味着多方面的挑战，其中最突出的挑战是如何获取及共享来源广泛的教育数据，例如互联网不同MOOC平台间、在线教育平台（例如MOOC平台）与知识平台（例如XX知道或文库）间、互联网与移动互联网间、互联网与企业内网间等的同一个人的学习行为获取与共享。
当然，如何发挥教育数据潜在的教育价值，也是待研究的挑战。
ExperienceAPI规范提出并提供了学习行为数据记录框架，为学习行为教育大数据的获取及共享的实现提供了技术基础。
ExperienceAPI（简称xAPI，原称TinCanAPI）由美国“高级分布式学习”组织（AdvancedDistributedLearning，ADL）创建，在美国奥兰多的iFest2012会议上正式命名了“培训与学习框架”（Training&LearningArchitecture，TLA），其中“学习行为跟踪”（ExperienceTracking）组件的一个核心部分就是xAPI，于2013年发布了1.0.0版本[3]。
在此背景下，本文试图基于xAPI规范以学习行为教育大数据的获取及共享为切入点，首先分析xAPI与学习行为大数据的运行模式，然后构建基于xAPI规范的学习行为大数据模型，并尝试基于xAPI规范的学习行为大数据应用，以期进一步探索教育大数据的应用。
2xAPI与学习行为大数据
2.1xAPI概述
典型的网络学习资源技术规范和标准包括：
ADL的SCORM标准、AICC的CMI系统规范、IMS的学习技术系统规范、IEEE的学习对象（LOM）标准、我国的CELTS标准等。
其中，SCORM标准是目前应用较多的标准，SCORM标准主要为学习内容（符合SCORM标准的课件）与学习管理系统（LMS）间的交互提供了技术上的支持，非常详细地跟踪和记录每个学习者的学习进度、学习成绩、学习状态、学习时间以及学习交互等学习行为[4]，但SCORM标准只记录了LMS内部的学习行为，无法支持来源广泛的网络学习行为（例如互联网学习、移动学习、游戏学习、虚拟/模拟、XX文库阅读与下载，XX知道提问与回答、观看土豆学习视频、查看微信文章、XX搜索、社交网络等正式与非正式学习），ADL提出了TLA架构及其运行时的接口规范——xAPI（ExperienceAPI）。
xAPI提供了一个以学习者为中心的采集学习行为数据模型，特别是对多数据来源系统的学习记录数据的支持，摆脱了完全依靠单一LMS平台的学习记录采集的传统模式，可以跟踪跨平台和跨设备的学习行为，如断开或偶尔连上网络的环境、在任何设备（如智能手机，潜艇的声纳系统）、来自任何服务器、外部网络浏览器（如本地Iphone应用程序，F-16飞行模拟器）等，特别适合对移动学习和互联网学习的支持。
培训和学习体系架构TLA的顶层架构包括四个部分：
学习行为跟踪（ExperienceTracking）、学习者档案（LearnerProfile）、内容代理（ContentBrokering）、能力认证（CompetencyInfrastructure）。
学习行为跟踪部分包含两个项目，一个是接口规范xAPI；另一个是学习行为库（LearningRecordStore，LRS）。
两个项目时紧密相关的，接口规范xAPI所产生的学习行为记录入LRS（学习行为库）中。
2.2xAPI与学习行为数据
xAPI的学习行为Statement是xAPI规范定义的学习行为数据结构，它通过“活动流”（ActivityStream）模式简化并规范了学习行为数据[5]。
Statement主要包含三种元素：
操作者（Actor）、动作（Verbs）以及与学习行为的对象（Object）。
这三种元素可组合成一组最简洁的活动流格式：
<操作者（Actor），动作（Verb）和对象（Object）>。
例如：
“小沈（Actor）学习了（Verb）5S改善课程（Object）”，“小李（Actor）观看了（Verb）介绍xAPI的YouTube视频（Object）”。
Statement的所有元素组成可如下图所示[6]。
图1xAPI的学习行为数据Statement结构
2.3基于xAPI的LRS学习行为大数据
互联网学习、移动学习、游戏学习、虚拟/模拟、XX文库阅读与下载，XX知道提问与回答、观看土豆学习视频、查看微信文章、XX搜索、社交网络等正式与非正式学习系统采用xAPI规范建立接口程序，为学习行为生成Statement记录入LRS（学习行为大数据库）中，如下图所示（以LMS平台为例）。
图2基于xAPI的LRS学习行为获取
LRS是存储学习行为记录大数据的数据库。
LRS可作为LMS的一部分，LMS可直接利用LRS中的学习行为大数据进行业务查询与统计，也可利用LRS中的学习行为大数据进行大数据分析。
LRS也可是独立的、公共的学习行为大数据库，来源广泛的网络学习行为（不同学习应用系统、平台，或个人主动上传的学习行为）都可进行存储，这样就能实现学习行为的共享；LRS间能共享数据，因此学习者和数据能从一个组织传向另一个组织。
学习行为记录（语句）也能被发送到多个LRS，我的学习记录能记录在公司的LRS，也能记录在自己私人的LRS。
应用系统只要获得LRS的授权，便可以从中获取学习行为数据，对学习行为数据进行查询、统计、分析及可视化展现等处理，但这些处理与xAPI与LRS无关。
这样xAPI与LRS与应用系统解耦，它仅关注数据存储与接口，使数据与接口更易标准化、数据服务更加灵活、更易扩展。
Rustici软件公司已建立了公共LRS大数据库DEMO，台湾VisCa（VisualCatch）已建立了公共LRS大数据库。
2.4基于xAPI与LRS的学习行为获取与共享
xAPI包含4个接口，分别为语句接口（StatementAPI）、状态接口（StateAPI）、活动描述接口（ActivityProfileAPI）以及代理描述接口（AgentProfileAPI）。
语句接口负责语句在LRS中的存储以及取出；状态接口用于暂存活动内容的状态，以便在不同的会话、设备中重现学习活动；活动描述接口用于存放和获取活动的完整描述；代理描述接口向LRS内添加与代理（即应用接口）相关的数据[7]。
4个接口都是RESTful架构，语句（Statement）采用JSON规范，支持对LRS中数据以Web资源请求操作的方式进行处理，包括获取、更新、增加以及删除。
基于xAPI与LRS的LMS平台获取与共享学习行为，其开发模式如表1所示。
表1基于xAPI与LRS的LMS平台开发模式
序号
模式
描述
对比
1
课件模式
xAPI环境下支持的课件格式，课件自动生成语句调用xAPI接口存入LRS中。
优点：
仅调整内容，与平台无关
缺点：
需与SCORM等兼容，适应多种平台。
2
平台模式
LMS平台自动生成语句调用xAPI接口存入LRS中。
优点：
定制，数据精准，便于分析
缺点：
通用性差，不便于扩展。
3
插件模式
开发独立的小插件或小应用程序，供LMS平台调用。
LMS平台直接调用小插件或小应用程序，小插件或小应用程序自动生成语句调用xAPI接口存入LRS中。
优点：
通用性强
缺点：
业务关联度差，不便于精准分析。
3案例设计与实现
xAPI项目网站（的一百多家公司和机构，包括Adobe、Articulate，Blackboard、Aquafadas等。
在制造业在线教育平台——“智胜现场”（）项目中，我们采用平台开发模式，基于SCORM、xAPI与LRS实现了一套LMS平台。
3.1基于SCORM、xAPI与LRS的LMS平台架构
基于SCORM、xAPI与LRS的LMS平台架构如下图所示。
图3基于SCORM、xAPI与LRS的LMS平台架构
LMS平台必须承载课程内容，而目前大量课程课件格式以视频、SCORM课件（AICC课件与SCORM课件类似）为主，LMS平台必须兼容这些课程内容；新的xAPI规范课件则必须要求LMS平台调整或新建，来支持其内容。
因此建立兼容SCORM、适应xAPI与LRS的LMS平台，是LMS实现学习行为大数据的一种途径。
”智胜现场”主要基于SCORM、xAPI与LRS实现以下内容：
1）LMS平台仍采用SCORMAPI兼容SCORM课件，仍采用固有模式承载视频等其他课程内容；针对xAPI课件（其课程包形式仍为SCORM课程包，只是其遵循xAPI规范），采用xAPI与LMS平台进行交互；此作为LMS平台的核心业务实现（例如学习、查询、统计、报表等），其数据保存入LMS业务数据库中，同时抽取学习行为数据调用xAPI接口记录入LRS中。
2）其他LMS的关联独立应用系统，直接调用xAPI接口记录学习行为数据入LRS中，实现学习行为跨系统共享。
3）LRS中的学习行为数据，主要用于LMS平台的学习行为分析功能及与外部系统交换学习行为数据，此子系统实际也可成为LMS平台的日志子系统。
LRS数据库采用HBASE，便于以后进行大数据分析。
3.2智胜现场LMS平台学习行为
xAPI规范规定了30种常用动作【Verb】类别，15种常用活动【Activity】类别。
“智胜现场”LMS平台学习行为必须与这些类别进行对应。
“智胜现场”LMS平台首先，总结系统涉及与学习相关的学习行为，然后通过选择xAPI规范对应的动作和活动将所有的学习行为映射为xAPI规范中的语句Statement，从而记录下完整的学习行为。
例如，在针对XX知道类似的问答应用：
第一步，归纳有哪些学习行为，主要包括提问、回答、采纳回答、补充提问、对回答点赞、对回答评论等。
第二步，对第一步提出的学习行为筛选出需要记录为学习行为的，包括：
提问，表明学习需求；回答，反映回答者对学习需求的帮助；采纳回答，说明回答者的帮助解决了学习的需求等。
第三步，选择xAPI规范对应的动作和活动进行Statement映射。
“智胜现场”LMS平台的学习行为的对应的动作【Verb】类别，常用活动【Activity】类别如下表所示。
表2智胜现场LMS平台的学习行为Verb表[8]
序号
Verb
描述
1
answered
回答：
学员回答了一个问题，对象【object】通常是对应这个问题的活动，问题文本通常被放在对应的结果【result】中
2
asked
提问
3
commented
评论：
学员进行对对象【object】进行了评分或评论
4
completed
完成：
学员通常已完成一个对象【object】或对一个对象【object】得出了结论
5
failed
未通过
6
launched
开始：
学员尝试开始一个活动
7
logged-in
登录
8
logged-out
退出
9
mastered
掌握：
学员在一个活动中获得了高水平的理解或能力
10
passed
通过：
学员在一个活动中达到了预定水平
11
preferred
偏好：
选定的选择，学员关于对象【object】或活动【activity】的趋向的选项或设置
12
registered
注册：
学员正式参与一个活动
13
scored
得分
14
shared
分享
15
terminated
结束：
成功结束了一个活动【activity】
表3智胜现场LMS平台的学习行为Activity表
序号
Activity
描述
1
assessment
评估:
判定学习者对于特殊专业领域掌握程度的活动。
评估通常有1个或多个问题【questions】。
2
course
课程:
包含各种教学素材的整个内容包。
最大粒度层级。
如不是单一的，一个课程包含多个模块【modules】或课【lesson】。
3
file
文件:
与链接【link】类似，只是其可在不同时间、离线状态且或在不同系统间被使用。
文件【file】不被认为是学习内容orSCOs（课程的资源），否则它应被重组织。
4
interaction
交互:
通常是更大一级活动（例如assessment、game或simulation）的一部分，其指向为学习者提供录入的控制。
交互可能一个独立的功能，或可能是一个有用的东西。
5
lesson
课:
学习内容，可以是以SCO的形式呈现，也可以不是；课可以是独立的，也可以是更大的course的一部分。
6
link
链接:
是相对活动【activity】的内部或外部另一资源的链接。
一个链接不等于启动另一个资源，应该被视为当前资源的外部资源。
链接不被认为是学习内容orSCOs（课程的资源），否则它应被重组织。
7
media
媒体:
用来传递信息的文字、音频或视频。
媒体可跟踪进度（跟踪、完成），但它不是可交互的内容（产生成绩、成功或失败）。
8
meeting
会议:
将一些人以同一目标或兴趣汇集在一起。
9
module
模块：
是在课程【course】的下一级的任何的“内容聚合”。
为了分层模块可以含下级模块。
模块不是内容，模块是一个层次的所有内容。
10
performance
技能：
是尝试任务或者在特定上下文中的一系列任务。
任务有可能以交互的形式存在，也可以是独立的内容。
它强调学生或学习者能够做或执行一个教学的结果的具体技能。
11
question
问题：
通常是评估【assessment】的一部分，需要学习者回答，回答结果需评判是否正确。
4.总结与展望
本文探讨了xAPI规范及与学习行为大数据的关系，提出基于xAPI并兼容SCORM的LMS学习行为大数据系统架构。
该系统架构应用于“智胜现场”LMS平台，将SCORM、xAPI、LRS与LMS平台相融合，运用xAPI中的语义与接口框架对学习行为数据进行统一记录，能够跟踪包括LMS内外的正式与非正式学习的学习行为，有效得将正式学习与非正式学习及应用系统的学习行为数据相融合，从而实现统一的学习行为大数据获取与共享，并可将所有学习行为数据完整准确得展示给学习者。
下一步将在学习行为大数据的基础上进行分析与挖掘应用；并将对公共LRS大数据库进行研究，探索更大范围的学习行为大数据共享、分析及挖掘。
参考文献：
[1]李曼丽,黄振中.MOOCs平台大数据的教育实证[J].科学通报,2015,（5-6）:
570-580.
[2]张羽,李越.基于MOOCs大数据的学习分析和教育测量介绍[J].清华大学教育研究,（2013）（4）:
22-26.
[3]李青,孔冲.下一代SCORM标准的新动向——ADLTLA和ExperienceAPI解读[J].电化教育研究,2013,（8）:
61-67.
[4]孙兴华,郝丽,叶永飞.SCORM标准学习跟踪机制的研究与实现[J].网络教育，2010，（7）：
65-68.
[5]顾小清,郑隆,威简菁.获取教育大数据：
基于xAPI规范对学习经历数据的获取与共享[J].现代远程教育研究,2014,（5）:
13-23
[6]ADL.ExperienceAPIVersion1.0.1[EB/OL].2016-2-1.
[7]方海光，胡祎祎，杜舟.基于xAPI学习记录的LMS网络系统架构研究[J].中国电化教育,2015,
（2）:
65-69.
[8]ADLVocabulary[EB/OL].2016-2-1.http:
//xapi.vocab.pub/datasets/adl/.
ResearchandImplementationonLearningExperienceBigDataBasedonxAPI
ShenWei,LiuZhenhai,XuChuan
Abstract：
Onlineeducationandbigdataforthedevelopmentofeducationhasbroughttheinnovation,bestimplementationofeducationalbigdatafirstdependentonawiderangeofsourcesoflearningexperiencedatatracking,andthesourceofawiderangeoflearningexperienceexistinavarietyofapplicationofonlineeducation,theonlineeducationapplicationsofindependence,complexity,varietycharacteristicshindersthelearningexperiencedatatracking.TheExperienceAPIspecification（xAPI）releasedbyAdvancedDistributedLearningprovidesasolutionwhichrealizeLearningExperienceBigDatatracking,integration,sharing,furtheranalysisandminingbasedonxAPI.TherealizationofLMSplatformbasedonSCORM,xAPIandLRSisaneffectivepracticalexplorationfortheresearchandimplementationoflearningexperiencebigdata.
Keywords：
EducationalBigData；LearningExperience；xAPI；LMS
升级会员 