米春橋， 彭小寧， 趙嫦花， 黃隆華， 唐錦濤

1 背景介紹

在新的信息社會時代，傳統(tǒng)教育模式已經(jīng)不能適應(yīng)現(xiàn)代教育的需要，傳統(tǒng)教育在培養(yǎng)目標(biāo)上，按統(tǒng)一模式培養(yǎng)所有學(xué)生，重知識傳遞輕能力發(fā)展，不利于具備創(chuàng)新思維與能力的創(chuàng)造型人才的成長；在教學(xué)內(nèi)容上，教材是學(xué)生的唯一學(xué)習(xí)內(nèi)容，是學(xué)生知識的主要來源；在教學(xué)方法上，是注入式、滿堂灌，只研究教師如何教，不重視學(xué)生如何學(xué)，考試主要靠死記硬背，不利于調(diào)動學(xué)生的學(xué)習(xí)積極性[1]；在教學(xué)形式上，只是課堂一個渠道，單一化、模式化，忽視因材施教和課堂外渠道；在師生關(guān)系上，重教師作用，教師是主動的施教者，忽視學(xué)生的主動性，學(xué)生是知識傳授對象，是外部刺激的被動接受者[2].因此，傳統(tǒng)教育具有一定的保守性和封閉性，不能很好地滿足學(xué)生的能力發(fā)展需求，也不能讓學(xué)生適應(yīng)新時代創(chuàng)新型人才發(fā)展的需要.

個性化教育是現(xiàn)代教育理念積極倡導(dǎo)的教育模式，它以學(xué)生的發(fā)展需求為中心，以學(xué)生的個性差異為基礎(chǔ)，強(qiáng)調(diào)尊重學(xué)生的個性發(fā)展，基于大數(shù)據(jù)的個性化學(xué)習(xí)是根據(jù)學(xué)生在學(xué)習(xí)過程中產(chǎn)生的行為數(shù)據(jù)分析而實(shí)施的有針對性的適合個體特征需要的個性化的自主學(xué)習(xí)方式.相比于傳統(tǒng)學(xué)習(xí)方式，基于大數(shù)據(jù)的個性化學(xué)習(xí)方式一方面讓文字、音頻、視頻、鏈接等多媒體資源都能拿來制作豐富的教學(xué)內(nèi)容，其趣味性和形象性都有很大的提高，另一方面對每位學(xué)生所提供的學(xué)習(xí)資源都是專門針對學(xué)生個體差異而設(shè)計的，能最大程度地滿足學(xué)生的真實(shí)需要，尊重其個性能力發(fā)展，而傳統(tǒng)的教學(xué)模式采用一刀切的教學(xué)方法，完全忽略了受教育者的個性發(fā)展需求.基于大數(shù)據(jù)的個性化學(xué)習(xí)方案是在已有的學(xué)習(xí)管理平臺基礎(chǔ)上增加數(shù)據(jù)分析和相應(yīng)的預(yù)測模塊，根據(jù)學(xué)生在平臺上產(chǎn)生的相關(guān)特征數(shù)據(jù)，對學(xué)生個性特征進(jìn)行比對分析，及時了解學(xué)生的學(xué)習(xí)時間、學(xué)習(xí)風(fēng)格、登錄情況、測試結(jié)果、問題反饋，并預(yù)測學(xué)習(xí)中薄弱的知識環(huán)節(jié)及相關(guān)危機(jī)風(fēng)險，為學(xué)生及時調(diào)整學(xué)習(xí)策略提供建議方案，從而為學(xué)習(xí)者提供更全面、更適合自己的個性化學(xué)習(xí)服務(wù)[3].

2 現(xiàn)狀分析

美國教育部發(fā)布的《通過教育數(shù)據(jù)挖掘和學(xué)習(xí)分析促進(jìn)教與學(xué)》報告，指出目前教育領(lǐng)域中大數(shù)據(jù)的應(yīng)用主要有教育數(shù)據(jù)挖掘和學(xué)習(xí)分析兩大方向[4].利用教育數(shù)據(jù)挖掘進(jìn)行教育數(shù)據(jù)分析，從大數(shù)據(jù)中提取價值的技術(shù)主要有：預(yù)測、關(guān)系挖掘、聚類、模式發(fā)現(xiàn)等，可以極大地促進(jìn)大學(xué)生個性化學(xué)習(xí)資源的構(gòu)建、個性化學(xué)習(xí)共同體的建立和個性化學(xué)習(xí)風(fēng)格的形成，并為大學(xué)生提供個性化學(xué)習(xí)服務(wù)和為教師制定個性化教學(xué)方案提供較為準(zhǔn)確的依據(jù)[5].因此，教育大數(shù)據(jù)挖掘有利于促進(jìn)個性化教育的具體實(shí)現(xiàn)[6].

然而要真正實(shí)現(xiàn)個性化教育，首先，需要對學(xué)生的個體差異有充分的了解，即個性化教育的前提基礎(chǔ)是對學(xué)生個性特征的全面了解與認(rèn)知，相關(guān)的研究如大數(shù)據(jù)時代下量化自我支持的個性化學(xué)習(xí)研究[7].其次，需要有豐富的與學(xué)生個體特征相適應(yīng)的學(xué)習(xí)資源服務(wù)，相關(guān)的研究如關(guān)于大數(shù)據(jù)的智慧型個性化學(xué)習(xí)服務(wù)研究[8-10].最后，對個性化學(xué)習(xí)效果的檢驗，還需要有個性化的學(xué)習(xí)評價方法，相關(guān)的研究如利用多元化的方法和手段，采用適合于學(xué)習(xí)者的個體學(xué)習(xí)特點(diǎn)的評價方式，對學(xué)習(xí)者的學(xué)習(xí)過程和學(xué)習(xí)結(jié)果進(jìn)行科學(xué)、個性化的評價，以最大限度地促進(jìn)具有不同個性特征的學(xué)習(xí)者自主、創(chuàng)造性的發(fā)展[11，12].然而當(dāng)前的相關(guān)研究大都是針對個性化教育的某一個環(huán)節(jié)的論述，缺乏對個性化教育整體方法體系的探索與研究，本文利用現(xiàn)代信息技術(shù)，基于學(xué)情大數(shù)據(jù)分析，設(shè)計與構(gòu)建了一套完整的個性化學(xué)習(xí)方案體系，有利于促進(jìn)個性化教育理念的實(shí)踐與發(fā)展.

3 方案設(shè)計

3.1 學(xué)生個性特征認(rèn)知方案設(shè)計

個性化學(xué)習(xí)需要建立在對學(xué)生個體特征充分認(rèn)知的基礎(chǔ)之上，包括學(xué)生的學(xué)習(xí)目標(biāo)、風(fēng)格、興趣、偏好、習(xí)慣、動機(jī)、過程行為等都需要事先了解清楚才能開展有針對性的個性化學(xué)習(xí)服務(wù)，據(jù)此本文設(shè)計的學(xué)生個性特征認(rèn)知方案如圖1所示，具體包括如下四個方面.

（1）學(xué)生個性特征數(shù)據(jù)規(guī)劃.結(jié)合各學(xué)校關(guān)于數(shù)據(jù)收集基礎(chǔ)設(shè)施條件的差異，基于心理學(xué)關(guān)于學(xué)生的感知方式、知覺風(fēng)格、理性水平等有關(guān)理論，構(gòu)建最能體現(xiàn)學(xué)生個體個性化特征的有關(guān)數(shù)據(jù)指標(biāo)，從而為學(xué)生個性認(rèn)知指明具體需要用到哪些相關(guān)數(shù)據(jù)，比如：學(xué)生的家庭背景、學(xué)籍、歷史成績、個人學(xué)習(xí)習(xí)慣、課程學(xué)習(xí)行為過程數(shù)據(jù)以及學(xué)生對某一知識點(diǎn)學(xué)習(xí)時間長短的記錄數(shù)據(jù)等.

（2）學(xué)生個性特征數(shù)據(jù)收集.對高校的教務(wù)管理系統(tǒng)中關(guān)于學(xué)習(xí)過程、教學(xué)過程及教學(xué)管理過程的相關(guān)數(shù)據(jù)進(jìn)行全面收集，整理并收集教學(xué)輔助系統(tǒng)和圖書館管理系統(tǒng)中的相關(guān)數(shù)據(jù)，采集可穿戴設(shè)備如智能手環(huán)等對學(xué)生行為活動感知所產(chǎn)生的數(shù)據(jù)以及在線學(xué)習(xí)系統(tǒng)對學(xué)生學(xué)習(xí)過程產(chǎn)生的數(shù)據(jù)等.然后將有關(guān)個人隱私的敏感數(shù)據(jù)進(jìn)行脫敏處理后存入數(shù)據(jù)庫中.

圖1 學(xué)生個性特征認(rèn)知方案圖

（3）學(xué)生個性特征數(shù)據(jù)處理.對收集到的相關(guān)基礎(chǔ)數(shù)據(jù)進(jìn)行清洗加工處理，對其中的異常值進(jìn)行檢測與標(biāo)記、對缺失值依據(jù)相關(guān)的規(guī)則進(jìn)行修補(bǔ)或者替換、剔除等處理，處理后得到精準(zhǔn)的、有價值的高質(zhì)量基礎(chǔ)數(shù)據(jù)，為學(xué)生的個性特征分析與挖掘提供基礎(chǔ).

（4）學(xué)生個性特征分析與挖掘.基于學(xué)生基礎(chǔ)數(shù)據(jù)庫，采用聚類分析、回歸分析、概率預(yù)測等算法，利用相關(guān)軟件和自主編程相結(jié)合進(jìn)行數(shù)據(jù)分析和挖掘建模，從而得出學(xué)生的個性特征.

3.2 個性化學(xué)習(xí)資源推薦方案設(shè)計

個性化學(xué)習(xí)的核心是不同的學(xué)生個體按需學(xué)習(xí)最符合自身需要的學(xué)習(xí)資源，達(dá)到最高效的學(xué)習(xí)時間利用與學(xué)習(xí)資源利用.因此利用現(xiàn)代信息技術(shù)，根據(jù)學(xué)生的個性特征與興趣需求模型進(jìn)行對應(yīng)的個性化學(xué)習(xí)資源推薦是實(shí)現(xiàn)個性化學(xué)習(xí)重要的環(huán)節(jié)之一.個性化學(xué)習(xí)資源推薦可以以學(xué)生的興趣需求為基礎(chǔ)，通過一定的修正模式，挖掘出學(xué)生的真正學(xué)習(xí)興趣，從而根據(jù)學(xué)生興趣為其推薦相應(yīng)的學(xué)習(xí)資源.據(jù)此，本文在借鑒前人相關(guān)研究成果[13，14]的基礎(chǔ)之上，所采用的個性化學(xué)習(xí)資源推薦方案如圖2所示，具體可描述分為如下四個方面.

（1）由學(xué)生個性特征認(rèn)知方法得到學(xué)生的個性特征信息，然后通過興趣識別算法分析出學(xué)生的興趣模式與興趣需求，基于學(xué)生的興趣需求進(jìn)一步形成基礎(chǔ)的興趣模型A.

（2）在基礎(chǔ)的興趣模型A的基礎(chǔ)上，通過學(xué)生長期在網(wǎng)絡(luò)學(xué)習(xí)平臺上的活動，平臺模型將對學(xué)生的學(xué)習(xí)行為進(jìn)行跟蹤、監(jiān)控和檢測，生成學(xué)生對于所接觸的學(xué)習(xí)資源及話題討論的動作日志，通過對日志的分析以及數(shù)據(jù)信息的轉(zhuǎn)換，利用關(guān)聯(lián)規(guī)則和聚類算法等數(shù)據(jù)挖掘技術(shù)得出學(xué)生的初步的興趣模型B.

（3）在初步的興趣模型B的基礎(chǔ)上，根據(jù)學(xué)生的進(jìn)一步網(wǎng)上學(xué)習(xí)動作行為對模型B進(jìn)行動態(tài)修正，從而得出改進(jìn)的興趣模型C.這樣可以降低模型A的主觀因素干擾和模型B的噪聲干擾，盡量貼近學(xué)生的真實(shí)興趣.系統(tǒng)平臺模型將學(xué)習(xí)資源與興趣模型C進(jìn)行關(guān)聯(lián)，找出學(xué)生真正感興趣的資源進(jìn)而推薦給學(xué)生.學(xué)生在得到推薦結(jié)果后，系統(tǒng)模型將對推薦的結(jié)果進(jìn)行判斷，如果學(xué)生對推薦的學(xué)習(xí)資源產(chǎn)生了進(jìn)一步的收藏及下載等行為，則認(rèn)為學(xué)生對系統(tǒng)模型的推薦結(jié)果是滿意的，系統(tǒng)模型將繼續(xù)推薦一些新的相關(guān)興趣模型C的學(xué)習(xí)資源.

（4）如果學(xué)生沒有對所推薦的資源進(jìn)行點(diǎn)擊，或者只是進(jìn)行了點(diǎn)擊的行為，但很快關(guān)閉了資源頁面，則認(rèn)為所推薦的學(xué)習(xí)資源并不是學(xué)生感興趣或者真正需要的，那么系統(tǒng)模型將根據(jù)學(xué)生與系統(tǒng)平臺的互動行為對學(xué)生興趣模型C進(jìn)行進(jìn)一步的調(diào)整，并根據(jù)學(xué)生所在集體的相同群體特征的相似性原理，采用與該學(xué)生興趣最近的個體的興趣特點(diǎn)對學(xué)生興趣模型C進(jìn)行進(jìn)一步的增補(bǔ)與修剪，得到最終的興趣模型D，從而重新推薦一些相關(guān)的學(xué)習(xí)資源給學(xué)生，并保持繼續(xù)跟蹤學(xué)生的動態(tài)，最終形成對學(xué)生精準(zhǔn)化的個性資源推薦.

3.3 學(xué)習(xí)行為與學(xué)情風(fēng)險預(yù)警方案設(shè)計

圖2 個性化學(xué)習(xí)資源推薦方案圖

圖3 學(xué)習(xí)行為過程預(yù)警方法流程圖

為保證個性化學(xué)習(xí)的質(zhì)量，必須對個性化學(xué)習(xí)的過程進(jìn)行全程監(jiān)控，對學(xué)生有可能遇到的學(xué)業(yè)危機(jī)與風(fēng)險進(jìn)行提前預(yù)警，以幫助學(xué)生更好地認(rèn)識自己的學(xué)習(xí)過程，在出現(xiàn)偏差時及時調(diào)整學(xué)習(xí)方式與策略，促進(jìn)個性化學(xué)習(xí)質(zhì)量的提高，體現(xiàn)個性化學(xué)習(xí)高效率的本質(zhì)特征.據(jù)此，本文采用大數(shù)據(jù)的全樣本及關(guān)聯(lián)分析等數(shù)據(jù)分析技術(shù)，以學(xué)生課程表現(xiàn)等學(xué)情大數(shù)據(jù)為切入點(diǎn)，基于學(xué)生的個人基本信息（性別年齡等）、歷史基礎(chǔ)信息（高考成績等）、課程參與度信息（考勤等）、上課積極度信息（作業(yè)等）等課程全過程及學(xué)生全方位的數(shù)據(jù)信息的挖掘與關(guān)聯(lián)分析，設(shè)計構(gòu)建了學(xué)習(xí)行為與學(xué)情風(fēng)險預(yù)警方案，如圖3所示，對學(xué)生在學(xué)習(xí)全過程中的表現(xiàn)做出實(shí)時評價，并基于數(shù)據(jù)挖掘算法對學(xué)生的學(xué)業(yè)風(fēng)險進(jìn)行及時提示預(yù)警，以便學(xué)生及時調(diào)整相關(guān)學(xué)習(xí)方法與策略，提高學(xué)生學(xué)業(yè)成功率，增強(qiáng)學(xué)生學(xué)習(xí)自信心與自主力.具體包括如下五個方面.

（1）通過學(xué)生個性特征認(rèn)知方法所收集到的數(shù)據(jù)經(jīng)過脫敏后進(jìn)行集成與規(guī)范入庫，對收集到的基礎(chǔ)原數(shù)據(jù)進(jìn)行清洗加工處理，對其中的異常值進(jìn)行檢測與標(biāo)記，對缺失的數(shù)據(jù)依據(jù)相關(guān)的規(guī)則和方法進(jìn)行修補(bǔ)或替換、剔除等處理.

（2）采用相關(guān)分析、因子分析等方法結(jié)合定性分析與定量分析對影響學(xué)情風(fēng)險的關(guān)鍵因素進(jìn)行識別并計算其相關(guān)的特征值.

（3）基于關(guān)鍵因素及特征值，分別構(gòu)建學(xué)業(yè)質(zhì)量危險性、學(xué)習(xí)基礎(chǔ)脆弱性、學(xué)習(xí)風(fēng)險適應(yīng)力等學(xué)情風(fēng)險衡量模型，并進(jìn)行相關(guān)的量化計算.

（4）根據(jù)學(xué)業(yè)質(zhì)量的危險性、學(xué)習(xí)基礎(chǔ)脆弱性、學(xué)習(xí)風(fēng)險適應(yīng)力等學(xué)習(xí)主體風(fēng)險，結(jié)合課程內(nèi)容復(fù)雜性及課程往年掛科率等學(xué)習(xí)客體風(fēng)險，結(jié)合學(xué)生歷史學(xué)情數(shù)據(jù)及當(dāng)前的狀態(tài)數(shù)據(jù)，采用邏輯回歸、支持向量機(jī)、決策樹、樸素貝葉斯等數(shù)據(jù)挖掘算法構(gòu)建學(xué)情綜合風(fēng)險預(yù)警模型，并自主編程實(shí)現(xiàn)相關(guān)計算.

（5）根據(jù)學(xué)情模型計算得到的風(fēng)險值的高低，分別建立紅、黃、綠三級警示信訊，并分別面向?qū)W生、教師、學(xué)校建立三級應(yīng)對措施機(jī)制，確保警示信訊及時準(zhǔn)確到達(dá)學(xué)生，并對學(xué)生如何采取補(bǔ)救措施提供建議方案.

3.4 多維度個性化學(xué)習(xí)評價方案設(shè)計

個性化學(xué)習(xí)結(jié)果的效益如何，同樣需要用個性化的學(xué)習(xí)評價方法進(jìn)行分析.學(xué)習(xí)評價是對學(xué)生在學(xué)習(xí)系統(tǒng)中的學(xué)習(xí)過程與結(jié)果進(jìn)行評定，多維度的學(xué)習(xí)評價從多個角度多個方面去評價學(xué)生的學(xué)習(xí)，個性化評價打破了傳統(tǒng)上評價標(biāo)準(zhǔn)單一且只注重學(xué)校、教師對學(xué)生校內(nèi)表現(xiàn)、考試成績等分值化的評價現(xiàn)狀.據(jù)此，本文設(shè)計的多維度個性化學(xué)習(xí)評價方案如圖4所示，具體包括如下三個方面.

圖4 多維度個性化學(xué)習(xí)評價方案圖

圖5 個性化學(xué)習(xí)綜合服務(wù)信息系統(tǒng)框架圖

（1）評價目標(biāo)多樣化.看待一個學(xué)生的學(xué)習(xí)成果，并不單單只從分?jǐn)?shù)這一個方面，而從平時成績、處理問題能力、思維方式、動手能力、心理狀況、身體狀況、交際能力等多個方面進(jìn)行考察、分析與評價，有利于個性化人才的發(fā)現(xiàn)、成長與發(fā)展.

（2）評價方式多樣化.用學(xué)生自評、學(xué)生互評、家長評價、教師評價等方式進(jìn)行多方面的評價[15].通過學(xué)生的自我評價，能夠較為清楚地了解學(xué)生對本人諸多學(xué)習(xí)行為的認(rèn)識，促進(jìn)學(xué)習(xí)者本人反思自我行為，并逐漸形成反思反饋機(jī)制，這種評價方式在很大程度上尊重了學(xué)生的個性發(fā)展，克服了過去教師的評價代表一切的一刀切式評價的缺陷；通過學(xué)生互評，可以地讓最熟悉評價對象的旁學(xué)者充分發(fā)表自己對同學(xué)的建議，形成更為中肯的評價意見，同學(xué)之間的互評還能一定程度上加強(qiáng)學(xué)生在學(xué)習(xí)過程中的參與感與互動性，通過評價他人達(dá)到更好地認(rèn)識自我的效果；通過家長評價，可以準(zhǔn)確地反饋學(xué)生在家中的學(xué)習(xí)情況，因此家長的反饋和輔助對于學(xué)習(xí)評價也是非常必要的；通過教師評價，可以在評價主體多元化的同時，兼顧教師評價的主體地位，便于形成對學(xué)生最直接的意見和建議措施.

（3）評價結(jié)果反饋化.通過數(shù)據(jù)庫技術(shù)實(shí)時記錄對評價結(jié)果的反饋，基于各種反饋的積累，形成更加精準(zhǔn)和符合學(xué)生個體需要的學(xué)習(xí)資源推薦，促進(jìn)學(xué)生更好的自主學(xué)習(xí)，同時又為下一次的評價提供了更好的基礎(chǔ)，從而形成評價與進(jìn)步的良性循環(huán)效果.

3.5 個性化學(xué)習(xí)綜合服務(wù)信息系統(tǒng)設(shè)計

個性化教育的精準(zhǔn)性與高效性必須借助現(xiàn)在信息系統(tǒng)作支撐才能實(shí)現(xiàn).因此，本文最后綜合學(xué)生個性特征認(rèn)知、個性化學(xué)習(xí)資源推薦、學(xué)習(xí)行為與學(xué)情風(fēng)險預(yù)警、多維度個性化學(xué)習(xí)評價等方案，結(jié)合大數(shù)據(jù)、數(shù)據(jù)庫、Ajax、可視化、消息推送等信息技術(shù)，基于HTML、CSS、JavaScript、J2EE等程序開發(fā)技術(shù)，設(shè)計了個性化學(xué)習(xí)綜合服務(wù)信息系統(tǒng)，如圖5所示.系統(tǒng)整體上包含四層架構(gòu)，即用戶層、技術(shù)架構(gòu)層、功能層和底層平臺層，系統(tǒng)的運(yùn)行以學(xué)生的個性特征為前提，對具有不同學(xué)習(xí)特征的學(xué)生給予個性化資源推薦，并對學(xué)生的學(xué)習(xí)過程進(jìn)行學(xué)情危機(jī)風(fēng)險分析，制定相關(guān)的預(yù)警方案，在學(xué)習(xí)完成之后，建立完善的學(xué)生對教學(xué)和學(xué)習(xí)的反饋機(jī)制及多維度的個性化學(xué)習(xí)效果評價機(jī)制，從而為個性化學(xué)習(xí)所有環(huán)節(jié)提供信息技術(shù)支持與服務(wù)，提高個性化學(xué)習(xí)的效率.

4 總結(jié)與展望

本文在大數(shù)據(jù)的背景下提出了個性化學(xué)習(xí)方案的設(shè)計，并指出了基于大數(shù)據(jù)的個性化學(xué)習(xí)有利于解決傳統(tǒng)教育中存在的學(xué)習(xí)對象認(rèn)知不充分、學(xué)習(xí)資源難以滿足個性需求、學(xué)情分析缺乏預(yù)警機(jī)制、學(xué)習(xí)評價方式單一、缺乏綜合信息系統(tǒng)支撐等問題，并有針對性地設(shè)計了各種具體的解決方案，有利于提高個性化學(xué)習(xí)的學(xué)習(xí)效率和學(xué)業(yè)成功率，有利于個性化人才的識別、培養(yǎng)與發(fā)展.未來隨著可穿戴設(shè)備、虛擬現(xiàn)實(shí)等新興信息技術(shù)的成熟及其在教育領(lǐng)域中的廣泛深入應(yīng)用，可為教育研究提供更細(xì)致的學(xué)生個性化數(shù)據(jù)與學(xué)習(xí)過程化數(shù)據(jù)，加上大數(shù)據(jù)分析技術(shù)在教育數(shù)據(jù)挖掘中的進(jìn)一步深入應(yīng)用，可使本文所設(shè)計的個性化學(xué)習(xí)方案得到進(jìn)一步的完善與實(shí)踐，從而實(shí)現(xiàn)更好地了解學(xué)生的個性特征、更精準(zhǔn)地推薦個性化學(xué)習(xí)資源、更全面地了解學(xué)情風(fēng)險、更客觀地評價學(xué)習(xí)成效等，促進(jìn)基于大數(shù)據(jù)的個性化學(xué)習(xí)實(shí)踐，促進(jìn)教育現(xiàn)代化與智慧化的發(fā)展.

[1]孫建.高中思想政治高效課堂之我見[J].劍南文學(xué)：經(jīng)典閱讀，2012（5）：235-235.

[2]楊恩浩.高效課堂的探索與實(shí)踐[J].語數(shù)外學(xué)習(xí)：高中語文教學(xué)，2014（3）：80-81.

[3]周清清，佘航，平萍.基于大數(shù)據(jù)評價的個性化學(xué)習(xí)平臺模式構(gòu)建研究[J].中國教育信息化，2016（15）：13-15.

[4]胡弼成，王祖霖.“大數(shù)據(jù)”對教育的作用、挑戰(zhàn)及教育變革趨勢——大數(shù)據(jù)時代教育變革的最新研究進(jìn)展綜述[J].現(xiàn)代大學(xué)教育，2015（4）：98-104.

[5]王盛.教育數(shù)據(jù)挖掘促進(jìn)高校學(xué)生個性化學(xué)習(xí)途徑分析[J].考試周刊，2014（34）：176-176.

[6]馬德堅.大數(shù)據(jù)支持下的個性化教育實(shí)現(xiàn)[J].軟件導(dǎo)刊·教育技術(shù)，2016，15（2）：52-53.

[7]吳金紅.大數(shù)據(jù)時代量化自我支持的個性化學(xué)習(xí)研究[J].中國教育信息化，2015（19）：42-45.

[8]趙苗苗，陳琳.基于大數(shù)據(jù)的智慧型個性化學(xué)習(xí)服務(wù)研究[J].教育導(dǎo)刊，2015（10）：64-67.

[9]張雪燕.基于開放教育平臺的個性化學(xué)習(xí)服務(wù)系統(tǒng)研究[J].中國教育信息化，2016（1）：89-93.

[10]楊超.基于粒子群優(yōu)化算法的學(xué)習(xí)資源推薦方法[J].計算機(jī)應(yīng)用，2014，34（5）：1350-1353.

[11]李星，楊瑾，肖夢雄，徐晴.基于網(wǎng)絡(luò)學(xué)習(xí)行為的個性化評價研究[J].電腦知識與技術(shù)，2012，8（3）：1704-1707.

[12]解冬青.網(wǎng)絡(luò)學(xué)習(xí)的個性化評價系統(tǒng)的研究與設(shè)計[D].上海：華東師范大學(xué)，2010.

[13]王倩.基于社交網(wǎng)絡(luò)模式的個體個性化學(xué)習(xí)資源的推薦方法研究[J].計算機(jī)光盤軟件與應(yīng)用，2014（7）：50-50.

[14]田久樂.數(shù)字化終身學(xué)習(xí)中基于學(xué)習(xí)者興趣的個性化學(xué)習(xí)資源推薦機(jī)制研究[D].長春：東北師范大學(xué)，2012.

[15]李小玲.實(shí)踐中多維度發(fā)展型學(xué)生評價體系構(gòu)建措施新探[J].理科考試研究（初中版），2016，23（3）：41-42.