学习分析技术是采集与学习活动相关的学习者数据，并运用多种方法和工具全方面解读数据的技术，它能够记录、分析学习环境和学习轨迹，进而发现学习规律，预测学习结果，基于此为学习者提供相应的学习策略和个性化学习资源，促进有效学习。

案例名称：智慧学伴

案例背景：

      智慧学伴（Smart Learning Partner)是北京师范大学未来教育高精尖创新中心研发的一款智能大数服务平台，具有“全学习过程的数据采集、知识与能力结构的建模、学习问题的诊断与改进、学科优势的发现与增强”等特征，以练习测评、学习交互、作品分析等作为数据汇聚的主要方式，采集学习者在学习过程中产生的各种数据，利用大数据分析使学习评估有证可循，逐步从经验性评估走向依据科学数据分析的发展性评估，为个性化教学提供支撑。

案例正文：

      智慧学伴利用诊断工具和内嵌平台的多种算法，可视化表征学习者的认知能力，帮助教师准确把握学习者的现有认知水平与潜在认知水平，进而实现精准教学提供客观依据。基于智慧学伴的精准教学是基于学习者核心素养和学科能力的微测诊断工具，诊断学习者核心知识的表现水平，平台通过数据分析实现可视化显示。一方面，教师根据可视化报告进行自适应教学策略选择。另一方面大数据分析的结果传递至自适应引擎，自适应引擎针对学习者的认知特征推荐个性化学习资源，从而更好地促进学习者自主学习。基于智慧学伴微测诊断的精准教学模式如图1所示，其关键环节包括微测诊断、可视化显示、自适应教学策略选择与个性化学习资源推荐。

 图1 基于智慧学伴微测诊断的精准教学模式

      智慧学伴依托大数据开展学科能力分析为学生提供个性化学习服务（个性化测评与资源、个性化报告与地图、个性化双师与学伴），智慧学伴个性化的 学习路径为学习者设计了与其学习进度匹配的个性化学习任务、包括作业、测评、微课资源等。同时，智慧学伴能记录学生的点击行为、观看时间、停留学科等数据，依据学生的学习行为数据分辨出隐含的关联，准确地预测学生的学习路径及其发展趋势，为学生提供更针对性的课程资源和学习内容。此外，大数据可以将大量融合学科能力的测评数据进行解码，形成包含学习基本表现、学科能力、学科素养、学科成绩的综合分析报告，如某区学生的个体报告框架如图2所示：

    图2 学生个体报告框架

      智慧学伴依托大数据开展学科能力分析为教师提供个性化教学服务（个性化教学地图、个性化学科报告、个性化学科作业和个性化网络教研）。如个性化教学地图（如图3）为同一个教师开展不同班级教学的报告分析，直观展示了任教班级的薄弱点和非薄弱点，不同颜色代表不同状态，教师可选择不同班级对比查看。教师还可从平台上智能提炼同级学科能力的测评工具和学习资源，干预学生的学习表现，给与个性化指导。

图3 同一教师开展不同班级教学的报告反馈

案例总结：

1.请结合案例分析智慧学伴是如何进行学习分析的？采用了什么分析技术？

2.通过智慧学伴的案例，谈谈你对学习分析的认识，其特点和优势是什么？

PS：请在下方讨论区进行讨论，点击活动名称处的“案例分析”即可进入讨论区。

资料来源：

[1]李晓庆,余胜泉,杨现民,陈玲,王磊.基于学科能力分析的个性化教育服务研究——以大数据分析平台“智慧学伴”为例[J].现代教育技术,2018,28(04):20-26.

[2]刘宁,王琦,徐刘杰,余胜泉.教育大数据促进精准教学与实践研究——以“智慧学伴”为例[J].现代教育技术,2020,30(04):12-17.

（原文可在拓展资源查看）