唐剑
广东省佛山市佛山开放大学（佛山社区大学） 528000
一、远程开放教育学生支持服务中存在的主要问题
开放教育面对的学生大多是在职的学生, 通过业余远程在线学习的形式学习课程。开放教育不仅意味着对教育教学对象的综合开放，还是对教育教学观念、教育资源和各种教育实践过程的综合开放。为了更好的服务学生的学习活动,为学生开发各种网络学习资源，辅助学生学习。以“教与学准永久性分离”为特征的远程开放教育是学习支持服务兴起和发展的根本缘起。学习支持服务已成为远程教育机构充分体现 “以学生为中心”思想的关键部分。学习支持服务的内容包括学前指导、基础技能与专业评估、为教学工作者提供业务咨询服务、教师指导等等。随着远程教学实践的深入, 逐步涌现出一些迫切需要解决的问题，比如所有学生看到的资源都是一样的，比较固化，缺乏个性化，缺少科学的学习支持服务评估机制，无法及时发现服务体系的却是等等。本文通过采集学生的在线学习行为数据，构建个性化的远程开放教育服务体系，为学生实现更好的学习提供支持。
二、在线学习行为分析
目前各种在线学习平台可以全面记录学生在学习过程中的所有学习行为数据，包括视频观看时间 帖子回复数量 测试情况 签到情况 访问量，等等形成在线学习大数据。目前学者研究主要对线上教学数据进行统计分析，也有利用数据分析构建平台或者框架，对不同课程平台的数据进行分析和建模后预测学习行为。利用数据挖掘技术对在线学习群体行为进行分析，并且用数据对模型进行训练及测试，得出模型预测结果即学习者的评价，模型预测结果显示出群体学习状况，知识点、难点掌握情况，及时了解学习者的动态和疑问。
三、构建基于在线学习行为分析的学习支持服务体系
为每一位学生设计个性化的学习支持方案,帮助学生完成学习计划, 发展个体的潜能。高质量学习资源组合以及针对个人的支持活动,有利于学生在开放大学顺利开展学习活动。
现有的在线学习平台一般都可以搜集到登录次数、访问时间、文本资料访问次数、习题访问次数、签到次数、总签到数、视频学习次数、观看时长、学习进度 、学习文本资料时长、互动次数、答题次数、帖子回复次数、参与讨论次数、获得点赞次数、测评时长、测评成绩、参与测评次数、总测评数等各类数据。通过数据挖掘技术对以上数据进行挖掘分析，预测后续学习问题， 根据预测结果及时提供学习支持服务，有利于提高学习支持服务的针对性和有效性。
.png)
如上图所示，通过利用机器学习算法对学习行为数据进行挖掘分析，可以实现对数据的聚类、时间序列分析、预测等等，最终实现对学习行为的模式识别，预测，及时发现问题及时干预，实现学习支持服务的个性化和有效性。
四、结语
基于学习行为数据分析的远程开放教育学习支持服务体系不仅可以根据学习者在不同时段的不同特征提供不同的学习支持服务，而且可以利用机器学习算法对数据进行分析，及时跟踪和预测学习者学习行为的变化，并进行及时的干预，保证学习者学习行为的延续性和高效性。
参考文献
[1]薛文平.网络环境下的班级管理——探讨远程开放教育中的班级管理模式[J]. 实验教学与仪器. 2007(04)
[2]吴若茜.比较视野的远程教育学习支持服务理论与实践[J].开放教育研究,2009,15(02):97-101.
[3]王刚,郭雪梅.社交网络环境下基于用户行为分析的个性化推荐服务研究[J].情报理论与实,2018( 8) :102-107．
[4]王文晶,闫俊伢.基于大数据的在线学习行为分析与干预研究[J].山西电子技术,2020(06):69-71.
[5]吴若茜.比较视野的远程教育学习支持服务理论与实践[J].开放教育研究,2009,15(02):97-101.
[6]景姗娜,陈乃鸿.开放教育有效教务管理与运行机制研究[J].黑龙江科学,2020,11(23):72-73.
[7]王祎. 在线学习行为分析及应用研究[D].华中师范大学,2018.
[8]花洁.技术赋能育人：在线学习与技术应用实践思考[J].上海教育科研,2020(12):75-79.
[9]王更鹏,文春玲.大学生MOOC学习行为及其效果分析[J].南方农机,2020,51(23):188+190-191.
[10]杜琼英.学习支持服务理论研究简介及启示[J].云南电大学报,2001(01):15-18.
[11]郑炎顺,余少华.应用型高校网络通识教育学习体系的构建与探索——基于学习支持服务理论下的讨论[J].教育教学论坛,2020(24):365-367.