数据驱动下的教育研究和实践亟须系统而完善的计算分析技术赋能，学习分析作为数据密集型研究范式在教育领域的，致力于“测量、收集、分析、报告学习者及其学习环境数据”，助力教育研究从宏观群体走向“每一个体的真实”，使得规模化教学过程中提升学习者的学习绩效以及个人成就成为可能，成为教育领域极具热点和潜力的实践领域。

作为一门前沿课程，《学习分析技术与方法》以教育数据的收集、测量与分析为主线，涵盖了学习分析的理论基础、技术方法、实践应用、研究进展和发展趋势等内容。同时，将学习者画像、学习推荐系统与学习分析工具纳入教材内容中，让学习者掌握利用学习分析技术以提升e-learning环境设计有效性的路径和方法。

如果你已经接触了学习分析，希望尝试使用数据来理解学习，或者参与技术改进教与学的应用以及政策改进，相信你能在课程中获得更多的想法与见解；如果你从事教学工作，我们希望课程的开设能为你带来更多理解与赋能教学的机会。期待这门课能让你所有所得，期待课程的开设能够促进领域内的共识、共享与共建，为推进新教育范式的建立做出有益贡献。

课程有五方面的特色：

一是以学习者视角展开设计。课程设计、微视频设计、动画设计、案例设计等的引入既契合教育技术专业学生的认知水平，也能让非专业学生和社会学习者理解与掌握。

二是相关内容的凝练重构。综合近年来学习分析的研究成果，围绕学习分析的“数据获取”、“报告呈现”与“判断预测”架构课程脉络。课程开篇为“学习准备”章节，之后为学习者提供一个对所遇到的各种决策，分析工具的概念，依次组件的课程内容框架可能适用于不同层面的学习者。尤其增加了信息的生成能力、教育资源建设能力、新型学习模式的利用能力等内容。

三是内容提炼特色。基于对大学生已有知识、水平与能力的系统分析，结合对社会学习者的广泛调研，展开课程导学、内容与拓展环节的设计。

四是以实践为立足点。既聚焦如何收集、分析和呈现数据，同时阐释“为什么分析”以及“分析结果的教育价值”。

五是体现学科交叉特征。课程从教育学、信息科学、认知科学等领域对学习分析的研究展开剖析。

本课程采用百分制计分，课程的最终成绩由课程讨论、测验、作业、期末考试四部分的得分累加而成。课程的评价分为以下四个部分所占比例如下：

1.课程讨论（10％）

学员在课程中的“课堂交流区”中回帖的数量总共达10条及以上，即可获取满分。

注意：只有参加课程中作为教学内容的讨论活动的发帖才能计入成绩。本课程每一模块内都会指定讨论题目，学员们可根据兴趣选择参与。学员们也可以自己发起主题帖，其他学员可以相互回复和跟帖。

2.模块测验，作业和互评（50％）

（1）模块测验（30％）每次测验包括10道题。每次测验允许尝试3次，30分钟内完成，取最高成绩。本课程一共有6次模块测验。

注意：本课程通过测验题目的设计来提醒学员关注课程教学内容中的关键点，通过测验题来传递希望学员建立的正确认识。所以测验题目也是课程重要的学习内容，以测试带动学习是本课程的一种教学策略。在每个测验截止期之后，大家可以在课程的讨论区讨论测验题目，但是在截止期之前，请勿讨论，尤其不要在课程以外的网络空间讨论，比如说把测验的答案发布到百度文库中。警示：考虑到未来的学员，维护课程学习的公平性，需要大家共同遵守MOOC课程的这一通则要求。

（2）模块作业（20%）本课程要求学员完成2次作业，认真按时完成作业自评、互评，有时间要求有限制。每人互评5个以上，互评完成度的奖惩计分规则为：未参与互评的学生将给予所得分数的30%，未完成互评的学生将给予所得分数的50%，全部完成互评的学生将给予所得分数的100%。系统默认互评下的学生作业成绩，取其被评成绩的平均值。

3.在线期末考试（40％）

具体要求参见期末考试说明。