教育大数据专栏《中国教育信息化》编辑部：mis@moe.edu.cn自适应学习：*大数据时代个性化学习的新推力胡旺1袁陈瑶2渊1.上海民航职业技术学院学生工作处袁上海200232曰2.上海海事大学教务处袁上海201306冤摘要院新媒体联盟渊NMC冤连续三年发布的地平线报告与首个中国高等教育地平线报告均指出袁自适应学习是未来影响高等教育发展的关键技术之一袁已成为教育领域研究的新热点遥文章从考察自适应学习起源出发袁提炼出自适应学习的内涵袁对自适应内容尧自适应评估尧自适应序列三种主要的自适应学习工具进行概述曰最后结合自适应学习在语言培训尧教育游戏尧教育测评领域的应用现状及Knewton尧IstationReading两个自适应学习案例的分析袁提出自适应学习在教育中的应用优势及挑战遥关键词院自适应学习曰大数据曰个性化学习曰地平线报告中图分类号院G40文献标志码院A文章编号院1673-8454渊2018冤21-0042-06一尧自适应学习的概述在我国袁自适应学习最早可以追溯到2000多年前孔子所倡导的野因材施教冶教学思想遥而其研究则真正开始于20世纪80年代袁1983年朱新明教授与西蒙渊H.A.Simon袁国际认知科学家冤合作探究示例演练学习渊自适应学习的一种重要形式冤在学科教学中的有效性袁并从信息加工角度探讨其认知过程遥[4]Consortium袁NMC冤依照惯例发布2017年叶NMC地平线2017年2月袁美国新媒体联盟官网渊TheNewMedia报告渊高教版冤曳袁该报告由国内外知名专家尧学者以Wiki得出遥报告主体预测了高等教育技术方面的六大进展袁3月袁北京师范大学智慧学习研究院与美国新媒体联盟Space平台为基础袁主要以德尔菲质性研究为分析方法[1]其中自适应学习技术在未来1耀2年会被广泛运用遥该年合作袁发布了首个针对中国高等教育的地平线报告袁该报告预测了未来五年内影响中国高等教育发展的12大技术袁其中适应性学习被认为在未来2耀3年将取得重要突破遥自适应学习技术与适应性学习同时指向一个名词袁即自适应学习遥自适应学习已经不是地平线报告中的新面孔袁查看2004年以来的叶NMC地平线报告渊高教版冤曳袁发现2015年尧2016年连续两年高等教育的重大进展中均出现自适应学习的身影遥由此可见袁自适应学习在未来高等教育领域有着广阔的应用前景袁且目前英国尧美国尧挪威等国家将其视为教育信息化的首要发展战略遥[2]在我国袁祝智庭教授[3]曾提出个性化自适应学习系统将成为以大数据为基础的新的教育技术范式遥基于此袁文章对自适应学习加以解读袁分析其内涵尧在教育领域的应用现状尧趋势及挑战袁以期为后续研究提供参考遥经过10多年研究袁其团队提出基于产生式系统的人类自适应学习模型尧相关性超媒体系统的概念渊自适应学习系统由其演化而来冤遥理论尧原则及方法遥[5]1996年袁Brusilovsky教授[6]提出适应此后袁关于自适应学习的研究日益增多袁尤其是近几年随着移动设备及教育信息化的快速发展袁自适应学习成为广大科研工作者关注的热点之一遥2016年培生集团顺势推出叶解码自适应学习曳报告袁作为目前唯一一份关于自适应学习的研究报告袁该报告通过对K12及高等教育领域自适应学习工具的研究袁系统回答了自适应学习的定义尧工具袁及各工具间的区别与联系等问题遥[7]自适应学习与教育大数据结合袁共同关注学习者个性化发展袁回归教育本质袁与时代发展对人才的要求相吻合袁未来必将受到更多研究者的青睐遥自适应学习发展脉络如图1所示遥理路径探究冶渊项目编号院[2018]20冤的阶段性研究成果遥*基金项目院本文为上海民航职业技术学院2018年院级教科研资助项目野耶互联网+爷时代下基于易班平台的高等职业教育管42中国教育信息化／2018.21《中国教育信息化》编辑部：mis@moe.edu.cn图1自适应学习发展脉络图渊1冤野适应适应的内涵学中常用的概念冶在叶现代汉语词典袁野生物适应冶既指生物体与环境的协调曳中有两层意思袁一是生物程度袁又指生物体为适应环境所做的改变袁即生物体的进化过程曰二是在心理学领域袁野感觉适应冶指感受器在持续刺激下产生感受性变化的现象袁如从亮处进入暗处袁要经过一段时间才能看清东西遥[8]著名儿童心理学家皮亚杰[9]认为智力的本质是一种适应袁是在主体与客体互相作用过程中产生并通过主体不断自我调节构造起来的不同心理技能遥在教育领域袁潘懋元先生[10]认为野教育适应冶有两方面的含义院一是教育受到一定社会政治尧经济尧文化科学所制约曰二是教育必须为一定社会的政治尧经济尧文化科学的发展服务遥唐荣德[11]认为野教育适应学生冶中的野适应冶是指教育要有针对性地引导和促进每一种发展可能性的有效发展袁这与当前个性化教育理念不谋而合渊2冤自适应学习的内涵遥者特征野自适应袁学习环境冶在强调教育引导功能的同时更注重学习尧学习内容等随学习者情况的变化实时改变遥纵观国内外关于自适应学习的相关定义袁主要分为两类院一类是从学习者角度出发解读自适应学习袁如高虎子等[12]认为自适应学习是指学习者在学习过程中袁通过积极的探索和思考袁把知识与技术的获取与学习者学习条件及其学习进度相结合的一种学习方式曰时龙[13]认为自适应学习的要义是学习者从自身的实际出发袁按照自己的方式学习袁教育的根本功能是激活和调动学习者自身的内在学习机制袁引导学习者在改变自身过程中得到发展遥另一类则是从学习工具视角解读自适应学习袁如叶解码自适应学习曳报告将自适应学习看成一种教育科技手段袁通过自主提供适合每位学生的独立帮助袁在现实中与学生产生实时互动袁[14]姜强等[15]认为自适应学习是一种系统驱动隐性知识呈现的方法袁有助于防止学习者发生认知超载和网络迷航等现象遥结合各领域对野适应冶一词的界定及自适应学习现有的阐释袁笔者认为自适应学习渊AdaptiveLearning冤是教育大数据专栏指学习者根据具体的学习情境袁学习风格尧认知水平等个体特征不断调整自身学习活动尧学习方式尧学习内容等以适应新的变化袁化被动学习为主动学习袁激发自身学习兴趣与学习信心袁进而大大提升学习效果的学习方式遥简言之袁自适应学习是学习者按照自己的方式学习袁学习时间尧学习内容尧学习方法尧学习进度等全由学习者自己掌控遥值得一提的是袁自适应学习的学习结果不仅仅是知识与技能的获得袁更重要的是在不断监控自身学习的过程中对学习者自身的改造遥要想使自适应学习效果最优化袁必然少不了学习工具的支持遥参考叶解码自适应学习曳报告袁本研究认为目前主要有三种自适应学习工具要要要自适应内容尧自适应评估及自适应序列遥它们以不同的方式搜集并分析学生各方面数据袁并根据数据不断调整提供给学生的学习内容尧测评方式及学习顺序袁以促进学生的个性化发展[16]渊1冤自适应内容可以根据学习者的具体情况提供个性自适应内容遥化内容反馈袁包括问题提示尧学习材料等袁是目前市场占额最大的自适应学习工具遥自适应内容搜集与学生学习相关的内容数据袁并通过提供独一无二的学习资源尧学习线索等实现学习内容的个性化遥目前袁自适应内容主要分为两类院一是教学课程类自适应内容袁二是教学游戏类自适应内容遥CogBooks与DreamboxLearning是两款比较有代表性的自适应内容工具袁如表1所示遥经过亚利桑那州立大学与美国加州圣何塞三所政府特许学校的实践应用袁证明自适应内容对学习效果的提升具有显著效果袁在教育领域应用潜力巨大遥表1自适应内容工具表名称CogBooksDreamboxLearning类别教学课程类自适应内容工具教学游戏类自适应内容工具对象无特殊年龄限制幼儿园到八年级学科生物尧历史数学作用方式线上课程线上游戏+线下辅导考虑自信心指数与自测成绩尧完成游戏主题尧角色及故事线尧对知因素练习时间尧回答问题表现等识的掌握程度尧学校教学情况使用美国加州圣何塞的三所政府特学校亚利桑那州立大学许学校课程完成率显著提高渊76%耀使用94%冤效果退课率显著降低渊从15%降到数学成绩显著提高1.5%冤TheChineseJournalofICTinEducation43教育大数据专栏渊2冤长久以来自适应评估袁考试测验被认为是检验学习成果最野公平冶尧最有效的方式袁然而测验时间尧测验内容的无差异性袁导致学生如同流水线上的产品袁同质化现象严重袁无法真正满足现代社会对多样化人才的需求遥自适应评估作为自适应工具的一种袁可以自动调节测验内容的难度及出现顺序袁实现测验内容的个性化遥如美国研究生入学考试GRE&GMAT测试题袁答题者在连续答对题目后会发现题目越来越难袁这就是自适应评估工具根据答题者的表现自动调整的结果遥自适应评估通常用来考察学生的进步情况袁主要有两类应用场景院一是用作练习的自适应评估袁该类评估主要在课堂结束后进行袁持续时间较短袁形式较为多变袁用于检测学生对知识的掌握程度曰二是用作基准测试的自适应评估袁此类评估持续时间较长袁形式较为正式袁往往隔几个月检验一次学习成果袁并为学生量身打造学习方案渊3冤作为自适应学习工具中最复杂自适应序列遥尧最综合的一种袁自适应序列基于学生的学习表现袁利用算法与预测性分析袁持续收集数据袁其作用过程主要分为三步要要要收集数据尧分析数据尧调整学习内容袁如图2所示遥收集数据是改变学习序列的基础袁数据的类型尧知识的难度等级与概念的细节程度尧学习者的学习历史三方面的数据需主要考虑遥数据收集后袁自适应序列从学习者分析尧技能选择尧内容分析三方面分析学生对知识的掌握程度袁并为学生挑选下一阶段的学习内容遥完成以上两步之后袁自适应序列会根据分析结果调整传递给学生的内容数量与方式袁作业与学习资源也被重新规定遥在此阶段袁自适应序列主要考虑学习内容的传达方式尧可提供内容的数量尧内容之间的相互关系三方面遥自适应序列往往与自适应内容尧自适应评估结合使用袁是否收集实时数据是自适应序列与自适应内容的主要区别遥Fishtree尧BrightspaceLeap及Knewton是目前海外市场较为普及的三种自适应序列工具遥图2自适应序列作用过程图[17]44中国教育信息化／2018.21《中国教育信息化》编辑部：mis@moe.edu.cn二尧自适应学习在教育领域中的应用分析自适应学习注重对学生学习数据的收集与分析袁能最大化发挥教育数据的应用价值袁在促进个性化学习方面发挥着不可替代的作用遥近年来袁关于自适应学习的研究日益增多袁主要集中在语言培训尧教育游戏及教育测评等方面渊1冤遥语言是文化的载体语言培训袁也是文化的核心组成部分袁语言培训是指通过一段时间的学习与训练袁受训人获得运用某种语言能力的过程遥[18]自适应学习与实时语音识别技术尧大数据相结合袁为语言培训提供支持遥在传统语言培训领域袁如英语教育中野哑巴英语冶现象十分普遍袁究其原因院一是英语学习环境的缺乏曰二是语言培训产业对练习结果难以量化分析袁培训效果参差不齐遥2016英语流利说团队将自适应学习引入语言培训领域年发布全球首个自适应移动英语课堂野懂你英语冶遥袁在学习环境上袁野懂你英语冶内置6000多张原创手绘地图尧36000多道真题测试尧22000多句美式播音配音为学习者营造沉浸式英语学习环境曰在学习内容上袁野懂你英语冶的自适应学习系统具备自学习能力袁能不断提高学生与最合适学习内容的相关性曰在学习效果评价上袁对学生学习数据全程追踪袁并与语音识别技术相结合袁实现多维度的口语评分与反馈袁包括语音尧语义及逻辑连贯度上的准确测评渊2冤遥将趣味性与教育性巧妙融于一体的教育游戏教育游戏袁深受广大学习者的喜爱遥随着信息时代的到来及智能电子设备的普及袁教育游戏具有良好的发展前景遥将自适应学习引入教育游戏领域袁可以更好地监测游戏进程袁并通过对游戏数据的收集与分析袁不断调整游戏的内容进程袁设计出个性化学习方案遥美国一直走在教育游戏行业前列袁随着教育游戏的普及袁近几年美国的研究重点已从关注游戏机制尧特征尧教师如何运用教育游戏等方面转向学生游戏数据的分析与利用遥KurtSquire教授[19]认为当前最具挑战的任务是如何将评估系统嵌入游戏中给游戏中的学习行为以反馈袁其团队一直在进行这方面的尝试遥该评估系统能预先设置节点对学生进行前测尧后测袁跟踪学生动作路径并记录遥此外袁游戏级别与挑战难度会根据学生的学业成绩[20]自适应调整袁具体如图3所示遥《中国教育信息化》编辑部：mis@moe.edu.cn图3教育游戏评估系统图渊3冤教育测评是提升教育质量的重要手段之一教育测评袁不仅有利于提高学生的学习效率袁促进教师专业化发展袁还有利于教育结构的优化袁促进教育长足进步遥然而袁目前教育测评仍停留在野一份测试内容定天下冶的层面袁忽视学生间的个体差异袁简单地用一份试卷袁通过一次测试来评判教育质量袁未免太过草率遥将自适应学习引入教育测评领域袁学生间的个体差异与每位学生自身状态的变化都被纳入测评范畴袁根据学习者答题情况实时调整测试内容袁有效增强教育测评的准确性与科学性袁力求客观尧全面地反映学习效果领域的数学在线学习平台ALEKS渊www.aleks.com冤遥袁其自创的是面向K-12野知识空间理论及高等教育冶运用组合数学和随机过程相关模型袁通过数学语言分析学生测试成绩遥测评时袁前一道题的回答情况直接影响下一道题的难度袁前一次测评成绩直接影响下一次测评难度遥每一次测评结果都以直观图式呈现袁主要包括学生对知识的掌握程度尧进步情况及与历史成绩的对比三个维度遥ALEKS根据测评结果为学习者提供自适应指导袁大大提高了学生学习效率袁减轻了教师的教学负担遥自适应学习颠覆传统学习模式袁在教育领域前景巨大袁但目前自适应学习在教育中的应用研究相对较少袁此时了解自适应学习在教育中应用的成功案例显得十分必要遥Knewton是目前服务地区最广尧用户人数最多的自适应学习产品Reading袁其全球用户人数高达900万遥化是该系统最大的特点针对读写领域袁Istation袁一切学习活动的可视化及游戏且已被实践证实可以在教室场教育大数据专栏景中有效运用遥基于此袁本研究着重分析自适应学习平台Knewton及自适应评估系统IstationReading袁以期为自适应学习的教育应用提供借鉴渊1冤自适应学习平台自适应学习平台遥KnewtonKnewton创建于2008年袁依靠其强大的实时推荐引擎袁被称为全球自适应学习平台的典范遥Knewton提供三项核心服务[21]服务尧针对教师的学情分析服务尧渊针对内容提供商的内针对学生的内容推荐容洞察与分析服务冤袁通过对学习内容的优化及学情的实时分析淤Knewton袁优化教学过程袁提升教学质量遥Knewton教育内容打分的方式来判断其呈现顺序推荐原理的基础路径规运行机制划技术袁及与知识图谱结合学生能力高级袁力求为学生提供最袁通过为系统模型作为佳学习内容遥Knewton学习平台主要由数据基础结构尧推断基础结构及个性化基础结构三部分构成袁[22]其中数据基础结构主要负责学生个体信息渊如学习目标尧学习兴趣尧学习风格等冤的整合分类及学生学习实时数据的处理曰推断基础结构包括心理测量引擎尧学习策略引擎尧反馈引擎袁主要负责评估学生能力尧对教学的接受程度并将评估结果反馈给学生本人曰个性化基础结构主要负责学习内容的推荐及学生测量指标的预测袁如图4所示遥此外袁数学学习仪表盘的出现有利于学生分组袁减少学习挫败感遥图4自适应学习平台Knewton运行机制图于KnewtonKnewton学习平台充分利用大数据优势所取得的成果人数的增加来提高推荐准确性袁与此同时袁当学习者学袁通过学生习某个特定概念时袁系统自动推送其他学习者的学习路径袁将学习同一概念的学习者联系起来袁减少学习孤独感遥实践证明袁Knewton自适应学习平台在提高考试通过率尧降低辍学率及提高学习效果等方面均有显著效果遥渊2冤自适应评估系统IstationReading公司提供丰富的动画及游戏教育技术Istation公司渊www.istation.com冤成立于袁其产品涉及阅读1998年袁该TheChineseJournalofICTinEducation45教育大数据专栏与写作尧西班牙语尧数学三方面遥其中IstationReading是针对读写领域的自适应评估系统12该系统的课程年级的学生尧袁活动及测试均以游戏的方式进行为其提供阅读尧写作课程及线上测评袁该系统面向幼儿园到袁有利遥于激发学生兴趣淤Istation袁tationIstationReadingReading提高学生参与度首先为每位学生提供前测运行机制遥ISIP渊Is鄄渊理解包括听力理解Indicators尧阅读速度等尧of音位知识Progress冤以了解学生的初始阅读水平冤袁学生完成测试后尧字母知识尧袁词汇系统根据测试结尧拼写尧阅读果将学生分组袁并自动调整每一组别的游戏难度遥每经过一段时间的学习袁系统都会再次对学生的阅读水平进行评估遥为更准确地掌握学生的阅读水平袁该评估系统内所有测试内容均有明确的时间限制遥通过前测尧学生分组尧教学内容与课程分配尧后测循环的方式来提高学生的阅读水平于Istation遥佛罗里达中心大学的国际阅读研究中心Reading所取得的成果gridge250853International名学生中运用ReadingIstationCenter冤Reading在一部分公立小学渊TheMor鄄共自适应评估系统来检验学习效果遥经过一整个学年的实践袁学生的阅读水平有显著提升遥三尧自适应学习的应用优势及挑战大数据时代个性化学习发生需要新的推动力量袁自适应学习作为一种新兴的技术手段袁在全面获取学生数据尧及时调整学习内容及学习难度尧适时做出学习评价等方面有着不可替代的作用袁为个性化学习的发生奠定基础遥通过上文对自适应学习平台Knewton及自适应评估系统IstationReading的分析袁我们不难发现自适应学习在提升学习满意度尧优化教育教学质量方面也有一定作用遥未来自适应学习在教育中应用优势与挑战并存袁需要研究者不断实践袁最大化发挥自适应学习优势袁应对挑战遥无处不在的学习数据为学情分析尧学习内容调整尧学习量化评价等提供便利袁为自适应学习深入发展奠定数据基础遥未来自适应学习在教育中的应用将主要围绕精准推送学习内容尧实时反馈学习信息及收集分析学习数据三方面展开渊1冤遥学生间存在个体差异是不容忽视的事实学习内容精准推送袁服务个性化学习袁且随着信息网络及现代通信设备的发展袁学生间的个体差异越来越明显袁传统野一刀切冶式的同步调学习已不能满足学习46中国教育信息化／2018.21《中国教育信息化》编辑部：mis@moe.edu.cn者需求袁此时个性化学习显得尤为重要遥而学习内容是连接教与学最基础的纽带袁要实现个性化学习袁首先要实现学习内容的个性化遥自适应学习关注学生间的个体差异袁根据每位学生的具体学习情况袁精准化推送学习内容袁使拥有不同学习步调尧不同学习风格与不同特长的学生都有最适合自己的学习内容袁最大化维持自身的学习兴趣与学习优势袁追求最优化学习效果遥与此同时袁精准化推送学习内容可以显著解决因学习问题渊如被动听讲尧教师教学速度与节奏把握不当尧学习目的不恰当等冤导致的学生行为问题渊如注意力问题尧耐挫问题尧人际交往问题等渊2冤就教学系统而言学习信息实时反馈冤遥袁只有通过学习信息的实时反馈袁优化教学流程袁才有可能对整个教学系统实施及时且有效的调整与控制袁从而促使教学系统最终实现教学目标遥[23]学习信息反馈是教学流程中较为关键的一环袁及时高效的信息反馈能有效优化教学流程遥学习信息的实时反馈不仅能帮助教师实时了解学生的学习情况袁及时调整教学策略与教学内容袁从而优化教师的教学过程曰还能帮助学生更好地了解自己袁及时调整学习策略袁激发学习动机袁从而优化学生的学习过程遥自适应学习将实时反馈机制引入教学活动袁将线上尧线下的教学与信息反馈尧测评紧密结合在一起袁有效整合教学与评价活动遥基于学生实时学习情况的形成性评价对学习动机的激发与维持尧学习过程的优化尧学习满意度的提升具有明显促进作用遥教学既包括教师的教也包括学生的学袁学习信息实时反馈通过对教师教学过程与学生学习过程的实时调整来优化教学流程渊3冤教学管理是教学活动的基础学习数据收集与分析遥袁便于教学管理袁是保障教学活动稳步尧健康尧可持续推进的基本前提遥通过对学生学习数据渊包括学习过程数据与学习结果数据等冤的收集与分析袁可以有效提高教学管理质量袁从而促进教学质量的提升遥各种类型的结构化尧半结构化与非结构化的学习数据袁记录了学生过程性尧即时性的学习行为与学习现象袁[24]对这些数据的收集与分析袁可以为教学管理的顺利开展提供大量的量化数据袁增加教学管理的科学性遥自适应学习与教育大数据尧学习分析尧量化自我等新兴技术相结合袁弥补了一般教学平台在学习数据收集与分析方面的弊端渊如数据收集范围有限尧数据收集不及时尧数据分析不到位等冤袁将教学管理从宏观层面向微观层面推进袁致力于促进每一位学生的成长与进步遥《中国教育信息化》编辑部：mis@moe.edu.cn尽管自适应学习为我们描绘了一幅美好的个性化学习蓝图袁但在推进自适应学习广泛运用的过程中至少面临以下三大挑战遥一是野教冶与野育冶如何兼顾的问题遥几乎所有自适应学习产品都聚焦于野教授知识冶这一层面袁缺乏对野育人冶的关注遥育人是复杂的系统工程袁需要教师长时间言传身教尧身体力行袁才能在潜移默化中影响学生袁帮助其塑造健康人格遥先进的技术手段在辅助教学尧提升学习效果方面成效显著袁在野育人冶方面却无计可施遥因此袁在使用技术的过程中如何同时兼顾野教书冶与野育人冶袁还需要教育工作者不断探索遥二是学生数据隐私的保障问题遥依靠学生各项实时数据运作的自适应学习产品袁在如何保障数据安全方面应建立一个统一的隐私保障机制袁明确哪些教育数据该收集尧哪些教育数据可以共享袁切实保障好学生的数据隐私遥三是学生学习过程中的情感缺失问题遥在自适应学习情境中袁学生与教师及其他学习者分离袁在长时间自学的过程中容易产生焦虑尧孤独等情感问题袁[25]长此以往必然导致学习效率的下降遥因此如何在促进学生学习效率提升的同时给予学生人文关怀是深化自适应学习应用过程中亟需解决的问题遥作为人工智能技术在教育领域的探索袁自适应学习致力于为每位学生提供独一无二的帮助袁在优化学习效果尧促进个性化学习方面有着巨大潜力袁将给教育带来持久而深远的影响遥然而新兴事物或因其自身的不完善性或因人们的抵触心理袁其推广运用总不能一帆风顺遥要真正促进自适应学习在教育中落地生根袁需要广大教育工作者共同努力袁顺应时代潮流袁精心设计应用场景袁并制定一系列规范袁使教育真正服务于学生袁促进教育质量提升遥参考文献院[1]张屹,朱莎,杨宗凯.从技术视角看高等教育信息化要要要历年地平线报告内容分析[J].现代教育技术,2012(4):16-20.[2]金慧,胡盈滢,宋蕾.技术促进教育创新要要要新媒体联盟叶地平线报告曳(2017高等教育版)解读[J].远程教育杂志,2017(2):3-8.[3]祝智庭,沈德梅.基于大数据的教育技术研究新范式[J].电化教育研究,2013(10):5-13.教育大数据专栏[4]朱新明,司马贺.初中数学示例演练实验教材[M].北京:中国科学出版社,1993.[5]朱新明,李亦菲,朱丹.人类的自适应学习要要要示例学习的理论与实践[M].北京:中央广播电视大学出版社,1998.[6][12]高虎子,周东岱.自适应学习系统学习者学习风格模型的研究现状与展望[J].电化教育研究,2012(2):32-38.[7][14][16][17]DecodingAdaptiveLearning[R].Eng鄄land:Pearson,2016:13尧15尧21尧35.[8]中国社会科学院语言研究所词典编辑室.现代汉语词典[M].北京:商务印书馆,2005.[9]叶宝生.从让窑皮亚杰的野适应冶理论看中学生物理学习中思维定势的形成及其作用[J].首都师范大学学报(社会科学版),2002(S1):140-143.[10]潘懋元.教育外部关系规律辨析[J].厦门大学学报(哲学社会科学版),1990(2):1-7.[11]唐荣德.试论教育适应学生[J].广西师范大学学报(哲学社会科学版),2004(1):83-87.[13]时龙.自适应学习的方法论探析[J].教育科学研究,2015(9):5-13.[15]姜强,赵蔚,王朋娇.自适应学习系统中双向适应交互评价实证研究[J].现代远程教育研究,2013(5):106-112.[18]王巍,李艳.对当前语言培训行业的调查与思考[J].语言文字应用,2012(3):33-41.[19][20]魏婷,李馨,赵云建.美国教育游戏研究发展新动向要要要威斯康星大学麦迪逊分校KurtSquire教授访谈[J].中国电化教育,2014(4):1-5.[21]阿槑.好未来投资Knewton,中国市场成为Knew鄄ton下一个重点[DB/OL].http://www.jiemodui.com/N/42027.html.[22]周皖婧,辛涛,刘拓.野互联网+冶背景下的学生个性化学习系统开发:现状与启示[J].清华大学教育研究,2016(6):79-84.[23]李卢一,许蓉,郑燕林.ARCS模型视角下网络学习反馈设计[J].现代远距离教育,2013(3):66-71.[24]武法提,牟智佳.电子书包中基于大数据的学生个性化分析模型构建与实现路径[J].中国电化教育,2014(3):63-69.[25]董晓辉,杨晓宏,张学军.自适应学习技术研究现状与展望[J].电化教育研究,2017(2):91-97.渊编辑院王天鹏冤TheChineseJournalofICTinEducation47