?本文由《開放教育研究》雜志授權(quán)發(fā)布

作者：郁曉華、江紹祥

摘要

在各類在線學習平臺或社會性學習工具的支持下，越來越多的個體學習活動被有效組織和連接起來，共同創(chuàng)造出一種名為集體智慧的新知識。集體智慧由個體行為以顯性或隱性的方式匯聚而成，體現(xiàn)為一種共同的認知或行為的狀態(tài)或趨勢，并在社會情境下整體輸出，發(fā)揮成效。這種知識被證實在解決復雜問題上要優(yōu)于專家智慧。為了探討如何利用學習分析技術(shù)促進集體智慧的獲取與應用，進而有效支持在線教與學的教學決策，本研究在梳理現(xiàn)有學習分析模型操作要素的基礎上，從目標確定、數(shù)據(jù)收集、分析過程和結(jié)果應用四方面提出了相應的理論框架。集體智慧的學習分析目標可以依據(jù)教師和學生的興趣和關注點加以確立，數(shù)據(jù)分析可分為社會網(wǎng)絡分析、話語分析、內(nèi)容分析、性格分析和情境分析五大類，具體操作時還可從時間維度再細分為過去、現(xiàn)在和未來三種，相應的服務也可劃分為信息級和洞悉級兩個層次，但都應考慮分析結(jié)果呈現(xiàn)的方式以及應用策略。本研究最后通過應用案例對所提框架加以詮釋，并討論了未來需要開展的工作，包括定義各種服務于不同分析目標的OIM關系鏈、設計和開發(fā)解讀和應用相關分析結(jié)果的工具、開展試驗研究加以驗證等。

關鍵詞：集體智慧；學習分析；社會學習；教學支持；在線教與學

一、引言

當前，在線學習繁衍的速度與規(guī)模令人驚訝，其中尤以MOOC突出。有調(diào)查發(fā)現(xiàn)，超過三分之一的大學生至少選擇了一門在線課程，16%的人則以在線學習課程為主（Bailey et al.，2014）。同時，非正式學習也從默默無聞中走出來并登上企業(yè)學習的議程（Cross，2015），大大加劇了這一趨勢的蔓延。在各類在線學習平臺或社會性學習工具的支持下，大量個體學習活動被有效組織和連接在一起，催生出一種新穎的被稱之為集體智慧（Collective Intelligence，簡稱CI）的知識。它一般產(chǎn)生于一群個體的集體性活動，比如學習同一視頻并加以評論，對同一討論主題發(fā)表看法等。作為一種群體性問題解決能力（Heylighen，1999），相關實驗研究已證實其在解決復雜問題的閾值上明顯高于專家智慧（Maubous-Sin，2006）。集體智慧被廣泛應用于商業(yè)領域，比如Google的PageRank，Amazon的產(chǎn)品推薦等。在線教與學中，相關研究還很少。

加拿大集體智慧研究中心主席皮埃爾·萊維（Levy，2002）曾指出：“我們對新技術(shù)最好的利用不在人工智能上，而在集體智慧上；不是讓計算機模仿人類，而是幫助人類更好地群體性思考并發(fā)展他們的思想”。隨著互聯(lián)網(wǎng)的發(fā)展，集體智慧的潛能與價值越發(fā)突顯。集體智慧的獲取其實就是從大量人群的行為和數(shù)據(jù)網(wǎng)絡中收集信息和尋找答案的過程，學習分析（Learning Analytics，簡稱LA）技術(shù)可以很好地支持這一目標的實現(xiàn)。作為技術(shù)增強學習研究中增長最快的領域之一，學習分析技術(shù)的本質(zhì)就是對數(shù)據(jù)背后所隱藏的信息加以發(fā)現(xiàn)和理解并有效進行利用的研究（郁曉華等，2013）。學習分析正在掀起教育技術(shù)發(fā)展的第三次浪潮（Brown，2011），越來越多的教育者希望通過數(shù)據(jù)驅(qū)動的決策改進對學習的理解，尋求創(chuàng)新的機會，實現(xiàn)“智慧性”的教與學，以確保教學的效率和效果。

在上述背景下，本研究的目標是探討如何利用學習分析技術(shù)促進集體智慧的獲取，以有效支持在線教與學的教學決策。

二、集體智慧與學習分析

（一）集體智慧及其核心特征

集體智慧并不是個全新的概念，從人類共同狩獵到如今的現(xiàn)代社會就一直存在著（Singh，2011）。它可以描述這樣一種情形，那就是一群個體集體做著智慧的事情（Malone et al.，2009），參與的個體可以是除人類之外的動物或昆蟲，他們最終整體的產(chǎn)出或成果要優(yōu)于任何部分相加的總和（Singh，2011）。集體智慧最吸引研究者的地方在于它極大推動了知識和能量從個體創(chuàng)造向群體創(chuàng)造的轉(zhuǎn)變。

集體智慧的定義非常豐富。典型的有：“一種集體決策能力，它至少等同或優(yōu)于群組中的任何一個成員（Hiltz & Turoff，1978）”，“一種人類團體在創(chuàng)造、創(chuàng)新和發(fā)明中開展智力合作的生產(chǎn)力（Levy，1997）”，“一種由某種社會結(jié)構(gòu)運行的無意識的、隨機的、并行的分布式計算過程，它使得這一社會結(jié)構(gòu)（可以從細菌菌落到人類社會結(jié)構(gòu)）運作良好（Szuba，2001）”，“一種關于連結(jié)和關系的智慧（Zara，2004）”。過去十年中，又出現(xiàn)一些新的認知，信息技術(shù)開始在集體智慧的獲取中扮演著重要角色。比如，“人和計算機構(gòu)成的集合體，通過互聯(lián)網(wǎng)連接在一起，共同做智慧的事情（Malone &Bernstein，2015）”，“集體智慧的應用是一種開放數(shù)據(jù)的產(chǎn)物，可以通過聯(lián)合這些開放數(shù)據(jù)倉庫發(fā)現(xiàn)知識（NewMedia Consortium，2008）”。

不同語境下，集體智慧被看作成一種決策能力，一種創(chuàng)造性生產(chǎn)力，一種分布式計算過程，一種有關連結(jié)的智慧等。但不管如何定義，兩個核心特征必須加以解釋：一個是集體（collective），它雖然意味著多種來源，但要求個體間存在著一定關聯(lián)（Malone & Crowston，1994），并最終構(gòu)成整體發(fā)揮效果。至于如何結(jié)合成一體，組織和連接個體工作的方式在不同視角下有不同的做法。互聯(lián)網(wǎng)的發(fā)展使得集體智慧獲得了新的發(fā)展活力，尤其是在各類社交媒體的支持下，大量新穎的集體工作形式涌現(xiàn)；另一個是智慧（intelligence），它在本研究中被作為一種內(nèi)嵌于社會或大規(guī)模人群中的知識或能力（New Media Consortium，2008），能被獲取并應用于解決問題。它可以劃分為兩類：顯性的和隱性的（New Media Consortium，2008）。顯性知識由許多人通過顯性的合作與分享，聚集并記錄而得，就如維基百科，成千上萬次的貢獻形成最后的知識版本。隱性知識則是通過分析行為模式、相關關系和操作流程而被揭露所得，這些模式、關系和流程是隱性形成的，由很多人在一段時間內(nèi)選擇和行動匯集而成。隱性知識更有趣，也更具潛能與價值。就如亞馬遜網(wǎng)站的推薦功能，成百上千條購買記錄以及用戶自身先前的購買記錄，幫助用戶選擇最有可能符合用戶口味的推薦清單。

總之，本研究中的集體智慧被看作一種內(nèi)嵌于人們顯性或隱性集體活動中的知識，體現(xiàn)為一種共同的認知或行為的狀態(tài)或趨勢，并在社會情境下以整體輸出，發(fā)揮成效，被用于優(yōu)化在線教與學。

（二）集體智慧相關概念辨析

集體智慧在社會學、社會心理學、經(jīng)濟學、計算機科學和組織行為學等領域受廣泛關注。在教育領域，由于概念中涉及知識創(chuàng)建和群組活動等含義，與一些教育概念非常相關，包括知識建構(gòu)（Knowledge Building，簡稱KB）、協(xié)作學習（Collaborative Learning，簡稱CL）和學習共同體（Learning Community，簡稱LC）（見表一），我們試圖從概念情景、集體目標、個體關系、過程結(jié)構(gòu)和個體責任五方面對這四個概念加以辨析，以進一步明晰本文所研究集體智慧之概念范疇和主要特點。

通過對比，不難看出，集體智慧與其他三個概念的差異在于：1）集體智慧的目標相對來說比較模糊，沒有很好地加以計劃，并不像其他三個概念那樣明晰且有目標性（知識建構(gòu)和協(xié)作學習關注群組產(chǎn)出，演習共同體關注于個體所獲），因此集體智慧并不注定會有的，更像是一'種副產(chǎn)品，意外而獲；2）集體智慧參與者之間的連結(jié)是四個概念中最弱的（協(xié)作學習相對最強），沒有分層管理和角色分配的約束，對個體幾乎沒有責任要求；3）集體智慧的參與創(chuàng)建是最廣泛的，但過程組織可能是最松散的，主要是一種來自于非結(jié)構(gòu)化活動的知識。雖然來自于非結(jié)構(gòu)化活動的知識比來自結(jié)構(gòu)化活動的知識創(chuàng)建成效要低，但結(jié)果卻更有趣，也更具價值。

（三）集體智慧的教育應用價值

沒有一個人知道所有事物，但每個人都有知道的東西（Levy，1997）。依據(jù)馬隆等（Malone et al.，2010）關于集體智慧基因的研究，集體智慧主要由兩類群體行為產(chǎn)生：創(chuàng)建和決定。在創(chuàng)建過程中，多樣化、獨立性的意見被提出、分享和整合在一起；而后者，通過顯性或隱性的評價和選擇，一致的看法或選擇、共同的行為或路徑得以產(chǎn)生。隨著集體智慧在商業(yè)、市民生活、政治事務等領域的不斷成功引入，一些研究開始探索其在教育領域的可能應用。雷克等（Recker et al.，2014）應用集體智慧的結(jié)構(gòu)原理，搭建了一款用于教師眾群教學（crowd teaching）的網(wǎng)絡工具，可支持教師搜索、創(chuàng)建和分享等各種基于在線學習資源開展的教學活動。張塞男等（2015）運用“合作共建”“協(xié)同編輯”“共同評價”“大眾分類”等充分發(fā)揮集體智慧的方法，設計了基于集體智慧的開放學習資源聚合與分享框架。佘等（She et al.，2012）研究了如何利用集體智慧建構(gòu)針對新學者的初步詞匯測試，以實現(xiàn)課程學習內(nèi)容的個性化自適應?？偟膩碇v，當前對于集體智慧的教育應用研究并不多見，且多側(cè)重于顯性地創(chuàng)建，在隱性方面很少。這一'方面是技術(shù)復雜、獲取不易，另一'方面是因為沒有適合的理論加以指導。

其實，作為一種完全分布式的智慧，集體智慧又被稱為“群眾智慧”（wisdom of crowds）和“群體思維”（group thinking），它持續(xù)被增強著并實時被協(xié)同著，這一機制將產(chǎn)生非常有效的行動能力（Levy，1999）。埃?。↖lon，2012）認為集體智慧通過聯(lián)合各個部分以及個體的集體努力后，更容易被用于處理快速的變化和適應復雜的差異，也更容易實現(xiàn)創(chuàng)新。因此，在我們看來，集體智慧可在在線教與學活動的多個方面發(fā)揮作用（Atlee & Por，2000），包括：1）為學習者提供不同視角、廣泛可獲得的持續(xù)進化的信息；2）幫助學習者反思自我，改善社群感知；3）提高創(chuàng)新和產(chǎn)出，促進各種新穎的教與學方式的產(chǎn)生；4）以優(yōu)于專家的成效協(xié)助教師感知可能出現(xiàn)的問題，預測將發(fā)生的事件；5）為教師和學習者帶來突破、洞悉和創(chuàng)新的機會等。但埃隆也指出正規(guī)教育就像一個被管理的智慧，具有系統(tǒng)控制、專家驅(qū)動、結(jié)果定義和效率制約等特點，如果要利用好集體智慧，需要對教與學重新加以定義。西蒙斯（Siemens）因此問道：“個體知識的價值在哪？個體與更大群體之間的關聯(lián)如何？集體智慧怎樣影響著當前教育的個人主義結(jié)構(gòu)？”（Yang & Yuen，2009）

（四）學習分析及其研究模型

學習分析是對學習活動中的數(shù)據(jù)進行收集、分析和報告，以理解并優(yōu)化學習活動及其發(fā)生的環(huán)境（Siemens，2012）。學習分析源于商業(yè)智能，本質(zhì)是一種數(shù)據(jù)分析和挖掘技術(shù)。隨著教育信息化服務對個體的關注和重視，學習分析逐步從學術(shù)分析（academic analytics）背后走出。不同于學術(shù)分析對宏觀層面組織效益和經(jīng)營成本的關注以服務于組織機構(gòu)和政府部門，學習分析更關注微觀上的教學設計與組織以有效促進個體的學習成功，針對的是身處學習情境中的教師和學生（Simens et al.，2011）。隨著基于數(shù)據(jù)與實證作出精準決策的呼聲日趨提高，學習分析也成為技術(shù)增強學習研究領域的快速發(fā)展點，從2010年正式形成以來被廣泛研究和探索如何在多種教育情境中的應用與實踐。本研究認為學習分析技術(shù)可以大大促進社會學習情境下集體智慧的獲取。它可有效揭示群組的多樣看法、關注焦點和發(fā)展傾向，為教師的問題診斷與教學決策提供依據(jù)，也可促使個體反思與群組中他人的不同，協(xié)助他們形成新的學習目標。

指導學習分析技術(shù)實踐的研究模型很多，比較有代表性的是麗莎和伊萊亞斯（Lisa & Elias，2011）的學習分析持續(xù)改進循環(huán)模型，庫珀（Cooper，2012）的學習分析特征框架模型，沙提（Chatti，2012）的學習分析參考模型以及格雷勒和德雷斯樂（Greller & Drachsler，2012）的學習分析關鍵維度模型等（見表二）。不難發(fā)現(xiàn)，所有模型都涉及數(shù)據(jù)來源、分析目標、技術(shù)方法、利益相關者和約束等要素。此外，本研究發(fā)現(xiàn)還有四個很有趣的方面值得關注。

1）分析定向：可依據(jù)時間上的關注差異劃分為關注過去、關注現(xiàn)在和關注未來三種，不同的定向有助于決定學習分析應用的情境；

2）嵌入教學理論：為了使分析應用具有意義且有效，學習理論、優(yōu)質(zhì)的教學實踐、領域知識與視角需要被引入以加以指導；

3）呈現(xiàn)策略：需要與技術(shù)方法聯(lián)合以更好地協(xié)助分析結(jié)果的理解，因此精心設計可視化以促進深入洞悉分析所揭示的信息是重要內(nèi)容；

4）客戶的解讀能力：客戶需要具備一定的能力去理解學習分析的結(jié)果，并做出恰當?shù)姆答佇袨椤?/p>

三、集體智慧的學習分析框架

基于學習分析技術(shù)獲取集體智慧是一個新興的研究領域，尤其是將集體智慧作為決策支持的基礎。本研究嘗試提出一個理論指導框架，旨在從目標確定、數(shù)據(jù)收集、分析過程和結(jié)果應用四方面梳理這一應用實踐活動可能涉及的問題和內(nèi)容（見圖1）。

（一）目標確定

愈來愈多的實踐研究發(fā)現(xiàn)，學習分析的應用不應急于展開具體操作。為確保分析的行動指向和最后的應用成效，具體操作前一個非常根本且攸關的任務就是明確整個分析活動的目標并設定適當?shù)哪繕?指示/度量關系鏈（Objective/Indicator/Metric，簡稱OIM）（Chatti et al.，2012）。該關系鏈描述了如何選擇指標數(shù)據(jù)然后進行轉(zhuǎn)換以對設定目標加以度量的一套教學設計邏輯。雖然大多數(shù)學習分析模型籠統(tǒng)地將目標劃分為分享-反思和咨詢-推薦兩大類，但針對具體教育應用情境，籠統(tǒng)的目標還需進一步細化。在在線教與學情境下，學習分析應用目標可從客戶的興趣和關注點出發(fā)加以設計，即從教師和學生兩個角度加以考慮。通過整合相關的調(diào)查研究和文獻（Coffin & Lyle，2015；Alietal..2013；Drachsler & Greller，2012；Bill & Melinda Gates Foundation，2015），本研究認為對于集體智慧，教師感興趣的內(nèi)容包括：1）獲知學生群組的關注點和認知趨勢；2）發(fā)現(xiàn)個體或群組出現(xiàn)的問題以及意料之外的行為；3）能從集體智慧中找到更適合和更新穎的教學方法；4）尋找恰當?shù)慕虒W干預點以支持學習者個體或群組的有效學習。學生感興趣的主要有兩方面：1）通過與同伴或群組的比較，感知不同和差距，從而反思自我的學習狀態(tài)；2）從集體智慧中獲取有效的個性化學習指導與推薦。

（二）數(shù)據(jù)收集

不同的分析目標需要選擇與其相適應的數(shù)據(jù)類型。不同于傳統(tǒng)的教育數(shù)據(jù)挖掘，分析數(shù)據(jù)大多為考試分數(shù)和學業(yè)成績，集體智慧的學習分析數(shù)據(jù)來源更為多樣，更為復雜，且通常分布于各種社會性學習情境下。從某種程度上講，集體智慧的分析其實就是一種社會性學習分析，它強調(diào)內(nèi)容和人之間的關聯(lián)及當前關系狀態(tài)的價值。借鑒弗格森和岑（Ferguson & Shum，2012）的研究成果，集體智慧的學習分析可劃分為社會網(wǎng)絡分析（Social network analytics）、話語分析（Discourse analytics）、內(nèi)容分析（Content analytics）、性格分析（Disposition analytics）和情境分析（Context analytics）五類。每種類型有其強調(diào)的數(shù)據(jù)來源類型以及對應的應用范疇（見表三）。

隨著學習分析的深入發(fā)展，數(shù)據(jù)的隱私性和開放性問題日益突顯，急需得到妥善的處理。在集體智慧應用的情境下，更是如此。如何在保證安全的情況下實現(xiàn)有效采集？異構(gòu)的、不同渠道的數(shù)據(jù)如何匯聚與整合？不同系統(tǒng)、平臺間怎樣存儲與交換？分布式學習（Advanced Distributed learning，簡稱ADL）組織提出的xAPI標準（the Experience API，http：//www.adlnet.gov/tla/tin-can）展現(xiàn)了一個很有發(fā)展前景的解決思路與途徑。

（三）分析過程

依據(jù)教師和學生興趣的關注點，分析的具體操作可以從時間維度細分為關注過去、關注現(xiàn)在和關注未來三種，另外所提供的服務也可再劃分為信息級（information）和洞悉（insight）級兩層（Davenport et al.，2010）。信息級分析服務進行評價、報告、警告、預測一類的處理，回答諸如發(fā)生了什么，什么正在發(fā)生，將要發(fā)生什么之類的問題，對數(shù)據(jù)的處理和加工層次相對較淺。洞悉級分析服務則需要較深入地揭示有關學習行為的原因、過程和可能的改變之類的信息，需要進行診斷、建模、推薦、適應一類的處理，回答諸如事件或行為是如何發(fā)生的，原因是什么，接下來最好的活動是哪個之類的問題，對數(shù)據(jù)的處理和加工層次較深，難度較大。本文將集體智慧學習分析處理內(nèi)容通過時間定向、類型、服務客戶和水平等多個維度加以梳理（見表四）。

要從學習數(shù)據(jù)中發(fā)現(xiàn)所需分析的內(nèi)容需要選擇適合的技術(shù)方法。沙提（Chatti，2012）梳理出了當前學習分析研究領域最為關注的四類技術(shù)，分別是統(tǒng)計、信息可視化、數(shù)據(jù)挖掘和社會網(wǎng)絡分析。此外，新的技術(shù)也不斷補充進來，比如自然語言處理、機器學習、仿真模擬等。但不管如何，為確保最后分析結(jié)果的可用性，本研究特別強調(diào)數(shù)據(jù)分析過程中教學法方面知識的指導。在相關理論中，我們特別看重學習設計理論與學習分析結(jié)合的未來發(fā)展前景?；谄湓敿毜牟襟E計劃和明確的階段目標，學習設計理論可有效從活動根源和過程上保證學習分析的可操作性（Lockyer & Dawson，2011；Lockyer et al.，2013）。

（四）結(jié)果應用

集體智慧的學習分析結(jié)果可通過常見的學習儀表盤工具加以呈現(xiàn)，以協(xié)助教師和學生進行教與學反思與決策，也可以轉(zhuǎn)化成算法邏輯或代碼規(guī)則應用到學習系統(tǒng)中，支持個性化學習、實現(xiàn)自適應學習等。如果采用第一種方式，呈現(xiàn)組織的策略需要精心加以設計，以便有效降低分析結(jié)果對教師和學生解讀能力的要求，促進他們理解的速率和正確性。為此，相關設計需要考慮：針對當前分析結(jié)果，最佳的視覺呈現(xiàn)方式是哪種？怎樣使需要關注的信息點在學習儀表盤上顯著呈現(xiàn)？有哪些操作變量可以提供，以幫助教師和學生獲得最佳的觀察視角？以怎樣的序列組織和呈現(xiàn)分析結(jié)果，才能最好地匹配教師和學生的思考邏輯從而被最有效地接受？這些問題經(jīng)常被忽視，使得分析結(jié)果總是以一種繁雜而混亂的體驗方式展現(xiàn)在教師和學生面前，讓人無處著手。其實，為了方便而有效地支持教師和學生教與學的決策，只需遵循一條準則即可，那就是能第一眼抓住分析結(jié)果的關鍵點，簡單而富有意義。

四、應用案例

本應用案例來自于香港教育學院教師專業(yè)發(fā)展課程的一項教學活動，本研究引入時對它進行了一定的修訂。這門課程旨在為參與學習的教師理解e-Learning的問題、機遇與挑戰(zhàn)提供相關的理論學習和實踐體驗。為了達到較好的教學效果，課程需要事先獲得參與教師對e-Learning概念的先驗認知，并以此為依據(jù)調(diào)整和修訂課程內(nèi)容和活動的組織安排。為此，在正式授課以前，Moodle平臺的論壇工具被用來收集參與教師的看法和觀點，他們的話語及其社會網(wǎng)絡經(jīng)分析后以可視化方式呈現(xiàn)在任課教師和參與教師面前。

以部分話語分析結(jié)果為例（見圖2），發(fā)言的詞匯被抽取出來加以統(tǒng)計，圓圈越大代表頻率越高，即認同度越高。為了了解參與教師對e-Learning知識的掌握程度，教師預先從教學和技術(shù)兩個維度定義了一批與e-Learning概念相關的詞匯。將抽取出的詞匯與擬定的詞匯進行對比，可得到左圖所展示的總覽圖和右圖所展示的匹配圖?？傆[圖展示了參與教師對e-Learning的總體認知情況，其中黃色圓圈標識了課程預設詞匯之外出現(xiàn)的知識點；匹配圖中灰色圓圈突顯了參與教師不了解e-Learning所涵蓋的知識范疇。

分析所得的信息能否變成知識，成為可以利用的智慧，關鍵在于設計如何將析出的信息利用作為活動決策的依據(jù)。在本案例情境下，我們將一些利用集體智慧決策可行的教學活動建議列出，并在表五中加以呈現(xiàn)。

五、結(jié)論

本研究討論了集體智慧在在教與學中的利用，并提出了集體智慧的學習分析框架。基于學習分析的視角，教師和學生對集體智慧的興趣點被加以梳理，用以幫助分析目標的確立和相應學習數(shù)據(jù)的收集。集體智慧的利用，依據(jù)時間維度上的不同關注定向，可從信息和洞悉兩個層次開展，分別有相應的分析處理內(nèi)容和應用范疇。需要指出的是，本研究所提出的分析框架特別強調(diào)整個分析過程的教學設計，即有目標地進行數(shù)據(jù)收集、有方案地執(zhí)行分析處理以及有策略地開展教育應用。雖然研究最后展現(xiàn)了一個集體智慧的應用案例，但并不充分。為了使分析框架更具指導價值和可操作性，未來還有很多工作需要開展：1）在集體智慧的情境下，各種服務于不同分析目標的關系鏈需要加以定義，研究如何從數(shù)據(jù)轉(zhuǎn)變?yōu)橹R，成為可利用的智慧；2）設計和開發(fā)支持教師和學生解讀和利用集體智慧學習分析結(jié)果的相關工具；3）開展相關實驗研究檢驗分析框架在實踐中的指導作用。

基金項目：全國教育科學“十二五”規(guī)劃2013年度教育部重點課題“智慧教育視域下學習活動流及其信息模型建構(gòu)與應用”（DCA130222）；華東師范大學2014年度教師教育優(yōu)勢學科創(chuàng)新平臺學術(shù)團隊建設基金項目“‘人人通’下個人學習空間的建構(gòu)及其關鍵技術(shù)研究”（2014-05）。