摘要：随着移动互联网技术和平台的迅速发展，移动学习也日益改变着传统的学习模式和内容。然而，数字时代的移动学习也产生了资源过剩、学习资源与学习者匹配不佳等问题，导致移动学习的个性化需求不能得到满足，从而影响了移动学习平台的放果和应用推广。围绕上述问题，该文基于现有研究和实践经验，提出了PMKS移动学习理论框架，并结合“和教育”云平台的实际案例，为数字时代大规模移动学习平台的构建和应用提出理论创新和实践参考。
关键词：移动学习,PMKS,数字教育,学习平台,和教育
一、引言
移动互联网的快速发展和深度普及为我国社会带来了多层次的变革，各种移动终端及其应用提供了愈发便捷的生活服务、工作服务和学习服务。移动互联网时代凭借网络的泛在性和接入的实时性，加速了信息和知识的生产速率，据《2017年互联网趋势报告》统计显示，截止到2017年，中国互联网用户已经超过7．5亿，其中移动互联网用户比例超过90％，每天通过移动应用产生的信息量已经超过了计算机的信息产量，移动互联网已经成为知识服务的有力支撑。在此背景下，信息量的飞速增长使知识的获取呈现出碎片化的趋势，人们习惯利用零散的时间进行知识点的获取，因此随时随地快速接入的移动学习便成为移动时代知识获取的重要方式；党的十九大报告提出要发展网络教育，教育部加速推进教育信息化2．0，个性化学习成为时代的需求和趋势，但在移动学习过程中由于问题情境性、知识的情境性，很多问题无法通过简单的网络检索完成，在多样化的情境下，学习者或求助者更期望能够通过移动设备获取到与个性化需求相匹配的知识、服务，甚至专家凰同伴的指导，这样能够促进问题更加快捷高效地解决。目前很多教育产品服务，仅仅是对信息化技术的简单应用，主要是传输消息与图片，不具备大数据挖掘能力，难以提供个性化的支持服务；面对海量数据、海量业务，需要对其进行有效的存储、分类、整合和应用。
基于以上需求和理念，本文依托中国移动和北京师范大学在移动学习领域的研究实践，提出了移动互联网时代的PMKS个性化学习框架，其中P指的是学习的主体（Person）；M指的是支持移动学习开展的学习工具，如智能手机、平板电脑等（MobiiePhone／Equipment）；K指的是学习主体通过其学习行为期望获得的知识或者服务（Knowiedge）；而S指的是学习者所处情境（Scene），通过对不同情境的识别，为学习者提供更加个性化的服务。本文力求通过对这四个要素的梳理和整合，构建数字时代的大规模移动学习平台，实现对移动学习个性化、情境化的支持。
二、研究综述
（一）移动学习的概念和特征研究
随着信息技术和移动互联网平台的飞速发展，移动学习也应运而生并日益普及，其概念最早产生于2000年前后，CiarhQuinn在其研究中将移动学习定义为基于移动计算设备开展的数字化学习。后来Sharpies在2005年用移动性这一特性作为区分移动学习和其他类型学习的根本属性，认为移动学习是表征了一种随时随地均可以发生的学习状态。直到2007年，Traxier在之前强调移动技术和计算技术的基础上融入了学习者的体验、自主性和情境性等特征，认为移动学习是基于移动设备和技术，学习者自主开展的情境化的学习状态和体验，从而使得移动学习开始强调学习属性。国内关于移动学习的研究也起源于2000年初，目前移动学习引用较多的定义是移动学习是在移动通信技术快速发展背景下，学习者基于自身学习需要在任何时间任何地点利用移动设备和无线通信网络获取学习资源、与他人进行沟通协作，从而实现个人与社会知识建构的过程。
围绕移动学习定义的讨论显示出，移动学习最重要的特点是移动性，即移动学习是利用移动设备和技术在非正式状态下展开的学习体验。随着时代的变化，由于理论和技术的推动作用，学习和教学经历了从行为主义到认知主义再到建构主义的演化，每个过程中学习的侧重点不断发生变化，为适应这种发展变化，移动学习的特点也在不断发展。余胜泉详细阐述了三代移动学习的发展：第一个阶段是知识传递阶段；第二个阶段的移动学习更加强调学习者在移动设备的辅助下进行交互式活动促进自身的知识建构；新时代的移动学习特点体现在移动性、情境性、社会性、联通性、适应性和智能性。
（二）大规模移动学习的需求分析
数字时代移动技术和智能终端的不断升级，使得知识生产和更新的速度不断加快，从而带动了各行各业的革命性变革。为适应行业变革带来的挑战，不仅是在校学生，希望接受继续教育的学习者也日益重视非正式场景下学业和职业发展的方式，而移动学习也就成为支持资源获取、内容服务的重要方式。正因如此，移动时代催生了海量的学习者，海量的学习者则需要海量的学习资源支持其学习，从而创造了大规模的移动学习需求。
2000年以来，随着教育信息化的不断发展，政府、企业为实现数字化教育的普及建设了大量的数字化教育资源。这些资源为支持不同领域学习者的正式学习提供了帮助。与此同时，移动互联网支持的自媒体和众创平台的不断推广，则促进了在线学习资源的爆炸式增长，不同情境下的用户基于不同的需求和目的建设和积累了越来越多的素材，这些素材能够极大地拓展传统资源建设的不足。目前在线环境中已经汇聚了海量的面向不同用户的学习资源，但这些资源由于建设过程中的标准和规范问题，质量参差不齐、可信度也难以确定。
基于上述分析可以看出，海量的在线学习者创造了大规模的移动学习需求，同时也正面临着海量的移动学习资源。移动学习作为一种自主学习方式，以学生为中心，学习的过程更加自由化，没有时间和空间的限制，学习者的学习效果更多地依赖于学习者本身的主动意识凰学习动机凰时间管理和B控能力，两个海量则为移动学习的开展带来了极大的困难。目前，学习行为的供需两端都很丰富，学习者作为需求侧，有很多个性化的需求，但不能迅速找到适合B己的学习内容；而作为供应侧面对海量的数据，无法准确地提供给学习者，造成了资源的巨大浪费。因此，学习数据的归类管理就很重要，但同时实现难度也很大。海量数据的存储凰分类、标签、应用变得很复杂，做架构时需要有专门的数据层、数据仓库凰数据处理模块，以及专业系统进行处理，才能进一步针对学习者的个性化需求，给予精准的推荐和服务。因此，为获得较好的学习效果，需要根据学习的过程性信息，提供个性化的学习内容和学习资源等支持。
截至当前，在移动学习中，这种个性化学习支持服务并不理想，不能满足日益扩大的移动学习需求。对移动学习者的相关调查显示：约有一半的学生表示基本没有得到个性化的学习服务，除此之外，学习者对学习过程中获得的个性化学习资源、个性化的学习指导等重要指标的满意度均不足30％，学习者表示希望可以得到更加精准的个性化学习资源和学习支持。
综上所述，如何为学习者提供个性化的学习支持是移动学习时代的重要问题。在此过程中，学习场景是学习者开展个性化学习和需求产生的源头，因此在移动学习资源供给方面首先要精准定位学习者的场景；其次由于学习者的个体差异，对不同学习者个性化特征的提取有利于定位其需要的支持与服务，因此移动学习时代，基于特定的场景为学习者提供个性化的支持和服务极其重要。
立即询价
