面向大规模在线学习活动流的行为序列分析

来源 :华中师范大学 | 被引量 : 0次 | 上传用户:siaonn
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
数据驱动下的学习分析是当前教育技术学领域重要的发展方向。论文在“云课堂”平台下,通过搜集大量真实学生学习过程中产生的数据,以学习者为中心,开展学习行为分析,以行为序列分析方法为主,洞察在线学习的内在规律。行为序列分析是一种研究在线学习行为的有效方法,通过行为序列分析研究,可以追踪学习者在网络中的学习轨迹,描述其学习行为序列,发掘学生学习习惯。本文以学习分析为主线,主要采用行为序列分析方法,结合学习平台自动记录存储的非结构化行为数据和部分结构化数据,在理论研究的基础上,借助技术手段实现学习分析过程。主要研究内容如下:1.对国内外学习分析和行为序列分析方法的研究现状展开系统梳理与分析,找出本文研究的切入点,并为后续研究奠定理论基础。2.建立了大规模在线学习环境下的学生学习行为模型,选择制定合适的数据规范,根据学习行为模型确定数据获取方案,量化学习者的在线学习过程,为学习分析奠定基础。3.以序列分析方法为主,结合问卷调查、统计分析方法对云课堂和其他来源数据进行多角度的分析,并将分析结果可视化,直观展示分析结果。目前国内关于学习分析的研究中,由于缺乏数据,更多偏向理论阐述,很少有针对大规模数据进行的学习分析实践。而本文研究中有大量真实学习过程中产生的数据,进行真实的学习分析。本文采用行为序列分析方法,该方法在国外在线学习分析中较为广泛使用,在国内使用尚且为数不多,本文采用这一方法能够为教师和学生带来新的启发。
其他文献
对不同加速电压电子束泵浦下的ZnO/Zn0.85Mg0.15O量子阱的荧光光谱进行了研究。样品利用分子束外延技术在蓝宝石衬底上生长。激子隧穿使非对称双量子阱的激发效率相对于对称
数学思想是对数学知识和数学活动性质的一种哲学认识,是数学的灵魂。研究数学思想,有利于我们对数学知识本质的深入理解,对数学规律的深度掌握。受后现代主义课程观的影响,人