- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
专题五 基于应拟学习社区的教学活动、团队合作与绩效评价
基于多元分析方法的网络学习者个性分析
AnalysisofLearnersIndividualcharactersbasedonMulti-variable
Analyzingmethod
李金玲 昊彦文 吴郑红
华中师范大学信息技术系,电子邮件:liling1122@
【摘要】对学习者的个性分析是网络学习环境中实现个性化学习的重要组成部分。文章
首先对网络学习者的相关个性特征进行分析,并对学习者个性参!进行了描述。然后,利用
多元分析方法对学习者的个性特征参量进行主成分分析和学习者簇归并等操作与分析,以供
网络学习系统实现个性化教学参考利用。
【关健词】网络学习 个性分析 多元分析 主成分分析
Abstract;Itisakeyaspecttorealizepersonalizedinstructioninweblearningtoanalyze
learnerspersonality.ThepaperfirstgavetheideatoanalyzelearnersIndividualcharacters
anddescribedthefactorsofthem.Thenitusedmulti-variableanalyzingmethodtorealizethe
principalcomponentanalysisofthefactorsandclusteredthem,whichcouldbeusedtoim-
provepersonalizedlearning.
Keywords;WebLearning,analysisofindividualcharacters,Multi-VariableAnalyzing
method,PrincipalComponentAnalysis
1.前言
随着智能计算等计算机技术的发展,人们希望网络学习能够根据学习者的不同个性特征
而提供适应的学习环境,实现个性化学习也成为网络学习环境设计与开发的重要 目的之一,
从反映个性化特征与可行性的角度来看,有效的实现学习者个性获取与分析评价应着重关注
以下两个重要环节:首先,应充分考虑并描述学习者的个性特征,这里既包括学习者的认知
个性等智力因素,也包括性格特征等其他非智力因素,这是实现学习者个性的有效分析的基
础。其次,应采用适当的方法来对这些个性特征进行有效的分析。本文引人多元分析的方法
来对参量进行客观的采掘分析,以获得学习者的个性特征参数,从而满足网络学习系统有效
的分析推理需要,并基于此对网络学习者的个性参数进行分析,使网络学习系统能够依照分
析出的结果为学习者匹配适应性的学习策略,以进一步满足网络学习环境的人性化、个性化
的现代教育理念及教学方式。
2.多元分析方法及学习者个性参量描述
2.1 多元分析方法简介
多元分析方法是一种基于多变量的数理统计分析方法,它是对具有一定相关性的多个变
量 (或多特性)的数据根据不同的分析目的所进行的各种综合分析方法的总称[[21。主要包括
因子分析、分散分析、相关分析、聚类分析、主成分分析以及多元回归等。各分析方法均具
有不同的特性,基本上分为两类:0)用于反映多变量的综合特性 ((2)用于分析多变量发
计算机与教育
展趋势。这里我们主要利用多元分析方法中的主成分分析方法和聚类分析方法来对网络学习
者的个性参量进行分析。
2.2 网络学习者个性参量描述
网络学习环境中对学习者个性参量从不同的角度的划分方式均有所区别。考虑到学生在
针对某一类别的学习的过程中,一部分影响因素是基本维持不变的,而另一些因素则是随着
学习的进行而不断变化的。因此,这里从静态个性参量和动态个性参量两大方面来对学习者
进行综合分析。其具体模型描述如下表:
裹1 ITS中稼合学生模型参且
人口因素:名字、性别、年龄等 (静态信息)
基本
管理因素:简要管理信息
信息
安全因素:密码等
学习背景
文档评论(0)