基于学习平台日志学生学习行为探析.docVIP

基于学习平台日志学生学习行为探析 　　摘要：随着移动设备与学习技术系统的发展，多种学习方式发生在教育情景中，移动自主学堂自开发应用到教学过程，保留了大量教学数据。通过使用数据挖掘方法分析隐藏在这些数据下的有效信息，并利用这些信息进行评价反馈，从而可以帮助学生学习。使用熵权法进行分析研究表明，分析学生行为可以有效地为教师提供教学策略，合理利用学生之间的协作能力，提高学习效果 关键词：学习行为；学习分析；熵 中图分类号：TP391.1 文献标识码：A 文章编号：1009-3044（2017）06-0160-03 Abstract： With the development of mobile devices and learning technology system， a variety of learning methods occur in the educational context， the mobile autonomous schools have been developed and applied to the teaching process. Through the use of data mining methods to analyze the hidden information in these data， and use the information to evaluate feedback， which can help students learn. The use of entropy method to analyze the research shows that the analysis of student behavior can be effective for teachers to provide teaching strategies， rational use of cooperation between students， improve the learning effect. Key words：learning behavior； learning analysis； entropy 随着移动设备与学习技术系统的发展，多种学习方式发生在教育情景中，为深层次研究学习者的学习行为带来了新契机。学习分析技术在教育信息化环境中，使用数据挖掘的研究方法，对一定学习环境下学习者产生的学习数据进行研究分析，深度挖掘学习者学习信息，有利于实现教与学的个性化，为教学研究和动态调整学生学习策略提供了数据支持 目前，自从数据分析技术在商业领域取得良好的效果后，把数据挖掘技术应用到教育领域已经成为一种趋势。学习分析（Learning Analysis）作为一种教育分析技术，成为发展中不可或缺的核心力量。[1]所谓学习分析是指通过使用分析技术，挖掘隐藏在数据背后的深层次有效信息，并利用这些信息进行评价反馈，从而帮助学生提高学习效率和学习成绩 移动自主学堂改变了传统的教学模式，实现了移动自主平台支持下“四课型”教学模式与学习方式，实现了学生自主学习模式。[2]基于移动自主学堂的学习方式记录了学生在学习过程中的所有学习行为，这些行为以形式丰富多样的数据形式记录在系统中。这些数据为挖掘学生学习过程中的行为提供了载体。从多维度挖掘出学生的学习行为背后隐藏的信息量，分析学生的日常学习行为习惯与学生的学习成绩之间的关系。通过对学生学习行为的有效分析，可以为学校和教师跟踪了解学生的学习情况，合理有效安排教学过程和教学计划 移动自主学堂经过多年的应用实践，存储了大量教学数据，本文正是对移动自主平台下的学生学习行为数据进行建模分析，从而得到学生学习行为与学习效果之间的关系，从而为移动自主平台教学提供辅助决策，使教师充分利用资源改进教学。论文根据学习行为需求分析，探讨学生在一个月周期内的学习行为与月末考试成绩之间的关系，得到学生学习行为效果模型，并使用模型预测学生在未来的学习成绩 1 学习行为分析研究现状 数据作为信息的载体，具有较强的可视性和可用性，能够精准，全面的反应人物的思维和行为的发展规律。[3]在传统的教学模式中，保存的数据多为学生日常学习中的练习和考试试卷，数据也仅仅局限于老师的试卷分析。在信息化教学模式环境下，数据包括学生积极参与课堂教学的表现，与老师同学互动的频率，课后学习的记录等。通过使用数据挖掘技术对这些数据进行分析挖掘，分析学生的日常学习行为习惯与学生的学习成绩之间的关系。在今后的教学过程中根据反馈信息进行调整学习方法，从而完成学习目标 国内外研究学者都对学习分析技术展开了一系列研究，美国普渡大学研发的“信号预警系统”系统对学习者的