基于在线数据过滤提取高职学生网上学习行为调查与分析.docVIP

基于在线数据过滤提取高职学生网上学习行为调查与分析 　　摘 要：网络化教学是高等职业教育发展的必然趋势，要提升网络化教育的质量，掌握学习者在网络中的学习行为是基本的切入点。本文通过构建基本网络学习行为提取模型，以在线监控的方式收集学习者在网络学习过程中的行为数据；并以协同分类的算法过滤网页页面内容，以提取高职学生网络学习行为的特征数据。在此基础上，本文还研究了所获得的网络学习行为数据，分析了学习行为产生的原因，给出了针对性的建议。 　　关键词：在线数据；过滤算法；网络学习行为；高等职业教育 　　中图分类号：G434 文献标志码：A 文章编号：1673-8454（2016）11-0026-05 　　一、引言 　　随着我国网络及在线教育的迅速发展，计算机网络已成为我国高等职业教育过程中重要的教学工具、认知工具以及学习环境。随着高职师生对计算机网络使用率的不断提升，网络化教学已经成为职业教育重要的发展方向，通过购买或定制方式来将现有的职业教学资源网络化，成为很多高职院校完善自身的网络教学平台和资源内容的重要手段。[1]然而，随着网络学习资源的不断丰富、网上学习条件的不断完善，高职学生的网络学习成效却没有随之得到相应的提升。如何构建高质量的、更具针对性的、符合高职教育特点的网络教育体系，一直为高职教育工作研究者所重视。[2-3] 　　掌握学习者的网络学习行为是教育者做好网上教学的出发点和切入点。由于高职院校学生的学习特点和心理特征具有特性化的一面，如基础知识比较薄弱，学习的积极性和主动性较差，比较喜欢操作型、技能型的知识等。[4]针对高职学生自身的特性来构建其网络学习行为的模型，并以该特性模型来对高职学生在线行为数据进行过滤，以提取能够反映高职学生网络学习行为特征和网络学习能力的数据。以此为基础，为研究高职学生网络学习的效果和改进网上职业教育教学方法提供参考数据。为此，本文以湖南网络工程职业学院信息工程系两届学生的实际网络数据为例，进行详细的调查与分析。 　　二、相关研究 　　（一）网络学习的概念 　　当前，国内外对网络学习行为概念的基本描述为：学习者利用计算机或其他信息工具，通过网络来主动运用和调控自我的认知、动机和行为所进行的学习活动，强调学习者的“自我导向、自我激励和自我监控”。[5]网络学习行为作为全新学习理念，较传统学习行为表现出了不同的特征，主要表现在以下四个方面：[6] 　　1.发生学习行为的环境具有开放性。网络学习行为，通常是借助数据传输技术来对各种远距离教育资源进行认知的行为；它强调教育资源和教学对象具有时空分离的特性，因而具有较强的开放性。 　　2.网络学习行为控制的自主性。网络学习行为允许学习者自主确定学习目标、制订学习计划、选择学习方法，从而实现网络学习行为控制的自主化。 　　3.网络学习行为交互的充分性。网络环境下的学习行为表现出更加充分的交互性，有利于学习者表达自己的思想情感和观点，克服对教师和学伴的畏惧及羞涩心理。 　　4.网络学习行为技能的专业性。网络学习行为技能表现出一定的专业性特征，学习者不但要掌握学科相关的专业知识，还要对以网络数字媒介为主的信息技术有较好的掌握。 　　（二）网络学习行为的研究 　　与传统的课堂教学相比，网络教学过程更为强调程序化，以保证网络教学过程的质量。但是程序化的网络教学资源必须要学生成为网络学习行为的实施主体才能转化为头脑中的知识。[7]因此，研究网络教学质量，必须从研究学生的学习行为入手，当前国内外有关网络学习行为的研究主要集中在以下三个方面：[8] 　　1.通过问卷、访谈等形式调查学习者的网络学习行为现状和水平，总结影响学习者在网络学习效果的行为因素，探讨提高学习者学习质量的对策。 　　2.网络学习行为监控研究，试图通过学习者以往学习行为的分析，通过技术途径为学习者学习提供适当的指导和监控措施。 　　3.基于网络学习行为信息挖掘及智能化教学平台研究，尝试为不同学习行为的学习者提供多种在线学习方案和学习指导。 　　本文尝试结合三个研究方向的特点：首先，通过构建自动化数据收集平台来对学生的网络学习行为进行监控和样本的收集；其次，采用数据提取方法来对初始数据进行清理和分类，并对符合条件的数据以ItemCF算法[9]的兴趣度进行量化，得出相关的参考数据；最后，对特定数据及其对应的网络行为，以对学生进行回访的形式来获知其产生的原因。 　　三、网络学习行为的调查 　　（一）网络学习行为模型的构建 　　根据网络学习行为程序化的特点，分析模型主要针对以下三个方面的行为内容进行构建：一是导向型的学习行为，指教师通过引导学生点击网络资源的学习行为。二是交互型的学习行为，主要是指具备师生互动过程的网络学习行为。三是拓展型学习行为，是指学生利用搜索