基于学习分析技术的预测模型构建与实证研究.docxVIP

基于学习分析技术的预测模型构建与实证研究.docx

  1. 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. 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. 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. 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. 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. 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. 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
基于学习分析技术的预测模型构建与实证研究素马杰1 基于学习分析技术的预测模型构建与实证研究素 马杰1 赵蔚1 张洁1 赵艳2 (1.东北师范大学计算机科学与信息技术学院,吉林长春130117;2.长春教育学院,吉林长春 130061) 摘要:随着教育信息化的不断深入及大数据时代的到来,学习分析技术逐渐成为人们关注的热点。挖掘教育数 据背后的知识,优化教学效果成为教育者的共同诉求。笔者采用文献分析法对国内外学习分析发展现状进行了 梳理,在此基础上构建“预测模型”,并将该模型应用于实际教学中,对教育技术初级能力培训课程产生的相关 数据进行分析,验证了该模型的可行性和有效性。期望为日后国内学习分析相关研究起到借鉴作用。 关键词:学习分析;预测模型;回归分析;挖掘 【中图分类号】G40-057【文献标识码IA【论文编号】111119--8097(2014)ll—0030_-09[bOIll0.3969,j.issn.1009-8097.2014.11.005 一引言 伴随着大数据时代的到来,数据挖掘、关联分析等技术已在Amazon、Netflix、乐天等电商 网站上成功应用。将数据挖掘技术应用于教育领域,优化教学效果成为教育者的共同诉求。学 习分析技术是数据挖掘技术在教育领域的具体体现,是利用先进的分析技术、分析工具预测学 习结果、发现学习问题、进行教学干预、优化学习结果的一门先进技术。随着教育信息化的逐 步发展,网络化学习方式的逐渐普及,高等教育机构虚拟学习环境(学习管理系统和课程管理 系统等)建设的日趋成熟,都为学习分析技术的应用提供了物质条件。特别是MOOCs的全球 化发展,更是为学习分析提供广泛的数据来源。同样,教学方式网络化、交互方式的多元化、 教学过程的多样化都催生着学习分析技术的产生并促进其迅速发展。2012年2月底,加拿大阿 尔伯达省班芙市召开的首届学习分析技术与知识国际会议(International Conference On Learning AnalyticsKnowledge,LAK)iI J将学-j分析(Learning Analytics)定义为:是测量、收集、分 析和报告有关学生的学习行为以及学习环境的数据,用以理解和优化学习及其产生的环境的技 术。LAK目前已经召开三届,第三届于今年4月份召开,会议的主题是“学习分析辩证法”。 学习分析在国际上被称为是,自从学习管理系统(LMS)问世以来,教育技术大规模发展的第 三次浪潮i2J。美国新媒体联盟(NMC)与美国高校教育信息化协会主动学习组织(The EDUCAUSE Learning Initiative)合作的“新媒体联盟地平线项目“(The New Media Consortium’S Horizon Report) 连续三年在年度报告中预测基于数据的学习分析技术将在未来的2~3年内成为主流,并对学习 分析技术在教学、学习、研究和知识生成等方面所具有的作用进行了分析,勾勒了其广泛的应 用前景pJ。但目前,国内学术界对于学习分析的研究仍不多,我国对学习分析的研究尚处于起步 阶段。 二研究现状 l国外学习分析研究现状 国外对学习分析的研究起步较早,并取得了一定的研究成果,进行了实证研究并积累一些 研究数据。加拿大阿萨巴斯卡大学的George Siemens[41教授在其《学习分析:一门新兴的学科》 30 万方数据 中分别对学习分析技术的根源、影响学习分析的关键技术、流行的学习分析工具、技术和应用 程序以及知识建模等方面进行了系统的阐述,并提出了学习分析模型。加拿大学者Leah 中分别对学习分析技术的根源、影响学习分析的关键技术、流行的学习分析工具、技术和应用 程序以及知识建模等方面进行了系统的阐述,并提出了学习分析模型。加拿大学者Leah R MacfadyenTM等人在学习分析上则进行了实证研究,以英属哥伦比亚大学本科生三个学期的完全 基于BlackBoard平台的在线生物课程为研究内容,选取118名学生为样本。通过对BB平台的 跟踪数据(学生学习行为数据)进行回归分析,将15个与学习者学业成就呈显著相关的变量归 纳为3个关键变量,3个关键变量能够解释学生最终成绩30%的变化,最终成功建立回归模型, 预测学生的学业成就。实验表明该模型以81%的正确率预测了在该门课程将会不及格的同学, 从理论层面证明了基于LMS数据挖掘开发“早期预警系统”的可能性,教师可以根据预警系统 快速识别处于“危险”的同学,从而给予及时的教学干预。西班牙学者/hgel F.Agudo—Peregrina[6】 等人通过对交互类型进行分类,应用学习分析技术研究不同类型的交互与学生学业表现之间的 关系。通过对6节在线课程和2节虚拟学习环境(VLE)支持的F2F课程数据进行分析,表

文档评论(0)

小教资源库 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档