基于学习者画像的MOOC学情预警研究.pdfVIP

华东师范大学硕士论文 摘要 摘 要 在线教育学习是非传统教育学习的过程中非常重要的一种学习方式，随着 教育信息化的不断推进和发展，我国的教育质量和信息化教育水平的提升为在 线学习的发展提供了强大的支持，学习者跨平台、跨终端、跨时空地开展在线 学习，在不同在线教育平台上产生了大量的学习行为数据。MOOC 是在线教育 的重要平台，MOOC 目前存在用户数据量庞大，难以根据用户数据把握学习者 学情的问题，在线学习者画像能够有助于解决这类问题。各类在线平台数据与 学习者画像和学情预警的研究不断更新，将画像技术和学情预警相结合，为 MOOC平台的学情预警研究提供新的路径。 基于以上的背景，本研究以在线MOOC 平台中的各类学习者数据为研究对 象，通过分析和利用14 门课的MOOC 数据进行学习者画像构建以及学情预警， 通过画像进行学情分析，通过学情分析进行学情预警，最终形成学情预警策略。 首先，本研究通过文献分析，对学习者画像和学情预警的概念进行界定， 阐述了画像刻画和学情预警涉及的理论和技术基础，确定了在线学习者画像三 个维度的分类。并根据在线MOOC平台的数据字段，构建学习者画像的标签体系， 为学习者画像的标签体系提供衡量指标，为应用画像技术实现学情预警奠定基 础。其次，根据学习者在线学习行为的数据和基本信息，进行在线学习数据分 析，采用数据挖掘和分析方法，划分不同类型学习者的群体，输出学习者画像， 进行基于画像的五个维度的学情分析，掌握学习者的学情信息。最后，借助五 个维度的学情分析结果，利用关联规则和序列分析模型等技术手段进行四个维 度的学情预警。根据画像的分类，提供学情预警策略。并在此基础上通过问卷 调查进行了基于画像的学情预警的效果检验。 本研究基于真实MOOC 数据构建画像，将数据可视化，使用了多种研究方 法和技术手段进行基于画像的学情预警，帮助教师和学习者掌握学习者情况以 及提供学情预警策略，为在线MOOC平台的教学干预提供了新思路。 关键词：学习者画像，在线教育，MOOC 学习，学情预警，数据分析 I 华东师范大学硕士论文 ABSTRACT ABSTRACT Online education learning isavery important learningmethod in theprocess of non-traditional education learning.With the continuous promotion and development of education informatization, the improvement of education quality and informatization education level in China has provided strong support for the development of online learning. Learners have carried out online learning across platforms,terminals andtime and space, and havebeen in different online education platformsThere are a lot of learning behavior data.MOOC is an important platform for online education. At present, MOOC has a huge amount of user data, which makes it difficult to grasp the learning situation of learners based on user data. Online learner portraits can help solve such problems.All kinds of online pla