基于随机森林的混合教学学习行为评价模型.docxVIP

基于随机森林的混合教学学习行为评价模型 　　摘要：混合教学是在当前基于在线学习的基础之上，提出的一个全新的教学模式，该模式推广急需更为客观的过程评价。通过收集混合教学实施过程的各种学生学习行为数据，进行归纳总结，可以划分为三大类数据：传统课堂数据，在线学习數据，阶段测试数据。在此基础上增加了特有的人工干预模型，并在这些数据的基础上，搭建了学生行为分析评价数据挖掘模型。经过真实教学数据的验证，增加了人工干预的随机森林数据挖掘模型能够更好好的评价学生的学习效果，达到了实验预期。该模型为混合教学的探究提供了更深入的支持。 　　关键词：混合教学;人工干预;行为分析;评价模型;数据挖掘;随机森林 　　中图分类号：tp391文献标识码：a 　　文章编号：1009-3044（2019）29-0118-03 　　在当前全球化的信息社会里，大数据应用到各行各业的时代里，社会高校的教育方式日新月异，基于mooc之类的混合教学模式如雨后春笋，并得到了国内外诸多优秀高校的认可，包括国外的斯坦福，哈佛，麻省理工等，国内的北大，清华，复旦等诸多名校。在当前背景下顺应而生了各种各样的在线教育平台，以及多样化的在线教学模式，如何更好地提高在线教育的教学质量与教学效率，利用好这个教学模式是当今研究的热点。 　　而mooc和spoc类在线课程要求学生要具有较强的自主学习能力和学习动力，而学生在长期应试教育模式下，无法适应在线课程的学习模式。在线课程难以实现个性化教学，以及缺少对学生学习行为的制约，因此无法达到预期的学习效果。为了解决这一问题，我们江汉大学采用的是混合教学模式。 　　1混合教学 　　混合教学将mooc和spoc等在线教育形式引入到高校传统课堂中，混合教学中的在线学习是在教师指导下实现有意义的个性化自适应学习和深层次学习。采用混合学习形式，既有利于共享优质在线教育的资源，提升高校的品牌效应，又能够发挥在线学习的特点，使线下课堂变得更加动态、灵活，提高了校内教学质量。混合教学是把学生作为教学活动的主体，教师变成教学过程控制的主体，将传统教学的优势和互联网在线课程的优势结合起来，既发挥教师引导、启发、监控教学过程的主导作用，又充分体现学生作为学习过程主体的主动性、积极性与创造性，从而取得最优化学习效果的教学方式。混合教学是在线教育在高校校内教学中应用的真正价值。 　　本文是通过江汉大学计算机中心在超星平台上开设的《大学计算机基础》这门课为基础，通过分析这门课采用的混合教学模式下的学生学习行为相关数据，构建模型，对学习效果进行预测，以达到对混合教学，在线学习这种教学模式的探究，并为教育模式的改进打下坚实的基础。江汉大学计算中心推行《大学计算机基础》混合教学已有两年有余，本人也是混合教学实施的一线教师研究者，积累了丰富的混合教学数据，通过对前人研究的总结与归纳，对自己教学行为数据的分析，并通过最终期末测试验证，充分证实了混合教学的优势，与行为分析预测模型的准确性。 　　2学生行为数据分析 　　2.1发现行为 　　混合教学中，学生在教师的监控、引导下利用在线课程进行自主学习。在线学习与课堂学习混合进行，在线学习平台和课堂教学信息化平台提供大量和学生学习行为数据，数据包括线上数据和课堂数据两部分。线上数据包括在线学习平台中记录的各种学习行为数据，例如学生观看视频的时间序列，学习资源的浏览形式、在线交流的时间、参与教学互动和论坛讨论，交互式练习测试的结果等等。线下课堂学生行为数据包括学生点名、实验、小组讨论、课堂测试、报告、期末考试等数据。总的来说，所有的学生参与的教学行为可以分为三大类：传统教学数据、在线教学数据、阶段单元测试数据。 　　2.1.1传统教学数据 　　传统教学数据顾名思义，来源于混合教学中传统课堂上产生的数据，而《大学计算机基础》这门课比较特殊，除了常规的点名作业之外还是有上机练习实验部分，所以归纳起来传统教学数据有以下几种： 　　（1）课堂点名 　　（2）课堂提问 　　（3）课堂限时作业 　　（4）课下实验 　　（5）课下作业 　　2.1.2在线教学数据 　　在混合教学中与传统课堂最明显的区别就是增加了大量的在线学习数据，一般在线学习都是有相应的在线学习平台，本文研究中学生所使用的在线学习平台是超星学习通学习平台。一般不同的平台所提供的在线学习数据都不尽相同，但归纳起来也基本在以下几点以内： 　　（1）在线点名 　　（2）任务点完成情况 　　（3）视频完成情况 　　（4）讨论详情 　　（5）访问详情 　　（6）在线作业 　　（