基于数据挖掘的在线学习行为分析模型研究.pdfVIP

基于数据挖掘的在线学习行为分析模型研究.pdf

理论研讨

基于数据挖掘的

在线学习行为分析模型研究

康迎曦田莉周细凤湖南工程学院电气与信息工程学院

本文构建了一个在线学习行为分析模型，运用教育数据挖掘技术，通过Excel和SPSS工具，对超星学习通平台课

摘要：

程的学习行为数据进行分析，并采用多元线性回归模型预测学生的学业成绩。经研究发现，作业平均成绩、课程积分、讨

论区发帖数、章节学习次数、视频观看时长等变量是影响学习成绩的主要因素，预测学业成绩能为学习干预和个性化教学

提供支持。文章最后提出课程资源优化、开展学练结合、建立学习共同体等提高在线学习质量的建议和措施，以期为优化

在线教育决策提供有益的参考。

数据挖掘；学习分析；在线学习行为；学习绩效

关键词：

G434A1674-2117（2025）08-0080-06

中图分类号：文献标识码：论文编号：

●引言

种数据挖掘技术对教育数据进学习行为分析是对学生在学

随着大数据技术、互联网技术行处理和分析，寻找其中的有用习过程中的各类活动进行分析，识

和教育信息化的快速发展，在线学习信息和模式，帮助教师进行合别学习状态和学习特征，研究学习

[1]

已经成为一种新的常态的学习方式，理决策和有效管理。国外学者行为对学习效果的影响关系。国外

[2][5]

线上海量的学习资源和丰富的学习RomeroVentura总结了五类数学者Schildkamp和Kuiper通过

体验，为学生提供了跨时空学习和开据挖掘的方法：分类挖掘、聚类挖对教学数据的学习分析来创新教

展自主学习的机会。学生在参与在线掘、文本挖掘、统计分析和可视化学方法，提高学生的学习状态，并

[3]

学习活动时产生的学习行为数据可技术。国内学者丁卫平运用教育应用于教学实践和评测。还有国外

[6]

在一定程度上体现学生的学习风格。数据挖掘技术，设计了一个教学评学者提出了一种支持向量机的学

而借助教育数据挖掘技术，研究和估智能辅助决策平台，通过平台应习分析方法，通过分析期末考试成

分析学习行为数据背后潜在的特征用分析，结果表明智能化提取数据绩数据，能早期预测学习困难者，为

信息，可在学习资源、学习方式的选中有用的规律和知识，能够为教学学习干预提供支持。

[4]

择，开展精准教学和个性化教学，提评估提供决策支持。袁利平等提近年来，针对在线学习的数

高在线教学质量等方面为教师、学生出在教育数据挖掘技术中引入宽据挖掘和分析是教育数据挖掘