基于层次聚类分析法 探索提升《食品质构与流变》教学效果策略
利用层次聚类方法针对学生学习行为大数据深入分析,能够为提升课堂教学成果提供重要可视化参考
依据,进而综合提升教学质量。本文以《食品质构与流变》课程为例,基于 Blackboard 平台追踪访问数据,
针对疫情期间学生在线课程访问数据进行了深入统计学分析。文章在揭示期末成绩不同等级学生间访问差异
性的同时,将层次聚类引入学习行为的评估中,对学生学习行为与教学成果间的关系进行了深入探讨。结果
表明,学生的学习行为规范、自主学习能力和学习自律性是决定教学效果的三大因素。此基础上,本文结合
实际提出未来深化食品专业课教学改革的若干建议。
学习行为、层次聚类、大数据分析、教学改革、食品科学与工程
^A深圳大学校级教改项目^B JG2020098)^D1
2022-01-04(万方平台首次上网日期,不代表论文的发表时间)
共4页
92-95