基于在线学习行为的学习成绩预测及教学反思

摘要：

文章通过采集在线学习学员的人口统计信息、自主学习行为和协作学习行为,通过使用决策树、贝叶斯网络、神经网络和支持向量机,分别构造了不同的学习成绩预测模型;通过比较模型的准确率、召回率和F值,最终选择基于贝叶斯网络的成绩预测模型.随后,通过分析该模型,文章得到在线学习成绩的直接影响因素依然是自主学习行为、协作学习行为通过提高学员的学习积极性来影响成绩的结论.最后,文章提出组织教学资源时,最好首先提供先行组织者和加强学习讨论监管以促进有效交互的教学策略.

关键词：在线学习、学习成绩预测、数据挖掘、教学策略

所属期刊栏目：27

分类号：G40-057(教育学)

资助基金：全国教育科学规划"基于数据挖掘的网络学习行为分析及其教学策略研究"ECA130375

在线出版日期：2017-07-11（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：18-24