网络学习空间中的在线学习行为分析模型及应用研究

摘要：

针对网络学习空间中的数据未能被充分挖掘和利用的问题,文章提出了一种基于数据挖掘技术的在线学习行为分析模型.该模型将网络学习空间中的在线学习行为分为四类:独立学习行为、系统交互行为、资源交互行为和社会交互行为.基于此四类行为,该模型提出了相关分析、分类分析和聚类分析的分析方法,依据分析结果为网络学习中的各类利益相关者提供教学参考.文章以某网络学习空间数据为例,进行案例研究后发现:①独立学习行为与学习成绩的相关性最强,具有较强的预测作用;学习者的求助次数与其它因素相关性最弱,不宜作为行为分析的核心指标;②以具有较强相关性的学习行为对成绩进行预测,使用 K-近邻分类器可获得84.62％的准确率;③对学习行为进行聚类分析,可发现学习者主要存在四种不同的学习行为模式,针对不同类型的学习者,教师可采取不同的干预策略,实现个性化的教与学.

关键词：网络学习空间、学习行为分析、分类、聚类、行为模式

所属期刊栏目：28

分类号：G40-057(教育学)

资助基金：国家自然科学基金项目"网络学习资源深度聚合及个性化服务机制研究"71704062;"数字化课堂环境下教学行为分析及优化策略研究"71603098;教育部人文社科规划基金项目"基于场景感知的户外体验式学习环境构建方法研究"17YJA880104;华中师范大学基本科研业务费专项资金项目"基于大数据的慕课评论语义分析及应用研究"CCNU18QN022

在线出版日期：2018-08-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：46-53