基于大数据的个性化自适应在线学习分析模型及实现

摘要：

通过大数据学习分析模型，能够深入探究学习者的学习过程与情境，发现学习规律，根据每一个学生的需求和能力为其提供个性化自适应学习。本研究综述了大数据的内涵及应用，从微观视角提出了大数据之“大”，不在于其表象的“大容量”，而在于分析数据的全面性和潜在的“大价值”。基于大数据分析，从数据与环境(What)、关益者(Who)、方法(How)和目标(Why)等4个维度构建个性化自适应在线学习分析模型。以《C语言程序设计》课程学习为例，从基于大数据个性化自适应的学习过程结构、学习过程可视化及学习效果实证等方面进行分析，研究结果表明对学生学习行为与知识掌握的数据分析，能够推荐合理的学习路径与恰当难度的学习资源，可对学生的学习效果做及时准确的反馈，提供个性化服务干预，有利于促进教与学。

关键词：大数据、个性化自适应学习、学习分析、可视化

分类号：G434(电化教育)

资助基金：教育部人文社会科学研究青年基金项目“自适应学习系统理论模型建构及其效果实证研究”项目编号12YJCZH086;东北师范大学哲学社会科学校内青年基金团队项目“吉林农村中小学教师远程学习适应性研究”项目编号130021049;“中央高校基本科研业务费专项资金”阶段性成果。

在线出版日期：2015-02-09（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：85-92