首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到19条相似文献,搜索用时 437 毫秒
1.
学习者画像是描述学习者特征、实现智能化推送、实施个性化教育的重要基础.如何挖掘并利用在线学习平台中的数据构建学习者画像是当前亟待解决的问题.研究以在线作业为目标场景,以在线学习行为投入为切入点,构建了以参与、坚持、专注、学术挑战和自我调控为主要维度的分析框架和测量指标,利用7695名小学生在线作业数据进行了27个测量指标的有效性验证,采用K-Means聚类方法对在线学习者的行为特征和结果特征进行了标签分类,形成了四类学习者的群体画像,提出了相应的学习指导建议.研究发现,学习者的学业成绩与作业行为投入之间存在显著相关,不同的行为投入平台指标与学业成绩呈现不同的相关性,学习品质相关指标与学业成绩呈现强相关.因此,在线教育平台应通过画像技术,持续跟踪学习者的在线学习行为投入,评估学习者的学习品质,提出个性化的指导建议,推送精准化的学习资源,进而提升学习者在线学习效率.  相似文献   

2.
在线学习环境下,探索符合学习习惯和偏好的学习活动路径能够降低学习者学习盲目性、提升学习者的课程体验。研究以教育大数据为背景,以MOOC为研究案例,以个性化学习路径为研究内容,通过对学习结果分类理论、教育目标分类法以及三维目标分类理论的分析、对比、归纳、借鉴,对MOOC平台学习者行为数据进行了维度划分,并从态度和认知两方面入手构建了包含学习兴趣、知识水平、综合能力三个维度的学习者学习画像特征模型。在此基础上,通过交叉使用Apriori All算法和贝叶斯网络对平台行为数据进行差异处理,使其转化为具有信息价值的具体数值,设计出了学习画像与个性化学习路径拟合系统。在此基础上,运用蚁群算法实现个性化学习路径的生成与推荐,为学习者提供精准的学习路径指导,降低学生迷航率。研究结果表明:基于学习画像的个性化学习路径推荐具有精准性;学习画像可以实现MOOC环境下平台数据和学习者之间的耦合;交叉使用多种算法实现不同维度数据的差异性处理,使数据分析、处理、应用具有合理性,是实现个性化学习路径生成推荐的良好基础。  相似文献   

3.
利用在线学习者画像模型,从一般特征、心理特征、行为特征和习得表现四个维度对高职院校在线学习者给予精准画像分析。研究发现,高职院校在线学习者的学习动机、自我效能感、学习策略、资源访问、交互协作等要素是影响课程综合成绩的重要因素。因此,高职院校需要正确疏导学习者的学习心理,激发学习者自我效能感,引导学习者综合应用多种学习策略,加强线上学习行为调控,提高线上教学资源质量等,以提升高职院校学生的线上学习效果。  相似文献   

4.
文章研究的目的是通过在线学习者的浏览行为来测量在线学习者的学习风格,研究中作者借助于Hopfield神经网络分析在线学习者在利用网络课程进行学习的过程中所建构出的概念图来确定学习者的学习风格。  相似文献   

5.
随着网络教育的迅速发展,在线学习为学习者提供了个性化、资源共享和师生间双向交互等优势。文章针对网络中不同学习风格学习者的差异,从参与交互行为的频率和深度两个因素进行了实验研究,分析了影响学习者学习绩效的主要因素,以此提出了在线学习的交互策略。  相似文献   

6.
本文从在线学习者的具体学习活动出发,对在线学习情境下学习者对教学内容的选择、阅读和知识的意义建构等学习行为特点进行研究和分析,应用知识建模方法对单元教学内容进行知识网络分析,设计专用在线学习平台对学习者的学习活动进行实时跟踪记录,对学习者的知识点选择和意义建构过程及其所形成的学习路径和选择性学习行为进行分析。研究表明,学习者在开放自主的学习环境下,能够主动参照教学目标的要求和教学内容的知识网络模型特点,依据自己的学习需求,选择合适的自主学习策略组织自己的学习活动。在线学习过程中学习者对教学资源的选择可以聚合成为一条较为稳定的学习路径,该路径体现了学习者在意义建构过程中对外部资源的意义建构需求。因此在线教学中依据教学内容知识网络特点设计合理的教学活动,有效应用信息技术实现个性化的教学内容信息推送,会促进在线学习者的学习效果和学习效率。  相似文献   

7.
随着学界对MOOC教育研究的广泛关注,以edX平台开放共享的MOOC教育大数据为研究基础,通过数据的清洗、筛选、分析,从课程、国家、年龄、性别等方面针对学习者学习行为进行分析,之后提取5类学习行为特征进行K-means聚类分析,得到四类学习者群体,通过对群体画像特点的深入分析,为MOOC教育的优化建设和持续发展提供了诸多有益的启示。  相似文献   

8.
交互是在线学习的灵魂,在线学习交互程度包含交互频度和交互深度两个方面。学习风格的差异是否会影响学习者的在线学习交互程度及其学习结果,已经成为在线学习交互研究领域的热点问题。本研究首先通过理论分析提出假设:学习风格会影响在线学习交互程度及学习效果,然后通过实验研究验证假设。研究根据Kolb的学习风格分类模型对被试对象进行分类,并使用QQ群作为交互工具,对一段时间内的教学实验数据进行分析。参与交互的频度以学习者在QQ群中的发言数量(条数)来考察,并使用内容分析法将学习者的发言内容划分为简单分析类、分享资源类、探讨问题类以及情感交流类等四种类型;以学习者发布探讨问题类发言的数量来衡量其参与交互的深度,并运用方差分析法对实验结果进行验证。本研究得出以下结论:学习风格直接影响在线学习交互的频度和深度;学习风格对学习绩效并没有造成直接的影响;交互的频度对学习绩效的影响也不显著,交互深度对学习绩效的影响非常明显。基于此结论,参与在线学习的教师应该关注学习者的学习风格差异,改变交互方式和交互策略,从而改进在线学习者的交互绩效。  相似文献   

9.
网络学习者所具有的学习风格差异决定了指导教师必须开展个性化的导学工作。本研究基于学习风格理论,根据学习者的学习风格类型及表现出的在线学习行为特征,设计了基于学习风格和在线学习行为特征的个性化导学策略方案,并通过导学实践验证方案的可行性和有效性。  相似文献   

10.
《现代教育技术》2019,(1):100-106
学习风格作为主要的认知模型,是在线学习系统中常用的用户建模依据。基于此,文章首先基于被使用频率最高的学习风格模型——Kolb模型、VARK模型、Felder-Silverman模型和FDI模型,对学习风格用户模型进行了分类,并解析了其可能提供的自适应服务;随后,文章从在线学习系统中用户建模的角度,分析了整合不同学习风格用户模型的自适应策略;最后,文章总结了影响在线学习系统自适应性能的关键问题,以更好地发挥在线学习系统的自适应性能。文章对学习风格用户模型的解读及其自适应策略的分析,将有助于在线学习系统对学习者进行更准确的描述和诊断,从而提供更适合的学习资源和学习建议。  相似文献   

11.
利用所罗门学习风格量表显式获取用户学习风格,并运用K-means聚类算法挖掘不同风格学习者的线上学习行为特征,依据精确度计算结果不断调整Felder-Silverman学习风格模型对应的线上学习行为属性分类,并最终构建学习风格挖掘模型。结果表明,利用该模型来预测学习者的学习风格具有一定有效性。对不同类别学习风格者的学习特点以及倾向进行差异分析,有利于教师与学生有的放矢地调整教学与学习策略。  相似文献   

12.
教育数据挖掘指通过分析学习者的学习行为记录和归纳学习者的行为特点,以提高教育质量的一种学习分析方法。在大数据时代下,网络课程学习者产生的大规模学习行为记录为教育数据挖掘提供了充足素材。以edX开放数据集为基础,使用数据分析方法,针对平台中本科学历用户获证概率最低的问题,分别从学习目的及兴趣、学习者类型、学习行为特征3个方面进行分析,深入探讨各种学习行为特征之间的相关性以及对学习效果的影响,为在线课堂平台建设者针对不同用户群体优化课程设计、改进个性化学习管理系统提供参考。  相似文献   

13.
构建教师在线专业学习共同体对于完善未来国家在线教师教育体系有着重要意义.在线专业学习共同体借助互联网技术营造的网络学习空间,通过共同学习、资源分享、沟通对话,有力地支持教师学习者获得拓展个人专业学习边界的机会.构建教师在线专业学习共同体将赋能教师合作学习,丰富教师跨界学习路径,提升教师群体归属感,激发教师自我变革动力.应紧密结合网络虚拟空间的特征、教师专业学习的需求以及共同体的核心内涵,从技术性要素、认知性要素和社会性要素三方面着手构建高效的教师在线专业学习共同体.  相似文献   

14.
探究在线学习体验影响因素及其构成关系,有助于提高学习者的在线学习效果。本研究在文献调研的基础上,以Blackboard远程教学平台实用英语在线课程为例,采用调查问卷、解释结构模型及结构方程模型等方法,确定了影响学习者在线学习体验的6个关键因素(师生互动、同伴交互协作、课程任务、教师教学能力、在线资源特性、课程活动设计)及各因素间的关系结构模型。建议从提高在线教学能力、突破传统的师生互动模式、优化课程内容设计、减少社会疏离感等方面提升学习者的在线学习体验。  相似文献   

15.
根据社会比较理论可知,利用学习干预帮助学习者了解自己和同伴的学习情况,有助于激发学习动机、改善学习行为。基于此,文章利用滞后序列分析法,探究学习干预对高成就学习者、中成就学习者、低成就学习者学习行为的影响及其学习行为序列差异,结果发现:学习干预对问题解决行为的影响最大,对协作行为的影响最小;中成就学习者的学习行为序列受学习干预的影响最大;学习干预导致部分学习者层次发生改变,其中低成就学习者的成绩提升幅度最大。借鉴社会比较理论分析不同层次在线学习者的学习行为序列差异,旨在提供更有效的学习干预,以改善教学决策、提升学习成效。  相似文献   

16.
随着网络教育在我国的迅速发展,提升网络教育质量已成为教育工作者和研究者的关注焦点,网上教与学成为网络教育研究的重中之重。在网络教学实践中,学习者是如何在网上进行学习的?这一过程中,真正的学习发生了吗?本文试图从三个部分探讨这一问题。第一部分从信息时代的知识观和学习观出发,结合儿童学习对网上学习的启示,总结了网上学习发生的条件以及网上学习方式的三个典型特征。第二部分剖析了当前我国学生网上学习的主要特点,按照本文提出的网上学习发生的条件考察真正的学习是否发生。然后在中英两国网上学习的对比中,考察中英学生网上学习方式的差异,以及中英教师在学习材料选择、导学方式上的差异。第三部分在分析和比较的基础上,借鉴英国网上导学的有效经验,为我国的网络教师提出有利于变革学生网上学习方式的策略性建议。  相似文献   

17.
当前,基于网络的自主学习已成为教育信息化热点之一,各学科纷纷利用网络自主学习促进教学。本文以大学英语学习为例,结合学科的特点,从学习对象个性差异、学习过程、学习资源与教学管理三个方面,分析基于网络的自主学习系统在大学英语学习中的作用。进一步提出利用基于网络的自主学习系统促进大学英语学习的必要性。  相似文献   

18.
在线学习如今成为人们获取知识的一种重要方式,但许多研究表明,在线学习者的学习效果不理想,很大程度上与学习者的在线学习能力有关。在已有文献基础上界定在线学习力概念与发展模型,综合Moodle平台学生实际学习情况,尝试将行为数据分析技术应用于学生在线学习力分析中。采用滞后序列分析方法可从学习行为序列角度分析学习者在线学习过程中的学习行为,从而在一定程度上评估在线学习力各个维度的能力体现情况,以期为教师教学与学生学习提供指导,达到优化学生在线学习效果的目的。  相似文献   

19.
为了研究网络环境中不同媒体对学习者学习行为的影响,该研究使用眼动实验采集网络学习者的学习行为数据,测验其学习结果,分析所得实验数据,利用信息加工理论和认知负荷理论分析不同媒体构成的网络课程学习者的学习行为特点,比较不同媒体对学习者学习行为和学习结果的影响,为网络课程的设计开发和网络教学设计提供参考,为远程学习者的在线学习提供建议。  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号