多源过程性数据驱动的学习者综合评价模型研究 #br# |
| |
引用本文: | 张倍思,陈 烨,齐 艺,董庆兴.多源过程性数据驱动的学习者综合评价模型研究 #br#[J].情报科学,2022,40(5):104-110. |
| |
作者姓名: | 张倍思 陈 烨 齐 艺 董庆兴 |
| |
摘 要: | 【目的/意义】信息技术与互联网技术的飞速发展让教育行业进入了大数据时代。由于学习者在整个学习
过程中的学习行为数据能够被记录下来,这种多源过程性数据为基于大数据的教育评价提供了新的可能。【方法/
过程】本文从学习者行为特征视角出发,设计了多源过程性数据驱动的学习者综合评价模型。该模型利用流数据
聚类算法对不断涌入的学习者数据进行处理,及时生成或更新学习者画像,然后基于学习者画像对学习者学习行
为进行分析,构建学习者综合评价模型,以实现对学习者学习表现的实时反馈。【结果/结论】该模型可以对学习者
的学习过程进行综合评价,及时的反馈有助于教学评价的开展,同时丰富现有的教学评价体系,为实现教学评价与
优化教学的良性循环提供依据和参考方向。【创新/局限】本文提出了过程性数据驱动的对学习者动态综合评价模
型,后续将基于研究模型开展实际应用研究。
|
|
| 点击此处可从《情报科学》浏览原始摘要信息 |
| 点击此处可从《情报科学》下载免费的PDF全文 |
|