| 教育大数据环境下基于学习画像的个性化学习路径设计研究 |
| |
| 引用本文： | 牟智佳,李雨婷,商俊超.教育大数据环境下基于学习画像的个性化学习路径设计研究[J].中国教育信息化,2019(11):55-59,65. |
| |
| 作者姓名： | 牟智佳 李雨婷 商俊超 |
| |
| 作者单位： | 江南大学教育信息化研究中心;陕西师范大学现代教学技术教育部重点实验室 |
| |
| 基金项目： | 江苏省社会科学基金青年项目“基于教育大数据的学习风险预警与干预研究”(编号:18JYC006);陕西师范大学现代教学技术教育部重点实验室开放课题“教育大数据支撑下的智能学习预警与学习服务研究”(编号:SYSK201806);江苏省教育科学“十三五”规划2018年度重点资助课题“基于学习测评大数据的智能评价工具设计与应用研究”(编号:C-a/2018/01/07)研究成果 |
| |
| 摘 要： | 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。
|
| 关 键 词： | 大数据 MOOC 学习画像 个性化学习 学习路径 |
| 本文献已被 维普 等数据库收录！ |
|
