学习分析技术在教学中的应用研究
详细信息    查看全文 | 推荐本文 |
  • 英文篇名:Application Research on Teaching Improvement Based on Learning Analysis Technology
  • 作者:丁鹏飞
  • 英文作者:DING Pengfei;Public Teaching Department,Shanghai Institute of Tourism;College of Tourism,Shanghai Normal University;
  • 关键词:学习分析技术 ; 聚类 ; 成绩预测 ; 干预
  • 英文关键词:learning analytics technology;;cluster;;achievement prediction;;intervention
  • 中文刊名:SYSY
  • 英文刊名:Research and Exploration in Laboratory
  • 机构:上海旅游高等专科学校公共教学部;上海师范大学旅游学院;
  • 出版日期:2019-04-15
  • 出版单位:实验室研究与探索
  • 年:2019
  • 期:v.38;No.278
  • 基金:上海旅游高等专科学校科研基金项目(KY2015-BX6)
  • 语种:中文;
  • 页:SYSY201904051
  • 页数:5
  • CN:04
  • ISSN:31-1707/T
  • 分类号:223-227
摘要
探讨了如何利用学习分析技术促进教学改进。在数字化学习环境中,教师通过对学生学习过程的跟踪,记录其学习行为的数据;利用相关分析方法确定变量,利用聚类分析方法将学生划分为被动型、游离型、事倍功半型、学有余力型,并针对不同类别学生的知识图谱和问卷调查结果安排教学进度和侧重点;用回归分析建立模型,进行成绩预测并识别困难学生;最后针对不同类型学生采用不同策略进行干预,提高了学业成绩的合格率。
        This paper discusses how to improve teaching with the techniques of learning analysis. Based on the students' learning process in the digital learning environment,the teacher records the students' learning behavior data,uses the method of correlation analysis to determine the variables of performance. By using the method of cluster analysis,the students are clustered into passive type,instable type,less effective,capable type,and the teaching progress and focus are arranged according to the knowledge map and questionnaire results of different categories of students. Regression analysis is used to predict and identify students who have difficulties to learn. According to different types of students the teacher adopts different strategies to intervene. Passing rate of the examination is greatly improved.
引文
[1]魏顺平.学习分析技术:挖掘大数据时代下教育数据的价值[J].现代教育技术,2013(2):5-11.
    [2]姜强,赵蔚,王朋娇,等.基于大数据的个性化自适应在线学习分析模型及实现[J].中国电化教育,2015(1):85-92.
    [3]李青,王涛.学习分析技术研究与应用现状述评[J].中国电化教育,2012(8):129-133.
    [4]顾小清,刘妍,胡艺龄.学习分析技术应用:寻求数据支持的学习改进方案[J].开放教育研究,2016(5):34-45.
    [5]郭炯,郑晓俊.基于大数据的学习分析研究综述[J].中国电化教育,2017(1):121-130.
    [6]胡艺龄,顾小清,赵春.在线学习行为分析建模及挖掘[J].开放教育研究,2014(2):102-110.
    [7]李爽,王增贤,喻忱,等.在线学习行为投入分析框架与测量指标研究——基于LMS数据的学习分析[J].开放教育研究,2016(2):77-88.
    [8]舒忠梅,徐晓东,屈琼斐.基于数据挖掘的学生投入模型与学习分析[J].远程教育杂志,2015(33):39-47.
    [9]田娜,陈明选.网络教学平台学生学习行为聚类分析[J].中国远程教育,2014(11):38-41.
    [10]姜强,赵蔚,王朋娇,等.基于网络学习行为模式挖掘的用户学习风格模型建构研究[J].电化教育研究,2012(11):55-61.
    [11]孙力,张婷.网络教育中个性化学习者模型的设计与分析[J].远程教育杂志,2017(3):93-101.
    [12]马杰,赵蔚,张洁,等.基于学习分析技术的预测模型构建与实证研究[J].现代教育技术,2014,24(11):30-38.
    [13]王亮.学习分析技术建立学习预测模型[J].实验室研究与探索,2015(1):215-218,246.
    [14]赵慧琼,姜强,赵蔚,等.基于大数据学习分析的在线学习绩效预警因素及干预对策的实证研究[J].电化教育研究,2017(1):62-69.
    [15]孙力,程玉霞.大数据时代网络教育学习成绩预测的研究与实现——以本科公共课程统考英语为例[J].开放教育研究,2015(3):74-80.
    [16]杨亚楠,李亦菲.论学习分析技术与实现大规模个性化教育[J].天津师范大学学报(基础教育版),2015(2):27-30.
    [17]张思,刘清堂,雷诗捷,等.网络学习空间中学习者学习投入的研究——网络学习行为的大数据分析[J].中国电化教育,2017(4):24-30,40.
    [18]曹晓明,朱勇.学习分析视角下的个性化学习平台研究[J].开放教育研究,2014(5):67-74.

© 2004-2018 中国地质图书馆版权所有 京ICP备05064691号 京公网安备11010802017129号

地址:北京市海淀区学院路29号 邮编:100083

电话:办公室:(+86 10)66554848;文献借阅、咨询服务、科技查新:66554700