雖然在線學(xué)習(xí)系統(tǒng)可以有效地幫助學(xué)習(xí)者擺脫時(shí)間、地點(diǎn)等條件的限制進(jìn)行學(xué)習(xí),但是由于學(xué)習(xí)者在學(xué)習(xí)風(fēng)格、學(xué)習(xí)偏向、學(xué)習(xí)優(yōu)勢(shì)等方面具有個(gè)體差異,因此會(huì)導(dǎo)致學(xué)習(xí)者產(chǎn)生不同的學(xué)習(xí)行為模式,而這些不同的學(xué)習(xí)行為模式可能會(huì)影響最終學(xué)習(xí)效果。目前的在線學(xué)習(xí)平臺(tái)的學(xué)習(xí)過程數(shù)據(jù)采集因?yàn)槿狈ψ銐虻奶卣鼽c(diǎn),使得學(xué)習(xí)者的在線學(xué)習(xí)行為數(shù)據(jù)同質(zhì)化嚴(yán)重,不僅無法有效的與最終學(xué)習(xí)效果關(guān)聯(lián)起來,而且還會(huì)導(dǎo)致學(xué)習(xí)效果的不可預(yù)測(cè)。為了更好的發(fā)現(xiàn)學(xué)習(xí)者在學(xué)習(xí)過程中可能存在的問題以及這些學(xué)習(xí)行為對(duì)學(xué)習(xí)效果的影響,本文通過研究SPOC平臺(tái)上的在線學(xué)習(xí)數(shù)據(jù),得出了在線學(xué)習(xí)平臺(tái)會(huì)因?yàn)樘峁┑摹盁o差別”服務(wù)會(huì)導(dǎo)致學(xué)習(xí)者產(chǎn)生知識(shí)建構(gòu)的差異,而且單一的用戶學(xué)習(xí)行為數(shù)據(jù)標(biāo)簽是無法準(zhǔn)確預(yù)測(cè)學(xué)習(xí)者的學(xué)習(xí)效果的結(jié)論。該結(jié)論意味著采集在線學(xué)習(xí)行為差異化數(shù)據(jù)是非常有必要的,因此,本文利用Felder-Silverman學(xué)習(xí)風(fēng)格模型作為采集差異化行為數(shù)據(jù)的依據(jù),采集了4維的學(xué)習(xí)行為數(shù)據(jù),采用粒子群算法優(yōu)化后的貝葉斯網(wǎng)絡(luò)對(duì)學(xué)習(xí)者階段性學(xué)習(xí)效果進(jìn)行預(yù)測(cè)。實(shí)驗(yàn)結(jié)果顯示在獲得部分學(xué)習(xí)行為數(shù)據(jù)的前提下,本文設(shè)計(jì)的預(yù)測(cè)評(píng)估模型能獲得對(duì)學(xué)習(xí)者學(xué)習(xí)效果較好的預(yù)測(cè)效果,為智能... 

【文章來源】：四川師范大學(xué)四川省

【文章頁數(shù)】：59 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

所羅門測(cè)試量表維度分布

F-S學(xué)習(xí)風(fēng)格維度

歡文字、聲音信息，所以他們更偏向于文本和音頻類的學(xué)習(xí)素材 的學(xué)習(xí)者在接受圖片、表格信息方面比較擅長，因此他們對(duì)于視更具有偏好性；言語維度 VER 喜歡文字、聲音信息，所以他們音頻類的學(xué)習(xí)素材。3）處理維度：簡稱 ACT-REF 維度個(gè)維度定義了學(xué)習(xí)者如何處理信息。沉思維度 REF 的學(xué)習(xí)者進(jìn)主要方式是內(nèi)省，因此他們對(duì)于學(xué)習(xí)的互動(dòng)性并不太高，更偏向的消化和理解。活躍維度 ACT 的學(xué)習(xí)者擅長通過肢體活動(dòng)以及息的處理，所以他們?cè)谠诰�學(xué)習(xí)活動(dòng)中的互動(dòng)性更強(qiáng)，交流也更4）理解維度：簡稱 SEQ-GLO 維度個(gè)維度定義了學(xué)習(xí)者處理信息的過程。全局維度 GLO 更偏向于學(xué)習(xí)方式，他們喜歡從全局性的角度展開學(xué)習(xí)。而順序維度 SE性的學(xué)習(xí)方式，即在學(xué)習(xí)的過程中更能接受知識(shí)的順序性學(xué)習(xí)。學(xué)習(xí)風(fēng)格結(jié)果解讀：


本文編號(hào)：2948992