本文選題：大數(shù)據(jù) + 網(wǎng)絡(luò)學(xué)習(xí)平臺　； 參考：《哈爾濱理工大學(xué)》2017年碩士論文

【摘要】：互聯(lián)網(wǎng)技術(shù)及教育信息化的快速發(fā)展加快了人們的學(xué)習(xí)、改變了思維及認知方式,在線學(xué)習(xí)模式迅速興起并受到了廣泛的認可。這種全新的學(xué)習(xí)方式及教育模式,必將會驅(qū)動教育信息化的變革與創(chuàng)新。在線學(xué)習(xí)在迅速發(fā)展的同時也面臨著一些挑戰(zhàn),在線學(xué)習(xí)平臺中較低的課程完成率和用戶流失現(xiàn)象頻繁發(fā)生,為找出形成此狀況的原因,在大數(shù)據(jù)背景下分析在線學(xué)習(xí)平臺中記錄的大量用戶學(xué)習(xí)行為數(shù)據(jù),通過追蹤用戶在學(xué)習(xí)過程中產(chǎn)生的各種學(xué)習(xí)行為得出分析結(jié)果,可以為教師和平臺管理者進行監(jiān)督和干預(yù)學(xué)習(xí)者學(xué)習(xí)提供一定的指導(dǎo)建議。因此,本文在總結(jié)在線學(xué)習(xí)行為發(fā)展現(xiàn)狀和相關(guān)理論研究的基礎(chǔ)上,首先對在線學(xué)習(xí)行為的內(nèi)涵進行了界定,將人工智能理論引入進來,從結(jié)構(gòu)維度、功能維度及方式維度對在線學(xué)習(xí)行為進行了類別劃分,在分析在線學(xué)習(xí)行為關(guān)聯(lián)因素及驅(qū)動力的基礎(chǔ)上,給出了大數(shù)據(jù)環(huán)境下在線學(xué)習(xí)行為分析模型的總體架構(gòu)。其次依據(jù)分析模型的總體架構(gòu),自左向右、自上向下對大數(shù)據(jù)環(huán)境下在線學(xué)習(xí)行為分析模型進行了構(gòu)建,先從多維度、多層次角度構(gòu)建了在線學(xué)習(xí)行為數(shù)據(jù)模型,確定數(shù)據(jù)采集的來源、方法及過程,之后對在線學(xué)習(xí)行為分析模型的橫向流程和縱向流程進行了設(shè)計。在此基礎(chǔ)上,利用大數(shù)據(jù)處理技術(shù)對在線學(xué)習(xí)行為分析模型中的各個環(huán)節(jié)所涉及的具體算法進行了實現(xiàn)。最后選取哈爾濱理工大學(xué)在線學(xué)習(xí)平臺進行實證分析,從基于K-means算法的學(xué)習(xí)行為聚類分析、基于Page Rank算法的個性化課程推薦分析、與學(xué)習(xí)效果的關(guān)聯(lián)性分析三個方面進行了深入研究,并依據(jù)分析結(jié)果給出應(yīng)用效果與啟示。本文豐富了行為科學(xué)與人工智能理論方法及應(yīng)用,深入研究了在線學(xué)習(xí)行為分析模型,不僅可以為行為數(shù)據(jù)的采集與分析提供理論基礎(chǔ)和數(shù)據(jù)標準,還方便教師及平臺管理者進行細致化及專業(yè)化的教學(xué)管理,對推動我國教育信息化快速發(fā)展具有重要的指導(dǎo)意義。
[Abstract]:With the rapid development of Internet technology and educational informatization, people's learning has been accelerated, and their thinking and cognitive style have been changed. The online learning mode has risen rapidly and has been widely recognized. This new learning mode and educational model will certainly drive the innovation of educational informatization. While online learning is developing rapidly, it also faces some challenges. In order to find out the reasons for this situation, the low completion rate of courses and the loss of users occur frequently in the online learning platform. Under the background of big data, a large number of user learning behavior data recorded in the online learning platform are analyzed, and the analysis results are obtained by tracking all kinds of learning behaviors produced by users during the learning process. It can provide some guidance and advice for teachers and platform managers to supervise and interfere with learners' learning. Therefore, on the basis of summarizing the development of online learning behavior and related theoretical research, this paper firstly defines the connotation of online learning behavior, and introduces the theory of artificial intelligence into it from the structural dimension. On the basis of analyzing the related factors and driving forces of online learning behavior, the overall framework of online learning behavior analysis model under big data environment is given. Secondly, according to the overall structure of the analysis model, from left to right, from top to bottom, the online learning behavior analysis model under big data environment is constructed. Firstly, the online learning behavior data model is constructed from multi-dimension and multi-level angle. The source, method and process of data acquisition are determined, and then the horizontal and vertical flow of online learning behavior analysis model is designed. On this basis, the specific algorithms involved in the online learning behavior analysis model are implemented by using big data processing technology. Finally, the online learning platform of Harbin University of Science and Technology is selected for empirical analysis, from the learning behavior clustering analysis based on K-means algorithm, the personalized course recommendation analysis based on Page Rank algorithm. This paper makes a deep study on the correlation analysis with the learning effect, and gives the application effect and enlightenment according to the analysis result. This paper enriches the theoretical methods and applications of behavioral science and artificial intelligence, and deeply studies the online learning behavior analysis model, which can not only provide the theoretical basis and data standard for the collection and analysis of behavioral data. It is also convenient for teachers and platform managers to carry out meticulous and specialized teaching management, which has an important guiding significance for promoting the rapid development of educational informatization in China.
【學(xué)位授予單位】：哈爾濱理工大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2017
【分類號】：G434

【相似文獻】

相關(guān)期刊論文 前10條

1 陳桂生;關(guān)于試行“課堂學(xué)習(xí)行為設(shè)計”的建議[J];現(xiàn)代中小學(xué)教育;2004年05期

2 周玲玲;;提高大學(xué)生網(wǎng)絡(luò)學(xué)習(xí)行為的對策研究[J];湖南科技學(xué)院學(xué)報;2009年12期

3 吉俊茹;;學(xué)生良好學(xué)習(xí)行為的訓(xùn)練和培養(yǎng)[J];學(xué)周刊;2011年21期

4 張鵬飛;張萍;宋娜;;教育微博學(xué)習(xí)行為研究[J];中國教育信息化;2012年05期

5 劍萍;論企業(yè)的定向?qū)W習(xí)行為[J];管理科學(xué)文摘;1997年08期

6 尤書才;運用操作學(xué)習(xí)原理塑造學(xué)生的課堂學(xué)習(xí)行為[J];滄州師范�？茖W(xué)校學(xué)報;1999年01期

7 毛玨;;以“學(xué)習(xí)行為”指導(dǎo)“教學(xué)設(shè)計”[J];中學(xué)語文;2014年18期

8 馮驍;;論大學(xué)生反學(xué)習(xí)行為的成因及其對策[J];時代教育(教育教學(xué));2010年11期

9 劉云祥;;自制探究蚯蚓學(xué)習(xí)行為教具[J];實驗教學(xué)與儀器;2010年S1期

10 張磊;;對孩子的學(xué)習(xí)行為進行評價[J];家教博覽;2003年04期

相關(guān)會議論文 前7條

1 楊金來;洪偉林;張翼翔;;網(wǎng)絡(luò)學(xué)習(xí)行為的實時監(jiān)控研究與實踐[A];2009年中國成人教育協(xié)會年會論文集[C];2009年

2 姚旦尖措;;開展學(xué)習(xí)行為的規(guī)范性訓(xùn)練,全面提高教學(xué)質(zhì)量[A];2013年5月現(xiàn)代教育教學(xué)探索學(xué)術(shù)交流會論文集[C];2013年

3 龔樸;張保柱;;政府干預(yù)、學(xué)習(xí)行為與企業(yè)成長價值[A];第三屆（2008）中國管理學(xué)年會——技術(shù)與創(chuàng)新管理分會場論文集[C];2008年

4 王瑞敏;鄒泓;;小學(xué)生的學(xué)習(xí)行為及其與人格的關(guān)系[A];第十屆全國心理學(xué)學(xué)術(shù)大會論文摘要集[C];2005年

5 王廣新;;教師的網(wǎng)上引領(lǐng)行為與策略:一種功能分析[A];山東省遠程教育學(xué)會第七屆遠程教育優(yōu)秀科研成果評獎?wù)撐募痆C];2006年

6 李廷洪;李慶;;新課程初中數(shù)學(xué)課堂中學(xué)生學(xué)習(xí)行為的轉(zhuǎn)變[A];中國新時期思想理論寶庫——第三屆中國杰出管理者年會成果匯編[C];2007年

7 李英平;郭瑞芳;楊振江;;醫(yī)學(xué)生解剖成績與個性特征及相關(guān)因素研究[A];解剖學(xué)雜志——中國解剖學(xué)會2002年年會文摘匯編[C];2002年

相關(guān)重要報紙文章 前6條

1 大同十中 田莉;談學(xué)生合作學(xué)習(xí)行為的培養(yǎng)[N];大同日報;2008年

2 四川省廣漢市雒城三中 包秀芝;對學(xué)生語文學(xué)習(xí)行為發(fā)展的反思[N];學(xué)知報;2011年

3 楊曉慈邋記者 盧銀;紅旗街道請大學(xué)生講趣味心理課[N];盤錦日報;2008年

4 本報記者 儲召生;清華本科課堂離世界一流有多遠[N];中國教育報;2009年

5 劉霞;讓孩子快樂識字閱讀[N];伊犁日報(漢);2007年

6 句容市袁巷中心小學(xué) 阮祥燕;課堂應(yīng)對策略的探索實踐[N];江蘇教育報;2012年

相關(guān)博士學(xué)位論文 前2條

1 向葵花;中小學(xué)學(xué)生學(xué)習(xí)行為研究[D];華中師范大學(xué);2014年

2 張樂;學(xué)生課堂學(xué)習(xí)行為的發(fā)生學(xué)研究[D];西南大學(xué);2015年

相關(guān)碩士學(xué)位論文 前10條

1 汪羽;大學(xué)生網(wǎng)絡(luò)學(xué)習(xí)行為量表的編制[D];遼寧師范大學(xué);2014年

2 陳尚怡;小學(xué)數(shù)學(xué)績優(yōu)生學(xué)習(xí)行為實證研究[D];哈爾濱師范大學(xué);2016年

3 趙李娜;個體能動性信念對初中生學(xué)習(xí)行為的情感預(yù)測偏差的影響研究[D];魯東大學(xué);2016年

4 朱志勇;基于學(xué)習(xí)分析技術(shù)的教師網(wǎng)絡(luò)學(xué)習(xí)行為的分析研究[D];沈陽師范大學(xué);2016年

5 郭鉞;家庭因素對技工學(xué)校學(xué)生學(xué)習(xí)行為的影響研究[D];西北農(nóng)林科技大學(xué);2016年

6 馬億前;基于教學(xué)質(zhì)量視角的中職生學(xué)習(xí)行為研究[D];華東師范大學(xué);2016年

7 王洪巖;MOOC中的學(xué)習(xí)行為挖掘研究[D];山東大學(xué);2016年

8 劉巖;遠程教育中學(xué)習(xí)者特征與學(xué)習(xí)行為關(guān)系的研究[D];北京交通大學(xué);2016年

9 莫卓群;小學(xué)中高年級進城務(wù)工人員隨遷子女課堂學(xué)習(xí)行為調(diào)查研究[D];上海師范大學(xué);2016年

10 代相龍;翻轉(zhuǎn)課堂中大學(xué)生的學(xué)習(xí)行為研究[D];云南師范大學(xué);2016年

，

本文編號：1950734