學(xué)習(xí)過程數(shù)據(jù)反映了學(xué)習(xí)者在學(xué)習(xí)過程中的狀態(tài)。當(dāng)前眾多對學(xué)習(xí)者學(xué)習(xí)過程數(shù)據(jù)進(jìn)行挖掘與分析的研究,大多基于學(xué)習(xí)者在某一學(xué)習(xí)行為上投入的精力和時間來開展。這些粗粒度數(shù)據(jù)并不能細(xì)致地反映學(xué)習(xí)者的認(rèn)知投入水平,且部分學(xué)習(xí)行為數(shù)據(jù)對學(xué)習(xí)效果的預(yù)測正確率不高。與學(xué)習(xí)者參與度相比,學(xué)習(xí)過程中的學(xué)習(xí)行為序列,更能反映學(xué)習(xí)者學(xué)習(xí)行為軌跡、意愿與認(rèn)知過程。利用滯后序列分析法對DEEDS平臺上的學(xué)習(xí)過程數(shù)據(jù)的分析發(fā)現(xiàn):滯后序列分析法可以清晰地揭示若干重要的學(xué)習(xí)行為序列;相較于支持向量機(jī)、邏輯斯蒂回歸以及決策樹等數(shù)據(jù)挖掘方法,樸素貝葉斯方法具有良好的預(yù)測性能,平均正確率超過70%。研究結(jié)果證明,學(xué)習(xí)者的學(xué)習(xí)行為序列可以為教師呈現(xiàn)更全面的在線學(xué)習(xí)圖景,幫助教師發(fā)現(xiàn)學(xué)習(xí)者的學(xué)習(xí)習(xí)慣、偏好以及認(rèn)知過程,輔助教師對教學(xué)過程進(jìn)行反思。同時,通過行為序列數(shù)據(jù)可以較準(zhǔn)確地預(yù)測出學(xué)習(xí)者的學(xué)習(xí)成就,繼而對預(yù)測模型中關(guān)鍵屬性進(jìn)行分析,為教師在后續(xù)教學(xué)過程中采取有針對性的干預(yù)措施提供建議,達(dá)到提高教育教學(xué)績效的目的。 

【文章來源】：現(xiàn)代遠(yuǎn)程教育研究. 2018,(02)北大核心CSSCI

【文章頁數(shù)】：10 頁

【部分圖文】：

行為序列轉(zhuǎn)換圖

樸素貝葉斯方法所得學(xué)習(xí)效果預(yù)測準(zhǔn)確率明顯高于其他三種方法。從圖2（a）中可以發(fā)現(xiàn)，選用不同特征數(shù)目所建預(yù)測模型的準(zhǔn)確率結(jié)果中有9個峰值，模型所對應(yīng)的特征數(shù)目分別為5、11、15、18、20、29、34、44、56。上述9個預(yù)測模型進(jìn)行獨立樣本T檢驗的結(jié)果如表5所示。綜合考慮模型復(fù)雜度、模型差異性和預(yù)測準(zhǔn)確度，本研究選擇特征數(shù)目為29的預(yù)測模型為最終結(jié)果。模型所選擇的特征數(shù)目為表4所示的前29個，平均預(yù)測準(zhǔn)確度達(dá)到73.10%，總體來說具有圖2不同方法所得預(yù)測模型的誤差棒圖p511151820293444565/0.6840.1710.025*0.003*0.000*0.000*0.000*0.000*110.684/0.3190.0600.008*0.000*0.000*0.000*0.000*150.1710.319/0.3890.1020.001*0.001*0.001*0.008*180.025*0.0600.389/0.4300.008*0.011*0.011*0.075200.003*0.008*0.1020.430/0.0660.0780.0790.344290.000*0.000*0.001*0.008*0.066/0.9610.9200.323340.000*0.000*0.001*0.011*0.0780.961/0.9610.356440.000*0.000*0.001*0.011*0.0790.9200.961/0.371560.000*0.000*0.008*0.0750.3440.3230.3560.371/表59個不同預(yù)測模型兩兩T檢驗結(jié)果（*p＜0.05）基于行為序列的學(xué)習(xí)過程分析與學(xué)習(xí)效果預(yù)測【技術(shù)應(yīng)用】..109

失表明學(xué)習(xí)者并不是在獲知學(xué)習(xí)任務(wù)后立即著手開始實驗，往往傾向于先進(jìn)行一些其他活動，繼而再跳轉(zhuǎn)到實驗環(huán)節(jié)。教學(xué)者可以采取多種形式獲知出現(xiàn)此類現(xiàn)象的原因，例如是學(xué)習(xí)平臺存在缺陷還是教師的引導(dǎo)方式存在問題，進(jìn)而為改善后續(xù)教學(xué)提供支持。2.發(fā)現(xiàn)有效行為序列與教學(xué)規(guī)律發(fā)現(xiàn)和定義對學(xué)習(xí)效果具有促進(jìn)意義的行為序列是提高教學(xué)績效的前提。通過對所建立學(xué)習(xí)效果閱讀學(xué)習(xí)資源記錄與反思實驗結(jié)果TSF組裝與運行有限狀態(tài)機(jī)電路P調(diào)參【技術(shù)應(yīng)用】基于行為序列的學(xué)習(xí)過程分析與學(xué)習(xí)效果預(yù)測圖3與學(xué)習(xí)效果密切相關(guān)的行為序列轉(zhuǎn)換圖..110

【參考文獻(xiàn)】：
期刊論文
[1]MOOC學(xué)習(xí)結(jié)果預(yù)測指標(biāo)探索與學(xué)習(xí)群體特征分析[J]. 牟智佳,武法提.  現(xiàn)代遠(yuǎn)程教育研究. 2017(03)
[2]基于行為序列分析對在線學(xué)習(xí)參與模式的探索[J]. 李爽,鐘瑤,喻忱,程罡,魏順平.  中國電化教育. 2017(03)
[3]高校學(xué)生上網(wǎng)行為分析與數(shù)據(jù)挖掘研究[J]. 胡祖輝,施佺.  中國遠(yuǎn)程教育. 2017(02)
[4]edX平臺教育大數(shù)據(jù)的學(xué)習(xí)行為分析與預(yù)測[J]. 賀超凱,吳蒙.  中國遠(yuǎn)程教育. 2016(06)
[5]滯后序列分析法在學(xué)習(xí)行為分析中的應(yīng)用[J]. 楊現(xiàn)民,王懷波,李冀紅.  中國電化教育. 2016(02)
[6]大數(shù)據(jù)時代網(wǎng)絡(luò)教育學(xué)習(xí)成績預(yù)測的研究與實現(xiàn)——以本科公共課程統(tǒng)考英語為例[J]. 孫力,程玉霞.  開放教育研究. 2015(03)
[7]MOOC學(xué)習(xí)行為及效果的大數(shù)據(jù)分析——以北大6門MOOC為例[J]. 賈積有,繆靜敏,汪瓊.  工業(yè)和信息化教育. 2014(09)
[8]基于數(shù)據(jù)挖掘的網(wǎng)絡(luò)學(xué)習(xí)行為與學(xué)習(xí)效果研究[J]. 傅鋼善,王改花.  電化教育研究. 2014(09)
[9]學(xué)習(xí)活動流:一個學(xué)習(xí)分析的行為模型[J]. 郁曉華,顧小清.  遠(yuǎn)程教育雜志. 2013(04)
[10]基于數(shù)據(jù)挖掘的教師網(wǎng)絡(luò)學(xué)習(xí)行為分析與研究[J]. 吳淑蘋.  教師教育研究. 2013(03)



本文編號：3473783