學習預測是教育領域的新興主題,致力于為學習者提供有效的個性化學習服務、提升在線學習效果。為厘清國內(nèi)學習預測研究的發(fā)展圖景,文章首先以2016～2019年教育技術(shù)領域的8種中文核心期刊為文獻來源,選取25篇論文作為研究樣本,編制了學習預測研究編碼表。接著,文章從預測對象、學習情境、學習者和預測模型四個維度對樣本論文進行了量化分析。隨后,文章闡釋了學習預測研究具有的風險識別、數(shù)據(jù)理解和過程診斷三重效用。最后,文章從預測對象、預測模型、預測指標、預測旨趣四個維度,指出了學習預測研究的未來發(fā)展方向,旨在解決學習預測面臨的現(xiàn)實難題,進一步推動其在學習分析領域的發(fā)展與應用。 

【文章頁數(shù)】：7 頁

【文章目錄】：
一學習預測研究的獲取與編碼
    1文獻來源
    2樣本選取
    3內(nèi)容編碼
二國內(nèi)學習預測研究的現(xiàn)狀
    1預測對象
    2學習情境
    3學習者
    4預測模型
三學習預測研究的三重效用
    1風險識別：個性化支持與干預
    2數(shù)據(jù)理解：學業(yè)成功描述與歸因
    3過程診斷：學習規(guī)律挖掘與探索
四學習預測研究的未來發(fā)展方向
    1預測對象：擴展“學習成功”內(nèi)涵
    2預測模型：構(gòu)建自適應學習預測模型
    3預測指標：有效運用時序信息
    4預測旨趣：綜合考慮模型的解釋力和預測力


【參考文獻】：
期刊論文
[1]挖掘有意義學習行為特征:學習結(jié)果預測框架[J]. 武法提,田浩.  開放教育研究. 2019(06)
[2]在線學習危機精準預警及干預:模型與實證研究[J]. 舒瑩,姜強,趙蔚.  中國遠程教育. 2019(08)
[3]任重道遠:人工智能教育應用的困境與突破[J]. 鄭勤華,熊潞穎,胡丹妮.  開放教育研究. 2019(04)
[4]網(wǎng)絡環(huán)境下的案例教學:在線討論的效果及影響因素分析[J]. 羅恒,曾蘭,楊婷婷.  中國遠程教育. 2019(05)
[5]學習分析視角下的個性化預測研究[J]. 張琪,王紅梅,莊魯,賴松.  中國遠程教育. 2019(04)
[6]基于教育大數(shù)據(jù)的學習習慣動力學研究框架[J]. 武法提,殷寶媛,黃石華.  中國電化教育. 2019(01)
[7]學習云空間中基于大數(shù)據(jù)分析的學情預測研究[J]. 王希哲,黃昌勤,朱佳,徐小琪.  電化教育研究. 2018(10)
[8]基于LMS數(shù)據(jù)的遠程學習者學習投入評測模型[J]. 李爽,李榮芹,喻忱.  開放教育研究. 2018(01)
[9]學業(yè)成就與學業(yè)風險的預測——基于學習分析領域中預測指標的文獻綜述[J]. 范逸洲,汪瓊.  中國遠程教育. 2018(01)
[10]基于在線學習行為的學習成績預測及教學反思[J]. 吳青,羅儒國.  現(xiàn)代教育技術(shù). 2017(06)



本文編號：3696989