數字畫像是大數據助力精準教研的決策工具。目前,教師網絡研修社區(qū)的經典評價方法存在可靠性、效用性和導向性偏弱等問題。對此,首先采用基于數據科學的大數據驅動研究范式,基于"浙江名師網"235個教師網絡研修社區(qū)的樣本數據集,采用主成分分析法提取研修社區(qū)的研修資源和研修活動的主特征,包括交互生成類資源、名師精品類資源、教學實踐類活動和教學反思類活動。然后,基于教師研修社區(qū)的數字畫像模型,選擇"浙江名師網"中的100個研修社區(qū)作為應用測試數據集,進行聚類分析,發(fā)現研修社區(qū)存在三種特征類型及其運行模式,包括潛能成長型、特長發(fā)展型和全能突出型;再進行逐步回歸分析,發(fā)現三種類型研修社區(qū)的研修成效影響因素,并生成相應干預策略。最后,設計教師網絡研修社區(qū)的數字畫像原型,驗證其感知有用性、感知易用性和使用態(tài)度。最終研究結果有助于發(fā)揮數字畫像的評價決策功能,幫助網絡研修社區(qū)負責人精準施策,以提高研修社區(qū)的研修成效。
【部分圖文】：

基于數字畫像構建流程的文獻分析，結合教師網絡研修社區(qū)的構成要素，我們設計了數據驅動的教師網絡研修社區(qū)數字畫像的構建流程，包括數據采集、數據預處理、數字畫像模型構建、數字畫像模型應用、精準決策與干預五個階段，如圖1所示。第一，數據采集階段的任務為通過云端結構化數據庫和網絡日志，采集研修社區(qū)的相關數據，包括：社區(qū)基礎信息數據、社區(qū)研修資源數據、社區(qū)研修活動數據和社區(qū)研修成效數據；然后，從規(guī)范性、準確性、一致性、唯一性和完整性五個維度評價收集的數據，為數據預處理的方法選擇提供依據[41]。

基于以上數據特征分析，我們使用三維笛卡爾坐標系表示教師網絡研修社區(qū)的數字畫像模型，如圖2所示。（1)X維表示研修社區(qū)畫像模型的框架維度，分別為基礎信息、研修資源、研修活動和研修成效四個構成要素。（2)Y維表示研修社區(qū)畫像模型的標簽層級，分為二級標簽：一級標簽是每個維度提取的主成分，二級標簽為樣本原始特征。（3)Z維表示研修社區(qū)畫像模型的標簽屬性，按照數據屬性來源與處理方法的不同，標簽屬性分為事實標簽、模型標簽和預測標簽。其中，事實標簽表征是指從數據簡單統(tǒng)計中獲取的描述既定事實的信息，如，研修社區(qū)的名稱和社區(qū)名師的職稱、教齡等；模型標簽表征是指通過定義規(guī)則和關聯(lián)數據獲取的信息，如，教學反思類活動等主成分信息；預測標簽表征是指通過計算模型挖掘的結果預測信息，如，基于對研修數據的挖掘，預測研修社區(qū)下一年的研修成果[44]。四、數據驅動的教師網絡研修社區(qū)畫像模型應用

首先，第一類研修社區(qū)為全能突出型，除了教學實踐類活動的值處于所有研修社區(qū)的平均水平，其余的屬性特征值均顯著高于其他兩類研修社區(qū)；其次，第二類研修社區(qū)為特長發(fā)展型，除了教學實踐類活動數據顯著高于其他兩類研修社區(qū)，其余各特征值均接近所有樣本的平均水平，具有鮮明的教學實踐能力發(fā)展的特征；最后，第三類研修社區(qū)為潛能成長型，除研修成果外其他特征值均低于其他兩類研修社區(qū)，而研修成果的特征值接近所有樣本的平均水平，具有較大的發(fā)展?jié)摿Α?. 教師網絡研修社區(qū)的運行模式分析
【相似文獻】

相關期刊論文 前10條

1 賈悅欣;;大數據分析對提高教學管理質量的作用[J];亞太教育;2016年36期

2 李馨;;高等教育大數據分析:機遇與挑戰(zhàn)[J];開放教育研究;2016年04期

3 程香;程長征;;大數據背景下在線學習數據分析方案設計[J];軟件工程;2020年01期

4 鄭煥;;教育數據分析的層次性及其使用[J];教育導刊;2020年01期

5 陳珍國;;技術和數據改變課堂——從數據分析看翻轉課堂的價值[J];北京教育(普教版);2017年08期

6 卜雪梅;;蘇州在教師中首推“數據分析師”培訓49位教師搶位“嘗鮮”[J];蘇州教育信息化;2016年05期

7 張以瑾;史亞雄;張緒美;;中國教育報刊社數據分析報告:2017“兩會”教育熱點,這樣讀更“有數”[J];吉林教育;2017年20期

8 張以瑾;史亞雄;;數據分析報告:2017兩會教育熱點,這樣讀更“有數”[J];云南教育(視界綜合版);2017年04期

9 汪雅霜;嵇艷;;大數據分析與量化研究的區(qū)別與整合——兼議教育量化研究的未來走向[J];四川師范大學學報(社會科學版);2017年04期

10 翟曉寧;喬杰華;郭杰;;基于數字化校園的大數據分析在教學中的應用[J];信息與電腦(理論版);2018年01期

相關博士學位論文 前1條

1 黃景碧;數據驅動的教育決策支持系統(tǒng)（DDEDSS）設計與開發(fā)研究[D];華東師范大學;2012年

相關碩士學位論文 前4條

1 廖飛;基于關聯(lián)規(guī)則的試題生成與數據分析方案研究[D];華南理工大學;2018年

2 高艷艷;基于大數據分析的中小學生個性化學習診斷模型研究[D];河北師范大學;2016年

3 周會萍;《教育研究數據分析》教材編寫與應用[D];華中師范大學;2014年

4 王月茹;基礎教育階段學習履歷化管理模式探索實踐[D];福建師范大學;2016年

本文編號：2840898