當前在線學習效果評估主要以測試成績、評論文本等顯式數據為依據,評估模型存在評估依據片面化、忽略學習行為之間的聯(lián)系等問題。針對這些問題,本文提出并實現了融合隱式反饋數據、基于學習行為頻繁項集的學習效果評估模型。論文的主要工作如下:首先,介紹了隱式反饋的相關特點,提出了在線學習環(huán)境下的12種隱式反饋數據源,給出了通過JS腳本埋點的方式采集隱式反饋數據的方法,提高了評估數據源的多樣性。然后,針對頻繁項集挖掘算法在支持度較小時會產生數以萬計頻繁模式的問題,提出了改進的分組策略,實現了算法的并行化,并給出了在Spark平臺上實現的方法,為挖掘學習行為之間聯(lián)系提供了有效的支撐。接著,根據在線學習場景下隱式反饋數據的特點,給出了數據采集的具體方法,并進行了合適的預處理。采用第3章提出的LBPFP算法進行頻繁項集的挖掘,找到學習行為之間的聯(lián)系,并據此構建了科學合理的學習效果模型。最后,本文實現了融合在線學習學習者隱式反饋數據的評估系統(tǒng),給出了系統(tǒng)結構圖,介紹了數據采集及預處理模塊、模型訓練模塊、效果評估模塊這三個主要模塊,并展示了系統(tǒng)良好的運行效果。 

【文章來源】：南京師范大學江蘇省 211工程院校

【文章頁數】：72 頁

【學位級別】：碩士

【部分圖文】：

一學而思的評價方式

第１章緒論作為完整的教學環(huán)節(jié)，在線教育中對于學習者學習效果的評估是不教育中，老師除了課堂教學之外，十分注重平時的作業(yè)和考試，學作業(yè)和考試的成績十分在意。??依然有很多用戶習慣于線下學習，在他們的潛意識中不僅需要老師需要老師對自己的學習做出評分，這類用戶在網上尋找適合自己的關心著平臺能否提供一套評價體系來評價自己的學習效果。因此作環(huán)節(jié)，在線教育中對于學生學習效果的評估是必不可少的。??學而思、新東方在線、中國大學ＭＯＯＣ等在線學習平臺也意識到量的課程、提高視頻質量、提供優(yōu)惠等措施并不能留住用戶。因此，量、平臺服務的同時，也提出了不同的評價標準和方法。圖１－２、１－３在線平臺的評價方式。??課＿?０?Ｗ：??

如學而思、慕課網、中國大學ＭＯＯＣ等在線學習平臺的頁面都是??視頻與文本內容相結合的，包括每個知識點的教學視頻、關于該知識點的文字講??解、相關評論、師生問答交流等。圖２－１給出了中國大學ＭＯＯＣ的學習界面。??Ａ?；？？？：諷?陽Ｐ々－２??矜ＭＭ３料?－??麵?ｍｓ齡??圖２－１?ＭＯＯＣ的學習界面??１２??

【參考文獻】：
期刊論文
[1]基于MOOC的多維度學習質量及教學質量綜合評價研究——以“好大學在線”歷史數據為例[J]. 趙子濠,陳昊鵬,吳強強,蔣建偉.  工業(yè)和信息化教育. 2017(11)
[2]基于Spark的并行FP-Growth算法優(yōu)化與實現[J]. 陸可,桂偉,江雨燕,杜萍萍.  計算機應用與軟件. 2017(09)
[3]基于數據挖掘技術的在線學習行為研究綜述[J]. 柴艷妹,雷陳芳.  計算機應用研究. 2018(05)
[4]基于并行Adaboost-BP網絡的大規(guī)模在線學習行為評價[J]. 曹建芳,郝耀軍.  計算機應用與軟件. 2017(07)
[5]高等教育信息化發(fā)展趨勢和具體舉措——《地平線報告（2017高等教育版）》解讀[J]. 高茜,殷丙山.  中國教育網絡. 2017(04)
[6]MOOCs學習行為與學習效果的邏輯回歸分析[J]. 宗陽,孫洪濤,張亨國,鄭勤華,陳麗.  中國遠程教育. 2016(05)
[7]面向隱式反饋的推薦系統(tǒng)研究現狀與趨勢[J]. 陸藝,曹健.  計算機科學. 2016(04)
[8]基于Spark的PFP-Growth并行算法優(yōu)化實現[J]. 方向,張功萱.  現代電子技術. 2016(08)
[9]在線學習方式與傳統(tǒng)學習方式的對比分析研究[J]. 崔彩英,孫紅衛(wèi).  科技展望. 2016(06)
[10]基于歷史大數據決策樹分類的MOOC教學評估方法研究[J]. 戴慧珺,桂小林,張成,張佳庚.  計算機教育. 2015(22)

碩士論文
[1]MOOC中的學習行為挖掘研究[D]. 王洪巖.山東大學 2016
[2]學生在線學習行為評估系統(tǒng)的設計與實現[D]. 謝杰.中南大學 2013
[3]基于用戶隱式反饋的個性化資訊推薦系統(tǒng)研究與實現[D]. 許昕.北京工業(yè)大學 2012
[4]基于決策樹的在線學習分析[D]. 何雨.北京交通大學 2009



本文編號：3279393