基于行为序列的学习过程分析与学习效果预测

摘要:学习过程数据反映了学习者在学习过程中的状态。当前众多对学习者学习过程数据进行挖掘与分析的研究,大多基于学习者在某一学习行为上投入的精力和时间来开展。这些粗粒度数据并不能细致地反映学习者的认知投入水平,且部分学习行为数据对学习效果的预测正确率不高。与学习者参与度相比,学习过程中的学习行为序列,更能反映学习者学习行为轨迹、意愿与认知过程。利用滞后序列分析法对DEEDS平台上的学习过程数据的分析发现:滞后序列分析法可以清晰地揭示若干重要的学习行为序列;相较于支持向量机、逻辑斯蒂回归以及决策树等数据挖掘方法,朴素贝叶斯方法具有良好的预测性能,平均正确率超过70%。研究结果证明,学习者的学习行为序列可以为教师呈现更全面的在线学习图景,帮助教师发现学习者的学习习惯、偏好以及认知过程,辅助教师对教学过程进行反思。同时,通过行为序列数据可以较准确地预测出学习者的学习成就,继而对预测模型中关键属性进行分析,为教师在后续教学过程中采取有针对性的干预措施提供建议,达到提高教育教学绩效的目的。 关键词:学习过程; 行为序列; 数据挖掘; 滞后序列分析法; 学习效果预测; [1]江波,高明,陈志翰,王小霞. 基于行为序列的学习过程分析与学习效果预测[J]. 现代远程教育研究,2018,(02):103-112.

Continue reading »

MOOC 中学习者流失问题的预测分析——基于24 篇中英文文献的综述

摘要:MOOC(Massive Open Online Course)的核心属性之一是“课程”(Course),因此“完成率”或“流失率”始终是其发展中绕不开的话题。借由完成率问题引发的一系列深入讨论和研究,例如流失问题的预测分析,取得了丰富的研究成果,对于增进我们对MOOC研究的认识和相关教学理论的理解都具有积极作用。但由于该领域内还缺乏对预测分析的系统综述,我们对这个问题的研究全貌、研究局限以及未来的研究方向并不明晰。因此,本文通过综述24篇最近五年相关的高质量文献,试图回答三个问题:哪些预测指标是有效的?哪些算法模型是相对较好的?不同模型的节俭性和耐用性如何?通过回答这些问题,本文梳理了有效的预测指标体系,对比了不同算法模型的有效性,并检验了模型的节俭性和耐用性;更进一步,本文通过讨论研究的理性观、实践意义和开展跨领域对话,指出了未来研究可能的研究取径、研究方向和研究重点。 关键词:慕课; 学习分析; 流失率; 预测分析; 文献综述; [1]范逸洲,刘敏,欧阳嘉煜,汪琼. MOOC中学习者流失问题的预测分析——基于24篇中英文文献的综述[J]. 中国远程教育,:1-10.

Continue reading »

基于扎根理论的MOOC在线深度互动影响因素

摘要:近年来,部分MOOC平台为满足学习者的深度互动需求推出了各具特色的互动工具和方法,然而在线深度互动效果并不理想,如何解决MOOC在线互动存在的问题并有效实现在线深度互动是提高MOOC教学质量的关键。本研究运用扎根理论方法探究影响MOOC在线深度互动的深层次原因,结果发现,参与意愿、个体能力、教学情境、知识氛围、支持服务五个主范畴对深度互动存在显著影响,其中参与意愿是内驱动因,个体能力是内部情境因素,教学情境、知识氛围和支持服务是外部情境因素。在此基础上,本研究还探索了五个主范畴的构成因子及其作用机制,构建了”意愿—情境—行为”模型,为MOOC在线深度互动提供思路和实施路径。 关键词:MOOC; 在线深度互动; 影响因素; 扎根理论; [1]刘艳春,张庆普,李占奎. 基于扎根理论的MOOC在线深度互动影响因素[J]. 开放教育研究,2017,(05):64-73.

Continue reading »

基于扎根理论的在线开放课程质量评价指标体系构建研究——以国家精品资源共享课为例

摘要:质量是在线开放课程可持续发展的关键影响因素之一。构建科学、有效的质量评价指标体系对保障和提升在线开放课程质量具有重要意义。目前已有的评价指标体系主要遵循自上而下的标准化方式构建,缺乏对学习者学习需求和学习体验的关注。本文依据扎根理论,选取爱课程网国家精品资源共享课中240条与课程质量相关的用户评价作为原始分析资料,通过开放性编码和轴心编码得出了包含5个一级指标和17个二级指标在内的在线开放课程质量评价指标体系,并对指标体系的信度和理论饱和度进行了检验。5个一级指标分别为系统特性、视频质量、教师队伍、教学内容、辅助性学习资料。在构建指标体系的基础上,针对当前在线开放课程建设中存在的问题,提出了在线开放课程质量保障的对策和建议。 关键词:扎根理论; 在线开放课程; 质量评价; 指标体系; 精品资源共享课;  

Continue reading »