基于关联规则的网络学习行为实证研究-论文.pdf

基于关联规则的网络学习行为实证研究-论文.pdf

ID:57924337

大小:625.80 KB

页数:7页

时间:2020-04-14

基于关联规则的网络学习行为实证研究-论文.pdf_第1页
基于关联规则的网络学习行为实证研究-论文.pdf_第2页
基于关联规则的网络学习行为实证研究-论文.pdf_第3页
基于关联规则的网络学习行为实证研究-论文.pdf_第4页
基于关联规则的网络学习行为实证研究-论文.pdf_第5页
资源描述:

《基于关联规则的网络学习行为实证研究-论文.pdf》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、基于关联规则的网络学习行为实证研究宰吴青罗儒国王权于(1.武汉大学教育科学研究院,湖北武汉430000;2.中国地质大学远程与继续教育学院,湖北武汉430000)摘要:学习者在远程教学平台中遗留的大量数据,体现了学习者的个性特征和知识建构过程。但由于远程教学实施过程中指导教师精力有限、学习过程缺乏监管等,导致这些数据并未得到充分利用。文章选取某继续教育学院远程教学平台中存储的网络学习行为数据,基于关联规则挖掘出学习风格、学习行为和学习成绩之间隐含的内在规律,并转换为有利于教学决策和教学过程优化的

2、知识,以帮助不同风格的学习者改善自身学习行为,同时便于教师在不同类型的远程教学过程中结合学习者的风格差异完善教学过程。关键词:网络学习行为;学习风格;学习成绩;关联规则【中图分类号】G40-057【文献标识码】A【论文编号】1009---8097(2015)07—OO88-_07[DOI]10.3969/j.issn.1009-8097.2015.07.014一相关研究国内研究者大多从宏观定性视角界定“网络学习行为”,强调它的教育学内涵。而国外研究者大多从微观定量视角来界定,特别突出网络学习行为

3、的可观察性和可测量性。本研究认为,网络学习行为是学习者为了达到学习目标,利用计算机、网络或其他媒体工具,基于网络学习平台提供的学习资源进行学习和人际互动,为获取知识而产生的一系列网络操作的总和。因此,网络学习行为分析的最终对象是一系列网络操作。网络学习行为的研究主要包括学习者行为建模和学习成绩预测两个方面。学习行为建模着眼于学习者不同的网络学习行为范式与网络学习成绩的关系,重点突出网络学习行为范式的差异。其研究者大多具有人文社科背景,偏向于构建描述性、定性的网络学习行为模型,目的在于解释网络学习

4、的使用态度、学习偏好等重要潜在变量】。部分研究者以网络学习者形成的社会网络结构为切入点,探讨不同类型的学习交互模式及其特点[2]。然而,上述研究一般通过发放调查问卷或访谈的形式调查学习者的网络学习行为,没有充分利用网络学习系统中遗留的数据,构建的模型大多仅适用于该次实验,可推广性较差。学习成绩预测关注学习者当前网络学习行为和未来学习成绩的关系,侧重于学习成绩预估和落后学习者预警。其研究者大多具有理工科背景,基于网络学习过程数据,利用分类器L3J、回归演化算法【4】等多种数据分析方法,挖掘出学习成

5、绩预测模型,其研究成果过多关注各种算法的准确度、敏感度、显著性水平等评估差异,较少结合实验结果分析背后体现的教学特征和教学规律。此外,由于学习者的个性差异,具有相同学习行为的不同学习者有可能获得截然不同的学习成绩,而上述研究者大多孤立地研究网络学习行为与学习成绩之间的关系,他们在探究学习行为对学习成绩的影响时,并未考虑学习者的个性特征。二研究设计1研究问题体现学习者个性特征的因素有很多,其中学习风格代表了学习者学习偏好和信息处理的个88I[)II体差异,是感知、互动和适应学习环境相对稳定的指标。

6、一些学者认为学习风格对学习成绩具有决定性作用J,但对影响程度尚未形成一致性结论。例如,部分研究成果指出同化型学习者和发散型学习者在概念图上比较有创作力[6】,而其他研究证明发散型学习者表现最好[,或适应型学习者容易产生较为丰富的学f成果【引。虽然上述研究对学习风格与学习成绩的关系并未达成一致性结论,但都指出学习风格作为学习者内隐的个性特征,决定了学习者的信息处理偏好,影响了学习者的学习行为。而网络学习行为作为学习者信息处理偏好的外显操作,可以作为学习成绩预测的基础。因此,本研究以学习风格为切入点

7、,重点研究不同风格学习者的哪些网络学习行为将有助于获取较好的成绩。2研究对象本研究基于学习风格混合测量方法[9],从武汉某高校继续教育学院2012级计算机技术专业挑选出154位学习风格显著的学习者,组织他们参加2013年9月至2014年5月“Java语言与面向对象程序设计”课程的远程学习,将遗留在教学平台中的网络学习行为数据作为研究对象。3研究工具本研究选择数据挖掘软件WEKA(WaikatoEnvironmentforKnowledgeAnalysis)作为学习分析工具。该工具是一款新西兰政府

8、支持的智能分析开源项目,在金融、医疗、交通等多个领域均有广泛运用,可以直接连接系统数据库,能够实现异构数据源的无缝整合。4研究步骤(1)数据收集本阶段需实现网络学习行为数据的选择和捕获。网络教学过程由自主学习和协作学习两部分组成。自主学习行为通过记录学习者浏览在线课程视频、电子教案等教学资源时花费的时间,以及在线作业的完成情况,保存于在线学习系统中。协作学习过程前后共组织了4次,由4到5名学习者组成一个讨论组,根据教师提供的主题或者结合作业中的问题开展协作讨论。教学平台的在线聊天室和论坛借鉴了匹

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。