智慧教育视野中的学习分析与个性化资源推荐
发布时间：2020-12-23 16:49
学习分析与个性化学习资源推荐是智慧教育的两个重要环节。该文采用准实验研究方法探索学习分析和个性化学习资源推荐的理论与实践问题。从学习风格、在线学习偏好、学习者知能结构以及学习者在线学习行为及结果等方面进行学习分析,对学习资源的内容、类型、资源的推荐时间以及频次等进行个性化的推荐设置。研究表明学习分析和个性化学习资源推荐为学习者设置了个性化学习路径,有利于提高学习者参与学习活动的积极性、提高学习者的学习成绩、改善学习者的知能结构,在一定程度上实现因材施教的教育理想,并对学习分析、学习资源推荐与学习者主体意识的关系进行了讨论,提出了提高学习分析与个性化学习资源推荐效果的策略。
【文章来源】：中国电化教育. 2019年09期 北大核心CSSCI
【文章页数】：10 页
【部分图文】：
学习分析与资源个性化推荐模型
n2值为0。反之，如果学习者对某资源的访问时间少于五分钟，或不能完成该资源的学习，则表明学习者的学习坚持性较差，需要强化在线学习，cn2值为1；cn3为学习效果系数，以学习资源中自带的学习测试的结果为依据，当上周学习者学习效果良好时，cn3值为0，反之如果上周学习者学习效果较差学习者需要强化学习时，cn3取值为1。四、学习分析与个性化资源推荐教学实践(一)实验设计我们采用准实验研究的方法，在智慧学习及相关学习理论的指导下开展学习分析和个性化学习资源推荐的实践研究。研究设计如图2所示：首先建设“信息技术知识与教学能力”学习资源库作为研究的前提条件和基础资源。然后通过信息技术学科知识以及信息技术教学能力测试，选择知识与能力相近的28名学习者作为实验对象，并随机分为实验组和对照组(实验组与对照组在知识和能力方面均无统计学差异)。对照组学习者利用前期建设的资源库进行学习，实验组学习者则进行多角度的学习分析，依据学习分析结果推荐个性化学习资源，并持续分析学习者利用资源的学习过程和效果，以调整学习资源推荐的内容、类型、时间和频次。在为期8周的学习结束之后，通过对实验组和对照组学习者的比较分析、实验组学习者前、后测的比较分析来验证学习分析和个性化资源推荐的有效性。(二)实验过程1.“信息技术知识与教学能力”资源库建设本研究以某师范大学教育技术学专业的28名本科生为研究对象。对于这个专业的师范生来说成为中小学信息技术学科教师是主要的就业方向之一。参加信息技术教师资格考试是大多数学生在大学三年级或四年级的必然选择。学生主观上有学习信息技术学科知识，提高自身教学能力的需求。因此，我们决定建设“信息技术知识与教学能力”资源库
?帽硐治?憾允泳跣脱?习资源(图片、视频等)更感兴趣，音频资源倾向于选择女性声音的资源，喜欢持续时间在15分钟以上的名师讲解等；情感维度上，该学习者基于学习责任进行在线学习，学习坚持性较好，能完成在线学习任务，偏好实践型的学习方式；社会维度上，该学习者能够积极参与学习交互，喜欢交流与合作；该学习者对环境不敏感，没有明确的学习环境偏好。(3)学习资源需求分析学习资源需求分析主要以信息技术教师资格考试要求为参照，分析学习者在信息技术学科知识及课程教学知识、信息技术课程教学能力等方面的图3“信息技术教学论知识模块”知识地图
【参考文献】：
期刊论文
[1]学习分析作为元认知反思支架的效能研究[J]. 毛刚. 电化教育研究. 2018(09)
[2]目标导向的学习分析模型构建[J]. 王怀波,李冀红,杨现民. 中国电化教育. 2018(05)
[3]基于大数据的学习分析仪表盘研究[J]. 姜强,赵蔚,李勇帆,李松. 中国电化教育. 2017(01)
[4]智慧教育新发展:从翻转课堂到智慧课堂及智慧学习空间[J]. 祝智庭. 开放教育研究. 2016(01)
[5]学习分析技术:挖掘大数据时代下教育数据的价值[J]. 魏顺平. 现代教育技术. 2013(02)
[6]智能教学系统中认知学生模型的实现[J]. 陈晓丹,陈桂兰,王伟. 信息技术. 2010(12)
[7]基于用户模型的个性化本体学习资源推荐研究[J]. 姜强,赵蔚,杜欣,梁明. 中国电化教育. 2010(05)
[8]网络环境中学习资料的个性化推荐方法[J]. 何玲,高琳琦. 中国远程教育. 2009(02)
[9]网络学习行为分析及其模型研究[J]. 彭文辉,杨宗凯,黄克斌. 中国电化教育. 2006(10)
[10]中国远程学习者学习风格特征的三维模型[J]. 陈丽,张伟远,郝丹. 开放教育研究. 2005(02)
硕士论文
[1]基于网络学习行为分析的网络学习风格与学习偏好挖掘模型研究[D]. 李素珍.华中师范大学 2009
本文编号：2934025
【文章来源】：中国电化教育. 2019年09期 北大核心CSSCI
【文章页数】：10 页
【部分图文】：
学习分析与资源个性化推荐模型
n2值为0。反之，如果学习者对某资源的访问时间少于五分钟，或不能完成该资源的学习，则表明学习者的学习坚持性较差，需要强化在线学习，cn2值为1；cn3为学习效果系数，以学习资源中自带的学习测试的结果为依据，当上周学习者学习效果良好时，cn3值为0，反之如果上周学习者学习效果较差学习者需要强化学习时，cn3取值为1。四、学习分析与个性化资源推荐教学实践(一)实验设计我们采用准实验研究的方法，在智慧学习及相关学习理论的指导下开展学习分析和个性化学习资源推荐的实践研究。研究设计如图2所示：首先建设“信息技术知识与教学能力”学习资源库作为研究的前提条件和基础资源。然后通过信息技术学科知识以及信息技术教学能力测试，选择知识与能力相近的28名学习者作为实验对象，并随机分为实验组和对照组(实验组与对照组在知识和能力方面均无统计学差异)。对照组学习者利用前期建设的资源库进行学习，实验组学习者则进行多角度的学习分析，依据学习分析结果推荐个性化学习资源，并持续分析学习者利用资源的学习过程和效果，以调整学习资源推荐的内容、类型、时间和频次。在为期8周的学习结束之后，通过对实验组和对照组学习者的比较分析、实验组学习者前、后测的比较分析来验证学习分析和个性化资源推荐的有效性。(二)实验过程1.“信息技术知识与教学能力”资源库建设本研究以某师范大学教育技术学专业的28名本科生为研究对象。对于这个专业的师范生来说成为中小学信息技术学科教师是主要的就业方向之一。参加信息技术教师资格考试是大多数学生在大学三年级或四年级的必然选择。学生主观上有学习信息技术学科知识，提高自身教学能力的需求。因此，我们决定建设“信息技术知识与教学能力”资源库
?帽硐治?憾允泳跣脱?习资源(图片、视频等)更感兴趣，音频资源倾向于选择女性声音的资源，喜欢持续时间在15分钟以上的名师讲解等；情感维度上，该学习者基于学习责任进行在线学习，学习坚持性较好，能完成在线学习任务，偏好实践型的学习方式；社会维度上，该学习者能够积极参与学习交互，喜欢交流与合作；该学习者对环境不敏感，没有明确的学习环境偏好。(3)学习资源需求分析学习资源需求分析主要以信息技术教师资格考试要求为参照，分析学习者在信息技术学科知识及课程教学知识、信息技术课程教学能力等方面的图3“信息技术教学论知识模块”知识地图
【参考文献】：
期刊论文
[1]学习分析作为元认知反思支架的效能研究[J]. 毛刚. 电化教育研究. 2018(09)
[2]目标导向的学习分析模型构建[J]. 王怀波,李冀红,杨现民. 中国电化教育. 2018(05)
[3]基于大数据的学习分析仪表盘研究[J]. 姜强,赵蔚,李勇帆,李松. 中国电化教育. 2017(01)
[4]智慧教育新发展:从翻转课堂到智慧课堂及智慧学习空间[J]. 祝智庭. 开放教育研究. 2016(01)
[5]学习分析技术:挖掘大数据时代下教育数据的价值[J]. 魏顺平. 现代教育技术. 2013(02)
[6]智能教学系统中认知学生模型的实现[J]. 陈晓丹,陈桂兰,王伟. 信息技术. 2010(12)
[7]基于用户模型的个性化本体学习资源推荐研究[J]. 姜强,赵蔚,杜欣,梁明. 中国电化教育. 2010(05)
[8]网络环境中学习资料的个性化推荐方法[J]. 何玲,高琳琦. 中国远程教育. 2009(02)
[9]网络学习行为分析及其模型研究[J]. 彭文辉,杨宗凯,黄克斌. 中国电化教育. 2006(10)
[10]中国远程学习者学习风格特征的三维模型[J]. 陈丽,张伟远,郝丹. 开放教育研究. 2005(02)
硕士论文
[1]基于网络学习行为分析的网络学习风格与学习偏好挖掘模型研究[D]. 李素珍.华中师范大学 2009
本文编号：2934025
本文链接：https://www.wllwen.com/jiaoyulunwen/jgkg/2934025.html
