基于因子分析和聚类分析的学生网络学习行为研究

发布时间：2021-08-07 22:05

　　对学生的网络行为进行研究,首先获取具有典型意义的观测指标构成原始数据集,通过因子分析,提取出能够客观反映学习特征的两个公共因子,并依据不同学生的因子得分进行聚类分析,通过分析结果可以看出,学生网络学习具有群体性的特征。此外,重点讨论未来的改进重点和实施依据。 

【文章来源】：中国教育技术装备. 2019,(18)

【文章页数】：3 页

【文章目录】：
1 引言
2 研究背景
3 学习行为因子分析
4 学习行为聚类分析
5 研究结论


【参考文献】：
期刊论文
[1]教育大数据视角下的学习分析应用研究与思考[J]. 刘清堂,王洋,雷诗捷,张思.  远程教育杂志. 2017(03)
[2]基于大数据的学习分析研究综述[J]. 郭炯,郑晓俊.  中国电化教育. 2017(01)
[3]多元统计分析在大学生综合素质评价中的应用[J]. 常浩,逯纪美.  数理统计与管理. 2010(04)
[4]聚类算法研究[J]. 孙吉贵,刘杰,赵连宇.  软件学报. 2008(01)

硕士论文
[1]网络学习者信息加工学习行为的分析及研究[D]. 邱晓辉.华中师范大学 2008



本文编号：3328626