基于学习分析的在线学习成绩预测建模研究

发布时间：2020-06-16 04:19

【摘要】：随着在线学习者规模的增加,学习者的在线学习学业预测成为教学难题。所以本文立足于学习分析技术,利用从在线学习平台获得的数据,尝试建立能预测学业成绩的模型,从而为学业预警和优化教学策略提供科学依据。(1)首先分析了学习分析与教育数据挖掘的区别及学习分析的内涵,并提出了学习分析流程与要素模式,阐述了学习分析在教学过程中的环节及其组成要素。接着提出“学习”要素框架,从多个方面对“学习”进行了描述。基于“学习”要素框架分析了学习行为投入对学业成绩的影响,提出了学习行为投入测评框架,从多个维度对学习行为投入程度进行衡量。(2)以决策树和随机森林算法作为学习成绩预测模型的实现方法。首先对算法原理进行了分析。然后采用信息熵的算法思想对数据集中的连续型变量进行了离散化,实验证明该方法能有效提高算法的拟合程度。接着利用算法对数据集进行拟合建模,通过调参和剪枝等处理方式得到了效果较好(准确率达80%)的预测模型。最后利用混淆矩阵对模型进行评估,模型对样本预测分类的准确率分别为H(84%)、M(69%)和L(89%),表明模型对学业预警是有效的。(3)预测结果表明“学生缺席次数”和描述学习行为的四个特征(“查看资源次数”、“举手次数”、“查看公告次数”和“讨论次数”)对学习成绩影响最大。通过对学习行为四个特征的相关性分析,“讨论次数”与其他三个相关性都较低,而其余特征两两之间相关性都较强,该结果有助于学习行为投入测评框架的维度划分。
【学位授予单位】：云南师范大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：G434
【图文】：

7图 1.1 论文结构对学习分析技术的背景和意义、概念等进行综述与对比实现的方法。找出具体实现方法以后，对方法的原理进的算法具体实现过程与实现平台的选择进行研究。然后数据集上进行建模，模型建立好之后对模型进去验证与。主要是阐述学习分析的背景、意义与现状。从大数据和习分析在教育教学变革中的重要性；从研究现状中可以的主要问题与发展方向，学习分析技术更多的是在于理对比国外在学习分析的具体实现上还有很大的差距。主要是对学习分析进行具体的分析，首先了解学习分析

第 2 章 学习分析的相关概念与理论基础可以界定学习分析的内涵。学习分析关注点不应只是数据，，即以服务学生和教辅等共同体为目标，通过对数据的分析解为：为提高学生的学习效果，对相关数据集进行分析，通模等。习分析与教育数据挖掘对比结果上两小节对数据挖掘和学习分析的基础理论分析来看，两者认为在很大程度上两者是相互交叉的，甚至可以说学习分析上发展起来的。数据挖掘更加注重在数据集上建立模型，通据集中的特点，不强调人为的干预。而对于学习分析来说，即要对模型的挖掘过程和结果进行分析，分析学习发生的过的结果。学习分析在在线学习中的环节，是与实时课堂教学不.1 所示。

【参考文献】

相关期刊论文 前8条

1 孟玲玲;顾小清;李泽;;学习分析工具比较研究[J];开放教育研究;2014年04期

2 祝智庭;沈德梅;;学习分析学:智慧教育的科学力量[J];电化教育研究;2013年05期

3 姚登举;杨静;詹晓娟;;基于随机森林的特征选择算法[J];吉林大学学报(工学版);2014年01期

4 李青;王涛;;学习分析技术研究与应用现状述评[J];中国电化教育;2012年08期

5 顾小清;张进良;蔡慧英;;学习分析:正在浮现中的数据技术[J];远程教育杂志;2012年01期

6 陈向东;;基于社会网络分析的在线协作学习研究[J];中国电化教育;2006年10期

7 张存刚,李明,陆德梅;社会网络分析——一种重要的社会学研究方法[J];甘肃社会科学;2004年02期

8 洪家荣，丁明峰，李星原，王丽薇;一种新的决策树归纳学习算法[J];计算机学报;1995年06期

相关硕士学位论文 前1条

1 张莹;基于决策树的网络学院学生学业影响因素研究[D];河南大学;2013年

本文编号：2715528