基于在线学习环境下学习者学习行为模型构建与分析

发布时间：2020-10-09 22:21

　　随着在线教育的迅速发展,在线学习已经成为我们学习的主流方式之一,已经得到了教育界的广泛认可。全新的教育学习方式,使教育信息化这一概念有了全新的发展,教育的变革与创新必将被再次驱动。当然,与此同时,在线教育的蓬勃发展,遇到了不同程度的挑战,比如学习者辍学率较高、课程完成率低和用户量流失等现象频繁出现。为了寻找出此现象的原因,基于在线学习环境下,研究者通过网络教学平台产生海量的学习行为数据中,分析学习者的学习行为数据来解决在线学习面临的各种复杂问题。通过对分析学习者的学习行为数据,为教师和网络教学平台的管理者提供有效的监管和干预学习过程,为在线学习者制定出更加合理的学习计划,并且为在线学习者提供更加有效的支持和服务。首先,本文在总结国内外在线学习行为发展现状、学习行为分析相关研究领域的基础上,对在线学习行为的定义以及分类模型、数据的分析算法、数据挖掘等相关的概念进行说明。在学习行为分析的相关模型的基础上,结合云南师范大学尔雅网络教学平台,提出了学习者学习行为分析模型构建的原则和思路。本文中的学习行为主要划分为外显学习行为和内隐学习行为,并对内隐学习行为维度和外显学习行为维度进行划分,并构建出学习行为分析模型。其次,根据构建的在线学习行为分析模型,内隐学习行为维度是根据调查问卷得出,采用了Excel简单的分析得出相应的结果。外显学习行为采集了云南师范大学的云南师范大学尔雅网络教学平台上学习者的管理后台的学习行为数据,采用数据分析软件Weka3.8.3,使用K-means算法聚类分析学习者的外显学习行为的程度。然后用SPSS22.0对外显学习行为和内隐学习行为进行相关分析,分析出两者之间相关值的大小。再次,分别对学习行为的研究结果进一步进行分析,换算学习行为的程度等级,对每一个内隐学习行为维度和外显学习行为的相关性进行的分析,分析后给出关于云南师范大学尔雅网络教学平台学习行为分析的使用效果与相关的应用启示,不仅仅提供给在线学习环境下的学习者对自身的学习评价以及干预,而且对在线学习环境下教师的教学决策制定与优化提供有力的证据、为平台管理者的监控与管理提供有效的支持。验证学习者的学习行为分析模型的有效性,若证明模型有效,则可根据学习者学习行为模型来分析在线学习行为,为深入的研究学习者的学习行为提供一种参考方案。最后,笔者对本研究做出相应的总结和展望,对研究的不足进行补充说明。
【学位单位】：云南师范大学
【学位级别】：硕士
【学位年份】：2019
【中图分类】：G434
【部分图文】：

分布情况,学习行为,分析研究,年份

图 1.1 国内学习行为分析研究文献年份分布情况从图 1.1 可以看出，近十年来我国对学习行为分析的研究呈现逐年增长势，说明近年来我国学者对在线学习行为分析已经成为研究热点。近年来，随着大数据的出现，国内在研究学习行为分析方面取得了明显大收获，通过研读近年来在线学习行为分析的文献，发现国内研究者的研点多数放在学习行为分析模型的理论及框架构建，对于在线学习行为数据集、预测、分析等方面的相关研究仍有巨大的提升空间。学者李爽等根据者的行为投入，对在线学习行为投入进行分析框架构建，根据研究分析的，得出在线学习行为投入测量对课程成绩影响较大这个结论[24]。学者蒋卓针对 MOOC 学习平台学习者的学习行为特征，对在线学习行为进行分类并探究在线学习者的学习行为与学习成果两者之间的紧密联系[25]。学者姜强、等人基于大数据分析,从数据与环境(What)、关益者(Who)、方法(How)和目Why)等 4 个维度进行了全面分析学习者学习行为和学习效果之间关系[26]。凯通过分析大规模在线课堂上存在的学习行为，找出学习者潜在的学习行

原理图,行为科学理论,原理,行为科学

图 2.4 马斯洛需求层次理论2.2.4 行为科学理论行为科学在 1949 年一个跨学科会议上首次被提出。行为科学并不完全是一门独立的学科，而是聚集了心理学、社会学、人类文化学等研究人类行为于一身的综合性学科。行为科学是针对人的行为和心理[46]，研究其发展变化的规律，以此来提高个体以及群体之间的行为预测、行为引导、行为控制，根据不同的情况及时协调个人、群体、组织之间的相互关系和与其外部环境的关系，从而调动人类各种行为的主动性、创造性和积极性[47]。行为科学理论认为，人类所发生的行为是有原因和规律，行为科学的理论如图 2.5 所示。生理的需要安全的需要归属与爱的需要

自适应学习,分析模型,学习平台

图 2.9 数据驱动的自适应学习分析模型学者张燕通过学习者在学习平台中进行课程学习、讨论、答疑、考试等行为产生的数据，通过收集后形成数据集，对学习者的基本特征、学习规律、学习内容、学习效果等进行分析，将分析结果综合后反馈到学习平台，学习平台经过个性化模型设计后，再次反馈到用户层面，通过对数据分析的过程进行详细的分解后，构建出了网络教育学习行为分析模型[54]，如图 2.10 所示。

【参考文献】