一种基于时间序列数据的学习诊断研究

发布时间：2017-09-04 04:41

  本文关键词：一种基于时间序列数据的学习诊断研究

  更多相关文章： 学习诊断 问题解决能力 IMMEX 时间序列数据

【摘要】：2010年7月颁布的《国家中长期教育改革和发展规划纲要(2010—2020年)》中提出:“信息技术对教育发展具有革命性影响,必须予以高度重视”。大数据、学习分析作为目前教育领域的研究热点,有望成为变革教育的突破口。通过学习分析能够更好的服务学生的学和教师的教,有望真正实现以学习者为中心的个性化教育。当前无论是课堂教学还是类似MOOC式的网络教学,对学习者学习效果的评估诊断都是其中的重要环节,也是急需解决的难题之一。国内外相关研究中,对学习者知识点掌握情况的诊断研究较多,而对学习者高级思维能力如问题解决能力的诊断却少之又少。本文借鉴IMMEX(Interactive Multim-edia Exercises)理论,尝试研究出一套高效快捷的对学习者问题解决能力进行诊断的方法及步骤,为实现问题解决能力的自动化诊断做铺垫。本研究主要包含以下几点内容:(1)设计并开发能力测评系统,该系统用于收集被测试者的数据。本文介绍系统中不同角色下的主要功能模块和工作流程。基于系统平台,以上海师范大学教育技术学本科阶段的专业必修课“ASP.NET”中”MVC编程”模块和“数据库设计与应用”中“E-R作图”模块为例,设计了两套用于测试的测试题,并介绍基于XML的测试题的设计与实现方式。(2)利用线性回归分析方法对收集的数据进行统计分析,尝试得出问题解决能力的诊断模型。基于两门课程的测试题,分别以教育技术系本科2012级全体学生和2013级全体学生为被试,进行了两轮迭代研究。对期末成绩优秀的测试者,分别就其成绩与其在测试题每个信息选项上停留的时间,成绩与做答点击的关键信息选项的停留时间,以及成绩与作答点击关键信息选项的停留时间之和与总用时的比值进行了线性回归分析。通过两轮的验证表明上述方法并不能得出有效的能够诊断学习者问题解决能力的方法。(3)得出基于时间序列数据的问题解决能力诊断方法。第二轮的迭代研究在发现问题并解决问题的过程中最终探究出能够诊断学习者问题解决能力的方法。首先通过测试题的关键信息选项数量进行初步区分,未点击全部关键信息选项则认为不具备问题解决能力。对于点击了全部关键信息选项的测试者,通过T检验等方法确定测试者的作答点击的关键信息选项时间之和与其总时间的比值,比值在0.8022218到1之间则确认其具备问题解决能力。(4)验证诊断结果的有效性。通过访谈等方法,寻找到两位确定具备数据库E-R作图能力的测试者和五位确定不具备相关知识的测试者。对他们进行测试,应用本研究得出的方法进行检验,最终符合率为71.42%。验证表明上述方法有较好的诊断效果,且诊断方法较为简单易行,能够通过信息技术自动化实现,并提炼绘制出问题解决能力自动化诊断系统的功能框架图。
【关键词】：学习诊断 问题解决能力 IMMEX 时间序列数据
【学位授予单位】：上海师范大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：G642.0;O211.61
【目录】：

• 摘要6-8
• Abstract8-15
• 第一章 绪论15-19
• 1.1 课题背景15-16
• 1.2 研究问题16
• 1.3 研究目的和意义16-19
• 第二章 研究设计19-22
• 2.1 研究内容19-20
• 2.2 研究过程20-21
• 2.4 预期研究结果和创新点21-22
• 第三章 文献研究综述22-32
• 3.1 国内外研究现状22-30
• 3.1.1 学习诊断22-27
• 3.1.2 IMMEX27-30
• 3.2 总结30-32
• 第四章 设计开发实验平台32-47
• 4.1 系统功能模块设计32-39
• 4.2 系统开发环境39
• 4.3 数据库结构设计39-41
• 4.4 测试题的功能实现41-47
• 4.4.1 题集测试题的设计42-43
• 4.4.2 测试题的平台实现43-47
• 第五章 第一轮研究47-68
• 5.1 测试题的设计47-58
• 5.2 数据收集58
• 5.3 数据分析58-61
• 5.4 线性建模61-66
• 5.5 小结66-68
• 第六章 第二轮研究68-81
• 6.1 测试题的设计68-73
• 6.2 数据的收集73
• 6.3 数据呈现73-75
• 6.4 数据的统计分析75-81
• 第七章 总结81-86
• 7.1 验证与结论81-82
• 7.2 研究成果82-83
• 7.3 关于本研究的讨论83-86
• 参考文献86-89
• 攻读硕士学位期间取得的研究成果89-90
• 附录一90-95
• 附录二95-99
• 附录三99-101
• 附录四101-104
• 附录五104-106
• 附录六106-123
• 致谢123

【参考文献】

中国期刊全文数据库 前10条

1 毕凌霄;;论学习诊断的意义、内容和方法[J];广东第二师范学院学报;2011年06期

2 钟虹绚;;青少年儿童心理教育效果的评估与分析——使用多元回归分析[J];才智;2012年30期

3 张帅;王振玉;裴彩燕;赵巍;;基于Multi-Agent的网络学习诊断系统模型[J];河北科技师范学院学报;2010年01期

4 张晓英;杨开城;赵国庆;;IMMEX教学应用的初步研究[J];开放教育研究;2010年01期

5 孙贝;杨贯中;;基于猜测概率和失误概率的学习诊断模型[J];计算机工程与科学;2010年04期

6 柯清超;;大数据与智慧教育[J];中国教育信息化;2013年24期

7 胡麒;何华灿;;基于试题空间的学习诊断方法[J];微计算机信息;2007年30期

8 汪和生;;计算机自适应测试在学习诊断中的应用[J];中山大学学报论丛;2006年06期

9 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

10 黄洛颖;;中小学生数字化学习诊断分析[J];中小学电教;2014年06期

中国博士学位论文全文数据库 前1条

1 冯士季;认知诊断视角的地理问题解决能力评价研究[D];华中师范大学;2014年

中国硕士学位论文全文数据库 前3条

1 王亮;远程教学中的智能学习诊断研究[D];河南师范大学;2011年

2 孙贝;基于知识空间理论的学习诊断模型研究与实现[D];湖南大学;2009年

3 钟舒;基于扩展知识空间的诊断方法研究及实现[D];湖南大学;2011年

，

本文编号：789434