国外CSCL交互分析方法研究综述

发布时间：2018-06-19 12:23

本文选题：计算机支持的协作学习 + 协作学习交互　；参考：《现代远距离教育》2013年01期

【摘要】：计算机支持的协作学习(Computer Supported Collaborative Learning,简称CSCL)交互行为分析,有利于发现隐含在海量交互数据中的学习特征规律,有利于促进参与者对交互过程和协作效果的反思。文章讨论了不同分析方法在CSCL交互分析领域的应用情况,包括统计分析法、数据挖掘方法、图形可视化分析方法和社会网络分析法。从分析单元类型、技能背景,数学基础三个方面,比较了各类方法的优势和不足,并进一步讨论了CSCL交互分析的未来发展研究趋势。
[Abstract]:Computer-supported collaborative learning (CSCL) interaction behavior analysis is helpful to discover the learning characteristics hidden in massive interactive data, and to promote the participants' reflection on the interaction process and the effect of cooperation. This paper discusses the application of different analysis methods in the field of CSCL interaction analysis, including statistical analysis method, data mining method, graphic visualization analysis method and social network analysis method. This paper compares the advantages and disadvantages of various methods from the aspects of unit type, skill background and mathematical basis, and further discusses the future development trend of CSCL interaction analysis.
【作者单位】：武汉大学;
【基金】：武汉大学自主科研项目(人文社会科学)研究成果武汉大学“70后”学者学术发展计划支持湖北省教育科学“十二五”规划2011年度重点课题“数字校园云平台设计与应用”(编号2011A001)研究成果
【分类号】：G434

【相似文献】