基于情境感知的智慧课堂动态生成性数据采集方法与模型

发布时间：2021-05-12 12:38

　　智慧教学过程中动态生成数据具有多源异构、非完整、关联性强等特征,传统方法难以进行有效采集与存储,建立统一的数据采集规范与存储机制,高效采集与分析过程性数据成为当前智慧教育研究亟待解决的问题。文章基于情境感知技术提出智慧教学数据采集模型,采用用户、任务、位置、时间、设备、基础设施六类信息表示智慧教学情境,基于xAPI规范与Caliper框架从行为、事件、活动、目标四个层面定义动态生成性数据描述框架与云端数据交换机制,解决云端环境下基于教学情境的多源、异构数据采集问题,为建立教育大数据模型和发展教育大数据云服务提供新思路与方法。 

【文章来源】：电化教育研究. 2018,39(05)北大核心CSSCI

【文章页数】：7 页

【文章目录】：
一、引言
二、问题的提出
三、研究现状
    (一) 教学情境感知
        1. 情境分类
        2. 情境表示
        3. 情境处理
    (二) 教学数据采集技术
        1. 数据采集方式
        2. 数据采集模型
        3. 数据采集标准
        4. 数据采集方法
四、基于情境感知的智慧教学动态生成性数据采集模型
    (一) 智慧教学情境表示与处理
    (二) 智慧教学动态生成性数据采集规范
        1. 行为数据描述
        2. 事件数据描述
        3. 活动数据描述
        4. 目标数据描述
    (三) 动态生成性数据的存储与交换机制
        1. 动态生成性数据的存储
        2. 动态生成性数据的交换
五、小结


【参考文献】：
期刊论文
[1]大数据环境下基于多维关联分析的学习资源精准推荐[J]. 丁继红,刘华中.  电化教育研究. 2018(02)
[2]学习分析数据互操作规范IMS Caliper Analytics解读[J]. 李青,赵越.  现代远程教育研究. 2016(02)
[3]基于情境感知的远程用户体验数据采集方法[J]. 韩立,刘正捷,李晖,余晨晔,张军,陈媛嫄.  计算机学报. 2015(11)
[4]获取教育大数据:基于xAPI规范对学习经历数据的获取与共享[J]. 顾小清,郑隆威,简菁.  现代远程教育研究. 2014(05)
[5]智慧教育:教育信息化的新境界[J]. 祝智庭,贺斌.  电化教育研究. 2012(12)



本文编号：3183430