课堂互动数据分析系统的研究与实现
发布时间：2021-01-04 00:17
在高校教育越来越强调过程性评价的背景下,过程性评价和终结性评价的讨论也越来越多。本文以高校互动平台的课堂互动数据为基础,设计了一个计算学生过程性评价成绩的模型,同时以学生考试成绩代表终结性评价,通过两种评价结果的对比,为老师提供过程性评价的分析服务,以帮助老师更加了解自己的课堂过程性评价设计以及课堂互动平台对学生考试成绩的影响。针对以上需求,课堂互动数据分析系统实现了对平台学生数据建模分析,并对课堂互动数据代表的过程性评价和考试成绩代表的终结性评价进行关联对比,得到课堂的过程性评价效果。系统提供以下四大功能:1)分析课堂互动中学生的属性,建立平台中的学生互动态度和互动答题能力模型,计算每个属性和考试成绩的相关系数;2)利用学生属性实现在学生平台表现的分类评价,同时对学生考试成绩进行分类评价,将优秀的聚为一类,中等的聚为一类,差的聚为一类;3)寻找学生平台表现的分类和考试成绩分类之间的关联,过滤出学生在平台的表现能导致什么成绩类别的有效强规则;4)输出结果报告,系统将输出课堂的互动数据和学生考试成绩的关联分析报告,向需要的教师提供服务。系统经过了功能测试指标达到设计要求。本文进行了需求分...
【文章来源】：华中科技大学湖北省 211工程院校 985工程院校 教育部直属院校
【文章页数】：63 页
【学位级别】：硕士
【部分图文】：
散点图
科 技 学 硕 学 位 论 绍以看出，如果数据项不断增加，项集的数目会呈指数降低发现频繁项集的时间是关联规则中重要的步骤。发现频繁项集的算法，可以从大量项集中找出支持度通过频繁项集来减少运算量。第 i 次迭代会计算出 i-次运算中都会产生新的项集，然后根据最小支持度来设 I = {i1,i2… in}为数据项的集合，n 个项可以随意组空项，那么一共产生 2n– 1 个项集。
华 中 科 技 学 硕 学 位 论 5. 输出结果报告将课堂互动到表的过程性评价和考试成绩代表的终结性评价之间的结论可视化，以文件的形式提供给教师用户。3.2 系统架构设计从 3.1 节的需求分析中，总结出课堂互动数据分析系统需要的主要功能是计算高校课堂互动平台中的学生属性和学生考试成绩的相关性，完成学生分类以及强规则的发现，本文设计系统框架如图 3-1 所示：
【参考文献】：
期刊论文
[1]微助教对高校大班课堂互动教学的重构[J]. 谭志虎,胡迪青,田媛,许炜. 现代教育技术. 2018(01)
[2]课堂教学行为大数据透视下的教学现象探析[J]. 王陆,李瑶. 电化教育研究. 2017(04)
[3]关联规则在网络学习平台中的应用研究[J]. 钱源,施佺. 中国教育信息化. 2016(14)
[4]基于过程性评价的思政课考核模式改革——以毛泽东思想和中国特色社会主义理论体系概论课为例[J]. 张春梅. 文教资料. 2015(29)
[5]以过程性评价促自主学习的开展[J]. 江双莲,辛锋. 时代教育. 2014(11)
[6]基于网络学习行为的学习风格挖掘[J]. 吴青,罗儒国. 现代远距离教育. 2014(01)
[7]课堂互动系统A-Classroom的设计[J]. 苏泽凤,杨帆,胡又农. 中国教育技术装备. 2013(33)
[8]影响远程学习者学习动机的因素分析[J]. 宋兵. 中国远程教育. 2013(11)
[9]课堂互动教学系统在高校教学中的应用[J]. 崔亚强,王春艳,余淇. 软件导刊(教育技术). 2013(05)
[10]过程性评价的哲学诠释[J]. 张曙光. 齐鲁学刊. 2012(04)
硕士论文
[1]基于微信公众平台教学学习的研究与应用[D]. 杨敏.山东大学 2017
[2]基于技术接受模型的MOOC学习体验影响因素研究[D]. 李佳赟.华东师范大学 2017
[3]MOOC中的学习行为挖掘研究[D]. 王洪岩.山东大学 2016
[4]面向大型开放在线课程的主题挖掘技术研究[D]. 王嘉伦.华中科技大学 2015
[5]中国慕课（MOOCs）大学生受众使用行为实证研究[D]. 李艳.湖南大学 2015
[6]学习风格和教学模式的关系探究[D]. 周文君.华中师范大学 2015
[7]数字化课堂测验数据即时分析及其可视化实现[D]. 王天琪.首都师范大学 2014
[8]数据挖掘在高校课堂教学评价中的应用与研究[D]. 闫魁颖.中山大学 2014
[9]网络学习风格量表编制研究[D]. 张雪飞.华中师范大学 2013
[10]决策树和关联规则在教学评价系统中的应用[D]. 杨萍.北京工业大学 2013
本文编号：2955768
【文章来源】：华中科技大学湖北省 211工程院校 985工程院校 教育部直属院校
【文章页数】：63 页
【学位级别】：硕士
【部分图文】：
散点图
科 技 学 硕 学 位 论 绍以看出，如果数据项不断增加，项集的数目会呈指数降低发现频繁项集的时间是关联规则中重要的步骤。发现频繁项集的算法，可以从大量项集中找出支持度通过频繁项集来减少运算量。第 i 次迭代会计算出 i-次运算中都会产生新的项集，然后根据最小支持度来设 I = {i1,i2… in}为数据项的集合，n 个项可以随意组空项，那么一共产生 2n– 1 个项集。
华 中 科 技 学 硕 学 位 论 5. 输出结果报告将课堂互动到表的过程性评价和考试成绩代表的终结性评价之间的结论可视化，以文件的形式提供给教师用户。3.2 系统架构设计从 3.1 节的需求分析中，总结出课堂互动数据分析系统需要的主要功能是计算高校课堂互动平台中的学生属性和学生考试成绩的相关性，完成学生分类以及强规则的发现，本文设计系统框架如图 3-1 所示：
【参考文献】：
期刊论文
[1]微助教对高校大班课堂互动教学的重构[J]. 谭志虎,胡迪青,田媛,许炜. 现代教育技术. 2018(01)
[2]课堂教学行为大数据透视下的教学现象探析[J]. 王陆,李瑶. 电化教育研究. 2017(04)
[3]关联规则在网络学习平台中的应用研究[J]. 钱源,施佺. 中国教育信息化. 2016(14)
[4]基于过程性评价的思政课考核模式改革——以毛泽东思想和中国特色社会主义理论体系概论课为例[J]. 张春梅. 文教资料. 2015(29)
[5]以过程性评价促自主学习的开展[J]. 江双莲,辛锋. 时代教育. 2014(11)
[6]基于网络学习行为的学习风格挖掘[J]. 吴青,罗儒国. 现代远距离教育. 2014(01)
[7]课堂互动系统A-Classroom的设计[J]. 苏泽凤,杨帆,胡又农. 中国教育技术装备. 2013(33)
[8]影响远程学习者学习动机的因素分析[J]. 宋兵. 中国远程教育. 2013(11)
[9]课堂互动教学系统在高校教学中的应用[J]. 崔亚强,王春艳,余淇. 软件导刊(教育技术). 2013(05)
[10]过程性评价的哲学诠释[J]. 张曙光. 齐鲁学刊. 2012(04)
硕士论文
[1]基于微信公众平台教学学习的研究与应用[D]. 杨敏.山东大学 2017
[2]基于技术接受模型的MOOC学习体验影响因素研究[D]. 李佳赟.华东师范大学 2017
[3]MOOC中的学习行为挖掘研究[D]. 王洪岩.山东大学 2016
[4]面向大型开放在线课程的主题挖掘技术研究[D]. 王嘉伦.华中科技大学 2015
[5]中国慕课（MOOCs）大学生受众使用行为实证研究[D]. 李艳.湖南大学 2015
[6]学习风格和教学模式的关系探究[D]. 周文君.华中师范大学 2015
[7]数字化课堂测验数据即时分析及其可视化实现[D]. 王天琪.首都师范大学 2014
[8]数据挖掘在高校课堂教学评价中的应用与研究[D]. 闫魁颖.中山大学 2014
[9]网络学习风格量表编制研究[D]. 张雪飞.华中师范大学 2013
[10]决策树和关联规则在教学评价系统中的应用[D]. 杨萍.北京工业大学 2013
本文编号：2955768
本文链接：https://www.wllwen.com/kejilunwen/ruanjiangongchenglunwen/2955768.html
