基于数据驱动的教学行为模式发现与教学实践

发布时间：2021-12-31 06:08

　　随着智慧校园的建设和发展,教育大数据呈指数型增长,数据驱动教育相关研究也随之迅速发展,因此,建立完善的教育数据时代研究体系,实现数据驱动的模式发现和教学创新以提升教学质量,对教育信息化的深度融合有着重要的理论价值和实践意义。然而数据驱动教育研究目前仍存在数据驱动的研究方法较少,已有的成果多偏重在线教育教学研究以及学生结果性数据研究等,对线下智慧课堂教师教学过程性数据的研究较少等问题。基于此,本研究基于来自自主研发的教学平台工具采集的过程数据进行分析,对教学行为模式进行探究,主要工作如下:首先,依据教学行为的教育功能和类型研究,关注教师应用教学工具时的编辑行为和非编辑行为,基于智慧教室教学行为记录伴随式采集,将行为划分为数字化教学工具行为、数字化标注工具行为和其他工具行为,结合教学行为序列的顺序性、交互性和序列长度不同的特性提取为一系列教学行为序列特征向量,利用DTW完成不同长度特征向量间的相似性度量,并对所有数据集生成DTW累积距离矩阵,通过簇中心群聚类实现教学行为模式的划分。其次,针对教学行为聚类的结果,对各簇教学行为序列进行教学行为路径可视化,得到教学行为路径有向图,发现教师对教学... 

【文章来源】：华中师范大学湖北省 211工程院校 教育部直属院校

【文章页数】：57 页

【学位级别】：硕士

【图文】：

图２－１闵科夫斯基距离下的对应关系??

碩士学位论文??ＭＡＳＴＨＲ＇ＳＴＨＫＳＩＳ??时，为曼哈顿距离；当ｒ?＝?２时，为欧式距离；当ｒ?—〇〇，为切比雪夫距离。同时，??两条长度相同的时间序列之间计算才可以使用闵科夫斯基距离度量，因为闵科夫斯??基距离所寻找的是一条时间序列上的数据点与另一条时间序列上的数据点一一同??步对应的对应匹配关系，如图２－１所示：??Ｚｌ?、?一？、??＾，、、＇、??／?Ｉ?！?＾?］??Ｊ??ｒ＇、—一，’??Ｉ?Ｉ卜＇??Ｉ?ｉ?．丨?／?＼??Ｖ?／，??、、＾￣＾八＾??图２－１闵科夫斯基距离下的对应关系??对于不同ｒ下的距离度量进行计算时，需要把时间维度的序列映射到ｎ维欧式向??量维度空间中的点与点之间同步对应匹配的距离，然而欧式向量空间距离对确定序??列在时间维度上的微小变化非常敏感，一些轻微的变化可能会使得序列之间的欧式??向量空间的距离差距很大，对一些时滞延时或提前的实际过程性数据，尽管他们可??能具有相似的波动变化曲线，但欧式距离（Ｅｕｃｌｉｄｅａｎ）也不会认为他们的曲线是相??似的。如图２－２所示。??＿?Ｌ??——??图２－２采用欧式距离聚类的结果??总的来说，欧式距离无法处理时间延迟或提前的现象，并且鲁棒性不强，所以??就不能度量时间长度不同的距离，在时间轴突变时非常容易受到干扰，造成相似??性度量的误差，无法有效准确度量时间序列的动态特性，只能对长度相同的序列??之间的距离进行度量，而且对序列在时间维度的时滞延迟或提前十分敏感１４５】。??２．２．２动态扭曲距离（ＤＴＷ）??动态时间弯曲距离（ＤＴＷ）与欧氏距离度量对比，动态时间弯曲距离是将

图２－３?ＤＴＷ下的对应关系??


本文编号：3559758