基于网络教育学习者特征向量的相似学习者研究

发布时间：2024-03-30 14:48

　　在教育信息化快速发展的时代,教与学的方式也在发生多样化的转变,而传统教育难以满足社会上数量庞大的学习者群体,网络教育也因此应运而生。由于该教育模式赋予了学习者更多自主学习空间及权限,向学习者提供符合其需求的相关支持服务和个性化、适应性教学显得尤为必要。作为网络教学系统的核心要素——学习者是提供优质学习服务的对象。其中,学习者特征分析成为网络教育系统全面了解学习者需求和提供精准学习服务的关键途径。学习者特征一方面反映了学习者在学习活动中的表现、状态和特点;一方面能够促进网络教育系统对学习者的指导和服务,因此是网络教育重要的研究方向。但是在传统远程教育中,对学习者分析不够全面细致甚至忽视学习者特征以及其所反映的学习状态等,容易导致学习者产生学习迷航、学习动力降低等问题,进而影响学习者的学习成效。此外,面对庞大的学习者群体,将他们独立开来提供个性化教学和相关服务势必会耗费大量的教育资源、时间成本,还忽视了学习者之间可能存在的联系、共性和规律。因此,本研究一方面关注网络教育学习者特征的全面性和可数据化,并在此基础上将学习者特征向量化,以期为学习者特征分析提供全面的数据支撑;还注重具有相似特征的...

【文章页数】：71 页

【学位级别】：硕士

【部分图文】：

图1-1研究框架

江南大学硕士学位论文102.研究目标为了探究网络教育学习者特征向量，本研究基于网络教育学习者特征体系1，结合网络教育中以学习者为中心的教学特点，对学习者特征指标对应的数据进行分析，整合出可操作性的学习者特征向量。本研究目标具体分为以下四个方面：（1）依据已有的网络教育学习者特征体....

图4-1学习者特征向量化的工作流程图

江南大学硕士学位论文34图4-1学习者特征向量化的工作流程图根据图中的具体结构要素，解析学习者特征向量化的功能要求。实现学习者特征向量要求网络教育系统以下四个方面的功能：（1）根据学习者特征体系维度明确数据获取源；（2）对学习者特征数据进行初始化、动态化的采集和处理，输出可视化的....

图4-2学习者特征数据动态化处理框架

江南大学硕士学位论文42源的学习记录、浏览和回复帖子记录、学习者注册信息、答疑内容的质量以及测试成绩等。本文利用初始化获取的原始数据，建立了一个由数据收集模块、数据转化模块和数据分析模块组成的数据动态化处理框架。如图4-2所示。图4-2学习者特征数据动态化处理框架在学习者参与网络....

图4-3学习者特征向量图例这是一款开源的可视化工具，能够输出直观可交互的图表等可视化结果

江南大学硕士学位论文44图4-3学习者特征向量图例这是一款开源的可视化工具，能够输出直观可交互的图表等可视化结果。通过学习者向量的数据输入，我们能够获得每一位学习者的图例，根据图例我们能够直观看到学习者特征各维度的向量属性值。教师根据向量可对学习者特征的分析进一步从网络教育平台获....

本文编号：3942506