基于数据挖掘的学习分析在教学中的应用初探 ——以高校计算机课程为例

• 作者: 曹旭 隋永博
• 来源期刊: 长春中医药大学学报
• 学科: 教育
• 关键词: 大数据 数据挖掘 学习分析 计算机课程
• 年，卷（期）: 2018,（5）
• 所属期刊栏目: 高教研究
• 页码范围: 988-991
• 页数: 4页
• 分类号: G640
• 字数: 3420字
• 语种: 中文
• DOI: 10.13463/j.cnki.cczyy.2018.05.053

摘要

在大数据的大背景下,学习分析成为学界研究的热点.对于学习分析的研究,美国已经提出预测学习者学习偏好的模型,并且根据预测结果对学习者进行自适应引导;国内对于学习分析实现了学习者评估,并且在评估后对学习者给予干预与预警.学习分析是使用数据和模型预测学习者收获和行为,具备处理这些信息的能力.其模型自底向上分别为数据层、机制层、结果层.学习分析首先要获取学习者的在线学习数据,而后选择适合研究对象的算法(如决策树、神经网络、支持向量机、K-Means聚类等).拟提出将学习分析应用在高校计算机教学中实证研究模型,将试验对象分为A、B 2个对照组,根据前7周学习行为进行分析与预测,并于8-11周进行学习干预,最后检验预测结果及干预效果.基于数据挖掘的学习分析能够精准支持课程教学,在优化学习任务和教学决策方面有一定的创新性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	曹旭		23	37	4.0	5.0
2	隋永博		7	5	1.0	2.0