基于在线学习行为数据的学习者群体特征挖掘研究

• 作者: 徐久成 王蒙蒙
• 来源期刊: 软件导刊
• 学科: 工学
• 关键词: 在线学习行为 相关性分析 群体特征 聚类分析
• 年，卷（期）: 2020,（7）
• 所属期刊栏目: 数据库与信息处理
• 页码范围: 153-157
• 页数: 5页
• 分类号: TP391
• 字数: 4784字
• 语种: 中文
• DOI: 10.11907/rjdk.192312

摘要

教育信息化促使越来越多的学习者选择在线学习,基于学习行为数据的研究也逐渐增多,然而对学习行为的研究普遍基于学习者个人,涉及学习者相似群体特征挖掘的研究较少.选取阿里云天池中的公开数据集,通过对不同个性特征和认知能力的行为数据进行相关性分析,以学习成绩为依据聚类不同的学习者群体,挖掘群体的典型行为特征.研究表明,群体行为特征存在显著差异,借助群体特征挖掘可以帮助学生与他人对比,发现自身不足并及时调整.这样既能在个性化学习基础上充分利用群体智慧,也能避免因学生过多使教学工作者负担过重.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	徐久成	河南师范大学计算机与信息工程学院	97	660	14.0	20.0
2	王蒙蒙	河南师范大学计算机与信息工程学院	3	0	0.0	0.0