基于大数据技术在线学习过程行为分析框架设计(3)

人气指数:点发布时间:2017-11-29 17:08 来源：http://www.zgqkk.com 作者：赵睿，王庆岭

分享到：

　　3 在线学习过程行为数据的聚类分析

　　由于学生在学习动机、学习需求以及学习方式等方面存在很大的差别，导致产生不同的学习行为。针对量大复杂学习活动的分析，首要解决的是进行学习过程行为数据的分类。利用RFL分析方法构建学习过程行为数据分类指标体系，使用K-means算法进行学习过程行为数据聚类分析，流程如图4所示。

　　根据在线学习忠诚度和学习效果，对学生学习过程行为数据进行聚类分析，将学生分为持续学习用户、积极学习用户等6种类型。

　　1）持续学习用户。在线学习时间较长、学习频率较高，对课程拥有最高的忠诚度，是平台运营的主要竞争力。

　　2）积极学习用户。在线学习总体学习时间较长、频率较高，但近期登录平台很少，对课程拥有良好的忠诚度。

　　3）独立学习用户。近期在线学习时间较长，但缺乏与同学的交流互动，对课程的忠诚度一般。

　　4）间断学习用户。在线学习次数较高但学习时间较短，对课程的忠诚度较低。

　　5）惰性学习用户。在线学习时间较多，但次数少，对课程具有一定的忠诚度。

　　6）观望学习用户。学习进度长、在线学习次数很少且学习时间很短，对课程的忠诚度最低。

　　在线学习平台根据用户类型及时找出学习效果不佳的学生，提醒教师应当采取有效措施，如推荐合适的课程，来提高课程忠诚度。

　　4 个性化课程推荐

　　根据课程学习过程行为数据的聚类分析，进行个性化的课程推荐，能够增加在线学习资源的访问的机会；能够延长用户滞留学习时间，提高对学习平台的粘性；能够帮助学生发现感兴趣的课程资源，提高学习的积极性。

　　在线学习平台为不同学习需求和学习动机的学生提供差异化的课程资源是平台的基本服务和功能。平台根据学生的兴趣特征，采用PageRank算法找出代表性学生，为其推荐个性化的课程资源与内容，具体流程如图5所示。

　　图5 个性化课程推荐流程

　　5 在线学习过程行为与学习效果的关联规则分析

　　利用FRSAR（贝叶斯模糊粗糙集的属性约简）算法，对用户学习行为与学习效果之间的关系进行关联分析，并用Apriori算法归纳出决策规则，为学生、老师及平台管理者提供相应的指导与对策[6]。例如，学生利用在线学习过程行为关联性分析结果，调整学习计划与进程，提高学习进度；教师利用关联性分析结果向学生推荐适合的学习资源，改进学习效果；平台管理人员利用关联性分析结果向学生推荐成功的学习经验，提供有针对性的教学策略。

　　6 分析结果可视化及应用

　　将最终得到的学习过程行为分析结果呈现给学生、教师和其他结果需求者是在线学习过程行为分析中的一个重要环节。构建在线学习过程行为分析模型要求注重对分析结果的呈现和表征，通过采用折线图、条形图、移动点、圆饼图等多种形式，将具体的分析结果以一种直观易理解的方式呈现给学生、教师等，从而使他们能快速了解分析结果。通过观察行为分析结果，能够帮助学生进行自我意识、自我反思和意义的建构。教师可以根据分析结果反馈为学生重新设定学习路径，通过互动反馈可以进一步掌握学生学习情况，实时调整教学内容。平台管理者通过分析结果可以优化平台服务功能及支持工具，根据问题学生的行为特征，设计出能够及时解决学生流失问题的措施服务及功能，为提高平台用户使用率提供一定的指导建议[8]。

　　7 结束语

　　采用大数据技术，完成了学生在线学习过程行为数据的采集和预处理，构建了数据分析模型，依据行为科学和人工智能理论对学习行为进行界定和聚类分析，实现了课程资源个性化推荐；依据学习行为与学习效果的关联分析，实现了教学策略的定制化，解决了学生流失问题，提高了学习效果和网络课程资源利用率。

　　参考文献：

　　[1] 李爽，王增贤，喻忱.在线学习行为投入分析框架与测量指标研究——基于LMS 数据的学习分析[J].开放教育研究，2016，22（2）：77-88.

　　[2] 姜强，赵蔚，王朋娇.基于大数据的个性化自适应在线学习分析模型及实现[J].中国电化教育，2015，（1）：85-92.

　　[3] 樊超，宗利永.MOOC在线学习行为的人类动力学分析[J].开放教育研究，2016，22（2）：53-58.

　　[4] 宗阳，孙洪涛，张享国，等.MOOCs学习行为与学习效果的逻辑回归分析[J].中国远程教育，2016，36（5）：14-22.

　　[5] 田娜，陈明选.网络教学平台学生学习行为聚类分析[J].中国远程教育，2014，（11）：38-41.

　　[6] 施晓菁，梁循，孙晓蕾.基于在线评级和评论的评价者效用机制研究[J].中国管理科学，2016，24（45）：149-157.

　　[7] 荣辉桂，火生旭，胡春华.基于用户相似度的协同过滤推荐算法[J].通信学报，2014（2）：16-24.

　　[8] 任泰明.高职院校院系级单位做好顶层设计、提高管理效率的探索与实践[J].兰州石化职业技术学院学报，2016，16（4）：37-38.

期刊库（http://www.zgqkk.com），是一个专门从事期刊推广、投稿辅导的网站。
　　本站提供如何投稿辅导，寻求投稿辅导合作，快速投稿辅导，投稿辅导格式指导等解决方案：省级投稿辅导/国家级投稿辅导/核心期刊投稿辅导//职称投稿辅导。