网络课程学习行为数据采集分析研究现状

作者:杨蕴昊; 刊名:教育教学论坛 上传者:郭奇

【摘要】本文对学习网络课程的行为进行分类,并分别就学习行为数据采集及挖掘分析方法现状进行了梳理与总结,为完善网络课程学习行为数据采集模型提供理论依据。

全文阅读

教育教学论坛 EDUCATION TEACHING FORUM 2019 年 2 月第 6 期 Feb. 2019 NO.6 网络课程学习行为数据采集分析研究现状 收稿日期:2018-05-24 作者简介:杨蕴昊(1985-),女(汉族),江苏扬州人,硕士研究生,研究方向:网络课程建设。 近年来,随着信息技术的飞速发展和互联网技术的全面普及,大量用户行为数据随之产生,由此,大数据概念应运而生。结合互联网技术教学的网络教育和大数据,驱动教育向个性化、智能化方向发展已成为必然趋势。如何针对网络课程学习构建有效的行为数据采集模型,以此追踪和收集的行为信息,更准确地分析学习者学习风格和学习偏好,优化教学资源配置,支撑各类学习者更好地学习网络课程,成为了网络学习领域中非常有价值的研究课题。 一、网络课程学习行为 网络学习行为数据的采集模型主要关注两方面:实际操作行为和知识内化的过程。实际操作行为主要体现为学习网络课程时的显性操作,是其进行学习时的外部直接表现。根据目前我院网络课程中学习者的实际操作进行归类,大概可分为:媒体操作、记录操作和共享操作。通过记录这些学习时的简单操作,可以了解学习者在何时何地发生了什么样的学习行为,为评价学习效果奠定基础。知识内化的过程主要指进行知识加工理解的过程。目前我们的网络课程中,可以通过留言反馈、学习评价等行为进行此方面数据的采集与分析,挖掘学习者的个性特征,了解学习效果。目前,我们需要的网络课程学习行为数据采集与学习平台数据采集略有差异,需要有针对性地进行追踪并分析。 媒体操作:网络课程中核心的多媒体资源就是教学视频,记录分析视频学习动作的行为数据就显得尤为重要。这些操作,又可以大概归为视频快进、快退、拖动、暂停、静音等动作以及视频观看时长这两种类型。记录视频中的学习动作发生的位置与频率,可以帮助教师了解视频中哪些内容是学生需要多学、难学的。针对观看时长的数据进行分析,则可以了解到学生看视频注意力集中的规律,进而能更有效地对教学视频进行碎片化,适应学习偏好。 记录操作:在网络课程的学习过程中会产生大量文本性质的浏览记录,浏览的页面、点击的次数、访问持续时间、学习动作顺序等,记录下这些学习动作,有助于了解学生的学习风格习惯,优化教学设计。 共享操作:目前主要指记录离线下载资源,以及将某个学习页面收藏到收藏夹中的内容与次数。 留言反馈:目前我们的网络课程可针对单个知识点或整门课程进行留言反馈,在这两个模块收集到的评论、讨论、提问、解答、总结等文本信息是了解学习偏好的重要基础数据。我们需要将这些数据整合分析,进而做到更好地进行个性化服务。 学习评价:在网络课程设计中,增加了视频节点测试、知识点练习等,记录这些节点测试的正确率和错误率、完成测试的时间、通过测试的次数等数据,并进行深入分析,得到学习者的学习模式,也可以结合学习者的操作记录为过程性评价提供有力的数据支持。 二、网络数据采集分析方法 在采集媒体操作数据方面,东北大学的李帅为了能够分析出观看视频时的暂停信息,采用K-means的聚类算法,对学生在观看视频时选择暂停的位置进行了聚类。通过暂停的位置分析了暂停的原因,进而获得了需要设置不同视频清晰度和学生学习难点位置的学习行为需求信息。目前对于记录操作的采集模型有很多。如较早的有胡运安基于SCORM规范设计的学习行为采集模型,利用后台数据库储存,使用SOAP消息处理、XML数据封装技术完成数据传输。但是他的系统设计仅跟踪了学习行为,对体现学习者个性的学习行为分析未作更深入的研究。王巧玲在Web服务的环境下,初步设计实现了网络

参考文献

引证文献

问答

我要提问