共查询到20条相似文献，搜索用时 31 毫秒
1.
随着在线课程和线上学习的普及,大量的在线学习行为数据被积累。如何利用数据挖掘技术分析积累的大数据,从而为教学决策和学习优化提供服务,已经成为新的研究重点。文章基于苏州线上教育中心的学习行为数据,结合用户设定与对用户行为数据的挖掘分析,提出了一套资源画像的建设方法,该方法为个性化推荐及跟踪提供了数据基础。 相似文献
2.
学习者画像是描述学习者特征、实现智能化推送、实施个性化教育的重要基础.如何挖掘并利用在线学习平台中的数据构建学习者画像是当前亟待解决的问题.研究以在线作业为目标场景,以在线学习行为投入为切入点,构建了以参与、坚持、专注、学术挑战和自我调控为主要维度的分析框架和测量指标,利用7695名小学生在线作业数据进行了27个测量指标的有效性验证,采用K-Means聚类方法对在线学习者的行为特征和结果特征进行了标签分类,形成了四类学习者的群体画像,提出了相应的学习指导建议.研究发现,学习者的学业成绩与作业行为投入之间存在显著相关,不同的行为投入平台指标与学业成绩呈现不同的相关性,学习品质相关指标与学业成绩呈现强相关.因此,在线教育平台应通过画像技术,持续跟踪学习者的在线学习行为投入,评估学习者的学习品质,提出个性化的指导建议,推送精准化的学习资源,进而提升学习者在线学习效率. 相似文献
3.
画像技术在当前精准营销中的应用非常广泛,而其在教育领域尤其是在线学习者的特征识别方面研究较少。文章从学习者的一般特征、学习准备、学习风格、行为特征四个方面对学习者进行分析,提出在线学习者画像描述的总体框架。同时,通过机器学习对在线学习行为数据进行挖掘,文章分别从以上四个方面对学习者画像进行建模研究,重点讨论了学习风格的建模过程,并通过对在线学习者个案分析,阐述了学习者画像在指导学习资源精准推荐、评估在线学习者学业失败或退出风险等方面的应用,为个性化教育实施提供了实践案例。 相似文献
4.
《北京教育学院学报》2020,(5):1-6
在大班额、教育同质化的教学情境中,个性化教学难以有效地实现。随着智能技术逐渐深入课堂教学,个性化教学的实现有了新的可能。智能时代个性化教学的有效实现需要智能技术与个性化教学有机融合,为此智能技术与个性化教学均需要作出必要的变革。智能技术需以大数据深描学生学习画像、云平台建立个性化教学资源库、人工智能增强教师个性化教学能力、互联网提供个性化教学网络环境等。而个性化教学也需要进行一系列课堂变革:强化学生自主学习意识与能力、增强教师个性化学习指导能力、增加教学内容的选择多样性、提升教学媒体的选用适应性等。基于二者的融合,智能技术支持个性化教学有效实现的路径为确立差异化的教学目标、组织多样化的教学内容、选择有针对性的教学方法、整合多种学习组织形式和构建精准的教学评价反馈体系。 相似文献
5.
在"互联网+"在线学习环境下,探索符合学习习惯和偏好的个性化推荐路径能够降低学习者学习的盲目性、提升学习者在线学习体验.文章提出了一种基于学习者画像的个性化课程推荐方法,首先,利用爬虫技术获得Bilibili网站30多万名学习者的数据,然后对学习者学习数据进行定量分析,尤其是在个性化特征最明显的情感表达方面,采用了基于注意力机制的双向长短时记忆网络进行情感分析,从而构建了包含学习者基本信息、行为和弹幕文本三个维度的学习者画像特征模型.在此基础上,利用深度神经网络建立了教学资源与学习者画像之间的关系模型,用该模型预测学习者新的学习需求.实验结果表明,当学习者登录后,输入要选择的课程,模型能够根据学习者画像推荐相似学习者学习过的课程,提供个性化课程推荐服务,且推荐评价指标也表明该模型能够提高推荐性能. 相似文献
6.
在线学习环境下,探索符合学习习惯和偏好的学习活动路径能够降低学习者学习盲目性、提升学习者的课程体验。研究以教育大数据为背景,以MOOC为研究案例,以个性化学习路径为研究内容,通过对学习结果分类理论、教育目标分类法以及三维目标分类理论的分析、对比、归纳、借鉴,对MOOC平台学习者行为数据进行了维度划分,并从态度和认知两方面入手构建了包含学习兴趣、知识水平、综合能力三个维度的学习者学习画像特征模型。在此基础上,通过交叉使用Apriori All算法和贝叶斯网络对平台行为数据进行差异处理,使其转化为具有信息价值的具体数值,设计出了学习画像与个性化学习路径拟合系统。在此基础上,运用蚁群算法实现个性化学习路径的生成与推荐,为学习者提供精准的学习路径指导,降低学生迷航率。研究结果表明:基于学习画像的个性化学习路径推荐具有精准性;学习画像可以实现MOOC环境下平台数据和学习者之间的耦合;交叉使用多种算法实现不同维度数据的差异性处理,使数据分析、处理、应用具有合理性,是实现个性化学习路径生成推荐的良好基础。 相似文献
7.
为研究大学生“情感缺失”问题,了解大学生在线学习时的情感状态,帮助教师智能化教学和学生个性化学习,文章融合大学生在线学习平台的课程评论、学习时的面部表情和姿态动作,运用深度学习方法,构建基于上下文增强的Bi-LSTMFN情感分析模型。模型包括4个部分,即上下文特征表示、跨模态信息交互、多模态信息融合和情感识别。该模型可以识别大学生在线学习时的情感状态,帮助教师改进教学策略,提高教师教学效果和学生自主学习能力。 相似文献
8.
教师数字画像是实现精准诊断、及时干预和个性化服务的基础,然而国内学者少有关注,特别是多模态数据赋能全息化描绘教师画像的潜力没有得到很好的发掘。本研究从多学科角度系统解析了多模态的内涵,即多模态是表征不同生理、心理或行为反应的不同形态数据。以此为基础,本研究构建了以生理数据为主要成分的多模态数据全息临摹教师画像的机理及画像模型,模型包括关注发展期望勾勒的愿景层、关注研修动态描绘的学习层、关注本体特征刻画的属性层三个层面。之后,研究构建了基于全息画像的个性化机制(包括适性的动力机制和个人路径生成机制)以及机制得以运转的多模态学习分析方略(包括涵盖去伪存真、多维共描、多面临摹三个层面的多模态数据融合分析方略以及涉及精准教学、失败中学、个性化学习三种学习理念的适应性精准决策方略)。希望这一研究成果能对教师全息画像的临摹提供可行的方案,对以此为基础的智慧研修系统与个性化研修服务的构建提供有价值的参考。 相似文献
9.
10.
11.
12.
高教应探索多种信息技术平台的混合式教学策略。"学习强国"自学平台具有强大的教学干预功能,普遍作为高教规定自学内容,限定在线学习时长,因此,采取混合教学并将"学习强国"自学机制纳入教学干预体系,通过在线学习数据的采集和分析,将学习强国学习纳入学生学业测评、学习动机自评研究中,教师个性化教学设计评价,形成"学习强国"的特有教学干预机制,充分发挥特殊的教学环境下混合式教学的课程效果,在激发学生的学习动机、提高特定学习环境下的自我调节能力上,形成教学干预的"变速箱"机制与"加速器"功能。 相似文献
13.
14.
李慧慧 《中小学数字化教学》2023,(6):15-19
数字教学系统支持下的课堂教学主要是通过“备课助手”共享优质数字资源,开展数据采集与诊断,形成学习者画像;通过“教学助手”推送交互式课件,促成在线讨论与协作,记录过程性学习数据;通过“作业辅导助手”推送个性化学习资源,生成过程性、差异性数据,开展数据分析与反馈。它们与教学内容结构化、学习进程结构化、教学要素结构化的单元教学深度融合,有效促成学生的深度学习。 相似文献
15.
差异化教学，因其立足于学生的个性差异，满足学生的个别学习需求等特点，已成为“双减”背景下学科教学提质增效的重要途径。本研究针对差异化教学实施中面临的学生个体差异大、一线教师工作量大、教师教学方法单一等困境，提出利用信息技术发挥二次学习微视频的效能，通过精准指导、循环利用、创新教学方式，有效解决当前差异化教学存在的问题。以高中信息技术学科引入二次学习微视频为例，通过新授课中的针对性辅导、复习课中的个性化学习、在线教学的差异化尝试，阐述实践探索中取得的成效与经验。结合教学实践中感受到的问题，提出了精准获取学生学情数据、增加视频交互功能、以数字画像动态掌握学生知识图谱等继续研究的思考。 相似文献
16.
本文探讨走班学习的内涵及学生如何选择走班学习,选择后的学习方式是什么;教师怎样有效地指导学生进行走班学习,如何调整自己的教学行为,怎样形成自己的教学个性以适应学生个性化的选择。 相似文献
17.
施东 《数理天地(高中版)》2023,(2):17-19
教师在开展物理教学时,不但要提升学生的思维能力,而且要提升学生的学习能力.要提升学生的学习能力,教师就需要尊重学生的学习风格,因材施教,使学生获得精准的发展.学习其实是每个学生的个性化行为,教师在教学时不可能对学生采取整齐划一的教学策略.教师要关注不同学生的学习风格,满足他们对学习方式的偏爱,使他们更好地理解和内化所学的物理知识. 相似文献
18.
网络教学中交互行为水平的高低,是影响学习者知识建构水平和学习质量的关键因素,其中学生自主学习行为的发生不是自发的,需要教师教学行为的促进,但是这两者之间具体的作用关系还需要更进一步的探索。本研究选取一所高校,利用网络教学平台中师生行为的表征数据,采用基于学习分析的定量方法研究了网络教学环境中教师群体教学行为与学生群体学习行为的内涵及其之间的关系。结果表明:师生教学交互行为可划分五种类型,即教师的备课行为、教学指导与协助行为、学生阅读行为、学习反馈行为以及生师交互行为;教师网络备课行为直接决定学生的在线阅读行为,教师网络指导与协助行为同样正向影响学生的在线学习反馈行为;教师的备课行为对学生阅读行为的影响程度要高于教师教学指导行为对学生学习反馈行为的影响。学生的学习反馈对师生交互有正向显著影响,而学生的阅读行为与师生交互之间没有发现统计意义上的直接关联关系。 相似文献
19.
《兰州石化职业技术学院学报》2017,(4)
针对国内外中等规模以上的在线学习平台课程完成率低、用户流失严重的现象,分析了在线学习过程中影响学习效果提升的关联因素。基于大数据技术,构建了在线学习过程行为分析模型总体框架和数据模型,依据行为科学和人工智能理论,完成了对在线学习行为的聚类分析和关联分析。最终,给出了个性化学习资源和教学策略的推荐,有效提高了在线课程资源的利用率和学习效果。 相似文献