共查询到20条相似文献，搜索用时 741 毫秒
1.
智能导学系统应用于开放教育学习中，可以提供丰富的学习方式和学习服务，还可以根据学生的学习行为数据和知识掌握程度生成学生画像，并通过个性化学习平台匹配合适的学习内容，从而不断提升学生的学习效果。预警与干预模块设计实现了学生学习的全程跟踪服务，大大提高了学生的成绩；学习激励模块激发了学生的主动性和积极性，使开放教育学生的学习更高效。 相似文献
2.
3.
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
4.
项目式学习是当前教育领域关注的热点,而如何在线开展学习评价是项目式学习研究的难题.构建学生能力画像有助于解决这一难题,而从哪些维度采集哪些行为数据支持能力画像建模,是构建画像的关键.因此,有必要研制项目式学习评价指标体系指导数据的采集.文章采用表现性评价方法,分析了项目式学习的评价内容和表现性任务,提出了项目式学习行为框架,并结合学生问题解决能力在不同行为维度的外在表现设计了观测指标.采用问卷调查法验证和修正了指标体系,最终形成5个维度20个观测指标.对指标体系的应用场景进行了阐述,并以研究性学习学生画像构建为例,介绍了指标体系的具体应用,以期为相关人员提供实践参考. 相似文献
5.
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
6.
当前高校教育管理信息化实践过程中,累积的大量学生学习行为数据得不到有效分析和应用,高校人才培养的质量提升亟须得到大数据技术的全面支持.本文以数字化人才画像在高校人才培养中的应用为研究对象,探讨如何基于大数据分析的结果,建立起"以学生为主体"的人才画像模型,并以此指导学生的学习过程和职业发展等的相关路径. 相似文献
7.
进入新时代,提高高校思想政治教育的精准性和针对性是适应时代变化和教育对象新特征的必然要求,文章借助大数据学生画像技术探索高校精准思政实现路径,形成高校思政工作新模式。基于基础数据资源整合进行需求分析和标签设计,构建学生画像模型,以问题检测为切入口精准识别学生需求,精准开展思政教育工作,并对育人效果进行动态反馈。及时评估调节,帮助思政工作者把握育人时机,提升思政教育实效,实现全过程动态监管和实时预警。基于学生画像开展精准思政工作时,需要加强高校数据资源建设,提高思政教育大数据集成程度,同时还需加强学生画像技术伦理监管,遵守大数据道德观念。基于学生画像技术构建的高校精准思政工作可以实现以生为本,因材施教,对思政工作提质增效具有重要意义。 相似文献
8.
利用在线学习者画像模型，从一般特征、心理特征、行为特征和习得表现四个维度对高职院校在线学习者给予精准画像分析。研究发现，高职院校在线学习者的学习动机、自我效能感、学习策略、资源访问、交互协作等要素是影响课程综合成绩的重要因素。因此，高职院校需要正确疏导学习者的学习心理，激发学习者自我效能感，引导学习者综合应用多种学习策略，加强线上学习行为调控，提高线上教学资源质量等，以提升高职院校学生的线上学习效果。 相似文献
9.
大数据技术的深度应用,为行业发展特别是在提升红色旅游用户画像精准性方面奠定技术基础,而红色旅游用户画像是红色旅游营销系统实现数据驱动的关键举措。通过构建红色旅游用户画像模型,描述这部分游客群体特征,为精准营销服务提供了切实可能。有鉴于此,在基于红色旅游用户画像相关理论基础上,分析了红色旅游用户画像的数据来源及大数据实现技术,进一步验证红色旅游画像在业务系统中的场景应用。大数据平台与红色旅游用户画像的融合,从API接口服务输送到各个业务方,增加数据服务人员范围,描述用户量化特征,能够推动红色旅游更深层次发展。 相似文献
10.
康永平 《中国教育技术装备》2023,(14):75-81
学生数字画像是提升区域教育质量的有力抓手,从实践的视角出发,梳理新时代背景下学生数字画像的时代意义与逻辑,提出区域学生数字画像体系并解释具体的画像指标,为区域治理改革与现代化提供有力支持。使用聚类算法进行数据分析,利用实践中积累的数据,挖掘学生数字画像中存在的数据价值。 相似文献
11.
为提高高校实验室安全员的工作能力与状态,提出基于惯性传感器的安全员用户画像研究方法.利用惯性传感器与智能手机相结合的方式采集安全员的行为特征信息,通过卡尔曼滤波与傅里叶公式对采集数据进行处理,利用仿真模拟训练验证该画像的数据精准度,并得出相应的优劣势.实验数据说明,基于惯性传感器构建的安全员用户画像具有较高的行为特征识... 相似文献
12.
随着学界对MOOC教育研究的广泛关注,以edX平台开放共享的MOOC教育大数据为研究基础,通过数据的清洗、筛选、分析,从课程、国家、年龄、性别等方面针对学习者学习行为进行分析,之后提取5类学习行为特征进行K-means聚类分析,得到四类学习者群体,通过对群体画像特点的深入分析,为MOOC教育的优化建设和持续发展提供了诸多有益的启示。 相似文献
13.
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
14.
随着中共中央、国务院《关于深化教育教学改革全面提高义务教育质量的意见》等重要文件的出台,"五育融合"已经成为新时代中国教育变革与发展的基本趋势."五育"走向融合一体离不开教育评价的价值导向.本文立足大数据时代背景,结合国内外教育评价研究成果以及上海市某小学综合素质评价实践经验,提出了数字画像构建框架,充分挖掘学生多来源、多维度、多模态成长数据,开展标签分析,根据不同的角色需求呈现学生个人画像以及群体画像,提升学生德智体美劳各维度综合素质评价的有效性和科学性,以评促学、以评促教,深入推进新时代"五育融合"理念的校本化落实. 相似文献
15.
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
16.
《华东师范大学学报(教育科学版)》2019,(6):36-47
作为学习分析技术之一,学习者画像可以通过多元化数据收集对学生的学习效果与学习过程进行全面深描。然而,并非所有类型的数据都可以通过信息技术直接采集,学习者的能力与素养就是其中之一。为解决这一难题,本研究针对中小学生核心素养——学会学习能力,设计了面向学习者画像的评估工具。通过分析主要国家与地区的学会学习能力评估工具,本研究总结出了认知、情感、元认知三大维度,并在此三大维度下构建了中小学生学会学习能力问卷。为验证问卷的信效度,研究者向上海市M区16所学校中4-9年级的学生发放了网络问卷,共收回有效回答2879份。通过对问卷进行统计分析和修正后,最终得到了具有高信效度的问卷版本。经过修正和验证后的问卷具有以下两个特点:一是问卷独立于学科知识之外,适用于多年龄段的学生;二是面向学习者画像,从中小学生学业学习的角度出发。 相似文献
17.
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
18.
19.
在人工智能助推教师队伍建设背景下,借助画像技术实现对教师能力的精准测评并助力其个性化发展,愈发重要。然而,面向教师画像的能力测评精准性仍有待提高,其可视化呈现方式的解释性也仍显不足。研究根据教师能力的构成特征及多模态数据测评文献分析,构建了全面细粒度的面向教师画像的能力测评框架,并从数据多源采集及其准确处理的角度,提出了有效场景信息识别、数据采集高支持度保障、跨场景数据动态融合、非线性特征提取算法优化等四方面的测评精准性提升策略。结合自主研发的师范生教学基本技能智能实训系统,研究分析了教师画像的数据可视化特征,探讨了能力外显的行为、社会交互、知识、情感等四类数据属性的可视化方式。 相似文献
20.
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