排序方式： 共有3条查询结果，搜索用时 421 毫秒
1
1.
随着大数据技术在教育领域的渗透,学习分析已经成为教育工作者关注的热点,相关的分析方法和技术也日趋成熟。其中,社会网络分析已逐渐成为该领域重要的分析方法之一。本文通过对华中师范大学云课堂平台上《文学翻译》课程的论坛讨论区进行数据采集,采用社会网络分析和相关分析方法,分析在线学习者在互动讨论中形成的社会网络位置信息与学习成效之间的相关性。研究结果表明,在论坛中,学习成效高的学习者趋于同学习成效低的学习者建立交互联系,而学习者的社会网络中心性与学习成效之间呈现显著的正相关性,且学习成效高的学习者往往具有更高的声望和影响力。 相似文献
2.
认知追踪是一种数据驱动的学习者建模技术,被广泛应用于智能导学、智能课堂编排等系统.尤其是2015年深度神经网络被引入认知追踪任务以来,认知追踪成为智能教育领域的研究热点.针对当前研究普遍存在的"重模型、轻数据"以及数据处理不一致等问题,本研究基于近六年国内外35篇有关认知追踪的论文,全面梳理和分析其中被高频使用的数据集,提出以学生、知识、问题三个对象及六类交互关系为核心的认知追踪概念框架,为深层次理解数据内涵和统一数据操作提供指导.本研究还运用该框架对数据集特征进行分类,围绕数据重复、数据顺序、支架题目、技能缺失以及多技能题目等关键问题进行数据一致性分析,特别是针对多技能题目,提出了基于多热编码的表示方法.本研究最后从五方面讨论了认知追踪及未来智能教育的发展趋势:从个体自主学习到多模式混合学习、从单一学习行为到多模态数据融合、从深度学习算法黑箱到可解释分析、从数据驱动到数据与知识联合驱动,以及从技术意识垄断回归教育价值本位,为拓展认知追踪研究边界、促进智能教育创新突破提供参考与指引. 相似文献
3.
随着大数据、人工智能、5G、物联网等新一代信息技术的发展和应用,数据作为一种新生产要素,推动智能教育的数字化赋能升级,具有人性化、情境化、集成化和数智驱动等特征.本文通过拓展教育要素的内涵边界,打造"以数据自治演进"的内循环和"以服务主体为中心"的外循环,联合创设了一个集"主体—环境—资源—数据"四位一体的内外双循环系统模型;然后重点围绕健全数据治理和保障数据全周期覆盖、强化数据赋能和优化教学创新、构建教育智能体和服务主体新形态、瞄准人机混合智能和勾画智能教育新图景等,解析"数据+智能教育"发展的多重路径;最后从数据伦理规范、人机互信、多学科交叉和教育均衡发展等方面,阐释"数据+智能教育"面临的多重挑战,以期引起教育管理者、研究者、实践者等对于数据要素视域下智能教育创新发展的思考与共鸣. 相似文献
1