毕业论文网
本论文是一篇免费优秀的关于模型设计论文范文资料，可用于相关论文写作参考。
基于教师视角的学习分析模型设计与
1 引言
大数据对商业领域带来了冲击更引导了教育领域的变革,这使得传统高等教育模式面临新的挑战,教师只具备基本的教学及科研能力远远不够,除了要主动适应高等教育数据化发展外,更重要的是通过学习分析模型对学习者产生的各种结构化和非结构化数据进行收集、处理和分析,预测学习者的学习行为并进行适当干预,为学习者提供个性化教学指导,从而推动高等教育从传统灌输式向个性化教育学习模式的转变.[1]
教师是教学的主体,在教学及实践过程中起着主导作用,随着信息技术时代的到来,知识传授由传统的教师向学生单方面传授转变为学生多渠道、主动获取知识,教师对学习者正式和非正式学习过程中数据的掌握和分析情况决定了教学效果及学习成效.[2]但是目前为止大多数国内及国外学者多从学习者角度出发构建学习者学习行为分析建模及数据挖掘,这导致了学习分析问题研究结果的片面性并且容易停留在显性问题的层面,无法从教师教学的角度出发对学习者干预及反馈等深层次因素进行探讨.如何从教师教学的全过程出发即学习行为的数据采集、数据处理、数据分析尤其是可视化预测及干预等阶段来分析并建立学习分析模型是本文研究的重点.
2 学习分析的过程及相关研究
Malcolm Brown认为学习分析的核心在于收集和分析与学习行为相关的各类数据,干系人有收集、分析、学习、受益方和干预五个要素.[3]Elias 提出了更为复杂的学习分析模型,其中模型围绕组织机构、计算机、理论和人力四种要素为中心,每个活动都由相互作用的组件及相互之间的关系组成：以学习分析理论为指导,通过计算机处理学习者数据,人通过组织机构的决策来进行实施.[4,5]学习分析模型紧紧围绕数据收集、数据加工和知识应用三个阶段,每个组件连接的线段表示组件之间的交互,通过选择、获取、聚合、预测、优化、使用六种活动进行不断循环.[6]
2010 年加拿大学者Siemens 提出了包括数据收集、分析、预测和自适应调整四个过程的学习分析模型.[7]其中,数据主要来源于移动终端、社会媒体、LMS 及PLE 等的学习者数据,以及与课程相关的语义数据和关联数据.学习者数据和课程相关数据通过社会网络分析等方法进行分析,结合自我识别和自我推断,教师可以有针对性地对学习者进行指导和调整教学计划和进度,根据预测结果进行教学干预,从而实现个性化教学.
国内学者顾小清（2012）围绕学习分析的定义、要素、过程、特征几方面进行了阐述,并对学习分析技术在教育中的应用及存在的问题提出了自己的观点.[1]魏顺平（2013）则从国内外学习分析技术研究现状、学习分析关键技术及学习分析在网络学习过程中的应用进行了阐述.[8]孟玲玲（2014）从多个角度出发对学习分析工具进行分类并进行详细比较,讨论了24 种学习分析工具的特点.可见学习分析技术在国内外的研究基本上集中在学习分析的内涵、技术要素和特征研究方面,并未基于教师教学实践的视角对学习分析在实践应用中进行研究,本文拟从教师教学实践的视角基于学习分析的实际应用构建学习分析应用模型.
3 基于教师视角的学习分析模型构建
基于对前面学者关于学习分析工具、方法及模型的研究,笔者采用演绎和归纳的方法从学习分析的过程出发来构建学习分析应用模型.在已有学习分析相关的理论研究的基础上演绎得出基于教师视角的学习分析模型基本框架,然后通过归纳目前的学习平台及学习管理系统将学习分析分为数据采集、数据预处理、数据分析、可视化预测、干预引擎和反馈六大过程,其中数据采集分为学习者数据、师生互动数据、线上学习过程分析数据,收集的数据经过汇聚、清洗、整合进入到数据分析引擎,经过学习分析工具将分析结果多用户可视化地呈现给不同用户,以提醒、会话、推荐等方式对学生进行自动干预和人工干预,从而促进学生学习效果提升,模型如下图所示.
3.1 数据采集
精确的数据采集是整个学习分析模型建立的前提和基础,学习过程中学习者产生了大量的数据,有的来自于学习管理系统、键盘及浏览器数据也有移动终端学习数据,从学习的过程分析出发本模型将数据采集分为学习者数据、师生交互数据和学习过程分析数据.
其中学生背景数据是识别一个学生的基本属性,如班级、专业、姓名、年龄等基本信息；学习特征信息如学习习惯、学习主动性等；学生行为信息,如学生的上课表现、鼠标点击率、键盘数据等.师生互动数据包括师生交互信息,如论坛交互数据、作业批改、在线测试等数据；教师课程指导信息包括答疑次数、提问次数及作业布置率等.学习过程分析数据包括学习表现信息,如在线时长、鼠标点击率、作业准确率等；教师诊断信息,如根据教师经验、教师观察得到的学生学习结果诊断数据；学习关联信息,如通过LMS 或者PLE 系统将学习者所有学习数据进行分析得出的再加工数据.
学生背景数据可以通过学生管理系统获得；学习特征信息和学生行为信息根据已有学习记录提取获得.其中学习行为信息、师生互动信息、教师课程指导信息可以通过系统自动记录的学生作业、教师回复及考试等数据可以通过Web 日志挖掘的方式获取；学习过程分析数据可以通过语义化和关联分析等手段将学生在LMS 或者PLE 系统里记录的学习文本数据、课程数据等进行再分析提取.
3.2 数据处理
数据处理的目的是从大量的、杂乱无章、看似毫无关联的数据中抽取并得出有价值、有意义的数据.学习过程中会生成不同类型的数据,分散在不同的管理系统并且不是所有的数据都是有效可用的,首先要对分散在不同管理系统及各移动终端的数据进行抓取,然后根据一定的规则对数据进行分类整合.数据处理首先要有针对性地对数据进行清洗,清除无用的、错误的数据,然后把清洗过的数据分类后按照需求进行输出,目前较为常用的数据处理的软件有EXCEL、Origin 等.
3.3 数据分析
本模型数据分析方法采用社会网络分析法、话语分析法及文本数据挖掘法,通过相应的数据分析软件可以将学习者数据进行挖掘分析从而可以得出学习者显性和隐含的学习行为信息.
从社会网络的角度出发,学习者在学习平台中的相互作用可以表达为基于社会结构的一种模式或规则,而基于这种网络关系的规律模式反映了学习者与教学者及各个管理系统及网络资源的相互作用从而进行科学预测.社会网络分析研究在教育数据挖掘领域有Web 分析、关联分析等等,相关的处理软件有Ucinet、NetDraw、Pajek 等.文本挖掘分析和话语分析运用符号学和语言学的分析方法对学习者在学习平台、网络日志等平台中的过程化文字、图像、音频等内容进行挖掘与发现,通过挖掘学习者在学习过程中的语言特征和常用的高频文本来研究学习者的行为模式从而探究学习者在学习环境中的知识偏好及学习习惯从而全面分析学习过程.
3.4 数据可视化预测
数据可视化预测常用仪表盘的方式呈现,让学习者及教学者根据可视化分析及预测结果进行判断或干预.可视化内容包括学生的学习参与度、学习行为轨迹、学习关联网络分析、学习语言特征等.本模型从研究实践的角度出发可视化预测模块的输出对象为学习者、教学人员和教学管理人员.
面向学习者个人的可视化输出其个人学习特征,如已完成的学习数据、作业报告、教师反馈信息等,通过可视化评估工具可以根据学习者的学习数据绘制社交网络图,并分析呈现其表现评级.面向教学者的可视化输出可以查看学生的出勤率、表现评级等信息,区分绩效良好和较差的学习者,通过快照形式将学习者前后情况进行呈现；教学者通过观察社会网络图中学习者的位置及高频出现的词云对学生进行个性化的指导和干预；教学者通过仪表盘及可视化数据分析报告做出科学的教学决策和教学调整.面向教学管理人员呈现基于全校或者不同专业的学习者学习效果可视化分析报告,以便实时监督和调整教学管理方案.基于不同用户的可视化视图虽然输出维度不同但相互关联,互为整体.
3.5 跟踪干预
学习模型中所有的预测结果都是为了对学习者学习轨迹进行跟踪并对学习效果进行干预,学习分析模型不仅要将预测分析及时呈现给学习者、教学者及管理者,教师更要及时地通过预测结果对学习者进行跟踪干预.学习分析区别于教育数据挖掘最大的特点就是学习分析更强调教学干预,学习分析模型可以根据学习者学习特征并通过学习分析工具呈现预测结果,以推送提醒、会话、推荐的形式对学习者进行智能干预,如一个学生花在解决问题或者课程学习上的时间远远少于班级平均值,系统会自动给其发送提醒或者会话,或者推荐合适的学习资源或者学习路径.但是由于教与学存在社会性与不确定性,目前的学习分析模型对学习者的学习过程尚不能完整捕捉,所以还需要人工干预,人工干预主要是教师将学习分析模型的预测结果与传统的课堂教学发现的问题相结合并对学习者进行教学干预,如调整教学计划及进度、使课程更加个性化更有针对性、加大教师指导力度满足不同学习者的要求.
3.6 反馈
不管是学习者还是教学者或者管理人员都需要学习分析模型为其提供反馈帮助,经过上述步骤教师在学习者的学习过程中已经获取了包括学习行为、学习轨迹、学习结果等方面的量化数据,并且通过数据分析、可视化预测得到了学习者的社会网络图及质性分析报告,二者结合起来形成反馈报告,学习者可以看到学习评级、教师评价及学习建议,还包括重大活动及事件的提醒；教师可以通过整体教学效果反馈报告及时调整授课计划和教学方法,实现个性化指导；管理者可以通过反馈报告合理化配置教学资源,提升教学管理水平.
4 结束语及展望
本文从学习分析过程出发提出了基于教师教学视角的学习分析应用模型,只有明确了数据收集的范围、对数据进行合理的清洗整合并保证数据安全有效才可以得出正确的分析数据,才能针对不同用户呈现准确的可视化预测结果从而进行有效预测并跟踪干预.但是通过该模型是否能够完整获取学习者的所有学习行为数据、该模型是否能够完全追踪学生的学习行为轨迹并且分析的结果与教学者经验判断吻合度如何等还有待于今后进一步在具体学习分析研究中进行实践和论证,并且学习分析过程中数据的安全及隐私问题、不完整或者受污染的数据记录对学习分析结果的影响问题、错误的预测与干预等问题都有待于今后进一步深入的探讨与研究.
模型设计论文范文结:
关于对写作模型设计论文范文与课题研究的大学硕士、相关本科毕业论文模型设计论文开题报告范文和相关文献综述及职称论文参考文献资料下载有帮助。
1、毕业设计日志
2、毕业设计
3、设计投稿
4、建筑模型论文
6、毕业设计说明书