业务电话:17780459354    业务QQ: 论文发表54905050 论文发表54905050    业务邮箱:54905050@qq.com

基于大数据技术在线学习过程行为分析框架设计

时间:2017-12-13 14:50来源:www.lunwen.cn 作者:论文网 点击:
摘要:针对国内外中等规模以上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行为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
  摘要:针对国内外中等规模以上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行为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,有效提高了在線课程资源的利用率和学习效果。
 
  关键词:大数据;在线学习过程;数据模型;聚类分析;课程推荐
 
  中图分类号:TP311文献标识码:A文章编号:1009-3044(2017)30-0001-03
 
  随着互联网技术及教育信息化的快速发展,在线学习模式得到了学校、教师和学生的广泛认可,在线学习系统已成为教学单位的主要辅助教学平台和职业素质提升阵地,其注册的学生人数和建设的课程资源出现了爆发式增长,在线学习平台的应用扩展了教学手段、突破了教学活动的时间和空间限制[1]。国内外大多数在线学习平台在应用规模的增长过程中,普遍出现了课程完成率低和用户流失严重的现象[2,3]。由于中等规模以上的在线学习平台拥有较大的学生群和形式多样的课程资源,本文依据大数据技术,结合平台数据库,采集Web服务器和客户端形成的学习行为数据,构建在线学习行为数据分析模型,完成对在线学习行为的聚类分析和关联分析,给出个性化学习资源和教学策略的推荐。
  1构建基于大数据技术的学习过程行为分析模型总体框架
  1.1在线学习过程
  学习过程是在学习动机指引下进行的一系列学习活动,以满足学生需要并获取学习成果的过程[4]。在线学习过程是指学生在基于网络环境开发的集教、学活动和课程资源为一体的平台中,进行自主学习和交互活动的总称。学生根据自我动机和学习需求,选择在线课程,利用平台工具进行学习。
  1.2在线学习过程的大数据属性
  在线学习平台经过一段时间的运行,平台记录的在线学习过程数据量大、类型多,具有大数据的特性[5]。从量大、复杂的原始学习过程行为数据中挖掘对学生具有监控和引导作用的学习过程属性,进行分析和构建数据模型。抽取的学习过程属性要包含对资源的使用程度指标和学习效果指标,具体属性参数如表1所示。
  1.3构建在线学习过程行为分析模型总体框架
  利用大数据技术,构建在线学习过程行为分析模型总体框架,如图1所示。首先,构建在线学习过程行为数据模型,完成数据采集和预处理。其次,设计在线学习过程行为分析模型横向流程,包括采用K-means算法对学习过程行为数据进行聚类分析,个性化课程资源推荐,以及在线学习过程与学习效果关联性挖掘等。最后,设计在线学习过程行为分析模型纵向流程,包括学习过程行为数据选取、预处理、分析方法选择以及分析结果可视化等。
  在线学习过程行为分析模型总体框架提供了研究学生在平台中进行的各类学习过程,及学习过程行为分析模型建立流程。
  2在线学习过程行为数据采集与预处理
  2.1在线学习过程行为数据模型
  在线学习过程行为数据模型是学习过程的信息框架。根据在线学生的活动等级,将在线学习过程分为低级、中级和高级三个级别。低级在线学习过程是用户在平台中的一次性操作,如保存电子文档、观看视频、收听音频等操作。中级学习过程是用户在平台中的互动操作,如在线交流、讨论、提问、解答及评价等操作。高级学习过程是用户在平台中利用已知知识完成综合性问题解答的操作,如对问题的深加工、作品设计等操作。
  根据在线学习过程等级构建的在线学习过程数据模型,如图2所示。该数据模型具有多层次性,能够更加深入分析在线学习过程的类别、数据关系及数据定义格式,为学习过程行为的聚类分析,课程资源推荐及学习过程与学习效果关联分析提供基礎数据。
  2.2在线学习过程行为数据采集
  由于在线学习过程行为数据复杂繁多,必须在后台数据库提供的基本课程及用户数据基础之上,结合从服务器端和客户端采集的学习过程行为数据,才能保障在线学习过程行为数据的全面性和真实性。
  1)服务器端数据。学生登录在线学习平台选择某门课程进行学习时,tomcate等Web服务器会利用系统日志记录用户的行为轨迹及各种操作,收集的信息包含学生的IP地址、登录时间、在线时长等。Web服务器系统日志采集用户学习过程行为数据流程如图3所示。
  2)客户端数据。程序员可以利用Javascript等脚本语言及page、session、application等内部对象实现对用户数据收集,也可以借助一些具备数据收集功能的浏览器来采集平台用户的学习过程行为数据。
  3)学习平台后台数据库。在线学习平台的后台数据库MySQL记录了用户的基本信息以及学习课程的基本情况。
  在线学习过程行为数据由于存在不同的类型,如结构化、非结构化及半结构化,同时,收集的源数据可能存在冗余、不完整、有噪声的情况,需对原始学习过程行为数据进行去重、去噪、转换及缺失处理等数据预处理工作。
  3在线学习过程行为数据的聚类分析
  由于学生在学习动机、学习需求以及学习方式等方面存在很大的差别,导致产生不同的学习行为。针对量大复杂学习活动的分析,首要解决的是进行学习过程行为数据的分类。利用RFL分析方法构建学习过程行为数据分类指标体系,使用K-means算法进行学习过程行为数据聚类分析,流程如图4所示。


    中国论文网(http://www.lunwen.cn)十多年运作经验,提供专业发表论文、中文核心期刊、专著出书免费论文范文;专业水准,正规发表论文机构,专人一对一服务。
    正规CN刊物,让您评职称一路畅行!
   在线咨询:论文发表54905050
联系电话:17780459354


------分隔线----------------------------
推荐内容
在线客服
在线客服
在线客服
返回顶部
微信号

扫一扫 关注微信号