网络学习行为分析及其模型研究

网络学习行为的研究至今仍然很不充分。本文首先讨论了研究网络学习行为的意义;其次讨论了网络学习行为的内涵,界定了网络学习行为的概念;论文提出了网络学习行为的一个多维度和多层次的模型,以期反映网络学习行为在行为类型多样性和行为级别层次性上的特点;最后,给出了一个基于网络学习行为分析的学习平台结构,其中对于学习者的学习行为分析,构成了对学习者的行为评价和学习智能化、个性化调整的基础。     

基于学习行为模型的学习伙伴推荐方法研究

如何提供合适的学习伙伴进行协作学习,是解决远程学习者学习孤独、提升学习效果的关键问题。文章通过网络教学平台采集数据,提出并建立了六维的学习者学习行为模型,并利用相似度区分相似型学习行为模型和互补型学习行为模型,进而为学习者推荐相似型学习伙伴和互补型学习伙伴,而学习者也可以自主选择学习伙伴。实验结果验证了学习行为模型和推荐方法的有效性。相比已有的分组方式,基于学习行为模型的学习伙伴推荐方法具有可视化、智能性、个性化等特点,更适合大规模网络学习环境下的学习伙伴推荐。     

融合社交特征的学习者模型构建研究

在“互联网+教育”时代,学习者模型是实现个性化网络教学的关键。通过对学习者模型研究现状的分析,在知识模型、认知模型、情感模型和行为模型的基础上,提出一种融合社交特征的学习者综合模型。首先,对模型的特征选择和形式化表征进行了详细说明;然后,针对该模型在学习资源推荐、学习路径推荐、学习伙伴推荐、学习督导和预警中的应用进行了分析。最后,研究认为该模型能够为新型互联网学习环境下的个性化教学服务提供良好的支持。     

基于决策树的高职学生网络学习分类模型构建

高职学生个性化学习行为是目前高等教育比较重要的研究方向。通过采集高职学生在网络学习过程中的心理、行为、方法和效果的数据,经过筛选、量化、分类和评价,最终根据影响学习效果的学习者内在因素和个性特征对学习者进行分类,通过基于决策树学习分类模型的建立,对学习者未来的学习进行形成性评估。     

个性化学习资源推荐中文本情感识别的作用及关键技术

基于数据智能分析的学习资源推送是精准支持个性化学习的教学服务方式之一。随着人工智能技术和学习分析技术的发展，通过对行为数据、测评数据和日志数据等的分析进行资源推送虽已有较成功应用，但未能实现学习者个人情感状态为引导的资源推送。为此，该研究针对个性化学习资源推荐中情感价值、情感控制理论和实践的缺失，以实现个性化学习多维度情感识别为目标，采用BERT模型和TextCNN构建个性化学习资源推荐文本情感识别模型，并提出了基于学习者作业、论坛内容等的文本情感识别模型实现过程。学习资源推荐文本情感识别模型和实现过程可为真实应用提供方法支持和技术路线指引。     

自适应的学习推荐模型研究

针对目前网络教学中,学习者缺乏个性化指导、学习效率低下的问题,提出了以知识点为核心进行资源组织的个性化学习推荐模型。该模型可以为学习者提供一个"因材施教"的网络教学环境,为学习者推荐有针对性的学习材料,提高学习者的学习效率。构造了用于表示知识点间关联度的客观和主观知识点关联表,给出了个性化知识点序列提取算法和针对特定知识点的个性化学习材料的推荐算法,能根据学习者模型提供适应学习者的教学方法和学习资源,并且学习者模型定期的利用关联规则挖掘进行完善更新。该模型能有效地提高学习者的学习质量和学习兴趣。     

个性化网络学习服务研究

网络学习者特征对网络学习平台提供个性化学习服务具有重要影响。个性化学习服务指为学习者提供适应性的学习内容。基于学习者的学习风格和学习目标设计了个性化的知识组织、知识呈现和学习导航。以C语言课程为实例,针对不同类型的学习者设计出个性化的学习界面,实现了一种学习者与学习平台之间的新型交互模式。     

大学生网络学习行为调查——以湖南科技学院大学生为例

网络是大学生生活中不可或缺的重要组成部分。特别是网络环境下个性化、虚拟化、协作化的自主学习行为,是一种全新的网络学习行为,是当代大学生学习行为的新形式。对大学生网络学习行为进行调查,了解大学生网络学习者的学习行为规律,促进大学生网络学习能力的提高具有一定的意义。     

大学生网络学习行为调查-—以湖南科技学院大学生为例

网络是大学生生活中不可或缺的重要组成部分。特别是网络环境下个性化、虚拟化、协作化的自主学习行为,是一种全新的网络学习行为,是当代大学生学习行为的新形式。对大学生网络学习行为进行调查,了解大学生网络学习者的学习行为规律,促进大学生网络学习能力的提高具有一定的意义。     

基于网络学习行为模式挖掘的用户学习风格模型建构研究

学习风格是影响学习者个性差异最主要的一个因素,深深地影响着学习过程。网络学习首要一个重要目标就是能够自动推测学习者的学习风格,然后实现所有学习者都能按着自己的学习风格去学习,实现网络个性化学习。文章首先提出了学习风格建构模型,然后说明了利用学习风格量表为辅的显性方法初始化学习风格,其次重点探讨利用贝叶斯网络方法挖掘学习行为模式为主的隐性方法推测学习风格。最后比较了利用设定条件的学习风格量表和贝叶斯网络两种方法分别推测学习者学习风格,结果还是值得肯定的,表明利用贝叶斯网络隐性方法为主挖掘网络学习行为模式推测学习风格具有很高的精确度。     

基于学习风格理论的在线导学策略设计与实践

网络学习者所具有的学习风格差异决定了指导教师必须开展个性化的导学工作。本研究基于学习风格理论,根据学习者的学习风格类型及表现出的在线学习行为特征,设计了基于学习风格和在线学习行为特征的个性化导学策略方案,并通过导学实践验证方案的可行性和有效性。     

网络环境下有效学习行为特征及影响因素研究

在网络环境下,学习者由于高度自由同时又缺乏有效的监管,学习很容易受到外界事件的干扰,并不能完全保证学习者的学习行为是有效的。为保证网络环境下学习的质量与绩效,有必要对网络环境下的有效学习行为进行深入研究。文章在“有效学习”定义基础上,提出网络环境下有效学习行为的概念及其特征,并详细讨论了网络环境下有效学习行为的主要影响因素,最后从中得到提高网络环境下学习行为有效性的启示:在课前,教师要做好学前分析,检查学习者是否已有本次学习必要的基础知识储备,并帮助学习者明确自己的学习目标,给学习者提供必要的学习环境;在课中,教师要注重学习者信息技术应用能力的培养,同时给学习者施加一定的外部动机,并结合具体情况,给予学习者有效的引导;在课后,教师需要及时对这节课进行反思总结。     

学习资源个性化推荐系统的学习者模型构建

互联网的高速发展导致网络学习资源数量迅速增长,案例教学、理论教学等教学资源的个性化推荐受到更多关注。学习者模型是实现个性化推荐的依据。文章以CELTS-11学习者模型规范为基础,针对学习者的个性差异,在学习过程中对基本信息、学习风格、知识状态、认知能力、兴趣偏好等个性化特征展开研究,解决目前资源推荐系统的学习者模型中学习者特征描述不全面、个性化程度不高等问题,构建出了个性化的学习者模型,为学习资源的推送提供了有力的依据,应用效果表明了该方法的有效性。     

学习者姿态画像与个性化学习组合方案分析

学习能力与学习动机的不同组合方式形成了学习者的多种学习姿态,对这些姿态进行分析、画像和标签化处理,并据此勾勒出学习者从低水平学习姿态转为高水平学习姿态的轨迹,就成为实践个性化教学的重要前提。不同姿态的学习者对不同存在状态的学习资源的驾驭能力有差别,这就需要教师通过设计个性化的学习组合方案,为不同姿态的学习者打造学习计划,在师生之间构建起良性合作博弈的学习环境。在不同的方案中,越是趋近方格模型左上角的学习者,越应该实行相对宽松的管理措施,教师应该给其更充分的个人可支配时间,从而拓展学习者的学习空间。在学习能力和学习动机两个重要影响因素中,首先在学习动机方面做文章,对于靠近方格模型右下角的学习者可以达到事半功倍的效果。     

网络环境下大学英语混合式教学

现代教育技术的发展深刻而全面地影响了全世界的学校教育,它为教育的进一步发展创造了良好的机遇。从开展网络教学的实际经验出发,以整合的方法论讨论硬件设施、师生关系、课程设计及网络教学评价系统,阐述了构建混合式教学的基本条件。以网络教学平台下的大学英语课程作为研究对象,指出其优势,认为网络教学平台下的混合式学习模式可以帮助学习者实现个性化的学习。     

认知风格对情境感知泛在学习成效的影响——以国小蝴蝶生态教学为例

新技术的快速发展促进了情境感知泛在学习的进展。情境感知泛在学习利用移动、无线通讯技术和传感技术检测真实世界中学习者的学习行为并给他们提供直接的、个性化的学习支持。但是,是否每一个学生都能受益于这样一种新型的泛在学习形式仍然受到人们的质疑并成为一个值得进一步讨论的问题。同时,认知风格经常被教育者认为是在新的学习环境中影响学生学习效能的一个重要因素。作者试图通过在一个情境感知的移动学习环境中开展蝴蝶辨别的学习活动来研究学习者不同的学习风格之间的差异。     

基于语义网和本体构建适应性学习资源信息系统

为了满足学习者自主学习、协作学习以及个性化适应学习的需求,结合语义网、本体的概念,整合相关领域内大量学习资源,构建适应性学习资源信息系统。依据信息系统远期发展的需求,设计了适应性学习资源信息系统模型和信息系统安全管理模型,成功地实现了系统实例,达到了在合适时间,合适空间,用合适的方式将适应的学习资源呈现给学习者,为学习者提供了本体适应性和个性化学习服务。     

网络视频公开课程学习行为眼动实验研究

为了研究网络环境中不同媒体对学习者学习行为的影响,该研究使用眼动实验采集网络学习者的学习行为数据,测验其学习结果,分析所得实验数据,利用信息加工理论和认知负荷理论分析不同媒体构成的网络课程学习者的学习行为特点,比较不同媒体对学习者学习行为和学习结果的影响,为网络课程的设计开发和网络教学设计提供参考,为远程学习者的在线学习提供建议。     

网络环境下自主学习模型的构建——兼论Web3.0的理念与引领趋势

在信息社会中,网络学习的开展是推进终身学习、构建学习型社会的重要举措,网络学习绩效水平取决于个性化学习水平的培养和引导。通过介绍与自主学习和网络学习环境的相关概念和分类,分析了网络自主学习环境内涵、特点以及作用。从Web的发展历程以及自主学习过程中的教学支架类型的角度,提出了三种网络学习模式———基于Web 1.0、Web 2.0环境的自主学习模式和基于Web 3.0环境的个性化学习模式,并对三种模式构建的过程进行了探讨。     

基于行为序列的学习行为模式识别与教学干预

课堂环境下的学习行为是学习者进行知识学习的外在表现形式,对学习行为模式的识别有助于教师把握不同学习群体的特征规律,从而设计差异化教学干预方案,以改善学生的学习成效。在文献分析的基础上,文章首先以苏南某地区J中学的初中生为调查对象进行了问卷调查,并基于分析结果对课堂学习行为进行分类与编码;随后,文章采用聚类分析法对不同学习行为进行序列转换分析,并设计了基于课堂表现数据的学习行为模式识别模型;最后,文章采用滞后序列分析法对不同类型学习者的学习行为序列转换进行分析,挖掘了不同类型学习者存在的问题学习行为,在此基础上设计了基于问题学习行为的教学干预机制,以帮助学习者转换学习行为模式,进而提高学习效果。