论文部分内容阅读
摘 要：随着时代的不断进步，人工智能技术得到了较大程度地发展，其中数据挖掘是该技术的一个研究方向。数据挖掘能够用来对数据进行统计和分析，其被应用于教学中，就常常用于对学生进行分析，从而促进个性化教学。本文在大数据的基础上对学生的学习行为以及学习效果进行了深入探究，希望能够为个性化教学提供一些借鉴和参考。
关键词：大数据 学习行为 学习效果
引言：在最近的这些年，很多的教育机构都开始对互联网技术进行运用来对学生进行网上教学，这种学习方式也得到了学生的喜爱。随着科学技术水平的不断提升，慕课的实践运用和使用观念被更多学生所接受和使用，根据有关机构的统计，在慕课上进行学习的学生来源非常广泛，且其知识背景以及年龄等存在较大的不同，不仅如此，学生的学习方法以及学习的内容也都不尽相同，学生的个性化需求不能够被很好地满足，所以在这个大数据的背景下，本文对学习行为以及学习效果进行分析和研究。
一、数据介绍与研究方法
本文对慕课开放数据作为研究对象，其中一共包括十类学科，一共二百三十八门学习课程以及该课程相关的学习记录，其包含的内容比较多，其不仅包括学习意图以及学习行为记录，其还包括学习效果以及学生的学习情况以及学生的类型等。在本文中使用excel以及matlab对这些数据进行深入分析和研究，并使其可视化，然后对这两者之间的关联进行分析和研究。
二、结果分析
（一）不同类型学习者的学习行为差异
本次研究获取数据的方式为调查问卷，根据调查结果，学生主要可以分成四种类型，第一种类型为主动型，这类学生活跃天数比较多，不仅如此，其学习事件数以及论文发帖数量也非常多。第二种类型为被动型，这种类型的学生模块比例数值比较大，具有针对性。第三种类型为观望型，第四种类型为顺便参与型。这两种类型的学生参与的积极性都比较低。
（二）不同意图学习者的学习行为差异
根据调查结果，我们能够将学生的学习目的分成四种类型，第一种类型是为上学做准备，这种类型的学生比较主动，其不论活跃天数还是学习的章节数都比较多，除此之外，这种类型的学生学习事件数以及论文发帖数也都比较多。第二种类型是为了工作或者提升自己的业绩能力，这种类型的学生有较高的模块完成率，在学习的过程中具有一定的针对性。第三种类型为兴趣驱动，这种类型的学生活跃天数比较多，除此之外，其在论坛上进行发帖的次数也比较多，但是这种类型的学生在其他方面都比较低。第四类学生为尝试新的知识获取方式，这类学生与第三类学生基本相同。
（三）不同年龄段学习者的学习行为差异
根据相关的调查研究，我们可以将学生的年龄分成三个阶段，第一个阶段为十九岁到三十四岁，第二个阶段为三十四岁到五十四岁，第三个阶段为五十五岁及五十五岁以上，分别对这三个阶段的学生进行分析，能够发现随着年龄的逐渐增加，学生的学习行为也随之不断增长，通过对这个调查结果就能够得知，年龄大一些的学生自控能力以及学习的意愿更强一些，相对比来说，年龄高一些的学生具备更高的自律性。对此，我希望相关平台能够将学习的数据让学生有一个准确地了解，这可以对学生起到一个激励的作用，进而充分调动学生学习的主动性，激发学生学习的兴趣，让学生在学习的过程中收获更多的知识。
（四）不同知识背景学习者的学习行为差异
根据平台对学生学历的统计，在平台上进行学习的学生主要有三种学历，第一种为大学本科学历，这种学历的学生不仅模块完成比例要大一些，而且其学习事件数相对也比较多。第二种学历為高中学历，第三种为研究生学历。根据数据统计，能够发现学生在论坛发帖的数量和学生学历基本没有关联，不仅如此，学生在平台的活跃天数也和其是不相关的。
（五）学习行为与学习成绩之间的相关关系
为了对学生的学习行为以及学生的学习成绩进行研究，本文对matlab进行了使用，根据分析结果能够得知，学生的学习成绩和其活跃天数是成正比的，不仅如此，其和学生的学习章节数以及学生的学习事件数都是成正比的，除此之外，其与学生的模块完成比例也是成正比例的。在以上学习行为中，学生的模块完成比例与学生的学习成绩关联程度最高。
结束语
慕课的主体是学生，且慕课有着诸多特点，其不仅具备多样性的特点，其还具备海量性的特点。过去的教育评价体制都是选择单一的总结性评价来对学生的学习行为进行评价，根据调查的结果，这种评价方式不适合当前的慕课学习。对于当前进行慕课学习的学生，应该选择使用数据挖掘以及统计分析的方式来对学生的学习行为进行准确评价，根据本次的调查研究能够发现，学生的学习行为与学生的成绩之间是相互关联的，今后就可以为学生的学习进行个性化定制，并在多维评价空间中摸索出科学合理的评价机制。
参考文献：
[1]张大胤，陈若航，常朵.基于数据挖掘的MOOC学习行为与学习效果研究[J]. 太原城市职业技术学院学报. 2017（10）
[2]陈圆圆，刘盛峰，董克，陈彦彦，宋阳.基于数据挖掘的成人学习者在线学习行为与学习效果分析[J]. 安徽广播电视大学学报. 2019（01）
[3]黄金，李明威.云课堂环境中的学习行为与学习效果研究——以“Flash动画设计初步”初中课程为例[J]. 中国教育信息化. 2018（12）
作者简介：
陈翠娥（1966-）女，汉，湖南湘潭，副教授，研究方向：软件工程，多媒体，署名单位：长沙民政职业技术学院。
关键词：大数据 学习行为 学习效果
引言：在最近的这些年，很多的教育机构都开始对互联网技术进行运用来对学生进行网上教学，这种学习方式也得到了学生的喜爱。随着科学技术水平的不断提升，慕课的实践运用和使用观念被更多学生所接受和使用，根据有关机构的统计，在慕课上进行学习的学生来源非常广泛，且其知识背景以及年龄等存在较大的不同，不仅如此，学生的学习方法以及学习的内容也都不尽相同，学生的个性化需求不能够被很好地满足，所以在这个大数据的背景下，本文对学习行为以及学习效果进行分析和研究。
一、数据介绍与研究方法
本文对慕课开放数据作为研究对象，其中一共包括十类学科，一共二百三十八门学习课程以及该课程相关的学习记录，其包含的内容比较多，其不仅包括学习意图以及学习行为记录，其还包括学习效果以及学生的学习情况以及学生的类型等。在本文中使用excel以及matlab对这些数据进行深入分析和研究，并使其可视化，然后对这两者之间的关联进行分析和研究。
二、结果分析
（一）不同类型学习者的学习行为差异
本次研究获取数据的方式为调查问卷，根据调查结果，学生主要可以分成四种类型，第一种类型为主动型，这类学生活跃天数比较多，不仅如此，其学习事件数以及论文发帖数量也非常多。第二种类型为被动型，这种类型的学生模块比例数值比较大，具有针对性。第三种类型为观望型，第四种类型为顺便参与型。这两种类型的学生参与的积极性都比较低。
（二）不同意图学习者的学习行为差异
根据调查结果，我们能够将学生的学习目的分成四种类型，第一种类型是为上学做准备，这种类型的学生比较主动，其不论活跃天数还是学习的章节数都比较多，除此之外，这种类型的学生学习事件数以及论文发帖数也都比较多。第二种类型是为了工作或者提升自己的业绩能力，这种类型的学生有较高的模块完成率，在学习的过程中具有一定的针对性。第三种类型为兴趣驱动，这种类型的学生活跃天数比较多，除此之外，其在论坛上进行发帖的次数也比较多，但是这种类型的学生在其他方面都比较低。第四类学生为尝试新的知识获取方式，这类学生与第三类学生基本相同。
（三）不同年龄段学习者的学习行为差异
根据相关的调查研究，我们可以将学生的年龄分成三个阶段，第一个阶段为十九岁到三十四岁，第二个阶段为三十四岁到五十四岁，第三个阶段为五十五岁及五十五岁以上，分别对这三个阶段的学生进行分析，能够发现随着年龄的逐渐增加，学生的学习行为也随之不断增长，通过对这个调查结果就能够得知，年龄大一些的学生自控能力以及学习的意愿更强一些，相对比来说，年龄高一些的学生具备更高的自律性。对此，我希望相关平台能够将学习的数据让学生有一个准确地了解，这可以对学生起到一个激励的作用，进而充分调动学生学习的主动性，激发学生学习的兴趣，让学生在学习的过程中收获更多的知识。
（四）不同知识背景学习者的学习行为差异
根据平台对学生学历的统计，在平台上进行学习的学生主要有三种学历，第一种为大学本科学历，这种学历的学生不仅模块完成比例要大一些，而且其学习事件数相对也比较多。第二种学历為高中学历，第三种为研究生学历。根据数据统计，能够发现学生在论坛发帖的数量和学生学历基本没有关联，不仅如此，学生在平台的活跃天数也和其是不相关的。
（五）学习行为与学习成绩之间的相关关系
为了对学生的学习行为以及学生的学习成绩进行研究，本文对matlab进行了使用，根据分析结果能够得知，学生的学习成绩和其活跃天数是成正比的，不仅如此，其和学生的学习章节数以及学生的学习事件数都是成正比的，除此之外，其与学生的模块完成比例也是成正比例的。在以上学习行为中，学生的模块完成比例与学生的学习成绩关联程度最高。
结束语
慕课的主体是学生，且慕课有着诸多特点，其不仅具备多样性的特点，其还具备海量性的特点。过去的教育评价体制都是选择单一的总结性评价来对学生的学习行为进行评价，根据调查的结果，这种评价方式不适合当前的慕课学习。对于当前进行慕课学习的学生，应该选择使用数据挖掘以及统计分析的方式来对学生的学习行为进行准确评价，根据本次的调查研究能够发现，学生的学习行为与学生的成绩之间是相互关联的，今后就可以为学生的学习进行个性化定制，并在多维评价空间中摸索出科学合理的评价机制。
参考文献：
[1]张大胤，陈若航，常朵.基于数据挖掘的MOOC学习行为与学习效果研究[J]. 太原城市职业技术学院学报. 2017（10）
[2]陈圆圆，刘盛峰，董克，陈彦彦，宋阳.基于数据挖掘的成人学习者在线学习行为与学习效果分析[J]. 安徽广播电视大学学报. 2019（01）
[3]黄金，李明威.云课堂环境中的学习行为与学习效果研究——以“Flash动画设计初步”初中课程为例[J]. 中国教育信息化. 2018（12）
作者简介：
陈翠娥（1966-）女，汉，湖南湘潭，副教授，研究方向：软件工程，多媒体，署名单位：长沙民政职业技术学院。