基于学习者画像的MOOC学情预警研究

发布时间：2023-05-07 03:25

　　在线教育学习是非传统教育学习的过程中非常重要的一种学习方式,随着教育信息化的不断推进和发展,我国的教育质量和信息化教育水平的提升为在线学习的发展提供了强大的支持,学习者跨平台、跨终端、跨时空地开展在线学习,在不同在线教育平台上产生了大量的学习行为数据。MOOC是在线教育的重要平台,MOOC目前存在用户数据量庞大,难以根据用户数据把握学习者学情的问题,在线学习者画像能够有助于解决这类问题。各类在线平台数据与学习者画像和学情预警的研究不断更新,将画像技术和学情预警相结合,为MOOC平台的学情预警研究提供新的路径。基于以上的背景,本研究以在线MOOC平台中的各类学习者数据为研究对象,通过分析和利用14门课的MOOC数据进行学习者画像构建以及学情预警,通过画像进行学情分析,通过学情分析进行学情预警,最终形成学情预警策略。首先,本研究通过文献分析,对学习者画像和学情预警的概念进行界定,阐述了画像刻画和学情预警涉及的理论和技术基础,确定了在线学习者画像三个维度的分类。并根据在线MOOC平台的数据字段,构建学习者画像的标签体系,为学习者画像的标签体系提供衡量指标,为应用画像技术实现学情预警奠定基础。...

【文章页数】：129 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
第1章 绪论
    1.1 研究背景
        1.1.1 MOOC研究的发展
        1.1.2 学习分析研究的发展
        1.1.3 在线教育对学情预警的需求
    1.2 研究问题与内容
        1.2.1 研究问题
        1.2.2 研究内容
    1.3 研究意义与方法
        1.3.1 研究意义
        1.3.2 研究方法
    1.4 论文组织结构
第2章 概念界定和研究基础
    2.1 概念界定
        2.1.1 学习者画像
        2.1.2 学习行为分析
        2.1.3 学情预警
    2.2 理论基础
        2.2.1 远程开放教育理论
        2.2.2 自我导向学习理论
    2.3 数据分析方法
        2.3.1 聚类分析法
        2.3.2 关联规则法
        2.3.3 序列分析模型
    2.4 研究现状
        2.4.1 学习者画像的文献研究
        2.4.2 学习者画像的研究发展
        2.4.3 学习者画像预警研究
        2.4.4 小结
第3章 学习者画像构建与学情预警设计框架
    3.1 学习者画像的构建
        3.1.1 数据集概述
        3.1.2 画像构建流程
        3.1.3 画像建模
    3.2 学习者画像标签的构建
        3.2.1 画像标签的处理过程
        3.2.2 学习者画像的标签体系
        3.2.3 画像标签的数据指标
    3.3 基于学习者画像的学情预警
        3.3.1 基于画像的学情预警框架设计
        3.3.2 基于画像的学情预警实现方案
第4章 学习者画像及学情预警的实现
    4.1 数据处理
        4.1.1 数据存储与管理环境
        4.1.2 数据处理与分析环境
    4.2 学习者整体画像分析
        4.2.1 人口统计维度分析
        4.2.2 学习者行为维度分析
        4.2.3 学习结果维度分析
    4.3 学习者整体画像的学情分析
    4.4 学习者分类画像的可视化和学情预警
        4.4.1 四类学习者画像
        4.4.2 课程画像
        4.4.3 学情预警及其策略
    4.5 画像效果评价
第5章 总结与展望
    5.1 研究总结
        5.1.1 研究成果
        5.1.2 研究创新点
    5.2 研究不足与展望
参考文献
附录Ⅰ:原始数据导入数据库python代码
附录Ⅱ:聚类分析结果汇总
附录Ⅲ:关联规则案例分析流程
附录Ⅳ:序列分析案例分析流程
附录Ⅴ:问卷调查
攻读硕士期间的科研成果
致谢



本文编号：3810171