利用解释结构模型构建网络学习对象模型

随着网络信息化的发展,网络学习方式以其方便、快捷、资源丰富等特性,越来越受到学习者的青睐。本文利用解释结构模型厚理,构建多层次结构化的网络学习对象模型,便于合理组织网络学习对象,从而对学习者的网络学习行为进行个性化推荐。     

数据挖掘技术支持下的大学生网络学习行为探讨

与课堂学习模式相比,网络学习缺乏监督与规范,学生的学习效果、学习效率很难得到有效保障。基于此,笔者先对网络学习行为和数据挖掘的概念进行分析,然后将数据挖掘技术应用于大学生网络学习行为分析领域,对大学生的学习行为与学习效果进行关联分析,在确定学生网络学习特点的基础上,进行大学生个性化网络学习平台设计,旨在帮助学生提升学习资源采集效率、提高学习行为质量。     

数据挖掘在个性化网络学习中的应用

本文分析了传统网络学习系统的现状及其弊端,针对这些问题提出：使用Web数据挖掘技术,对学习者网络学习行为进行分析,在此基础上对学习者网络学习行为进行预测,从而为学习者提供个性化的学习建议,提高学习者的学习效率;同时根据对学习者网络学习行为的数据挖掘结果,改进网站设计。     

医学生网络学习能力的调查与分析

该文通过对滨州医学院参加网络课程学习的学生进行问卷调查,了解当前高等医学院校学生基于网络进行学习的现状及其行为特征,并针对调查中反应出的问题提出了一些思考和建议。     

基于数据挖掘的网络学习行为

网络时代带来了知识和信息的爆炸,然而,在面对庞大的信息和数据面前,我们就会显得手足无措。当前大学生已经基本掌握电子计算机和网络使用的基本技能,将数据挖掘作为当前大学生网络学习的基础,通过学习者要素、教师要素、网络课程内容和网络学习环境为要点,研究大学生的网络学习行为,从而有针对性的培养大学生有效学习机制。     

专科生网络学习行为的调查与研究——以武汉软件职业技术学院为例

阐述了网络学习行业的涵义、特点及其理论基础,针对当前专科生网络学习行为现状进行分析,对不良学习行为给出相应的建议措施,指出在网络学习过程中强化学习动机,增加自我控制能力,提高信息素养,健全评价体系,可以引导大学生更有效地进行网络学习。     

网络教学环境下学生学习行为分析

本文针对在线教学平台的实际使用情况进行研究,通过查阅国内外网络学习行为的相关文献,明确网络学习行为的概念、网络学习行为模型构建的方法和技术。以徐州工程学院教学平台《计算机组成原理》为例,搜集网络学习环境下学习者学习过程中的各种学习行为数据,通过实证研究展示大学生网络学习的真实情况,从中发现大学生网络学习行为存在的问题,并针对这些问题提出相应的对策建议。     

学习行为大数据可视化的网络数据库学习仿真

针对传统数据库学习可视化程度低,有效提高学习效率,构建了学习行为大数据可视化的网络数据库学习方法.分析学习行为具体特征,结合贝叶斯理论按学习资源归类可视化数据;设定相关学习变量,观测变量,分别将正确率、错误率、所学知识难度、遗忘概率及状态概率等特征作为可视化函数,通过对学习行为数据采集和储存、分析学习行为及建立可视化模块,建立大数据可视化的网络数据库,充分掌握学习者学习行为情况,随后设定数据库学习评定指标函数;仿真结果表明,所提方法学习结果准确性高和平均任务完成效率都有较大提高,学习者的学习能力有显著提升,方法可行性更高.     

xAPI记录系统在分析网络学习行为中的应用

由于网络学习中教与学的时空分离,导致学习者的学习行为不能很好地被教育者所掌握,学习质量不尽如人意。针对这一现象,文章提出采用xAPI这一学习技术规范,运用xAPI记录系统从多个维度有效记录学习者的学习行为,通过学习行为模型,分析影响学习效果的行为,进而提出改善学习质量的建议。     

基于行为序列分析的学习资源推荐算法研究

利用数据挖掘技术分析网络学习行为数据可以挖掘出其隐含的行为规律特征,为学习者提供个性化的学习资源服务。针对现有的数据挖掘算法在对网络学习行为数据进行分析时普遍存在模型适用性不高的问题,提出了一种基于行为序列分析的学习资源推荐算法。首先,提出行为序列及其相关概念的定义,并提出行为序列相似度计算方法;然后提出基于行为序列相似度的协同过滤推荐算法,计算学习者相似度并为待推荐学习者生成学习资源推荐列表;接着给出基于学习风格的推荐方法,将学习者学习风格特征融入推荐过程;最后,给出基于行为序列分析的学习资源推荐算法的模型。提出的算法没有对行为序列的模式进行限制,具有较高的适用性,对深入研究网络学习行为序列数据为学习者提供个性化学习服务具有一定的借鉴作用。     

高职学生网络社交行为与学习投入相关分析

以海南软件职业技术学院学生为例,依据95后高职学生网络社交的现状、学习投入现状的调查结果,结合其网络社交和学习投入的特点,通过回归分析来探索95后高职学生网络社交行为与学习投入之间的关系,对高职学生学习投入优化及网络行为的规范都具有积极的引导意义.     

一种灵活的网络学习行为数据采集与分析系统

网络学习正在日益兴起,在多样化的教与学过程中充分利用网络上日益丰富的学习资源,满足不同层次求学者的需要。对网络学习中学习者的各项学习行为进行分析,从中找出学习者群体的特征和个体的特点,从而帮助教育者促进网络教与学的建设是目前迫切学要解决的问题。本文结合当前主流的学习行为数据采集和分析的方法的优点和不足,提出了一种基于数...     

网络学习社区中的凝聚子群分析

应用社会网络分析方法,通过对一个具体的网络学习社区社会网络的凝聚子群进行分析,探讨了社区内成员的位置与各子群间的关系对信息流动的影响,以期促进网络学习社区内交互行为的发生与发展,增强信息的流动,创造更好的远程学习环境.     

基于网络学习行为诊断技术的研究

随着网络学习方法的日渐普及,网络学习行为诊断已经成为当前教学研究领域的一个重要内容。有效地诊断学生在网络学习中的学习行为具有非常重要的实际意义,它对于教师提供学习指导、监控教学过程以及提高学习效率都起着十分重要的作用。模式识别、数据挖掘等人工智能技术目前是该领域的主要研究方法。文章总结了国内外研究的进展,结合多年的实践,介绍了网络学习行为诊断中的一些模型和技术,为这一新颖研究内容提供了一些有价值的解决方案和策略。     

网络教学平台学习行为分析及应用

本文利用网络教学平台上记录的学习者行为数据,分析学生的网上学习行为,探索课程通过率与学习者行为之间的关系。使用K-means算法对学习行为数据进行聚类分析,确定每名学生的学习者类型,总结网络课程学习者行为特点,并提出优化学习建议。     

学习行为分析与质量评估的技术和模型研究

探讨学生网络学习行为分析与质量评估的技术与模型,提出一套完整的学习行为分析与质量评估方案,并以Blackboard网络教学平台的学习分析实例指出学习分析技术在网络学习分析中的应用。     

影响网络学习因素研究

网络学习已面向中学教学,中学生在网络学习中会受到多方面因素的影响,这些影响因素对中学生的网络学习又会产生不同的学习效果。文中为了了解影响网络学习因素,采用问卷调查的方法,以安庆地区中学生为研究对象,对学生的自主学习能力状况、家庭学习条件状况和学校学习条件状况等方面来研究影响网络学习因素,并根据调查结果分析影响网络学习效果的因素,及提高网络学习效果的方法。     

区域高中生网络学习行为分析及优化策略

在学习任务如此艰巨的高中阶段,在可以自由上网的情况下,学生们为什么只倾向于网络中的娱乐功能,不愿利用好网络强大的教育功能呢?本文通过实际调查研究对区域高中生的网络学习行为进行分析,从分析结果出发提出相应优化策略。     

网络学习资源的建设与再生研究

网络学习资源的建设与再生对网络学习起着重要的推动作用,结合网络学习资源理论、长尾理论与需求层次理论,分析网络学习资源的变化的过程、特点以及影响学习资源建设的因素,建立量与质的网络学习资源建设与再生模型,从学习者动机角度分析资源共享者的心理变化以及该变化对资源再生的影响,对网络学习资源的建设与再生提出了几点意见。     

学生在线学习行为分类融合方法的研究与应用

传统的成绩预测方法没有严格区分学生学习行为的时序性和非时序性,因此提出学习行为分类融合的方法,首先根据学习行为特点划分为周学习特征和学期学习特征两大类,分别构建LSTM网络和MLP网络,两个网络融合后成为新模型的输入,最终实现学生学习成绩预测。将融合方法和传统预测方法进行对比,实验结果表明融合模型在预测准确度和F1值更高。