基于教育大数据的数字化学习行为分析研究

作者：杨定中

来源：《教育教学论坛》 2017年第22期

 能够将这些学习者看成是未完整的对课程进行学习。而在“中”等学习者之中，有个别学习者是偶尔的对课程内容进行学习，也有部分学者在很长一段时间之内未进行课程的学习。所以，在此把这部分学习者再细致划分成“虎头蛇尾者”以及“始终摇摆者”。而在属于“好”类等级之中的学习者中，他们的学习行为记录非常多。不过，这其中部分人未取得相应的证书，说明此部分学习者其目标并非是为了获取证书。所以，把此类学习者进行更细致的划分，分别归类为“坚定完成者”以及“只为学习者”。这两类学习者之间的主要区别，是看是否参加了期末的测验。在对不同的学习者种类划分之后，要对不同分类的阈进行确定。首先，定义不同的两个阈值分别为c1与c2，定义学习者观看课程视频的记录次数l，定义学习者提交测验的记录次数q，学习者首次发生观看视频或者提交测验与最后发生观看视频或者提交测验的时间间隔数为t。那么，可得某一学习者的记录密度值p为（p+q）/t。定义θ是“中”类等集中，全部学习者记录密度所拥有的平均值大小。那么，在对学习者类别划分时有下列五种类型：（1）若是l+p≤c1，那此学习者被定义为“打酱油者”。（2）若是c1＜l+q≤c2，并且p≥θ，那么，学习者被定义为“虎头蛇尾者”。（3）若是c1 ＜l+q≤c2，并且p＜θ，那么，此学习者被定义为“摇摆不定者”。（4）若是l+q＞c2，且此学习者参加了期末测验，那么，学习者被定义为“坚定完成者”。（5）若是l+q＞c2，且学习者没有参加期末测验，那么，学习者被定义为“只为学习者”。三、学习者参与行为的分析1.与时间相关的行为分析。在采集的数据中显示，一般在课程还未开始之前的几个月之内，已经有人进行了课程的注册。和之前的课程学习方式有所差异，通过MOOC平台进行课程学习，在课程开始前以及课程开始之后，依旧有非常多的学习者进行课程的注册学习。我们通过分析人群与网络课程，来探讨关于学习者时间相关行为的问题。从统计数据中可知：约有36%左右的学习者，在课程开始之前就已经进行了注册。而且，在课程完全结束之后，依旧有大约2%左右的人注册该课程。在各个时期之内的注册学习者，所表现的学习行为具有一定的差异性。而对于学习者的退课情况分析显示，多个课程在开课的第一周与第二周表现出了学习者人数大量减少的态势，在课程进入到第三周之后，学习者的人数才开始逐步地平稳。并且，在最后的测验周，学习者的人数会有所增加。我们想要的情况是全部的学习者均在开课前或者开课时注册，而在测验结束后退出。不过，现实情况却并非如此。同时，大约有1/3左右的学习者，在课程开始之前就已经注册，并且在课程已经完全结束后，依旧出现有关学习记录信息。这部分学习者，并非是仅仅为了关注所取得的测验成绩，进一步分析是由于前期未能仔细的对课程进行学习，而当结束之后，又重新的对课程进行学习。

 证集来进行参数的优化与选择，最后采用测试集来对不同的指标加以计算。3.实验结果分析。通过实验，最终得出该方法具有非常高的准确率。所以，采用此方法，我们能够依照不同学习者的学习行为，来确定出可以获取到证书的学习者，也能够准确地找到一些极有可能获取到证书，不过却未获取到证书的学习者。通过MOOC在线平台这种学习模式，每个学习者都可以感觉到自己在接受教师的单独个性化学习辅导，可以从一起学习的同伴那里获得指导以及指导他人，同时感受学与教的快乐。从而提升学习者学习效果，使该学习者最终也获取到证书。所以，采用此种学习行为分析方法，除了能够对不同课程的学习者所具有的学习情况进行实时的监测，同时也能够针对不同学习者的预测情况，而制定相应的措施，以改善课程的整体通过率，从而提升学习者的学习效果。