大数据环境下在线学习绩效的监测预警模型构建与应用——基于非线性门限回归模型

从学习绩效理论视角出发,基于非线性门限回归模型构建适用于大数据环境下的在线学习绩效监测预警模型,并应用预警模型对某开放大学的学生在线学习情况进行实证研究。研究结果表明,与线性回归模型相比,基于门限回归模型所构建的在线学习绩效监测预警模型具有更高的预测精度,能够融合学习行为、学习满意度和学习结果等多维度数据信息,对在线学习绩效发出比较准确的监测预警信号。在实践应用层面,非线性门限回归模型可以作为在线学习绩效监测预警系统开发与应用的“信息处理中枢”,以在线学习全景数据多维信息为支撑,通过对在线学习绩效的立体化展示,为学习者、教师和教育管理者提供更加有效的学习改进策略建议。     

治理视野下的在线教育公共服务供给设计——以北京市“中学教师开放型在线辅导”项目为例

提供具有公共服务性质的在线教育来完善教育服务体系，成为后疫情时代教育服务供给改革的方向之一。由于在线教育公共服务所涉及的参与主体在属性上具有多元性，治理理论成为学界在分析相关问题时会援用的思考角度。本文以治理理论为基础，以北京市“开放辅导”为例，通过分析“开放辅导”的价值目标、多元化主体角色，以及在在线教育服务提供与制度优化等关键环节中蕴含的运行机制，探讨应该如何组织个性化的在线教育公共服务供给。本文认为，建构基于数据的教育服务供给的关键是强化在线教育在回应个性化学习需求方面的优势，要借助数据实现角色职能与互动机制的创新，构建更大范围内的协同机制、培育更深厚的协同意识，推动不同层面的教育服务供给主体与接受者进入良性的互动循环，以释放多元主体的优势，促进在线教育服务供给健康发展。     

基于大数据的在线教育学习支持服务体系构建研究

学习支持服务是在线教育的核心要素,其服务质量直接关系到学习者的学习效果和在线教育发展。通过文献研究法,深入研究大数据背景下学习支持服务新的内涵和特征,构建了大数据环境下以学习者为中心的学习支持服务体系。该体系可为学习支持服务设计提供参考,为改善在线教育学习支持服务质量提供新的路径,促进在线教育发展。     

基于云计算和大数据的在线教育交互应用研究

在线教育交互是在线教育研究领域的重要组成部分,云计算和大数据技术的出现及发展为在线教育交互研究提供了新的机遇,对其服务模式与数据处理等方面产生了巨大影响。文章在基于云计算和大数据特征基础上,对在线教育交互所面临的问题进行讨论,并构建在线教育交互平台模型,通通分析平台功能和进行数据挖掘,实现了在线授课者和学习者的高效互动的目的。     

“互联网+教育”的课程智能适配

新冠疫情背景下在线教育成为全球共同选择。随着在线教育资源的极大丰富以及教师和学生时空上的隔离,如何实时了解学生学习状态以便为教师提供有效教学反馈,如何为学生提供合适在线教育资源以满足差异化需求,成为在线教育亟待解决的问题与挑战。围绕网络课程智能适配方案,构建学生标签大数据平台,重点分析用户数据分类、获取方式及完整学生画像体系设计方法;结合多属性决策模型,探讨网络课程评级与分类方法;基于协同过滤匹配度算法,探讨实现学生和课程的精确推荐方法。网络课推荐方法不仅有助于提高网络课程利用率,也有助于根据学习者个人特征开展更加灵活有效的网络课程教学。     

教育大数据背景下智慧学习系统模型的构建研究

随着教育大数据应用愈发广泛,智慧学习成为现阶段信息化教育的突出成果。依托于教育大数据背景,智慧学习能够为学习者提供更为优化的学科知识架构、统筹整合各类教学资源、提高专业知识的适应性。为充分发挥智慧学习的现实价值,在构建其系统模型时应当遵循科学合理、简便易行、稳定可靠等原则。因此,在教育大数据背景下,智慧学习系统模型的构建可从框架规划、测试开发规范搭建以及明确目标等四方面进行,为学生提供科学有效的学习帮扶工具。     

基于大数据的个性化自适应在线学习分析模型及实现

通过大数据学习分析模型,能够深入探究学习者的学习过程与情境,发现学习规律,根据每一个学生的需求和能力为其提供个性化自适应学习。本研究综述了大数据的内涵及应用,从微观视角提出了大数据之“大”,不在于其表象的“大容量”,而在于分析数据的全面性和潜在的“大价值”。基于大数据分析,从数据与环境(What)、关益者(Who)、方法(How)和目标(Why)等4个维度构建个性化自适应在线学习分析模型。以《C语言程序设计》课程学习为例,从基于大数据个性化自适应的学习过程结构、学习过程可视化及学习效果实证等方面进行分析,研究结果表明对学生学习行为与知识掌握的数据分析,能够推荐合理的学习路径与恰当难度的学习资源,可对学生的学习效果做及时准确的反馈,提供个性化服务干预,有利于促进教与学。     

大数据视域下英语在线教育的学生行为分析

现在社会的快速发展,科技日新月异,社会生活发生了翻天覆地的变化.大数据时代的到来,让互联网和当前的教育紧密结合.互联网同高校英语教育的结合,使得一种新的教学模式产生——即英语在线教育,为高校英语教育教学效率和质量的提升提供了更多的可能性.基于对大数据技术的应用,在英语在线教育过程中对学生的学习行为进行分析,能够为教师的...     

大数据环境下开放教育的精准学习支持服务体系设计

近年来,大数据技术的发展为开放教育学习支持服务的变革提供了契机,如何促进学习支持服务迈向精准化也已成为教育领域的研究重点之一。将大数据技术融入精准学习支持服务体系,可以使开放教育实现全过程的“动态跟踪、深度分析、实时反馈和持续检测”,为学生构建从申请入学到校内学习再到完成学业的精准学习支持服务体系,有助于帮助学生、教师和教育管理者掌握学习情况,改善教与学的策略和方法,有效提升学生学习效果和开放教育质量。     

基于“雨课堂”的人力资源管理课程教学模式探析

进入大数据时代,为更好地满足学生个性化学习需求,提高学习效果,许多新型教学软件和教学平台逐渐产生并被广泛应用于课堂教学中.“雨课堂”是“学堂在线”与清华大学在线教育办公室联合推出的一种供用户免费使用的新型智慧教学工具.当前人力资源管理课程教学中存在教学方法单一、理论与实践结合不够紧密等问题,将“雨课堂”引入课堂教学中,构建基于“雨课堂”的教学模式,现代教育技术与课程教学深度融合,最大限度地释放“教”与“学”的活力,充分发挥学生主体地位,不断激发学生学习兴趣,提高人力资源管理课程教学效果.     

“双减”背景下在线教育智慧治理框架构建与实践路径

在线教育作为线下教育的有益补充,对于完善终生学习体系、构建学习型社会具有重要意义。伴随着数字经济发展和疫情催化,在线教育行业经历了一场前所未有的“资本狂欢”,“内卷”向家长和学生渗透,教育行业乱象频发。然而,自“双减”政策落地以来,K12培训资本迅速离场,教培机构也迎来了转型期。资本浪潮褪去,如何对“双减”政策背景下的在线教育行业进行良善治理,引导在线教育健康可持续发展,是后疫情时代在线教育发展的重要命题。该研究在吸收借鉴现代治理理论与技术的基础上,将智慧治理理念引入在线教育治理领域,从组织、服务、技术、环境等角度提出在线教育智慧治理的路径,以求达到“善治”促和谐、“数治”提效率、“智治”增效能、“法治”求平等的和谐统一,进而为我国在线教育治理现代化提供有效参考依据。     

“在线教育平台+学习中心”融合教学模式构建研究——基于沪江教学模式的分析与思考

文章以沪江这一国内在线教育的典型平台为对象,系统分析其网校资源点播模式、网校互动直播模式、点播型CC课堂模式、直播型CC课堂模式的构成、特征与运行机制,并在回应国内在线教育平台现存问题的基础上,构建了"在线教育平台+学习中心"融合教学模式。该模式以互联网教育思维为指导,以云计算、大数据、移动互联网、物联网、学习分析等技术为支撑,以基于在线教育平台的教学活动和基于学习中心的教学活动为主体,以"智慧课堂"为对接方式,以"线上—线下—线上"或"线下—线上—线下"为实施路径,旨在为在线教学与线下教学的融合实施提供有效指导。     

基于大数据的开放教育学生画像构建研究——以西安开放大学为例

学生画像的构建与应用已经成为提升教育治理能力现代化的重要举措。学生画像的潜在价值与应用，为教育决策、教学设计、过程监督和质量评估带来了重大改变。学生画像的构建主要是通过学生学习行为大数据的分类、汇总，建立相应特征标签，构建多维度模型，直观展示学生学习行为的主要特征。通过融通学习平台，完善数据指标，提升数据处理水平，规范安全制度能够提升学生画像质量和整体管理水平，为管理者提供决策依据和决策支撑。     

基于主成分分析的在线学习者评价模型构建研究

在大数据技术迅速发展的今天，利用海量的学习数据对学习者的学习过程进行数据分析、建模和解读是在线教育研究的热点和难点问题。文章提出了一种使用主成分分析对实时学习数据进行分析，最终得到对学习者评价的方法。本文通过使用大数据量的样本分析，提出了包括行为数量、行为得分、考试得分等三类共计11个指标，使用主成分分析法将这些指标降维，得到5个表征学习过程的主成分，然后使用主成分回归对5个主成分进行回归分析，最终得到对学习者的评价模型。结果显示模型能准确评估学生学习效果，并已应用于实际系统。     

基于大数据学习分析的高职学生学习干预模型研究

科学的学习干预可以有效激发高职学生的学习动机,改善学习行为。本研究基于教育大数据构建了以学习分析为核心的"信息采集-成绩预测-干预措施-效果评估"四环节循环结构学习干预模型,以期能够有效引导学生学习,化解学习危机,促进个性化教学。     

MOOC环境下大数据专业混合式教学模式研究

“互联网+教育”背景下，MOOC教育为全社会打破了传统教育的时空界限和学校围墙，为混合式教学模式的进一步开展提供了强有力的技术支撑。以大数据专业人才培养为例，分析大数据专业教学中存在的问题及学生学习过程因素，在解析混合式教学研究现状及其内涵的基础上，提出了一种MOOC环境下大数据专业混合式教学模式，并以“Web系统开发与设计”课程为例进行了教学实践研究。结果表明，该混合式教学模式有利于学生产生良好的学习行为，提高学习粘性，促进学习效果，并为同类高等院校的大数据专业课程体系改革提供借鉴。     

基于大数据的在线学习预警模型设计——“教育大数据研究与实践专栏”之学习预警篇

学习预警是提升在线学习质量的重要途径。如何基于大数据成功地实现在线学习预警,是在线教育发展过程中亟需解决的重要问题。文章从预警的实现形式、内容与方式、采用的技术算法和工具、成效及不足等方面比较分析了国外五个典型学习预警系统,在此基础上提出了学习预警系统的通用设计框架,并构建了学习预警系统的功能模型和过程模型,最后就在线学习预警系统的设计开发和预警研究提出了建议,以期能为我国在线学习预警系统的建设与发展提供借鉴。     

基于教育大数据的中小学教学管理模式构建

教育大数据在理解和挖掘教育规律方面具有促进作用，教学方法信息化程度不足正逐渐成为教育信息科学和管理学领域的重要研究议题。为应对中小学现有教学管理模式滞后、教学方法信息化程度不足、学生反馈形式单一及管理人员素质急需提高等问题，研究以智慧校园金字塔模型为基础，构建了“两心两翼”的中小学校教育大数据管理模型：“两心”分别是以教学管理和学生为中心，“两翼”分别是教学常规管理和课堂教学管理。根据模型，从有效管理教学、多方优化的教学计划和持续更新的教育大数据教学理念三个方面，提出中小学教学管理提升对策，从而达到中小学教学质量的提升。     

大数据驱动的智慧云教学服务平台的构建与实现

通过分析目前国内传统教学模式所存在的现实问题,探讨了云计算和大数据技术应用于在线教育服务的突出优势,从而提出基于大数据驱动的智慧云教学服务平台的构建方案。该方案以大数据和云计算技术为基础,设计智慧云教学平台总体框架、功能模块、服务模式等。平台的实现创新了在线教育服务模式,为教师与学生之间搭建起一座桥梁,实现在线服务与学习者需求的双向平衡。     

在线教育：从机遇增长，到融入主流、稳步发展——美国在线高等教育系列调查评估对我国网络教育发展的启示

“在线教育”这种基于现代计算机网络的全新学习环境随着现代信息技术的发展正在成为现代教育系统中重要的组成部分。通过对美国“在线教育”质量和规模的评估报告的分析可以使人们清醒地认识其发展的现状,并把握预测和规划未来发展的依据。美国斯罗恩在线教育中心在巴博森学院和弗兰克林·西奥林工程学院合作下于2003、2004、2005连续三年对在线教育的质量和规模进行了评估,并分别发表了题为“正在增加的机遇”、“正在进入主流”和“稳步发展”的三份调查报告。这三次评估所获得的数据对于我国规划和管理网络教育有一定的借鉴意义。