大数据环境下的增强学习综述

在大数据应用领域,如何快速地对海量数据进行挖掘是当前大数据应用基础研究的热点和难点,也是制约大数据真正应用的关键.而机器学习是解决该问题的有效途径,本文综述抽象增强学习、可分解增强学习、分层增强学习、关系增强学习和贝叶斯增强学习等五类增强学习方法的研究进展,分析了它们的优势和缺点,指出将监督学习或半监督学习与增强学习相结合是大数据机器学习的有效方法.     

聚焦学习决策:指向认知发生的数据及其应用

研究和实践领域十分关注数据对于决策的支持作用,当前关于"数据驱动决策"的研究和实践中,主要关注了反映认知主体的数据应用,重视教师教学决策的变化,而对于学习决策的关注相对欠缺.现代技术的教育应用,促进了学习空间的延展,学习者有机会接触更加广袤的外部世界,并产生了大量数据.梳理文献和比较可以发现,在学习过程中主要存在两类数据形式,一类是反映认知对象的数据,一类是反映认知主体的数据.数据反映了事物的运动状态与变化,具有客观性,但数据的应用却因为认识主体的目的性而表现出主观性的特点.数据具有原材料、可加工与多指向属性,如果从学习者的学习主体责任出发,可以合理使用学习数据来引导学习者学会进行"学习决策".学习决策既是学习的条件,也是学习的结果,是一种具有选择性特点的思维活动,是由一组决策构成的决策链.合理使用数据,可以引导学习者与外部世界建立更加高效的互动关系,使得学习决策与认识行为同时发生.     

试论数据挖掘技术下推送式学习模型的构建

推送式学习模型构建的主要目的在于实现个性化学习.这种学习不是被动而是主动呈现的,尤其是在大数据时代背景下,利用数据挖掘技术,根据学习者的学习行为和信息素养、信息习惯,在海量的信息数据中将知识主动推送给学习者,提高学习效率和兴趣.其模型构建主要包括数据采集、数据关联和主动推送等三大模块:数据采集模块意在获取学习者学习特征;数据关联模块意在将采集到的数据作同类合并处理,得出数据间的联系,研判学习者学习特征;主动推送模块则根据知识库与学习特征的匹配度,将学习资源主动推送给学习者,最终实现个性化学习.     

学习分析:性质、定位及功能——基于主题、方法和数据研究的考查

系统搜集和加工处理来自在线资源大数据集的学习分析过程已成为教育研究领域备受关注的课题.从主题选择看,学习分析是指帮助教育工作者检查、理解和支持学生的学习行为并改变他们学习环境的过程;从方法应用看,学习分析是利用信息可视化、统计以及数据挖掘等多种方法提供反馈和对学习过程的认识;从数据加工看,学习分析是测量、收集、分析和报告学习数据的活动.从主题、方法和数据三个视角分析学习分析的诸多问题,可以回答学习分析中"何谓""何位"及"何为"三个层次的问题,更加全面、准确地把握学习分析研究的现实境遇和动态趋势.     

课堂数据驱动学习模式下的功能语篇写作研究

数据驱动学习分为直接数据驱动学习与课堂数据驱动学习两种模式,本研究将课堂数据驱动学习模式用于高职英语专业的课堂写作教学,运用功能语篇的衔接机制、主述位信息及篇章结构系统分析选取的语料,开展了相关的实证研究.实验数据表明,课堂数据驱动学习能有效促进语篇的句式连贯、段落连贯、篇章结构的学习,在提高语言准确度方面也有一定的优势.问卷调查表明,教学中用于数据驱动学习语料的时间有限.同时,需加强语篇写作中词汇的系统学习.     

指向深度学习的混合式教学策略与应用研究

推动学生由浅层学习走向深度学习是提升混合式教学质量的关键.本文通过文献述评、案例分析与课堂观察,以促进情感深度参与、行为深度参与和认知深度参与为目标建构了指向深度学习的"三维度十六方面"的混合式教学策略体系,并开展为期一个学期教学实证.随后,采用问卷调查、内容分析法对学习态度数据、学习行为数据以及学习认知数据进行分析,...     

试论大数据在“智慧校园”中的应用

智慧校园是教育信息化发展的最新愿景.军事教育大数据汇聚存储了军事教育领域的信息资产,是发展军事院校“智慧校园”最重要的基础,而数据挖掘和学习分析技术是连接军事教育大数据与智慧校园的桥梁.本文基于部队院校的特点,在技术上与安全性方面进行建构基于大数据与学习分析技术的智慧校园教学,需要从军事教育网络大平台建设、学习者学习方式变革、课程教学方式创新、军事教育数据挖掘与学习过程分析、学校教育系统重构等多个角度去推动.     

高中数学教学中大数据的应用探索

学生在数学学习过程中所形成的认识,不仅会迁移到其他学科的学习中,而且会迁移到学生的生活中.当学生在生活中体会到大数据的价值时,那么在高中数学教学中引入大数据及其思想并加以应用,显然有其必要性.无论是从促进学生的知识建构的角度来看,还是从发展学生的核心素养的角度来看,大数据的应用价值都是非常显著的.数学与大数据密切相关,大数据在高中数学教学中的应用重在大数据思想,大数据可以给学生的数学学习提供有价值的反馈.展望大数据在高中数学教学中的应用前景,研究者以为,大数据及其思想应用的生命力是强大的.虽然大数据给教师提供了详细而精准的教学信息,给学生提供了全面而个性的学习信息,但是目前大数据依然只能发挥教学辅助作用.     

多模态学习情感计算:动因、框架与建议

学习情感是影响学生认知加工与学习效果的重要因素,如何利用多模态数据开展学习情感计算是当前亟待解决的问题.文章在分析情感计算源起与多模态数据融合的基础上,阐述了多模态情感计算的发展动因,构建了多模态学习情感计算的研究框架,包括以教育场景为导向采集情感数据、依据情感模型展开建模与识别、利用可视化方式表达与反馈情感、结合情感归因来干预与调节学习过程等.基于现有研究案例,将多模态学习情感计算的应用归纳为开发学习情感识别系统、增强智能学习工具、支持学习干预与决策、探索学习情感的作用机制等方面.未来多模态学习情感计算应平衡数据采集侵入性与真实性、提升数据模型可解释性、综合衡量学习状态以及拓展教育应用探索与创新.     

学会数学沟通

数学是人们生活劳动和学习必不可少的工具,能够帮助人们处理数据,进行计算、推理和证明.在数学学习中,自主探索与合作交流是两种重要的学习方式.     

指向数据分析观念培养的项目化学习研究——以七下“数据与统计图表”为例

文献分析项目化学习的理论基础与模式,研究数据分析观念的内涵,查找培养中存在的问题,发现项目化学习是一种与素养导向教育相契合的学习新样态,其真实性与情境性尤其适合数据分析观念的培养.项目以研究学生“肩膀上的数据”为背景,以浙教版七下“数据与统计图表”为核心概念,让学生经历从数据收集到分析推断的全过程,在项目活动中亲近数据、整理数据、提高数据鉴赏力与判断力.     

基于AppCan的移动英语微学习系统研究

在分析英语学习需求、移动微学习服务、学习生态环境等基础上,设计了一款支持学习资源共享与个性化移动微学习的移动英语学习服务系统,利用跨平台Hybrid模式移动应用开发平台AppCan和HTML5技术等进行系统开发,并研究网页数据抓取、数据推送、即时通信、客户端数据缓存等关键技术的应用.分析表明,该系统的应用能够大量节省英语学习者的时间和网络数据流量,优化移动英语学习过程和方法.     

合作学习法与高职院校大学英语教学

文章以维果斯基的社会文化理论、改善元认知促进语言学习的观点和克拉申的语言习得假设为基础提出合作学习法作为提高高职院校非专业英语教学和学习的有效方法,并进行为期一个学期的教学实验.实验采用调查问卷、前测和后测等实验工具来收集数据并分析合作学习法的有效性,采用SPSS13.0对数据从定性和定量两方面进行分析.对通过问卷收集的数据进行频度分析、对前测和后测中收集的数据则通过独立样本t检验进行分析的结果表明,合作学习的确有助于高职院校学生特别是非英语专业学生改善学习习惯,提高英语成绩.     

与“平均数、众数、中位数”有关的中考应用题解析

平均数、众数、中位数都是数据的代表,都是反映一组数据集中趋势的特征数,只是反映的角度不同.1.我们学习的平均数有算术平均数和加权平均数,平均数的大小与一组数据里的每个数据者有关,因此平均数容易受到极端值的影响.2.众数着眼于对各数据出现的次数的考察.哪个数据出现的次     

科学数据的妙用

我们在物理学习中要碰到许多数据,有的是常数,如g、G、e等;有的是测量数据,如地球半径、月球运动的周期等.平时我们只关注用这些数据来计算某一物理问题,而对某些数据所隐藏着的物理规律并不注意.如果我们能在教学中适时引导学生深入分析有些科学数据,不仅能研究、探索物理的奥妙,还能启发他们的学习积极性,培养科学素养.     

科学数据的妙用

我们在物理学习中要碰到许多数据,有的是常数,如g、G、e等;有的是测量数据,如地球半径、月球运动的周期等.平时我们只关注用这些数据来计算某一物理问题,而对某些数据所隐藏着的物理规律并不注意.如果我们能在教学中适时引导学生深入分析有些科学数据,不仅能研究、探索物理的奥妙,还能启发他们的学习积极性,培养科学素养.     

网络条件下计算机应用基础移动学习新模式探索

大数据时代已经来临,移动学习已经成为大学计算机应用基础教育的发展方向.大学生随时随地进行学习已成为课程教学的必然趋势.上网本、PDA、手机等可移动设备可随时随地获取教育资源,让学习者体会到及时、自由的学习方式,所以对计算机应用基础移动学习的研究是十分必要的.本文认真地分析和整理国内外移动学习的发展趋势,概括总结移动学习所面临的挑战及发展趋势,结合计算机应用基础课程的教学实际,提出了在大数据时代计算机应用基础课程移动学习的新模式.     

基于大数据的在线学习平台建设研究

随着大数据的兴起,将大数据引入教育领域,改善现存的教学问题,促进教育信息化的发展已是大势所趋.文章采用文献分析法,通过分析大数据在建设在线学习平台的优势,促进个性化学习的发展,从在线学习平台的学习推送模块、学习诊断与干预模块、学习评价模块和教育决策模块的建设四方面分析如何将大数据技术引入在线平台建设中,改善现有的在线学习平台的弊端,使在线学习平台更加符合学习者个性化的学习需要,进而促进在线学习的发展.     

基于任务型教学的大学英语数据驱动学习教学模式

数据驱动学习法是基于语料库的发现式外语学习方法,它使得教学空间由封闭走向开放,学习的过程是自我创建、自我激励的知识构建过程,学习者是知识的独立构建者.在更加开放的学习环境中,学习者的学习能力将得到很大提高.     

教育生态学视角下的新型外语学习模式——基于语料库的数据驱动学习

Tim Johns于20世纪90年代初提出的“数据驱动学习”,代表了一种新的基于语料库数据学习英语的方法.本文从教育生态学的角度分析了数据驱动学习在语言学习环境、语言意识、教学理念及教师角色和学习方式等方面对传统英语教学的挑战.该方法满足了生态课堂的要求,随着语料库及电脑技术在英语教学中的应用与普及,这种学习方法应有广阔的发展前景.