基于MOOC数据挖掘的学习行为和学习成效分析

随着近年来慕课教学的兴起,教育大数据的分析与挖掘正成为一个新的研究方向。本文基于Canvas Network提供的MOOC开放数据,使用数据统计和数据挖掘的方式,对学习者的类型与行为进行了统计分析,并探究了学习行为与学习成效之间的相关性,并基于分析结果对个性化的在线学习方式提出了有益的建议。     

MOOC平台学习行为数据的采集与分析

慕课(Massive Open Online Course,MOOC)作为一种新的教育媒介,对传统的教育方式产生了巨大冲击。为了更好地了解学生在MOOC平台上的学习行为,首先采集了学生在东北大学MOOC平台上的学习行为数据,得到了学生的出勤率、学习时长及观看知识点情况等学习行为;并分析了学生在观看教学视频时的动作数据和学习其他材料时的行为数据。这些学习情况的分析将对MOOC上的教学有较大的辅助作用。     

MOOC学习者课程学习行为分析——以“电路原理”课程为例

以往研究发现,大量MOOC学习者中途退出,课程完成率非常低,这个现象一直困扰着MOOC授课教师和MOOC平台所有者,低课程完成率不是期望的目标,也不利于MOOC的持续发展,许多授课教师和研究者试图改变这种状况,这个现象也因此成为学者们关注的焦点。为了分析在此背景下哪些因素对学习者的课程参与和课程完成产生影响,并基于分析结果给出建议,本研究以"学堂在线"(xuetang X)平台的"电路原理一"课程数据为基础,使用Tobit和Logit两个定量分析模型,分别对MOOC学习者的课程参与和完成情况进行深入分析。研究发现:学习者的课程学习动机越强,学习者在课程讨论区和Wiki表现越活跃,即课程参与度越高,同时更有可能学完课程;课程注册时间越早,学习者越容易完成课程学习,也会较多地参与课程讨论;相对于非高校学习者,高校的学习者在讨论区中表现更活跃;个体课程参与度对其他学习者具有明显的正向影响。这些发现对于MOOC的持续发展具有一定指导意义。     

行为数据分析视角下Moodle平台在线学习力研究

在线学习如今成为人们获取知识的一种重要方式,但许多研究表明,在线学习者的学习效果不理想,很大程度上与学习者的在线学习能力有关。在已有文献基础上界定在线学习力概念与发展模型,综合Moodle平台学生实际学习情况,尝试将行为数据分析技术应用于学生在线学习力分析中。采用滞后序列分析方法可从学习行为序列角度分析学习者在线学习过程中的学习行为,从而在一定程度上评估在线学习力各个维度的能力体现情况,以期为教师教学与学生学习提供指导,达到优化学生在线学习效果的目的。     

基于MOOC课程的大学生在线学习习惯调查研究

近些年国内外学习分析研究日益增多,随着技术的不断更新,人们期待通过学习分析研究出数据支持的学习方案,推进人们的学习与发展。为了达到最优的教学效果、实现学习成就,人们不断对优秀学生进行学习行为分析,探寻学习习惯规律,通过归纳演绎,期待形成学习习惯模型,让一个良好的习惯影响一个学习群体。对现阶段学习习惯研究进行梳理总结,并通过问卷调查大学生在MOOC课程中的参与习惯、时间管理习惯、时间投入度以及学习时的协作习惯,发现学习者不良习惯,从而在教师、学生、平台建设三个角度给予建议,希望帮助学生培养良好的在线学习习惯,达到最优学习效果。     

高校教学引入MOOC成效与策略分析

随着MOOC的流行,越来越多的高等院校尝试引入MOOC,以期为学生提供更多的选择,提高教学质量。由于上课的过程、考核的方式不受监控,引入MOOC的效果怎么样,质量是否有所保障,一直是高校十分担心的问题。本文从高校引入MOOC学生的学习效果分析出发,总结MOOC在使用过程中出现的问题,探索更好的使用MOOC课程的策略。     

基于K-means的MOOC学习行为分析及用户画像研究

随着学界对MOOC教育研究的广泛关注,以edX平台开放共享的MOOC教育大数据为研究基础,通过数据的清洗、筛选、分析,从课程、国家、年龄、性别等方面针对学习者学习行为进行分析,之后提取5类学习行为特征进行K-means聚类分析,得到四类学习者群体,通过对群体画像特点的深入分析,为MOOC教育的优化建设和持续发展提供了诸多有益的启示。     

SPOC课程学习行为数据分析——以微机原理及单片机技术课程为例

对SPOC课程教学过程中学习平台记录的学习行为数据进行分析,有利于实现数据驱动的混合式教学方式.以2020年春季学期南京信息工程大学滨江学院微机原理及单片机技术课程为例,依据超星泛雅—学习通平台上记录的访问数据,分析不同学习行为与考试成绩的相关性,以及学习行为呈现的时间规律.研究发现,对成绩影响最大的学习行为为章节学习...     

MOOC环境下课程学习的体验与思考

作为一种新型的在线教学模式,MOOC的迅猛发展引发全球教育工作者的热议与思考,甚至冲击着全球高等教育的改革与发展。作为一线教育实践者,笔者以在线学习者的身份参与多门课程的学习,体验了大规模在线教育教学模式。 MOOC有完整的教学过程,适合自主的、碎片化学习,但其考核评价、学习成果认证的权威性和影响力还极为有限。如何使传统教学与MOOC融合,扬长避短,是摆在教育工作者面前的一个新课题。     

大数据分析下大学生行为记录和分析系统的设计与实现

大学校园是开放式的管理模式,教师常常无法及时掌握学生的在校行为,管理存在着各种安全漏洞。本课题主要采用Java语言开发,基于MVC模式的SSH框架设计实现,利用大数据分析技术分析学生的在校行为,包括大学生行为记录、大学生行为分析、后台管理三大模块。通过记录学生的在校情况,如出勤、请销假、作业、留校、离校、未到校等情况,将统计分析的结果作为学生在校行为的判断,教师可以及时掌握相关信息并做出及时的处理,有效提高了管理质量和监管效率。     

优课:地方高校慕课建设的新思路

优课概念的提出为国内地方高校的开放课程建设和教学改革提供了新思路.优课继承了慕课的互联网属性,结合地方高校开放课程教学需求,创新性地运用联盟机制实现高校优质教学资源的网络化建设与共享,是地方高校在开放课程建设与应用领域的创新成果.随着国内高校优课联盟的发展壮大和优课平台的日趋完善,优课建设与应用日渐成为推进地方高校教学改革的新动力.     

军事职业教育MOOC学习行为分析及教学设计研究

大规模开放式网络课程提供跨区域、个性化、多元灵活的学习机会和体验,是军事职业教育的重要支撑。本文以军事职业教育服务平台的学习数据为基础,结合“系统工程原理”MOOC课程,分析学习者视频观看数、完成测试、研讨互动等学习行为的统计规律,建立其与学习效果、课程知识、学习者学历背景等因素间的关联关系,从课程目标、教学内容、交互环节及评价方式等四个方面,开展军事教育MOOC的设计实证研究,为军事职业教育MOOC的设计优化提供有益参考。     

MOOC 课程学习体验及本土化启示

MOOC作为一种新的开放教育模式受到了教育界的热捧。除了加入国外知名平台外,国内也已出现中文MOOC平台,部分高校也开始尝试探索MOOC与高等教育的结合方式。本文基于作者对国内外若干MOOC课程的学习和体验性研究,从学习者的角度对MOOC的课程理念、内容与形式、评价体系、管理与组织、课程开发等方面进行了分析,并提出了对MOOC未来发展的思考和本土化的建议。     

大学英语MOOC学习平台选择模型

为分析影响大学英语MOOC学习平台选择的因素,构建了大学生英语MOOC平台选择结构方程模型,选择大连高校学生英语MOOC学习开展实证研究,采用偏最小二乘法处理问卷,标定模型。结果表明:绩效期望、努力期望、社群影响对MOOC平台的选择意向具有显著正向影响,选择意向和促成因素对MOOC平台的选择行为具有显著正向影响。研究结论可以为MOOC平台的构建,大学生MOOC学习管理提供借鉴。     

MOOC:特征与学习机制

当前,大规模开放在线课程(MOOC)的实践发展先于学界关于MOOC的理论研究。通过对MOOC进行文献分析、参与观察和案例分析,研究发现,MOOC的内涵主要从课程形态、教育模式和知识创新三个维度诠释。根据MOOC的学习理论基础和教学实践形式,MOOC的教学模式分为三种类型:基于内容的MOOC、基于网络的MOOC和基于任务的MOOC。与传统课程相比,MOOC具有规模大、开放性、网络化、个性化和参与性等内在特征,拥有包括在线学习有效性、精细掌握学习、学伴交互协作和复杂系统自组织等核心学习机制。在线学习有效性机制揭示MOOC构成要素对其教学效果的效应机理,精细掌握学习机制和学伴交互协作机制阐释MOOC核心要素的学习机理和作用机制,复杂系统自组织机制解释MOOC的动态演化过程、自组织涌现现象和后现代课程特征。     

MOOC课程模式下云学习环境研究

随着技术的发展,以云计算、云平台、云学习为标志的云时代到来,推动了网络教育模式的发展,典型的网络学习模式MOOC开始被广泛关注。在对MOOC进行系统分析的基础上,以云学习环境为切入点,阐述了MOOC对云学习环境建设的影响,并提出了MOOC模式下的云学习环境框架。