学习分析视域下的大学生满意度教育数据挖掘及分析

学生满意度是一个受学生和学校等多种特征影响的复杂概念,其决定因素纷繁复杂。学界对学生满意度模型的研究众多,然而从学生特征和学校特征等综合方面挖掘大学生满意度的学习分析研究较少。文章采用逐步回归和决策树分析等教育数据挖掘技术对大学生满意度数据进行分析,同时对两种方法在获得结论的有效性上进行比较,并从学习分析视角对其结果进行解释,在学生特征及学习经历的数据集中找出真正影响其满意度的维度,识别先前未知的模式,检测并分析一系列学生特征、经历和认知与满意度的关系,以期为提高高校人才培养质量提供参考。     

学习倦怠与学习投入相关性的实证研究——基于中学生的分析视角

为探讨中学生学习倦怠与学习投入的关系,采用学习投入和学习倦怠问卷对200名学生进行了调查。分层回归分析的结果显示,在控制了人口统计学变量之后,学习倦怠所解释的方差变异量,在活力、奉献、专注三个维度分别增加了25．4％、43．7％、34．1％。该结果表明了增加学生的学习效能感、减少他们的情绪低落感,可能会增加学生对学习的投入程度。     

学生的学习投入对学习兴趣的影响研究

学生的学习兴趣会影响学生在学习中的投入。学生的学习投入也会反过来影响学生的学习兴趣。当缺少兴趣时,外在压力往往是影响学习投入的一个重要因素。学习投入又会影响学习兴趣。外在压力对于学生的学习兴趣既有积极作用,又有消极作用,学习投入对于学习兴趣的影响可用认知失调理论和自我知觉理论进行解释。过大或过小的压力都不利于学生学习兴趣的提高,中等程度的压力会导致学生学习兴趣的最大提高。     

高职院校学生在线学习投入与在线学习倦怠研究

基于对高职院校学生的随机抽样调查数据,通过描述性统计分析和结构方程模型进行研究。结果显示:在线学习投入对在线学习倦怠和在线学习满意有较大正向影响,在线学习倦怠对在线学习满意有较小的负向影响;学习动机和学习专注对在线学习满意有较大正向影响,学习精力对在线学习满意有很大的正向影响;情绪低落和行为不当对在线学习满意有很大的负向影响,低成就感对在线学习满意有较大正向影响。基于研究结果,从课程系统性改革、强化技能训练、参与技能大赛方面提出建议。     

开放学习环境中学习行为投入与认知投入的实证研究

基于学习分析视角,文章从学习行为投入与认知投入两个方面对开放学习环境中的学习者进行描述,并以学习行为投入评测框架和认知投入编码框架为研究工具,利用定性、定量研究方法对408名课程学习者产生的数据进行分析,结果表明:行为投入呈现成绩导向特征,且存在5种类型;中等认知投入水平学习者占比大、类型多为总结型;与同伴交互会促进认知投入水平提高;行为投入、认知投入与期末成绩存在显著正相关的线性关系。探究开放学习环境中的学习行为投入和认知投入,旨在从学习者层面为开放学习环境建设提供新思路。     

论高职学生职业成熟度及其与学习投入的关系

采用《高职学生职业成熟度的测量问卷》和《投入量表》(学生版)对420名高职学生调查研究,探讨高职学生职业成熟度的特点及其与学习投入的关系。结果发现:高职学生职业成熟度处于中等水平,职业认知和职业选择两维度得分排在最后;高职学生的社会经历对生涯成熟度有重要的影响,以学生干部且有社会实践活动者职业成熟度最高;高职学生职业成熟度越高,学习投入的程度也越高。     

学生学习投入调查评估工具分析

2009年11月中旬,上海市本科院校高教所长联席会议就大学分类评价的理论与实践的主题进行了研讨。各位代表结合实践,对高校评估的理念与方法提出了不同看法,有从地方高校评估角度提出了以教学评估带动高校学科专业定位和推动高校社会服务能力;有提供了高校办学水平分类评价指标设计的具体思路;还有通过某一评估工具的实际应用对其特色和启示进行了总结。本刊择取其中三位代表的发言要点呈献给大家,希望引起更深入的思考。     

高职学生在线学习投入量表构建与实证分析

学生的学习行为投入是影响学习效果的重要因素。为了了解疫情防控期间高职学生在线学习行为投入现状,在学习行为投入、在线学习行为投入内涵界定及测量研究的基础上设计了6个维度的高职学生在线学习行为投入测量量表,并基于学校电子商务学院2018级237名学生在安徽省网络课程学习中心(e会学)平台上进行在线学习的系统后台数据以及课后针对学习过程调查的问卷数据,对20个测量指标进行描述性分析、阶段性变化分析以及与终局性在线考试成绩进行相关分析。最后提出有效激发学生在线学习行为投入的实践启示,包括强化线上教学的过程管理;丰富线上教学设计,激发学生学习积极性;坚持线上教学的高要求。     

父母学习参与对基础教育阶段学生学习投入的影响

父母的家庭学习参与行为主要有安排、督促和辅导孩子学习,与孩子沟通学习问题等。“双减”政策出台后,家长督促和辅导孩子学习的作用将更加凸显。学界关注到父母学习参与越来越普遍,且参与程度普遍加深,但效果参差不齐。为全面了解该概念与学生学业的关系,梳理了相关文献,发现父母学习参与对学生的学业投入产生有比较大的影响,并且这些影响...     

学习分析技术:挖掘大数据时代下教育数据的价值

当前,大数据时代已经来临,教育领域同样积累了海量数据。教育领域已经部署了众多的学习管理系统,在这些软件系统中存储着海量的学习者信息及学习过程数据。如何利用这些数据,使这些数据转变为信息、知识,并为教学决策、学习优化服务,已成为教育工作者以及学习者们所关注的内容。学习分析技术有助于发挥学习过程数据的价值,使数据成为审慎决策、过程优化的重要依据。该文介绍了国内外学习分析技术研究现状,归纳出学习分析技术的关键技术及分析模式,并以实例从不同用户视角包括管理者、辅导教师、学习者展示了学习分析技术在网络学习过程分析中的应用过程。     

学习分析:正在浮现中的数据技术

随着教育信息化的普及与逐渐深入,学习管理系统已经获取并存储了大量的有关学生复杂学习行为的数据,从这些数据中挖掘出改进教学系统、提升学习效果的信息,在教育信息化领域一直有着巨大的吸引力。因此,有必要从分析数据以改进学习的角度,对日益受到关注的学习分析技术进行解读。首先,学习分析技术是测量、收集、分析和报告有关学生的学习行为以及学习环境的数据,用以理解和优化学习及其产生的环境的技术。接着,综述学习分析技术的发展,指出其在教育中有着广泛的应用前景和巨大的发展潜力:学习分析技术可作为教师教学决策、优化教学的有效支持工具,也可为学生的自我导向学习、学习危机预警和自我评估提供有效数据支持,还可为教育研究者的个性化学习设计和增进研究效益提供数据参考。最后,提出学习分析技术也存在隐私、准确性和兼容性等诸多挑战和问题。     

基于MOOCs的多元同心学习分析模型构建

随着MOOCs在国内外迅猛发展,其高退学率低通过率导致教学效果不尽人意的问题,逐渐成为研究者关注的焦点。学习分析为解决该难题提供了一系列的研究方法和技术支持。为此,以学习分析促进MOOCs的个性化教育为核心,从学习过程、学习环境、教育环境、数据挖掘、应用支持服务、受益者等多元化视角出发,构建基于MOOCs的多元同心学习分析模型。并在已有研究的基础上归纳出支持该学习分析模型的关键技术。最终,以学习者特征识别、学习者在线学习行为分析、学习者交互分析三类典型应用来演示多元同心学习分析模型在MOOCs中的具体应用．以期为学习分析在M00Cs中的具体实施提供指导。     

学习分析技术的发展和挑战——第四届学习分析与知识国际会议评析

第四届学习分析与知识国际会议于2014年3月24-28日在美国印第安纳州波利斯成功举行,会议以探讨学习分析研究、理论和实践的交叉点为主题,涵盖了学习分析技术在教育学、教育心理学、教育管理学、工程学中的运用,以及教育数据挖掘、计算机算法和数据可视化等方面的发展。文章首先说明了此次会议的背景,从研究、理论和实践三方面阐析学习分析主题之间的关系,简述了来自孟菲斯大学的格莱赛教授(Art Graesser)、香港大学的罗陆慧英(Nancy Law)教授和加州大学圣地亚哥分校的克莱默教授(Scott Klemmer)三位专家所作的主题报告;然后从学习分析与课程教学设计、教与学过程挖掘和评价、学习分析与学习资源、文本挖掘与语义分析、学习分析与数学教育、学习分析与教育一体化、学习分析多元化等七个方面对分论坛报告及会议进行系统综述;文章最后指出未来学习分析研究和发展的五个方向:逐步明晰学习分析系统概念与理论、研究通用性的算法和模型、研制学习分析技术标准、支撑数据驱动的学习和评估、融入教育信息化应用与实践、推进教育的深度发展和加快多元化进程,期望能够推动学习分析系统化研究和在教育中的深度应用。     

大数据视角分析学习变革——美国《通过教育数据挖掘和学习分析促进教与学》报告解读及启示

“数据驱动学校,分析变革教育”的大数据时代已经来临,利用教育数据挖掘技术和学习分析技术,构建教育领域相关模型．探索教育变量之间的相关关系．为教育教学决策提供有效支持将成为未来教育的发展趋势。“大数据”的出现．将掀起人类教与学的又一次变革。2012年,美国国家教育部发布了《通过教育数据挖掘和学习分析促进教与学》报告．对美国国内大数据教育应用领域和案例。以及应用实施所面临的挑战进行了详细的介绍。借鉴此报告．我们认为未来我国教育领域的大数据研究和应用。应加强国家和地方对相关的研究和应用在技术层面、管理体制层面以及法律制度层面的支持,按需合理规划具体研究和应用,整合现有资源,发挥后进优势,借助“大数据”实现真正意义上的个性化学习．进而实现教育公平。     

基于PDM的数据挖掘原型系统研究

Product data management (PDM) is a unique technique that integrates and manages all applications, information and processes defining a product from design to manufacture, and to end-user support. However, exploration of valuable information and knowledge from the PDM system has become a key in improvement of efficiency and implementation of knowledge management in an enterprise. This paper introduces a data mining prototype system model based on PDM, and emphasizes some important techniques such as design of the prototype system framework, methods of data selection and integration of data mining prototype system and PDM. The model basically solves the problem of functional losses in mining and analyzing data in PDM. Application of data mining to PDM is meaningful to the ideas and techniques of PDM, and to the rapid development of data mining application itself. Also, it is useful in improving development and usage of enterprise databases.     

学习分析：教育信息化的新浪潮

教育信息化经历了学习管理系统（LMS）以及Web2.0应用的变革。新技术的深入应用带来了教育＂大数据＂的高速增长,挖掘这些教育数据潜在价值的迫切需求,使得学习分析应运而生。通过文献分析法,对国内外学习分析文献进行了分析和综述,首先对学习分析进行了概念界定和历史溯源,比较了与学习分析相关概念的区别和联系,之后针对学习分析作为教育信息化新热点,对其研究、发展、技术策略等方面进行了较系统地阐释,最后总结了学习分析目前面临的挑战和愿景,以期可以对学习分析进行全方位的阐述和梳理,并促进该领域的深入研究。     

基于文本数据的数据挖掘算法研究

总结了数据挖掘的基本方法、文本数据挖掘的关键技术,讨论了文本挖掘的定义和文本分类的一些形式,并对文本数据的数据挖掘算法进行了研究。     

Student Engagement and Student Learning: Testing the Linkages*

This study examines (1) the extent to which student engagement is associated with experimental and traditional measures of academic performance, (2) whether the relationships between engagement and academic performance are conditional, and (3) whether institutions differ in terms of their ability to convert student engagement into academic performance. The sample consisted of 1058 students at 14 four-year colleges and universities that completed several instruments during 2002. Many measures of student engagement were linked positively with such desirable learning outcomes as critical thinking and grades, although most of the relationships were weak in strength. The results suggest that the lowest-ability students benefit more from engagement than classmates, first-year students and seniors convert different forms of engagement into academic achievement, and certain institutions more effectively convert student engagement into higher performance on critical thinking tests. *A version of this paper was presented at the annual meeting of the American Educational Research Association, San Diego, April 2004.     

Student satisfaction with R vs. Excel in Data Mining and Business Analytics: A Herzberg's motivation-hygiene theory perspective

Applying Herzberg's motivation-hygiene theory, we studied the determinants of student satisfaction in using R in a Decision Support Systems course that previously used Excel to teach Data Mining and Business Analytics (DMBA). The course is a degree requirement, and prior programming experience is not a prerequisite. We hypothesized that motivators for student satisfaction with R would include: (i) an intrinsic interest in DMBA, (ii) a perception that R is a better tool than Excel for DMBA, and (iii) a favorable view of R as a facilitator of career advancement. We postulated that the hygiene factor was the compulsory course requirement to learn R, a new and challenging language to students in this study. Data from 120 students, analyzed using Principal Component Analysis (PCA) and Generalized Additive Modeling (GAM), showed that motivators were positively related to satisfaction while hygiene factors were neutral. Students showed willingness to take on a harder challenge in exchange for intrinsic and future career benefits. The model can be useful in curriculum design or career advisement to increase student satisfaction in learning new software skills while meeting market demands.