关键词:
用户画像
数据挖掘
学习分析
CS 2013
计算机导论
摘要:
随着互联网更大程度的普及,一方面,在线教育平台蓬勃发展,教育信息化迈入了新的时代,学习者在不同学习平台中产生的海量学习行为数据,能够被学习管理系统所存储记录,利用学习者产生的学习行为数据能够及时有效地对学习者进行学情预警、学习路径推荐、课程推荐等一系列应用;另一方面,计算机技术与其他领域快速融合,计算机科学技术及其应用的影响日益深远,吸引着越来越多教育背景迥异的人们竞相学习相关知识技术,而《计算机导论》类课程作为计算机专业众多课程的“知识图谱”,对计算机教育具有“引领”作用,能为学生的专业理论培养和实践技能训练初步奠定基础,因此带来了研究和设计不同类型《计算机导论》课程的迫切需求。为研究国内外著名高校《计算机导论》类课程设计和建设的成功经验,向不同类型的学习者提供适合其学习特点的课程,本文以中美两国在“在线教育平台”上开放的4门《计算机导论》类课程为研究对象,基于CS 2013研究它们之间的区别与联系。从知识领域、知识点层面对比分析这些课程的教学内容,发现课程的教学目标、受众等特征与组成它们的元素之间存在密切的因果关系。明白这些关系有助于设计更具针对性的《计算机导论》类课程。为达到个性化课程定制的目标,本文以ed X在线教育平台的Mit6.00课程为例,通过构建学习者画像的标签体系,整合筛选出了教学交互特征、课程完成度特征、学习投入特征、成绩特征四种维度,为学习者画像的标签体系提供衡量指标,经过聚类分析、回归分析等数据挖掘技术,将课程学习者分为四类群体,并对每一类学习者的学习特点、行为特征做出较详细的解释,识别出学习者学习行为中对学习成绩影响最大的因素。为了直观区分不同学习者群体,奠定后续课程定制研究的基础,对学习者个体和群体画像进行构建,做出可视化分析,利于师生精准定位四种群体,最后根据从知识领域、知识点层面对教学内容的分析,针对辍学率高、学习效果不理想的体验型、潜力型的学习者做出课程定制,提供更好的个性化推荐服务支持。