Sci论文 - 至繁归于至简,Sci论文网。 设为首页|加入收藏
当前位置:首页 > 教育论文 > 正文

基于大数据的高职学生学习行为评价体系研究论文

发布时间:2021-05-19 15:18:23 文章来源:SCI论文网 我要评论














SCI论文(www.scipaper.net):

摘要:随着信息技术在教育中的应用普及,良好的学习行为是保证高职学生学习效果的关键。构建基于大数据构建高职学生学习行为评价体系能真实地了解学生学习行为、学习习惯和学习效果。本文通过问卷调查法、德尔菲法和AHP层次分析法构建了高职学生学习行为评价体系和权重赋值,并以岳阳职业技术学院6门课程一学期的2656名学生为研究对象进行了实证,并给出了优化高职学生学习行为的建议。

关键词:学习行为;层次分析法;大数据

本文引用格式:陈文轩等.基于大数据的高职学生学习行为评价体系研究[J].教育现代化,2020,7(39):166-169.

Research on the Evaluation System of Vocational Students'Learning Behavior Based on Big Data

CHEN Wen-xuan,JIANG Zhi-yong

(Yueyang Vocational Technical College,Yueyang,Hunan)

Abstract:With the popularization of information technology in education,good learning behavior is the key to ensure the learning effect of higher vocational students.The rapid development of information technology puts forward higher requirements for the quality of personnel training.However,for higher vocational students,there is no mature overall solution for their interest in learning,participation in learning,mastery of knowledge points,learning effectiveness,and how their learning behavior mode can provide tests for future online learning.Therefore,taking the students of Yueyang Vocational Technical College as an example,this study constructs a learning behavior evaluation system based on big data,which can truly understand students'learning behavior,learning habits and learning effects.Through questionnaire,Delphi and AHP,this paper constructs the evaluation system and weight assignment of Higher Vocational Students'learning behavior.It takes 6 courses and 2656 students in one semester of Yueyang Vocational Technical College as the research object,and gives suggestions to optimize the learning behavior of higher vocational students according to the research results.

Key words:learning behavior;AHP;big data

信息化技术的飞速发展,对人才培养的质量提出了更高的要求。《国家中长期教育改革和发展规划纲要(2010—2020年)》中指出:“我国教育还不完全适应国家经济社会发展和人民群众接受良好教育的要求。教育观念相对落后,内容方法比较陈旧,……”需要“全面提高高等教育质量,改进教育教学评价。根据培养目标和人才理念,建立科学、多样的评价标准。……做好学生成长记录,完善综合素质评价。探索促进学生发展的多种评价方式,激励学生乐观向上、自主自立、努力成才。国务院2017年印发的《国家教育事业发展“十三五”规划》明确提出要“积极发挥大数据在数字学习空间应用方面的重要作用,探索未来教育教学新模式,为推动个性化学习和针对性教学提供支持”。大数据与在线教育能帮助教育者解决传统教育无法突破的难题,颠覆从古延续至今的教学模式,也同时让学生走出了硬式教育的黑匣子,在未来变得更具竞争力;大数据对学生层进行数据分析,能够在“网络”的基础上实现所有“学习过程和行为”,记录所有的数据和行为,进而提供个性化的解决方案,实现最终的教育目标。

但是,对于高职学生而言,学生学习的兴趣、学习的参与度、对知识点的掌握度、学习成效,学生学习行为模式如何为以后的在线学习提供考,目前还没有比较成熟的整体解决方案。因此,本研究以岳阳职业技术学院学生为例,针对教学系统的其中组成部分——学生学习行为评价,基于大数据和学习分析技术探究学习行为评价模型及其基本实现。

一 国内外研究现状

在教育领域,通过对教育大数据的获取,存储,管理和分析许多学者建立了与学习者学习行为相关的模型,分析学习者现有的学习行为,并对学习者未来的学习趋势做出科学的预测。如Kardan和Conati利用数据挖掘技术对学习者与在线学习平台的交互日志进行分析,确定不同学习者的学习类型和交互特点,构建学习者的学习档案。[1]。NorazahYusof等人通过社会网络Moodle电子学习系统,收集和分析学生的所有活动,如论坛、问答、作业等,并进行数据分析对学生行为进行分类。Ya-Han Hu和Chia.Lun Lo通过分析学习管理系统(LMS)中学习档案预测学生的学习表现,提出开发早期预警系统的必要,帮助识别网络学习高危学生。Beatriz Fem和adez.Gallego则提出了3D教育虚拟世界的学习分析框架,重点是以监督注册方式发现学生和老师行为事件,并通过相关事件日志和过程挖掘算法提出学习过程,以此来改善原始学习过程。

\

 
在学习行为分析方面,国内研究侧重于数据指标和技术手段两个方面。在数据指标维度,孙月亚等[2]通过对学习者在线学习记录数据的统计,如资源访问、作业完成、讨论完成、时间分配等学习行为进行分析,分析了远程学习者在线学习行为的特征。石娟[3]通过编制问卷、相关分析、因素分析、信度分析、再测信度分析,网络环境下构建基于问题的协作知识建构学习行为评估系统。在技术手段维度上,卫峰[4]系统采用B/S和C/S结合框架,以经典的SQL Server 2000作为后端数据库,使用软件工程概念,用于设计和实现跨平台的网络学习行为监控软件,基于帐户管理和学习行为管理,并完成学习行为监控,学习过程监督和指导,数据统计分析等多项任务,具有一定的应用价值。谢杰5,以改进的CART决策树规则生成算法为核心,结合实际远程教育中对学生学习行为的实际评价需求,设计或实现了学生在线学习行为评价系统,并有效地运行与实践。

通过以上研究可以发现,国内外学者对学生学习行为和学习评价的研究主要集中在对在线学习行为的监测和分析以及对在线学习过程的评价上,国内尚缺乏对高职学生学习行为研究的相关报道,而且将在线关于学习行为与学习评价相结合来构建高职学生在线和离线学习行为评价体系的研究较少。个性化学习评价与个性化人才培养的要求存在差距,也滞后于信息化技术的发展[6]。构建在线学习行为评估系统可以帮助获得学习者的学习风格和偏好的内在特征,跟踪和评估学习者的学习情况,更准确真实地了解学习者的学习习惯和效果[7]。

二 基于大数据的高职学生学习行为评价体系构建

(一)高职学生学习行为评价指标


本文在对学习行为评价的文献研究后,继承科学有效的指标,获得了学习行为的评价指标,并采用了综合评价方法,以确保该指标的科学性和合理性,并进一步验证了相关性。综合评价法是一种利用多个指标对多个参与单位进行评价的方法,也称为多变量综合评价法,或简称为综合评价法[8]。计算方法主要包括打分综合法、打分排队法和综合指数法等。本文采用打分排队方法,最后选择了一份有17个指标的问卷。

通过岳阳职业技术学院QPA调查系统平台选取了岳阳职业技术学院30个专业的在校生,以随机抽样的方式,就高职学生的个人学习行为和交互式学习行为17项指标进行调研。共计发放样本300份,收回289分,回收率为96.33%。

(二)评价指标体系权重确定方法

主要采用德尔菲法和层次分析方法,结合高职学生学习特征,构建了高职学生行为评价模型和指标。本文采用AHP层次分析法对评价指标体系权重进行量化。层次分析法(Analytical Hierarchy Process,AHP),简称AHP,是指总是将与决策相关的元素分解为目标、准则、方案等层次,然后进行定性和定量分析的决策方法。该

方法由美国运筹学学家匹茨堡大学教授萨蒂(T.LSatty)于20世纪70年代初,在为美国国防部研究“根据各个工业部门对国家福利的贡献大小而进行电力分配”课题时,应用网络系统理论和多目标综合评价方法提出的分级权重决策分析方法[9]。通过专家对高职学生学习行为的各影响因素进行赋值后,采用国内一款层次分析法软件——Yaahp V10.1,利用专家赋值数据,得出各指标所占权重见表1所示。



\



三 基于大数据的高职学生学习行为评价体系实证

根据以上指标系的结构,以岳阳职业技术学院TPMP理论教学平台、美和易思在线增值教学平台、智慧职教等平台为研究基础,选取外科护理、康复护理、3Dmax动画设计、软件技术G1、软件技术G2、毛泽东思想和中国特色社会主义理论体系等六门课程,学完一学期完整的教学过程为时间节点,课程为推行在线学习的。研究中所选的学生为选择该课程所有用户共2656人。

本研究首先使用编程技术将模型植入网络学习平台,然后使用Web日志挖掘技术和SQL语句来收集用户的相关学习行为(从学生学期开始初期,收集学习过程记录,直到学完整个课程并且取得考试成绩期间的行为数据);最后将会采集到的模型自动判断收集到的相关数据,以评估学生的学习行为,得出验证其正确性和有效性的学习行为评价。目的是为了对本研究构建的评估模型的可靠性以保证研究的科学性[10]。

在植入评估模型的平台模块上及时进行数据采集,处理完采集到的数据后,获取评估模型中所需的数据,对背景模型和各种算法进行自动处理和统计,并折合百分比已转换,之后获取数据结果,表2所示,对比2656名学生最终平均期末综合考核成绩82.45分,各项指标与最终的学习成绩的相关系在该评价模型中基本没有偏差,最终成绩中的各项指标在影响中所占权重的分配基本都是符合现实情况中的实际情况。


\
 

四结论

运用上述方法对本研究所得出的基于大数据的学生学习行为评估模型进行了实践验证,构建了实验数据环境,并对实验数据进行了分析,以验证该模型的科学有效性,采用学生自主学习和交互式学习方式,由传统教学方式转变为线上线下结合的学习方式,增强了学生学习的主动性,学生可以根据自身学习情况灵活选择学习方式和学习时间,提高了学习质量。但在大数据时代,虽然学生的学习方式更多样化,但学生的学习兴趣某种程度上受到学习资源质量和数量的影响,学生学习的主动性也受到重点难点问题及时解决与否的影响。

为了规范学生学习行为,激发学生学习主动性,提出以下几点建议:一是优化教学资源建设,提升网络学习的效果;二是教师主动增加线下学习中与学生的教学活动与交互;三是需要实时关注学生学习过程,建立学生学习行为预警机制,帮助学生优化学习行为,提高学习积极性,全面提升学习效果。

参考文献

[1]徐鹏,王以宁,刘艳华,等.大数据视角分析学习变革[J].远程教育杂志,2013(6):11-17.
[2]孙月亚.开放大学远程学习者在线学习行为的特征分析[J].远程教育与网络教育,2015(8):64-71.
[3]石娟.基于问题的Web-CKB的学习行为评价体系的构建及教学应用[J].中国电化教育,2015(3):115-118.
[4]卫峰.跨平台网络学习行为监视软件的研究与实践[J].湖北理工学院学报,2012,28(5):27-30.
[5]谢杰.学生在线学习行为评估系统的设计与实现[D].中南大学,2013,5.
[6]魏雪峰,宋灵青.学习分析:更好地理解学生个性化学习过程:访谈学习分析研究专家George Siemens教授[J].中国电化教育,2013(9):1-4.
[7]李念.基于网络学习行为分析的评价模型研究[D].华中师范大学,2007.
[8]周玉波.城市结构优化及其综合竞争力评价研究[D].湖南大学,2011.
[9]陈巧英.上海民办高职学生学习心理与学习行为调查研究[J].教育现代化,2018,5(51):306-307.
[10]郭金玉,张忠彬,孙庆云.层次分析法的研究与应用[J].中国安全科学学报,2008(5):90-99.

关注SCI论文创作发表,寻求SCI论文修改润色、SCI论文代发表等服务支撑,请锁定SCI论文网!
文章出自SCI论文网转载请注明出处:https://www.scipaper.net/jiaoyulunwen/31298.html

发表评论

Sci论文网 - Sci论文发表 - Sci论文修改润色 - Sci论文期刊 - Sci论文代发
Copyright © Sci论文网 版权所有 | SCI论文网手机版 | 豫ICP备2022008342号-1 | 网站地图xml | 百度地图xml