面向大规模在线学习活动流的行为序列分析

摘要

数据驱动下的学习分析是当前教育技术学领域重要的发展方向。论文在“云课堂”平台下，通过搜集大量真实学生学习过程中产生的数据，以学习者为中心，开展学习行为分析，以行为序列分析方法为主，洞察在线学习的内在规律。
　　行为序列分析是一种研究在线学习行为的有效方法，通过行为序列分析研究，可以追踪学习者在网络中的学习轨迹，描述其学习行为序列，发掘学生学习习惯。本文以学习分析为主线，主要采用行为序列分析方法，结合学习平台自动记录存储的非结构化行为数据和部分结构化数据，在理论研究的基础上，借助技术手段实现学习分析过程。主要研究内容如下:
　　1.对国内外学习分析和行为序列分析方法的研究现状展开系统梳理与分析，找出本文研究的切入点，并为后续研究奠定理论基础。
　　2.建立了大规模在线学习环境下的学生学习行为模型，选择制定合适的数据规范，根据学习行为模型确定数据获取方案，量化学习者的在线学习过程，为学习分析奠定基础。
　　3.以序列分析方法为主，结合问卷调查、统计分析方法对云课堂和其他来源数据进行多角度的分析，并将分析结果可视化，直观展示分析结果。
　　目前国内关于学习分析的研究中，由于缺乏数据，更多偏向理论阐述，很少有针对大规模数据进行的学习分析实践。而本文研究中有大量真实学习过程中产生的数据，进行真实的学习分析。本文采用行为序列分析方法，该方法在国外在线学习分析中较为广泛使用，在国内使用尚且为数不多，本文采用这一方法能够为教师和学生带来新的启发。

目录

声明

摘要

第一章 绪论

1．1 研究背景

1．1．1 大规模在线教育

1．1．2 学习分析

1．2 国内外研究现状

1．2．1 学习分析研究现状

1．2．2 行为序列分析研究现状

1．3 研究问题及意义

1．3．1 研究问题

1．3．2 研究意义

1．4 研究方法

1．4．1 文献研究法

1．4．2 统计分析法

1．4．3 序列分析法

1．4．4 问卷调查法

1．5 论文结构

第二章 相关概念阐述与理论研究基础

2．1 大规模在线学习

2．2 学习分析

2．2．1 学习分析起源

2．2．2 学习分析概念界定

2．3 学习分析关键技术与分析模式

2．3．1 学习分析关键技术

2．3．2 学习分析模式

2．4 活动流

2．5 行为序列分析

第三章 学习者学习行为建模及数据获取

3．1 “云课堂”平台简介

3．1．1 平台背景

3．1．2 功能模块

3．2 学习者行为模型

3．2．1 技术接受模型

3．2．2 “云课堂”平台下学习者行为建模

3．3 数据获取与存储

3．3．1 数据来源

3．3．2 数据类型

3．3．3 数据获取规范

3．3．4 数据获取方案

第四章 “云课堂”平台中的学习行为序列分析

4．1 整体分析

4．2 各年级学生行为对比分析

4．2．1 描述性分析

4．2．2 行为序列分析

4．2．3 问卷调查及结果

4．3 典型课程内的行为序列分析

4．3．1 行为序列对比

4．3．2 不同学习成效学生行为序列差异分析

4．3．3 高低分组学生行为序列分析

4．3．4 高低分组学生登录时间对比

4．3．5 相关分析

第五章 总结和展望

5．1 研究总结

5．2 研究不足与未来研究展望

5．2．1 研究不足

5．2．2 未来研究展望

参考文献

附录

攻读硕士期间发表的论文

致谢