基于时间序列分析对大学生网络学习行为的预测与干预

摘要

随着互联网与信息技术的发展，加快了人们的学习生活、提供了新的思维认知方式，网络学习逐渐被大众所认可。这种全新的学习和教育模式，定将进一步的驱动教育信息化的落实和变革。网络学习蓬勃发展的同时也伴随着诸多挑战，由于学生的学习思维固化，导致网络学习平台不受重视；教师使用网络学习平台只是为了完成相关任务，并没有投入精力去学习相关知识；学习平台功能不足，维护迟缓导致学习者经常收获较差的学习体验等。在诸多挑战中网络学习平台学习者流失速度快，课程完成率低是最为频繁和突出出现的一致现象，为了改善这一状况，现有研究者提出可以通过对学习者的网络学习行为进行分析预测，从而找到其症结所在。对现有的行为预测研究进行分析，发现存在着时效性滞后，预测方式过于简单，预测模型专业性不强，准确度不高等问题。 本研究主要采用文献分析法和数理统计研究法，主要围绕以下内容进行研究。一是通过文献分析法，对研究现状进行国内外文献的梳理，并确定本领域中研究的发展现状，为研究问题的提出奠定了理论基础。二是本研究按照彭文辉博士论文中提出的关于网络学习行为三维 S-F-T网络学习行为分类模型，以及总结网络学习行为相关研究，结合本研究学习平台“乐学易学”的特点，构建网络学习行为分类模型。三是本研究通过基于网络学习平台中的学习行为数据，从 S-F-T分类模型的视角出发，采用统计学相关知识，对网络学习行为进行预测。从而使用一种全新的预测方法来预测学习行为，改善了预测结果的准确度。并根据预测到网络学习行为提出合理的干预方式，以便更好地反馈给教师和学生并服务于教育教学中，来改善学生在网络学习中出现的问题。 本研究通过对网络学习行为数据进行分析，采用时间序列分析法进行行为预测，深入挖掘网络学习行为的背后隐藏的信息，并研究不同类型的学习的发展趋势。以便使了解学生的网络学习行为特征，根据预测结果提前发现未来可能出现的问题。针对不同问题，制定个性化的干预机制，最终为提高和改善学生的学习效果。

目录

声明

第一章 引言

一、研究背景

（一）网络学习的发展

（二）大数据时代的来临

二、国内外研究现状

（一）网络学习行为的研究现状

（二）时间序列分析预测研究现状

（三）学习干预研究现状

（四）问题的提出

三、研究目的及意义

（一）研究目的

（二）研究意义

四、主要研究方法

（一）文献研究法

（二）数理统计研究法

（三）实证研究法

五、研究内容与结构

（一）研究内容

（二）研究结构

第二章 理论基础

一、相关概念界定

（一）网络学习行为概念界定

（二）学习行为预测概念界定

（三）学习干预概念界定

二、理论基础

（一）网络学习行为分类模型

（二）时间序列分析的理论

第三章 大学生网络学习行为分类模型构建

一、相关介绍

（一）网络学习平台概况

（二）“乐学易学”应用情况

（三）课程概述

二、S-F-T三维分类模型

（一）“S”结构维度

（二）“F”功能维度

（三）“T”方式维度

第四章 网络学习行为的预测干预

一、网络学习行为的采集

（一）数据来源

（二）预期作用

二、预测工具与预测模型的架构

（一）预测工具

（二）预测模型的架构

三、学习行为干预的设计

（一）设计干预策略

（二）干预手段类型

（三）干预手段的设计

第五章 总结与展望

一、研究总结

（一）主要研究成果

（二）主要创新点

二、研究中存在的问题

参考文献

致谢

个人简历