基于xAPI的网络学习行为分析模型研究

摘要

网络学习使学习更具有自主性，更加的个性化，降低了学习的门槛，丰富了学习资源。从分析网络学习的学习行为出发，总结出不同的学习内容的学习规律，并将这种学习规律应用到教学当中，是改善其不足之处最有效的方法。网络学习行为研究至今主要存在两个问题：一是对网络学习行为的分的采集多用调研的方式，或者简单的通过访问次数来代替行为发生的次数，不够科学、严谨；二是对于网络学习行为的分析过程不够完整，需要一个分析模型。
　　本研究从行为科学的理论出发，分析了行为科学的概念、行为科学的行为模型、行为科学在网络学习领域的作用等，归纳了学习行为、学习分析等相关概念，在此基础上概括的网络学习行为的概念，总结网络学习行为分析的一般过程。同时针对以上两个问题，提出用xAPI行为数据化标准采集行为数据，在此之上建立行为分析模型。整个网络学习行为分析模型包含七个部分：分析操作行为、搭建能够记录行为的网络学习环境、记录行为数据、对记录的网络学习行为进行分层处理、统计学习行为、检验学习行为与学习效果的相关性以及反馈结果改进教学策略。在反馈教学策略之后，重复开始记录行为数据，从而形成一个良性循环。
　　本研究通过实证研究来验证整个网络学习行为分析模型—开设了一个《学会2048》的网络课程，并开发了相关的课程资源。随后严格根据模型在分析操作行为、搭建能够记录行为的网络学习环境之后，将其部署到租用的阿里云服务器上从而投入使用并记录行为数据。得到数据后，开始对记录的网络学习行为进行分层处理、统计学习行为、检验学习行为与学习效果的相关性等对数据进行分析，从每一个行为层中选取一个相关度最高的行为并将其转化为教学策略反馈给学习者。最后通过实验检验该模型行为分析的结果的有效性。验证的结果表示，通过基于xAPI的网络学习行为分析模型可以有效的分析出对学习效果具有正面意义的行为，将这些行为作为教学建议反馈给学习者可以改善教学效果。

目录

封面

声明

中文摘要

英文摘要

目录

1 绪论

1.1 研究背景

1.2 问题提出

1.3 研究意义

1.4 研究内容

1.5 研究方法和技术路线

1.6总体框架

2 研究现状、理论基础与相关技术

2.1 国内外研究现状

2.2 行为科学

2.3 学习行为

2.4 学习分析

2.5 网络学习行为分析

2.6 xAPI

2.7 本章小结

3 基于xAPI的网络学习行为分析模型构建

3.1 网络学习行为分层模型

3.2 网络学习行为分析模型

3.3 本章小结

4 基于xAPI的网络学习行为分析模型的验证

4.1 操作行为分析

4.2 网络学习环境搭建

4.3 行为数据记录

4.4 网络学习行为数据的分层处理

4.5 学习行为统计

4.6 学习行为与学习效果的相关性检验

4.7 结果反馈和实验验证

4.8 本章小结

5 结论与展望

5.1 结论与创新点

5.2 不足之处与未来展望

参考文献

致谢

攻读学位期间发表的学术论文目录