基于学习通课程的学生网络学习行为研究

摘要

针对超星学习通课程学习过程中学生出现的被动学习、消极学习现象,提出分析学生学习态度的方法,构建学习态度跟踪模型。首先针对超星学习通平台收集的学生网络学习行为数据,选取与学习态度相关性较高的指标,形成训练数据集;然后,通过调查法对学生学习态度进行调查,以此获得学习态度标签;最后,基于分类算法构建学习态度跟踪模型,采用五折交叉验证方式进行实验。实验对比了不同分类算法的预测准确率,当采用AdaBoost(Adaptive Boosting)算法作为学生态度积极性分类算法时,可较为精准地预测学生的学习态度。实验结果表明,构建的学习态度跟踪模型具备一定的学习态度分析能力。