教育大数据背景下学习结果预测研究的内容解析与设计取向

被引：20

作者：

牟智佳 ^{[1
]}

武法提 ^{[2
]}

机构：

[1] 江南大学教育信息化研究中心

[2] 不详

来源：

中国电化教育 | 2017年 / 07期

基金：

中央高校基本科研业务费专项资金资助;

关键词：

学习结果预测; 学习分析; 人工智能; 个性化学习; 设计取向;

D O I：

暂无

中图分类号：

G434 [计算机化教学];

学科分类号：

摘要：

基于数据集的学习分析和人工智能技术的深入发展,使得以优化学习过程、缩短学习改善周期为目标的学习结果预测得到研究者的广泛关注和实践探索。文章首先对数字化学习环境下的学习预测研究探索进行梳理,辨析其研究特性,之后纵向解析了学习结果预测研究中的内容,并横向剖析了研究中存在的问题;在此基础上,从情境、理论、数据、方法和结果五个层面对未来学习结果预测研究的设计取向进行讨论;最后,对以学习者为中心的数据的预测设计原理进行阐释,并设计个性化学习结果预测研究框架,以明晰其系统化分析流程与结果。

引用

页码：26 / 32

页数：7

共 15 条

[1] 支持个性化学习的e-Learning系统研究
王艳芳
[J]. 中国电化教育, 2008, (03) : 102 - 107
[2] 基于多元智能（MI）的个性化学习研究[D]. 杨南昌.江西师范大学 2003
[3] Motivation Classification and Grade Prediction for MOOCs Learners[J] . Bin Xu,Dan Yang,Elio Masciari.Computational Intelligence and Neuroscience . 2016
[4] Massive open online courses （ MOOCs ）: Insights and challenges from a psychological perspective[J] . Melody M Terras,Judith Ramsay.Br J Educ Technol . 2015 (3)
[5] Examining the mediating role of learning engagement, learning process and learning experience on the learning outcomes through localized real case studies[J] . Mathews Nkhoma,Narumon Sriratanaviriyakul,Hiep Pham Cong,Tri Khai Lam.Education + Training . 2014 (4)
[6] An Achievement Prediction Model of Meaningful Learning, Motivation, and Cognitive on SPANI: Partial Least Square Analysis[J] . Kuo-Kuang Fan,Chung-Ho Su,Shuh-Yeuan Deng,Wei-Jhung Wang,Teen-Hang Meen.Mathematical Problems in Engineering . 2013
[7] Cardiovascular physiology predicts learning effects in a serious game activity
Cowley, Ben
Ravaja, Niklas
Heikura, Tuija
[J]. COMPUTERS & EDUCATION, 2013, 60 (01) : 299 - 309
[8] A CHAID Based Performance Prediction Model in Educational Data Mining[J] . Ramaswami, M,Bhaskaran, R.International Journal of Computer Science Issues （IJCSI） . 2010 (1)
[9] Multimedia learning: Cognitive individual differences and display design techniques predict transfer learning with multimedia learning modules[J] . Katherine A. Austin.Computers ＆ Education . 2009 (4)
[10] Dropout prediction in e-learning courses through the combination of machine learning techniques
Lykourentzou, Ioanna
Giannoukos, Ioannis
Nikolopoulos, Vassilis
Mpardis, George
Loumos, Vassili
[J]. COMPUTERS & EDUCATION, 2009, 53 (03) : 950 - 965

← 1 2 →