学习分析数据模型及数据处理方法研究

数据是学习分析的基础,应用恰当的数据处理方法则是学习分析成功的关键。该文抓住学习分析领域这两个关键点,采用演绎与归纳相结合的方法,即在格框架指导下演绎得出学习分析数据模型的基本框架,参考Moodle学习平台中的数据表结构来丰富数据模型中的各个细节,构建了学习分析数据模型;接着以数据模型中的"学习行为"数据表为例,列出了这一数据表中可能出现的数据子集,以实际案例介绍了针对不同数据子集的处理方法。学习分析实践表明,这些处理方法中最为常用的是分类汇总,在分类汇总的基础上可进一步采用聚类、社会网络分析、文本挖掘等方法,使分析不断走向深入。