基于教育大数据的学习干预模型构建

学习分析是利用预测模型及学习过程中产生的数据,分析、预测学习者未来表现并发现潜在问题以实施干预的技术。在学习分析过程中,学习干预作为与教学过程直接相联的部分,是改善、提升学习成效的关键。然而,当前国内外已有的学习干预方面的相关研究大多从微观层面上列举了部分干预措施,缺乏整体性和系统性的考虑。该研究构建了基于教育大数据和学习分析的、以干预引擎为核心的"状态识别—策略匹配—干预实施—成效分析"四环节循环结构干预模型,该模型主要关注学习者的学习风格类型、学习进度水平、学习互动水平、学业成就水平四方面的状态特征,并针对这四方面的状态水平设计了具体的干预策略、干预时机以及干预方式,以期为在线学习环境中的学习干预理论研究与实践应用提供参考。